引言：为什么要学习微分几何？

想象一下，你是一只生活在二维纸面上的蚂蚁。你的整个世界就是这张纸——你可以向前、向后、向左、向右移动，但永远无法理解"向上"或"向下"意味着什么。直到有一天，你所在的纸面被弯成了一个球面。你开始注意到一些奇怪的现象：沿着直线一直走，最终会回到起点；三角形的内角和似乎大于 $180^{\circ}$；平行线会在某个神秘的地方相交。

这就是微分几何研究的起点：如何在弯曲的空间中描述几何。

微分几何是现代数学中最优雅、最深刻的分支之一。它不仅是理解广义相对论的数学语言，也是计算机图形学、机器人学、机器学习等领域的基础工具。从爱因斯坦用黎曼几何描述引力场，到深度学习中的流形学习，微分几何的思想无处不在。

然而，攀登这座数学高峰并非易事。许多学习者在面对外微分、联络、曲率张量等概念时感到困惑，往往是因为前序知识的基础不够扎实。本文将系统梳理掌握大学微分几何所需的全部前序知识，帮助你构建完整的知识框架。

微分几何的发展历程

微分几何的故事要从17世纪讲起。

牛顿与莱布尼茨时代（1687年前后）

1687年，牛顿发表《自然哲学的数学原理》，不仅奠定了经典力学的基础，也发明了微积分这一强大的数学工具。正是微积分，使得研究"弯曲"和"变化"成为可能。莱布尼茨独立发展的微积分记号系统——特别是 $dy/dx$ 这种表示变化率的方式——至今仍被广泛使用。

欧拉的开创性工作（1736-1783）

莱昂哈德·欧拉是历史上最高产的数学家之一。他对曲线和曲面的研究为微分几何奠定了基础。欧拉引入了曲线的曲率和挠率概念，研究了测地线（曲面上的"直线"），并解决了著名的哥尼斯堡七桥问题——这被认为是图论和拓扑学的诞生。

高斯的《曲面的一般研究》（1827）

卡尔·弗里德里希·高斯在1827年发表的《曲面的一般研究》（Disquisitiones Generales circa Superficies Curvas）被公认为现代微分几何的起点。在这篇论文中，高斯引入了第一基本形式和第二基本形式，证明了惊人的高斯绝妙定理（Theorema Egregium）：高斯曲率是曲面的内蕴量，也就是说，生活在曲面上的生物，无需知道曲面如何嵌入三维空间，就能测量出曲率。

这一发现的意义怎么强调都不为过。它表明几何可以分为"内在的"和"外在的"——这正是后来黎曼几何和广义相对论的核心思想。

黎曼的革命性演讲（1854）

1854年，年轻的伯恩哈德·黎曼为了获得哥廷根大学的教职资格，发表了一篇题为《论几何基础中的假设》的演讲。在这篇演讲中，黎曼将高斯关于曲面的理论推广到了任意维度的空间，提出了黎曼流形的概念。

黎曼的关键洞见是：空间的性质不应该由它如何嵌入更高维空间决定，而应该由度量（测量距离的方式）决定。他引入了黎曼度量张量 $g_{ij}$，使得在任何局部坐标系下都能计算距离和角度。

张量分析与相对论（1869-1915）

1869年，克里斯托费尔发展了协变微分的理论；1900年，列维-奇维塔引入平行移动的概念；里奇和列维-奇维塔系统发展了张量分析。这些工作为爱因斯坦的广义相对论提供了数学语言。

1915年，爱因斯坦利用黎曼几何描述了引力场。他证明了引力不是力，而是时空弯曲的表现。这是微分几何在物理学中最壮观的应用。

现代发展（1950年至今）

陈省身在1940-50年代发展了示性类理论，将拓扑学与微分几何联系起来。丘成桐在1982年证明了卡拉比猜想，打开了弦理论的大门。佩雷尔曼在2002年利用里奇流证明了庞加莱猜想，这是21世纪数学的最大成就之一。

今天，微分几何在计算机图形学（曲面建模）、机器人学（位形空间）、机器学习（流形学习、信息几何）等领域发挥着重要作用。

第一章：微积分基础

如果说微分几何是一座宏伟的大厦，那么微积分就是它的地基。在这一章中，我们将回顾微积分的核心概念，特别是那些直接为微分几何服务的部分。

1.1 极限与连续：无穷小的严格化

微积分的核心概念——导数和积分——都建立在极限的基础之上。理解极限，是理解一切后续内容的第一步。

极限的 $\varepsilon$-$\delta$ 定义

函数 $f(x)$ 在 $x \to a$ 时的极限为 $L$，记作

$$\lim_{x \to a} f(x) = L$$

其严格定义是：对于任意给定的 $\varepsilon > 0$，存在 $\delta > 0$，使得当 $0 < |x - a| < \delta$ 时，有 $|f(x) - L| < \varepsilon$。

这个定义看似复杂，实则表达了一个直观的想法：我们可以让 $f(x)$ 任意接近 $L$，只要让 $x$ 足够接近 $a$。

为什么这对微分几何重要？ 在微分几何中，我们需要研究曲线和曲面在某一点附近的局部性质。极限概念让我们能够精确描述"接近"的含义，这是定义切线、切平面、曲率等概念的基础。

无穷小与微分

莱布尼茨将导数表示为 $dy/dx$，仿佛它是两个无穷小量的比值。这一直观虽然生动，但在19世纪以前缺乏严格的数学基础。直到柯西和魏尔斯特拉斯发展了极限理论，无穷小才被严格化。

今天，我们有了更强大的工具：外微分和微分形式。一个函数的微分 $df$ 是一个1-形式，它可以"吃掉"一个切向量，输出一个实数。这种观点是现代微分几何的标准语言。

1.2 导数与微分：变化率的精确描述

一元函数的导数

函数 $f(x)$ 在点 $x$ 处的导数定义为：

$$f’(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}$$

几何上，导数表示函数图像在该点处切线的斜率。

链式法则：若 $y = f(g(x))$，则

$$\frac{dy}{dx} = \frac{dy}{du} \cdot \frac{du}{dx} = f’(g(x)) \cdot g’(x)$$

链式法则在微分几何中至关重要，因为它描述了坐标变换下导数如何变化——这正是协变导数和张量变换律的原型。

泰勒展开：局部逼近的艺术

函数 $f(x)$ 在点 $a$ 附近的泰勒展开为：

$$f(x) = f(a) + f’(a)(x-a) + \frac{f’’(a)}{2!}(x-a)^2 + \frac{f’’’(a)}{3!}(x-a)^3 + \cdots$$

泰勒展开告诉我们：任何光滑函数在局部都可以用多项式逼近。在微分几何中，我们经常在局部坐标系下研究流形，泰勒展开帮助我们理解流形在某一点附近的局部几何。

1.3 积分理论：无穷小量的累积

黎曼积分与微积分基本定理

定积分 $\int_a^b f(x)dx$ 表示曲线 $y=f(x)$ 下方、区间 $[a,b]$ 上方的有向面积。

微积分基本定理建立了微分和积分的互逆关系：

$$\frac{d}{dx}\int_a^x f(t)dt = f(x)$$

$$\int_a^b f’(x)dx = f(b) - f(a)$$

这一定理的几何意义是：变化率的累积等于总变化量。

曲线积分

给定曲线 $C$ 由参数方程 $\mathbf{r}(t) = (x(t), y(t))$，$t \in [a,b]$ 表示，函数 $f$ 沿 $C$ 的积分为：

$$\int_C f ds = \int_a^b f(x(t), y(t)) \sqrt{x’(t)^2 + y’(t)^2} dt$$

曲线积分是微分几何中测地线和弧长概念的基础。在黎曼流形上，曲线的长度就是通过类似的积分定义的。

1.4 多元微积分：从曲线到曲面

微分几何研究的是曲线和曲面，因此多元微积分是不可或缺的基础。

偏导数

设 $f(x, y)$ 是二元函数，它关于 $x$ 的偏导数为：

$$\frac{\partial f}{\partial x} = \lim_{h \to 0} \frac{f(x+h, y) - f(x, y)}{h}$$

偏导数表示函数沿坐标轴方向的变化率。在微分几何中，偏导数用于计算切向量和法向量。

梯度与方向导数

函数 $f$ 的梯度定义为：

$$\nabla f = \left(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}, \frac{\partial f}{\partial z}\right)$$

梯度指向函数增长最快的方向，其模长表示增长速率。

沿单位向量 $\mathbf{u}$ 的方向导数为：

$$D_{\mathbf{u}}f = \nabla f \cdot \mathbf{u}$$

几何意义：方向导数告诉我们，函数在 $\mathbf{u}$ 方向上"有多陡峭"。在曲面上，不同方向可能有不同的陡峭程度——这正是法曲率的概念原型。

多重积分与变量替换

二重积分 $\iint_D f(x,y)dxdy$ 表示函数 $f$ 在区域 $D$ 上的累积。

变量替换公式：设变换 $x = x(u,v)$，$y = y(u,v)$，则

$$\iint_D f(x,y)dxdy = \iint_{D’} f(x(u,v), y(u,v)) |J| dudv$$

其中 $J = \det\begin{pmatrix} \frac{\partial x}{\partial u} & \frac{\partial x}{\partial v} \ \frac{\partial y}{\partial u} & \frac{\partial y}{\partial v} \end{pmatrix}$ 是雅可比行列式。

为什么这对微分几何重要？ 微分几何中，我们经常需要在不同的坐标系之间转换。雅可比行列式描述了面积（或体积）元素在坐标变换下如何变化。在黎曼几何中，体积元素的变换公式是：

$$dV = \sqrt{\det g} , du^1 \wedge du^2 \wedge \cdots \wedge du^n$$

其中 $g$ 是度量张量。

隐函数定理

隐函数定理是微分几何中最常用的工具之一。它告诉我们，在什么条件下，方程 $F(x, y) = 0$ 可以局部解出 $y = f(x)$。

定理：若 $F(x_0, y_0) = 0$ 且 $\frac{\partial F}{\partial y}(x_0, y_0) \neq 0$，则在 $(x_0, y_0)$ 附近存在唯一的函数 $y = f(x)$ 使得 $F(x, f(x)) = 0$。

在微分几何中，曲面经常用隐式方程 $F(x,y,z) = 0$ 表示。隐函数定理保证了这种表示的合理性，并给出了计算切平面的方法。

第二章：线性代数基础

如果说微积分提供了研究"变化"的工具，那么线性代数提供了研究"结构"的语言。在微分几何中，线性代数无处不在——从切空间的向量到曲率张量的多线性映射。

2.1 向量空间：几何的代数抽象

定义与例子

向量空间（或线性空间）是一个集合 $V$，配有两种运算（向量加法和标量乘法），满足八条公理（封闭性、结合律、交换律、零元、负元、分配律等）。

例子：

• $\mathbb{R}^n$：$n$ 维实向量
• $C[0,1]$：区间 $[0,1]$ 上的连续函数
• $M_{m \times n}$：$m \times n$ 矩阵

为什么这对微分几何重要？ 在微分几何中，流形上每一点都有一个切空间 $T_pM$，它是一个向量空间。切空间中的向量代表通过该点的曲线的"速度"。理解向量空间的结构，是理解切空间的基础。

基与维数

向量空间 $V$ 的一组基是线性无关的向量集合 ${e_1, e_2, \ldots, e_n}$，使得 $V$ 中任何向量都可以唯一表示为它们的线性组合：

$$v = v^1 e_1 + v^2 e_2 + \cdots + v^n e_n$$

基的个数称为向量空间的维数。

在微分几何中的应用：流形的维数定义为切空间的维数。若流形 $M$ 是 $n$ 维的，则每一点的切空间 $T_pM$ 都同构于 $\mathbb{R}^n$。选择不同的坐标系，就得到切空间的不同基——这正是坐标变换的代数本质。

2.2 线性变换与矩阵

定义与矩阵表示

线性变换 $T: V \to W$ 是保持向量加法和标量乘法的映射：

$$T(av + bw) = aT(v) + bT(w)$$

给定 $V$ 的基 ${e_i}$ 和 $W$ 的基 ${f_j}$，线性变换 $T$ 可以用矩阵表示：

$$T(e_i) = \sum_j A_{ji} f_j$$

为什么这对微分几何重要？ 坐标变换是线性变换。当我们从坐标系 $(u^1, u^2)$ 变换到 $(\tilde{u}^1, \tilde{u}^2)$ 时，切向量的分量按照如下规律变换：

$$\tilde{v}^i = \sum_j \frac{\partial \tilde{u}^i}{\partial u^j} v^j$$

这就是逆变变换律，它是张量变换律的最简单形式。

行列式与体积

行列式 $\det A$ 有几何意义：它表示线性变换 $A$ 对体积的缩放比例。

• $|\det A| > 1$：体积膨胀
• $|\det A| < 1$：体积收缩
• $\det A = 0$：变换将空间压缩到低维子空间

在微分几何中的应用：

• 雅可比行列式就是坐标变换的"体积缩放因子"
• 第一基本形式的行列式 $\det(g_{ij})$ 出现在面积元素和体积元素的公式中
• 高斯曲率可以通过第二基本形式与第一基本形式的行列式比来计算

2.3 特征值与特征向量

定义

设 $A$ 是方阵。若非零向量 $\mathbf{v}$ 满足

$$A\mathbf{v} = \lambda \mathbf{v}$$

则称 $\lambda$ 为 $A$ 的特征值，$\mathbf{v}$ 为对应的特征向量。

几何意义：特征向量是在变换 $A$ 下保持方向（或反向）的向量，特征值表示伸缩比例。

谱定理与对角化

谱定理：实对称矩阵 $A$ 可以对角化，即存在正交矩阵 $Q$ 使得

$$A = QDQ^T$$

其中 $D = \text{diag}(\lambda_1, \ldots, \lambda_n)$ 是对角矩阵。

为什么这对微分几何重要？

在曲面论中，魏因加滕映射（Weingarten map）是切空间上的线性变换。它的特征值就是主曲率 $\kappa_1, \kappa_2$，特征方向就是主方向。高斯曲率 $K = \kappa_1 \kappa_2$ 和平均曲率 $H = \frac{\kappa_1 + \kappa_2}{2}$ 是研究曲面形状的核心量。

2.4 内积空间：度量的引入

内积的定义

内积是向量空间上的二元函数 $\langle \cdot, \cdot \rangle: V \times V \to \mathbb{R}$，满足：

• 对称性：$\langle u, v \rangle = \langle v, u \rangle$
• 线性性：$\langle au + bv, w \rangle = a\langle u, w \rangle + b\langle v, w \rangle$
• 正定性：$\langle v, v \rangle \geq 0$，等号成立当且仅当 $v = 0$

诱导的范数与角度

内积诱导范数（长度）：$|v| = \sqrt{\langle v, v \rangle}$

两个向量之间的夹角：$\cos \theta = \frac{\langle u, v \rangle}{|u| |v|}$

为什么这对微分几何重要？

黎曼度量就是切空间上的光滑内积族。在局部坐标 $(u^1, \ldots, u^n)$ 下，度量表示为：

$$ds^2 = \sum_{i,j} g_{ij} du^i du^j$$

其中 $g_{ij} = \langle \frac{\partial}{\partial u^i}, \frac{\partial}{\partial u^j} \rangle$ 是度量张量的分量。有了度量，我们才能定义：

• 曲线的长度
• 角度
• 面积和体积
• 测地线（最短路径）

没有度量，流形就像没有尺子的橡皮泥——可以拉伸、压缩，但无法测量。

2.5 对偶空间与张量

对偶空间

向量空间 $V$ 的对偶空间 $V^*$ 是 $V$ 上所有线性泛函的集合：

$$V^* = {f: V \to \mathbb{R} \mid f \text{ 是线性的}}$$

若 ${e_1, \ldots, e_n}$ 是 $V$ 的基，则存在对偶基 ${e^1, \ldots, e^n}$ 满足 $e^i(e_j) = \delta^i_j$。

为什么这对微分几何重要？

微分几何中，切向量和余切向量（1-形式）是不同但密切相关的对象。切向量是"指向某方向的箭头"，余切向量是"测量沿某方向变化率的函数"。函数的微分 $df$ 就是一个余切向量。

张量的直观理解

张量是多线性映射。一个 $(k,l)$-型张量接收 $k$ 个余向量和 $l$ 个向量，输出一个标量：

$$T: \underbrace{V^* \times \cdots \times V^*}{k} \times \underbrace{V \times \cdots \times V}{l} \to \mathbb{R}$$

重要例子：

• $(0,2)$-型张量：双线性形式（如度量张量 $g_{ij}$）
• $(1,1)$-型张量：线性变换
• $(1,3)$-型张量：曲率张量 $R^i_{jkl}$

张量变换律：当坐标变换时，张量的分量按照特定规则变换。上指标（逆变）按雅可比矩阵变换，下指标（协变）按逆矩阵变换。这种变换规律保证了张量的几何意义不依赖于坐标选择——这正是广义协变原理的数学表达。

第三章：微分方程基础

微分方程是描述自然界变化规律的数学语言。在微分几何中，从测地线方程到曲率演化，微分方程无处不在。

3.1 常微分方程：单变量的变化规律

基本类型与解法

一阶线性ODE：$y’ + p(x)y = q(x)$

通解公式：

$$y(x) = e^{-\int p(x)dx} \left(\int q(x) e^{\int p(x)dx} dx + C\right)$$

可分离变量方程：$y’ = f(x)g(y)$

解法：$\frac{dy}{g(y)} = f(x)dx$，两边积分。

解的存在唯一性定理

皮卡-林德洛夫定理：若 $f(x,y)$ 和 $\frac{\partial f}{\partial y}$ 在矩形区域 $R$ 上连续，则初值问题

$$\frac{dy}{dx} = f(x,y), \quad y(x_0) = y_0$$

在 $x_0$ 的某个邻域内存在唯一解。

为什么这对微分几何重要？

测地线方程是一组二阶ODE：

$$\frac{d^2 u^i}{dt^2} + \Gamma^i_{jk} \frac{du^j}{dt} \frac{du^k}{dt} = 0$$

存在唯一性定理保证了：给定初始点和初始速度，存在唯一的测地线。这正是"直线的自然推广"的数学基础。

二阶线性ODE与振动

常系数齐次方程：$y’’ + py’ + qy = 0$

特征方程：$r^2 + pr + q = 0$

• 两个不同实根：$y = C_1 e^{r_1 x} + C_2 e^{r_2 x}$
• 重根：$y = (C_1 + C_2 x)e^{rx}$
• 共轭复根 $a \pm bi$：$y = e^{ax}(C_1 \cos bx + C_2 \sin bx)$

为什么这对微分几何重要？

雅可比场（Jacobi field）沿测地线满足雅可比方程：

$$\frac{D^2 J}{dt^2} + R(\dot{\gamma}, J)\dot{\gamma} = 0$$

这是二阶线性ODE的推广形式，描述了测地线如何发散或收敛——这是理解曲率与拓扑关系的关键。

3.2 偏微分方程：多变量耦合

基本例子

波动方程：$\frac{\partial^2 u}{\partial t^2} = c^2 \nabla^2 u$

描述波在介质中的传播。在微分几何中，波动方程推广到波方程算子（wave operator），是研究时空几何的重要工具。

热方程：$\frac{\partial u}{\partial t} = \Delta u$

描述热量扩散。在微分几何中，热核（heat kernel）与流形的谱性质密切相关。

拉普拉斯方程：$\Delta u = 0$

调和函数满足拉普拉斯方程。在黎曼流形上，拉普拉斯-贝尔特拉米算子是：

$$\Delta f = \frac{1}{\sqrt{\det g}} \frac{\partial}{\partial u^i}\left(\sqrt{\det g} , g^{ij} \frac{\partial f}{\partial u^j}\right)$$

这是研究流形上函数、形式、向量场分析的核心算子。

特征线法

对于一阶拟线性PDE：

$$a(x,y,u)\frac{\partial u}{\partial x} + b(x,y,u)\frac{\partial u}{\partial y} = c(x,y,u)$$

特征线法将其转化为ODE系统：

$$\frac{dx}{dt} = a, \quad \frac{dy}{dt} = b, \quad \frac{du}{dt} = c$$

为什么这对微分几何重要？

特征线法展示了如何将PDE分解为沿特定曲线的ODE。在微分几何中，类似的思想出现在：

• 沿测地线的平行移动
• 曲面上的渐近线
• 偏微分方程的几何理论（如Monge-Ampère方程）

3.3 微分方程与几何的深层联系

测地线方程的推导

给定黎曼度量 $ds^2 = g_{ij}du^i du^j$，曲线的长度为：

$$L[\gamma] = \int_a^b \sqrt{g_{ij} \dot{u}^i \dot{u}^j} dt$$

通过变分法（欧拉-拉格朗日方程），最小化长度的曲线满足：

$$\frac{d^2 u^i}{dt^2} + \Gamma^i_{jk} \frac{du^j}{dt} \frac{du^k}{dt} = 0$$

其中 克里斯托费尔符号 为：

$$\Gamma^i_{jk} = \frac{1}{2}g^{il}\left(\frac{\partial g_{lj}}{\partial u^k} + \frac{\partial g_{lk}}{\partial u^j} - \frac{\partial g_{jk}}{\partial u^l}\right)$$

这个方程是微分几何中最重要的ODE系统之一。它告诉我们：在弯曲空间中，“直线”（测地线）不是我们通常理解的直线，而是满足特定微分方程的曲线。

曲率与方程的稳定性

曲率影响测地线方程解的行为：

• 正曲率（如球面）：测地线趋向于汇聚（聚焦）
• 负曲率（如双曲平面）：测地线指数分离
• 零曲率（如欧氏平面）：测地线保持恒定分离

这一现象在广义相对论中有直接应用：引力透镜效应就是时空正曲率导致光线汇聚的表现。

第四章：解析几何基础

解析几何将几何问题转化为代数问题，为微分几何提供了描述曲线和曲面的基本语言。

4.1 参数曲线：运动的轨迹

定义与例子

参数曲线是映射 $\mathbf{r}: I \to \mathbb{R}^3$，其中 $I \subset \mathbb{R}$ 是区间。

例子：

• 直线：$\mathbf{r}(t) = \mathbf{p} + t\mathbf{v}$
• 圆：$\mathbf{r}(t) = (R\cos t, R\sin t)$
• 圆柱螺旋线：$\mathbf{r}(t) = (R\cos t, R\sin t, bt)$
• 摆线：$\mathbf{r}(t) = (R(t - \sin t), R(1 - \cos t))$

为什么参数表示很重要？

参数表示比隐式表示更灵活。同一条曲线可以有不同参数化，几何量（如曲率、挠率）应该与参数选择无关——这正是参数不变性原理。

弧长参数与自然参数

曲线的弧长为：

$$s(t) = \int_{t_0}^t |\mathbf{r}’(\tau)| d\tau$$

弧长参数（或自然参数）满足 $|\mathbf{r}’(s)| = 1$，即切向量是单位向量。

为什么这对微分几何重要？

使用弧长参数，许多公式变得简洁。例如，曲率的公式为 $\kappa(s) = |\mathbf{r}’’(s)|$。在微分几何中，我们通常用弧长参数化来定义几何不变量，然后再证明它们与参数选择无关。

Frenet标架

对于空间曲线，在每一点可以定义Frenet标架 ${\mathbf{T}, \mathbf{N}, \mathbf{B}}$：

• 切向量：$\mathbf{T} = \mathbf{r}’(s)$（指向运动方向）
• 主法向量：$\mathbf{N} = \frac{\mathbf{T}’}{|\mathbf{T}’|}$（指向曲率中心）
• 副法向量：$\mathbf{B} = \mathbf{T} \times \mathbf{N}$（垂直于密切平面）

Frenet-Serret公式描述了标架沿曲线的变化：

$$\frac{d}{ds}\begin{pmatrix} \mathbf{T} \ \mathbf{N} \ \mathbf{B} \end{pmatrix} = \begin{pmatrix} 0 & \kappa & 0 \ -\kappa & 0 & \tau \ 0 & -\tau & 0 \end{pmatrix} \begin{pmatrix} \mathbf{T} \ \mathbf{N} \ \mathbf{B} \end{pmatrix}$$

其中 $\kappa$ 是曲率，$\tau$ 是挠率。

基本定理：给定光滑函数 $\kappa(s) > 0$ 和 $\tau(s)$，存在唯一的（差一个刚体运动）曲线以它们为曲率和挠率。

为什么这对微分几何重要？

Frenet标架是曲线局部几何的完全描述。在曲面论中，我们有类似的构造：达布标架（Darboux frame）。Frenet-Serret公式的思想——用微分方程描述几何结构的变化——贯穿整个微分几何。

4.2 参数曲面：二维流形

定义与例子

参数曲面是映射 $\mathbf{r}: D \to \mathbb{R}^3$，其中 $D \subset \mathbb{R}^2$ 是区域。

例子：

• 平面：$\mathbf{r}(u,v) = (u, v, 0)$
• 球面：$\mathbf{r}(\theta, \phi) = (R\sin\theta\cos\phi, R\sin\theta\sin\phi, R\cos\theta)$
• 圆柱面：$\mathbf{r}(u,v) = (R\cos u, R\sin u, v)$
• 环面：$\mathbf{r}(u,v) = ((R+r\cos v)\cos u, (R+r\cos v)\sin u, r\sin v)$

切平面与法向量

在点 $p = \mathbf{r}(u_0, v_0)$ 处：

切向量：

$$\mathbf{r}_u = \frac{\partial \mathbf{r}}{\partial u}, \quad \mathbf{r}_v = \frac{\partial \mathbf{r}}{\partial v}$$

它们张成切平面 $T_pS$。

单位法向量：

$$\mathbf{n} = \frac{\mathbf{r}_u \times \mathbf{r}_v}{|\mathbf{r}_u \times \mathbf{r}_v|}$$

为什么这对微分几何重要？

切空间是微分几何的核心概念。流形上每一点的切空间是局部近似流形的向量空间。所有切空间的并集构成切丛 $TM$，它是研究向量场、微分形式、联络的主要舞台。

4.3 第一基本形式：内蕴度量

定义

第一基本形式是切平面上的内积：

$$I = E,du^2 + 2F,dudv + G,dv^2$$

其中

$$E = \langle \mathbf{r}_u, \mathbf{r}_u \rangle, \quad F = \langle \mathbf{r}_u, \mathbf{r}_v \rangle, \quad G = \langle \mathbf{r}_v, \mathbf{r}_v \rangle$$

矩阵形式：

$$\mathbf{I} = \begin{pmatrix} E & F \ F & G \end{pmatrix}$$

几何意义

第一基本形式告诉我们如何在曲面上测量：

• 曲线长度：$L = \int \sqrt{E\dot{u}^2 + 2F\dot{u}\dot{v} + G\dot{v}^2} dt$
• 曲线夹角：$\cos\theta = \frac{E\dot{u}_1\dot{u}_2 + F(\dot{u}_1\dot{v}_2 + \dot{u}_2\dot{v}_1) + G\dot{v}_1\dot{v}_2}{\sqrt{I(\dot{\gamma}_1)}\sqrt{I(\dot{\gamma}_2)}}$
• 面积元素：$dA = \sqrt{EG - F^2} , du , dv$

为什么这对微分几何重要？

第一基本形式就是黎曼度量在曲面情形的表现。它完全是内蕴的——生活在曲面上的生物，不需要知道曲面如何嵌入三维空间，就能测量它。高斯绝妙定理断言：高斯曲率只依赖于第一基本形式，这是现代微分几何的奠基性结果。

4.4 第二基本形式：外在弯曲

定义

第二基本形式度量曲面在三维空间中的弯曲：

$$II = L,du^2 + 2M,dudv + N,dv^2$$

其中

$$L = \langle \mathbf{r}{uu}, \mathbf{n} \rangle, \quad M = \langle \mathbf{r}{uv}, \mathbf{n} \rangle, \quad N = \langle \mathbf{r}_{vv}, \mathbf{n} \rangle$$

法曲率与主曲率

法曲率是曲面沿某方向的弯曲程度：

$$\kappa_n = \frac{II}{I} = \frac{L\dot{u}^2 + 2M\dot{u}\dot{v} + N\dot{v}^2}{E\dot{u}^2 + 2F\dot{u}\dot{v} + G\dot{v}^2}$$

主曲率 $\kappa_1, \kappa_2$ 是法曲率的极值，对应主方向。

高斯曲率与平均曲率

高斯曲率：$K = \kappa_1 \kappa_2 = \frac{LN - M^2}{EG - F^2}$

平均曲率：$H = \frac{\kappa_1 + \kappa_2}{2} = \frac{EN + GL - 2FM}{2(EG - F^2)}$

高斯绝妙定理：$K$ 只依赖于第一基本形式（及其导数），与曲面如何嵌入三维空间无关。

为什么这对微分几何重要？

高斯曲率的内蕴性是微分几何的转折点。它表明：曲面的几何可以分为两部分——

• 内蕴几何（由第一基本形式决定）：长度、角度、面积、测地线、高斯曲率
• 外在几何（需要第二基本形式）：主曲率、平均曲率、渐近线

黎曼几何研究的正是内蕴几何，它适用于任何维度的流形，无需嵌入更高维空间。

第五章：知识的融合——进入微分几何

现在，让我们看看这些前序知识如何融合，形成微分几何的宏大体系。

5.1 从欧氏空间到流形

流形的直观理解

流形（manifold）是局部看起来像欧氏空间的拓扑空间。具体来说，$n$ 维流形 $M$ 满足：

• 每一点 $p \in M$ 都有一个邻域 $U$，同胚于 $\mathbb{R}^n$ 的开子集
• 不同坐标卡（chart）之间的转移映射是光滑的

为什么这很自然？

地球表面是一个二维流形。在古代，人们认为大地是平的——这是因为在局部，球面确实很像平面。只有当我们进行长距离测量（如航海）或观察全局现象（如昼夜更替）时，才能发现大地的弯曲。

微分几何将这种直观严格化：我们不需要知道流形整体如何嵌入高维空间，只需要在每一点的局部坐标系中进行计算，然后用坐标变换律保证结果的协变性。

切空间与切丛

流形 $M$ 上每一点 $p$ 有一个切空间 $T_pM$，它是 $n$ 维向量空间，由通过 $p$ 的曲线的速度向量组成。

所有切空间的并集构成切丛：

$$TM = \bigsqcup_{p \in M} T_pM$$

切丛本身是一个 $2n$ 维流形，是研究向量场和微分方程的主要舞台。

5.2 黎曼度量：给流形装上尺子

定义

黎曼度量 $g$ 是切空间上的光滑内积族。在局部坐标 $(u^1, \ldots, u^n)$ 下：

$$ds^2 = \sum_{i,j} g_{ij} du^i du^j$$

其中 $g_{ij} = g(\frac{\partial}{\partial u^i}, \frac{\partial}{\partial u^j})$ 是度量张量的分量。

度量与几何

有了度量，我们可以定义：

• 长度：曲线 $\gamma: [a,b] \to M$ 的长度为 $L[\gamma] = \int_a^b \sqrt{g_{ij}\dot{\gamma}^i\dot{\gamma}^j} dt$
• 角度：两个切向量 $v, w$ 的夹角满足 $\cos\theta = \frac{g(v,w)}{|v||w|}$
• 体积：$dV = \sqrt{\det g} , du^1 \wedge \cdots \wedge du^n$
• 测地线：局部最短路径，满足测地线方程

为什么度量是核心？

黎曼度量是微分几何的"宇宙常数"——它决定了空间的所有几何性质。不同的度量对应不同的几何：

• 欧氏度量：$ds^2 = dx^2 + dy^2 + dz^2$（平坦空间）
• 球面度量：$ds^2 = R^2(d\theta^2 + \sin^2\theta , d\phi^2)$（常正曲率）
• 双曲度量：$ds^2 = \frac{dx^2 + dy^2}{y^2}$（常负曲率）

5.3 联络：弯曲空间中的微分

协变导数的动机

在欧氏空间中，向量场的导数就是分量分别求导：$\frac{\partial \mathbf{v}}{\partial x^i} = (\frac{\partial v^1}{\partial x^i}, \ldots, \frac{\partial v^n}{\partial x^i})$。

但在弯曲空间中，这种定义有问题：

1. 不同点的切空间是不同的向量空间，不能直接相减
2. 坐标变换下，普通导数不按照张量规律变换

协变导数 $\nabla$ 解决了这些问题。它告诉我们如何"平行移动"向量，使得求导的结果仍然是张量。

克里斯托费尔符号与测地线

在局部坐标下，协变导数表示为：

$$\nabla_i v^j = \frac{\partial v^j}{\partial u^i} + \Gamma^j_{ik} v^k$$

克里斯托费尔符号 $\Gamma^i_{jk}$ 由度量决定（列维-奇维塔联络）：

$$\Gamma^i_{jk} = \frac{1}{2}g^{il}\left(\frac{\partial g_{lj}}{\partial u^k} + \frac{\partial g_{lk}}{\partial u^j} - \frac{\partial g_{jk}}{\partial u^l}\right)$$

测地线方程 $\nabla_{\dot{\gamma}}\dot{\gamma} = 0$ 在坐标下就是：

$$\frac{d^2 u^i}{dt^2} + \Gamma^i_{jk} \frac{du^j}{dt} \frac{du^k}{dt} = 0$$

5.4 曲率：空间弯曲的度量

黎曼曲率张量

黎曼曲率张量 $R^i_{jkl}$ 度量了空间偏离平坦的程度。它可以通过协变导数的非交换性来定义：

$$R(X, Y)Z = \nabla_X \nabla_Y Z - \nabla_Y \nabla_X Z - \nabla_{[X,Y]} Z$$

在局部坐标下：

$$R^i_{jkl} = \frac{\partial \Gamma^i_{jl}}{\partial u^k} - \frac{\partial \Gamma^i_{jk}}{\partial u^l} + \Gamma^i_{km}\Gamma^m_{jl} - \Gamma^i_{lm}\Gamma^m_{jk}$$

曲率的几何意义

• 截面曲率：二维子空间方向的曲率
• 里奇曲率：沿某方向的平均曲率，出现在爱因斯坦场方程中
• 标量曲率：总曲率的度量

高斯-博内定理揭示了曲率与拓扑的深刻联系：

$$\int_M K , dA = 2\pi \chi(M)$$

其中 $\chi(M)$ 是欧拉示性数。这告诉我们：曲率的全局积分只依赖于流形的拓扑。

第六章：学习路径与建议

6.1 循序渐进的学习路线

基于前面的分析，我建议按以下顺序学习：

第一阶段：夯实基础（3-6个月）

1. 一元微积分：极限、导数、积分、泰勒展开
2. 多元微积分：偏导数、梯度、多重积分、曲线积分
3. 线性代数：向量空间、线性变换、特征值、内积空间

第二阶段：几何直观（2-3个月）

1. 解析几何：参数曲线、参数曲面、第一/第二基本形式
2. 常微分方程：解的存在唯一性、线性ODE、方程组
3. 初步曲面论：经典微分几何（Do Carmo教材）

第三阶段：现代微分几何（4-6个月）

1. 可微流形：定义、切空间、向量场、微分形式
2. 黎曼几何：度量、联络、曲率张量
3. 整体微分几何：高斯-博内定理、比较几何

6.2 推荐教材

微积分：

• 菲赫金哥尔茨《微积分学教程》（经典，详尽）
• 卓里奇《数学分析》（现代，强调几何直观）

线性代数：

• Axler《Linear Algebra Done Right》（现代视角，无行列式开局）
• 弗里德曼《线性代数及其应用》（应用导向）

微分方程：

• Boyce & DiPrima《Elementary Differential Equations》（标准教材）
• Evans《Partial Differential Equations》（研究生水平）

微分几何：

• Do Carmo《Differential Geometry of Curves and Surfaces》（经典入门）
• Do Carmo《Riemannian Geometry》（黎曼几何标准教材）
• Lee《Introduction to Smooth Manifolds》（流形理论）
• Lee《Riemannian Manifolds》（黎曼几何）
• Petersen《Riemannian Geometry》（现代视角）

6.3 常见困难与对策

困难1：抽象概念难以理解

对策：画图！微分几何本质上是几何的，几何直观至关重要。使用计算机工具（Python的Manim、Plotly，或Mathematica）来可视化曲线、曲面和流形。

困难2：指标运算混乱

对策：遵循爱因斯坦求和约定，明确区分上下指标。练习从坐标无关的定义出发，推导坐标表达式。

困难3：前序知识遗忘

对策：制作知识卡片，定期复习。将新学的微分几何概念与已知的微积分、线性代数知识联系起来。

困难4：物理直觉与数学形式脱节

对策：阅读物理文献（如广义相对论教材），了解微分几何在物理学中的应用。尝试用几何语言重新表述熟悉的物理问题。

结语：通往几何之美的旅程

微分几何是一座宏伟的数学殿堂，而我们所回顾的这些前序知识——微积分、线性代数、微分方程、解析几何——就是通往殿堂的阶梯。

每一项基础知识都不是孤立的。微积分的极限概念让我们能够严格描述"局部"；线性代数的向量空间为切空间提供了框架；微分方程描述了测地线和曲率演化；解析几何则将抽象概念具象为可计算的公式。

当你最终站在微分几何的门前，回望来时的路，你会发现：那些看似枯燥的定义和定理，其实都是通往深刻几何真理的必要准备。

正如高斯在《曲面的一般研究》中所展示的，微分几何的真正力量在于统一——它将局部的微分信息与全局的几何性质联系起来，将分析的技巧与几何的直观融为一体，将纯数学的抽象与物理学的应用紧密结合。

愿你在这条通往微分几何的道路上，既能享受攀登的挑战，也能欣赏沿途的风景，最终抵达那片由黎曼、高斯、陈省身等大师开辟的几何之美。

参考文献：

1. do Carmo, M. P. (1976). Differential Geometry of Curves and Surfaces. Prentice-Hall.
2. do Carmo, M. P. (1992). Riemannian Geometry. Birkhäuser.
3. Lee, J. M. (2012). Introduction to Smooth Manifolds (2nd ed.). Springer.
4. Lee, J. M. (1997). Riemannian Manifolds: An Introduction to Curvature. Springer.
5. Spivak, M. (1999). A Comprehensive Introduction to Differential Geometry (5 volumes). Publish or Perish.
6. Chavel, I. (2006). Riemannian Geometry: A Modern Introduction (2nd ed.). Cambridge University Press.
7. 陈省身, 陈维桓. (1983). 《微分几何讲义》. 北京大学出版社.
8. 彭家贵, 陈卿. (2002). 《微分几何》. 高等教育出版社.