Also habe ich gelernt, dass ich ein reziprokes Gitter aus einem direkten Gitter erstellen kann, indem ich die folgenden Formeln verwende:
Meine Frage ist: warum sollte ich darüber nachdenken beim Abrufen der Formeln für 2D?
Das müssen Sie nicht . Tatsächlich können Sie direkt in 2D arbeiten und Dinge explizit lösen, da die Bedingung für die reziproke Basis das ist liest in Matrixschreibweise
Wenn Sie hingegen beim dreidimensionalen Formalismus bleiben wollen (der Sie dann für beide Fälle die gleichen Formeln verwenden lässt), müssen Sie Ihre Basis der Ebene mit einem dritten Vektor ergänzen, um die Spanne drei zu machen -dimensional. Dieser dritte Vektor muss einen Wert ungleich Null haben Komponente (oder sie wäre linear abhängig von Und ), aber Sie benötigen zusätzliche Einschränkungen, um es eindeutig anzugeben.
Diese Einschränkungen ergeben sich aus der Tatsache, dass
Was die genaue Größenordnung betrifft , es ist irrelevant – es ist leicht zu sehen, dass sich das ändert von jedem hat keinen Einfluss auf das 3D Und Ausdrücke, die Sie zitieren.
Um also zu verstehen, warum Sie bekommen, was Sie bekommen, ist es wichtig zu verstehen, was das reziproke Gitter löst.
Das Problem ist, dass wir eine sehr schöne Formel für das Skalarprodukt haben,
Allein aus diesen Fakten plus der Linearität des Skalarprodukts erhält man
Nun, es gibt ein Analogon zur obigen Formel, aber es erfordert eine genauere Mathematik. Ich werde hier die Version angeben, die wir „abstrakte Indexnotation“ nennen. Die Erklärung dieser Notation ist das Thema des nächsten Abschnitts, entschuldigen Sie, wenn das zu viel von Ihrer Aufmerksamkeit erfordert.
Wir haben also Vektoren in einem Vektorraum über einigen Skalaren , zum Beispiel könnte Ihr Vektorraum echte 3D-Vektoren sein und Ihre Skalare sind dann im Allgemeinen nur die reellen Zahlen . Ein Kovektor (manchmal auch Einform genannt ) ist eine lineare Abbildung von Vektoren auf Skalare. Jetzt, da Sie diese Skalarprodukte haben (Sie befinden sich, würden wir sagen, in einem metrischen Raum ), kennen Sie eine Reihe von Kovektoren: , die Funktion, die einen anderen Vektor nimmt und mit einem festen Vektor punktet , ist ein Covektor für alle . Wir nehmen an, dass diese in einer Eins-zu-Eins-Beziehung existieren, sodass es zu jedem Covektor auch einen Vektor gibt. Wir haben also eine Reihe von Skalaren , ein Satz von Vektoren , ein Satz von Covektoren , und unser Skalarprodukt kann als kanonische lineare Abbildung verstanden werden was mit invers invertierbar ist
Wir definieren das an -tensor ist eine multilineare Abbildung aus Covektoren u Vektoren zu einem Skalar. Da Vektoren Kovektoren auf Skalare abbilden (indem sie die Funktion auf sich selbst anwenden), sind sie es -Tensoren. Da Covektoren Vektoren auf Skalare abbilden, sind sie es -Tensoren. Zwei Tensoren können immer durch das äußere Produkt gebildet werden , wobei ich an nehme -Tensor und a und bilden ein -tensor, wie folgt: Ich nehme die erste Covektoren u Vektoren und führen sie dem ersten Tensor zu, um einen Skalar zu erhalten; Den Rest nehme ich Covektoren u Vektoren und führen sie dem zweiten Tensor zu, um einen Skalar zu erhalten; dann multipliziere ich die beiden Skalare miteinander. Die Skalarproduktfunktion und seine Umkehrung Erlauben Sie uns, zwischen allen kanonisch zu konvertieren -Tensoren für konstant , also möchten Sie vielleicht nur daran denken -Tensoren, die entweder als beobachtet werden können - oder - oder -Tensoren abhängig davon, wie Sie ihre Eingaben anpassen.
Mathematiker, die diese Dinge studieren, machen eine weitere axiomatische Annahme: dass irgendetwas -Tensor kann in Bezug auf diese äußeren Produkte zerlegt werden. Beliebig Tensor ist eine Summe einer Menge äußerer Produkte von Vektoren und Covektoren. Dies bedeutet, dass es Möglichkeiten gibt, einen Vertrag abzuschließen -Tensor zu einem -tensor: Zerlege es in äußere Produkte und wende dann den Covektor, der diese eine Eingabe verarbeitet, auf den Vektor an, der diese andere Eingabe verarbeitet. Wir brauchen also eine Notation, die all dies leicht zu sehen und zu verstehen macht.
Diese Notation funktioniert folgendermaßen: Erstellen Sie Kopien des Raums von -Tensoren mit verschiedene griechische Buchstaben für obere Indizes, verschiedene griechische Buchstaben für niedrigere Indizes. So ist eine Kopie des Raums von -Tensoren. Die Buchstaben sind keine Variablen, sie stehen nicht für später einzusetzende Zahlen; sie sind nur Symbole, die uns helfen, verschiedene Dinge voneinander zu unterscheiden. Und dann schreiben wir einen Tensor mit den Symbolen, die angeben, zu welchem Raum er gehört. Und wenn wir einen Tensor kontrahieren wollen, wiederholen wir den Index oben und unten. Wir können auch einige andere Dinge identifizieren, wie den Relabeling-Isomorphismus und unser das nimmt zwei Vektoren und erzeugt jetzt einen Skalar In und seine Umkehrung kann als Existenz von a formuliert werden so dass
Damit ist nun der eigentliche Vektor geschrieben und sein Covektor ist Und jetzt wird das innere Produkt sehr schön als dargestellt
In gewisser Weise ist das Betrug: im Grunde nur gesagt: „Hier ist, was gut aussieht, lass uns schreiben als Und als und jetzt können wir etwas schreiben, das so aussieht Lasst uns das erfinden, um es schön aussehen zu lassen.“ Aber tatsächlich geht hier etwas Tieferes vor sich, und dieses Tiefere ist genau dieses reziproke Gitter.
Wir wollen also bestimmte Vektoren herausgreifen für als unsere „Basisvektoren“ jetzt. Dazu benötigen wir einige Covektoren,
und in Bezug auf diese Komponenten wird das Skalarprodukt auch sauber,
und diese Vektoren sind unsere reziproke Gitterbasis.
Geometrisch bedeutet dies den reziproken Gittervektor dual zu wird nach folgendem Verfahren aufgebaut:
Das reziproke Gitter beschreibt also Normalenvektoren zu Ebenen, die alle Vektoren außer enthalten denen sie entsprechen.
Eine gute Möglichkeit, dies herauszufinden, besteht darin, sich einen Orientierungstensor anzusehen. In Dimensionen diese haben Indizes, so sieht der 3D-Orientierungstensor aus . Die Idee ist, dass dies ein vollständig antisymmetrischer Tensor ist, so dass sich die Komponenten in der orthonormalen Basis so verhalten und jede andere Permutation von Indizes ist daher entweder wenn es eine gerade Permutation von ist oder wenn es eine ungerade Permulation ist, oder wenn es keine Permutation ist.
Wie Sie vielleicht schon erraten haben, in 3D ist in gewissem Sinne das Kreuzprodukt zwischen zwei Vektoren, außer dass es sich um einen darin lebenden Covektor handelt kein lebender Vektor Aber wir haben eine Bijektion zwischen diesen beiden Räumen, so können wir sagen
Der Orientierungstensor liefert uns aufgrund seiner Antisymmetrie einen Vektor, der orthogonal zu den Gittervektoren ist und den obigen Schritt 1 erfüllt. Dies muss nun nur noch durch sein eigenes Skalarprodukt normalisiert werden. Jetzt können Sie also sehen, dass die allgemeine Formel (evtl mal)
Aber wenn wir 4 Dimensionen machen würden, würde unser Orientierungstensor sagen Und wäre +1 und so weiter; und wir würden verwenden um den entsprechenden dualen Vektor zu bilden.
Was passiert, wenn wir von 3D zu 2D oder von 4D zu 3D wechseln? Nun, wir müssen eine dieser Dimensionen des Orientierungstensors entfernen. Aber es gibt einen wirklich einfachen Weg, dies zu tun: Wenden Sie es auf die Dimension an, die wir entfernen.
So in 2D ist ein Orientierungstensor, der zwei Vektoren nimmt und einen Skalar zurückgibt; aber es kann so angesehen werden, als hätte es die Komponenten aus dem 3D-Orientierungstensor bzw aus dem 4D-Orientierungstensor.
Deshalb könnt ihr das alles als Sein betrachten usw. -- es liegt einfach daran, dass es eine einfache Beziehung zwischen den Ausrichtungen dieser Unterräume gibt.
Wie Emilio Pisanty bereits sagte, müssen Sie das nicht. Es ist tatsächlich möglich, das reziproke Gitter für jedes Gitter in beliebig vielen Dimensionen zu bestimmen:
Lassen sei ein -dim. reeller Vektorraum und let eine nicht entartete bilineare Karte sein (das müssen wir nicht annehmen ist symmetrisch). Wenn ist eine Grundlage von , die Matrix ist invertierbar und wenn , Dann
Beweis :
Zuerst,
Benutzer93237