CCG 05-08:顶点缩放与曲率 Jacobian

本页只解决一个问题

离散共形等价怎样直接改变边长,曲率如何响应共形因子?

本页是原长篇讲义的单概念版本。第一次阅读只追踪本页定义的对象;看见未掌握的前置符号时,先沿链接退回,不要跳过定义硬背结论。

开始前

17. 离散共形等价的另一种定义:顶点缩放

参数化算法把网格映到平面;离散共形几何还研究“哪些分片平坦度量属于同一共形类”。常用 vertex scaling 定义:

l~ij=e(ui+uj)/2lij.\boxed{ \tilde l_{ij}=e^{(u_i+u_j)/2}l_{ij}. }

uiu_i 是离散共形因子。改变uu 会改变角度和顶点曲率,但保留一个离散意义下的共形结构。

当三角不等式失效或需要跨越不同 Delaunay 区域时,执行 intrinsic edge flip。四边形翻边的边长更新由 Ptolemy 关系联系,这是离散 Möbius 几何的重要结构。

18. 曲率对共形因子的导数

离散曲率

Ki(u)=2π−∑t∋iθit(u).K_i(u)=2\pi-\sum_{t\ni i}\theta_i^t(u).

在一个固定 Delaunay 区域内,其 Jacobian 与余切 Laplacian 密切相关:

∂Ki∂uj∼−wij,i≠j.\frac{\partial K_i}{\partial u_j} \sim -w_{ij},\qquad i\ne j.

因此处方目标曲率Kˉ\bar K 可定义势能

∇E(u)=K(u)−Kˉ,\nabla E(u)=K(u)-\bar K,

Hessian 是半正定 Laplace 型矩阵。固定整体尺度后,可用 Newton 法求解。这是离散 Ricci flow 章节的基础。

读完必须能回答

  1. 不看公式,用自己的话回答开头的核心问题。
  2. 指出本页最重要公式中每个符号的类型:标量、向量、矩阵、映射还是集合。
  3. 找出定理成立所需的假设,并举一个删除某条假设后可能失败的例子。
  4. 对最小例子手算一遍;若本页含代码,再比较手算与程序输出。

前后课程

上一课:LSCM 的组装、约束与翻转 | 下一课:误差指标与 Python 实现