关于广义 Stokes 定理
Published on: 2026-06-16
Written by: Siriuns
description: 从stokes到形式与向量, 再到升调/降调/Hodge星算子
广义 Stokes 定理
我们知道, 曲面积分和曲线积分有三个常见公式 Green/Stokes/Gauss, 各自是:
∮∂DPdx+Qdy∮∂SX⋅τds∬∂ΩX⋅ndS=∬D(∂x∂Q−∂y∂P)dxdy=∬S(∇×X)⋅ndS=∭Ω∇⋅XdV=∬ScurlX⋅ndS=∭ΩdivXdV
而这三个公式是可以用 广义Stokes公式 统一起来的, 该公式形式如下:
∫∂Dω=∫Ddω
该公式涉及 k-形式/k-向量, 还有 边界算子 ∂ 和 外微分算子 d, 而要想通过该公式推出前三个公式则需要了解 Hodge星 ⋆ /升调 ♯ /降调 ♭, 这些符号的定义还涉及对形式和向量的 内积.
关于形式
形式符号化的表示是: ω∈V∗=Hom(V,R).
首先我们都知道什么是 向量, 假设我们有向量空间 V, 而所谓 形式 是一个把 V 中向量映射为实数的线性函数, 形式的所在空间我们称之为 对偶空间 V∗.
举个例子, dx 和 dy 在微分形式中被认为是一个1-形式. 一般高数中 ∫LPdx+Qdy 的 dx,dy 解释成对某点 A 和临近 A 的下一点 A′ 在 x,y 方向上的有向距离, 这个过程就是从向量到实数的一个映射, 而微分形式将这个过程抽象了出来.
关于 k-形式, k-向量 以及 楔积
楔积 ∧ 是用来将形式与形式相连, 将向量与向量相连的符号, 其具有/满足 结合律, 反交换性, 双线性, 符号化表达如下, 设 X,Y,Z 为形式/向量, 用 degZ=∣Z∣=k 来表示其阶数, p,q 为数:
X∧Y(X∧Y)∧Z(p⋅X+q⋅Y)∧ZZ∧(p⋅X+q⋅Y)=(−1)x+yY∧X=X∧(Y∧Z)=p⋅(X∧Z)+q⋅(Y∧Z)=p⋅(Z∧X)+q⋅(Z∧Y)
k-形式/k-向量 就是按照一定顺序用 楔积 将 k 个 1-形式/1-向量 连接起来得到的东西, 其所在空间我们记为 ΛkV 和 ΛkV∗. 从上面的 反交换性 中能看出, 顺序是重要的.
k-向量 很好理解, 只要把 k 个向量按照一定顺序连接起来即可, 可以理解成有向 k 维体积元. 而在一个定向空间 V 中, 若 k=dimV, 则可以说 k-向量 是正定向或是负定向的.
k-形式 则是将 k-向量 映射到 R 的线性映射. 其计算方法如下:
(α1∧⋯∧αk)(v1∧⋯∧vk)=det(αi(vj))
举个常见的例子, 2-形式 ndS 可以写作 (dy∧dz,dz∧dx,dx∧dy).
关于 边界算子 ∂ 与 外微分算子 d
边界算子 ∂:Ck(M)→Ck−1(M), 将 k 维定向区域 D 映射为其 k−1 维边界 ∂D, 并诱导其的定向. 也就是说, 对于 ∂D 中的一点 p, v∈Tp(∂D) 定向为正, 当且仅当 TpD 中 n∧v 定向为正, n 为 p 点外法向量.
外微分算子 d:Ωk(M)→Ωk+1(M), 将 k 阶微分形式 ω 映射为 k+1 阶微分形式 dω. 此处 微分形式 ω:p↦ωp,ωp∈Λk(Tp∗M) 将一点 p 映到 p 点切空间 Tp∗M 的 k-形式 上. 外微分算子 d 具有如下性质, 注意, 函数是 0-形式:
d(α∧β)d2=dα∧β+(−1)∣α∣α∧dβ=0
关于 升调 ♯, 降调 ♭ 与 Hodge ⋆
我们不难发现, 在之前我们学习的 curlX,divX 都不是形式, 都不能直接代入广义斯托克斯公式, 如果我们在空间上定义了内积, 我们可以借助三个工具 ♯,♭,⋆ 将这两个东西转化形式, 关于内积我们下个章节介绍.
Hodge 星算子的定义如下:
⋆:ΛkV∗→Λn−kV∗,∀α,β∈ΛkV∗,α∧⋆β=⟨α,β⟩vol.
其中, n=dimV, vol 是 n-形式, 其由该条件决定: 设 (e1,⋯,en) 为一组定向的标准正交基, 则 vol(e1∧⋯∧en)=1.
另外两个工具
♯:ΛkV∗→ΛkV♭:ΛkV→ΛkV∗
可以如下定义:
⟨α♯,w⟩⟨v,w⟩=α(w)=v♭(w)
同时还有非常对偶的性质:
⟨α,β⟩⟨v♭,β⟩=β(α♯)=β(v)
借助这三个工具, 就有:
curlXdivX=(⋆d(X♭))♯=⋆d⋆(X♭)
于是我们就能从 广义斯托克斯定理 推出 Green/Stokes/Gauss 这三个公式.
关于内积
我们在实数域上讨论. 一般我们讨论的内积是一个函数 ⟨⋅,⋅⟩:V×V→R, 满足 双线性, 对称性, 正定性. 而我们可以将内积扩张到 k-向量和k-向量/k-形式和k-形式 之间, 首先扩展到 k-向量:
⟨v1∧⋯∧vk,w1∧⋯∧wk⟩=det(⟨vi,wj⟩)
而后我们基于 k-向量 上的内积, 扩张到 k-形式 上:
⟨α,β⟩=⟨α♯,β♯⟩