2.2. Die Tangentialebene. Definition 2.12 (Tangentialebene). Sei S eine reguläre Fläche, sei p S. Dann heißt

Ähnliche Dokumente
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt

Geometrische Mannigfaltigkeiten

6 Symmetrische Matrizen und quadratische Formen

Mathematik I für Wirtschaftswissenschaftler

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

Modulabschlussklausur Analysis II

Definition 27 Affiner Raum über Vektorraum V

Mathematik 1 für Wirtschaftsinformatik

Optimalitätskriterien

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.

Z = 60! 29!31! 1,

3.3 Eigenwerte und Eigenräume, Diagonalisierung

Lineare Gleichungssysteme

11 Normalformen von Matrizen

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Serie 13: Online Test

34 5. FINANZMATHEMATIK

Extrema von Funktionen in zwei Variablen

Skalare Differentialgleichungen

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

0, v 6 = , v 4 = span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

Der Zwei-Quadrate-Satz von Fermat

Serie 1. D-BAUG Analysis II FS 2015 Dr. Meike Akveld. 1. Beschreiben und zeichnen Sie das Niveaulinienportrait folgender Funktionen:

DIFFERENTIALGLEICHUNGEN

Beispiel Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Gleichungen - Aufgabenstellung und Lösungsstrategien

Stabilität mittels Ljapunov Funktion

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen

Lösungen zum 3. Aufgabenblatt

3. Grundlagen der Linearen Programmierung

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

Quelle/Referenz für dieses Kapitel: Springborn [2, Lectures 28/29] hx a,vi

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Gewöhnliche Differentialgleichungen

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?

Gewöhnliche Differentialgleichungen

Einführung. Vita Rutka. Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009

Vorlesung. Funktionen/Abbildungen 1

Ingenieurmathematik für Maschinenbau, Blatt 1

Definition und Eigenschaften Finiter Elemente

Fraktale Geometrie: Julia Mengen

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Satz 25 A sei eine (n n)-matrix über K

Klassische Feldtheorie 2 Mitschrift von Martin Bendschneider

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von

ToDo-Liste für s Mathe-Abi 2009

17. Penalty- und Barriere-Methoden

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

Mathematischer Vorkurs für Physiker WS 2009/10

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Taylorentwicklung der k ten Dimension

Hamilton-Formalismus

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Höhere Mathematik III für Wirtschaftsinformatiker

Charakteristikenmethode im Beispiel

Kernel, Perceptron, Regression. Erich Schubert, Arthur Zimek KDD Übung

Man kann zeigen (durch Einsetzen: s. Aufgabenblatt, Aufgabe 3a): Die Lösungsgesamtheit von (**) ist also in diesem Fall

a n := ( 1) n 3n n 2. a n := 5n4 + 2n 2 2n n + 1. a n := n 5n 2 n 2 + 7n + 8 b n := ( 1) n

2.1 Codes: einige Grundbegriffe

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg

3.1. Die komplexen Zahlen

Vorkurs Mathematik Übungen zu Differentialgleichungen

7 Lineare Abbildungen und Lineare Gleichungssysteme


Für die Parameter t und ϕ sind das im angegebenen Bereich Funktionen, d.h. zu jedem Parameterwert gehört genau ein Punkt.

Elemente der Analysis II

8. Übung zur Vorlesung Mathematisches Modellieren Lösung

Probestudium der Physik: Mathematische Grundlagen

Eigenwerte und Eigenvektoren von Matrizen

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen

SO(2) und SO(3) Martin Schlederer. 06. Dezember 2012

EigenMath Howto. Beispiele: Was erhält man, wenn man 100 mal die Zahl 2 mit sich multipliziert? Antwort

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Die Weierstraßsche Funktion

Kleiner Satz von Fermat

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG

Die Black-Scholes-Gleichung

4. Kapitel 3D Engine Geometry

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

Neuronale Netze mit mehreren Schichten

Abitur - Grundkurs Mathematik. Sachsen-Anhalt Gebiet G1 - Analysis

Computer Vision SS Skript

Mathematische Methoden in den Ingenieurwissenschaften 2. Übungsblatt

Grundlagen der Mathematik II

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Lineare Gleichungssysteme

2 Die Darstellung linearer Abbildungen durch Matrizen

Algorithmen II Vorlesung am

Annäherungen an Kurven und Flächen im Raum mit Nutzung moderner Medien

Mathematik Abitur Zusammenfassung Marius Buila

Transkript:

2.2. Die Tangentialebene. Definition 2.12 (Tangentialebene). Sei S eine reguläre Fläche, sei p S. Dann heißt { } T p S = X R 3 es gibt ein ε > 0 und eine glatte parametrisierte Kurve c : ( ε,ε) S mit c(0) = p und c (0) = X die Tangentialebene von S in p. Die Elemente der Tangentialebene heißen Tangentialvektoren. Proposition 2.13. Sei S eine reguläre Fläche, sei p S. Sei ferner (U,F,V)eine lokale Parametrisierung von S um p. Wir setzen u 0 := F 1 (p) U. Dann gilt T p S = Bild(D u0 F) = D u0 F(R 2 ). Beweis. a. " " Sei X Bild(D u0 F), d.h. es gibt ein Y R 2 mit X = D u0 F(Y). Setze c(t) := F(u 0 +ty). c(t) ist eine glatte Kurve auf ( ε,ε) für ein kleines ε > 0. Es folgt c(0) = F(u 0 ) = p und Somit gilt X T p S. c (0) = d dt F(u 0 +ty) t=0 = D u0 F(Y) = X. b. " " Sei X T p S, d.h. es gebe eine glatte Kurve c : ( ε,ε) S mit c(0) = p und c (0) = X. O.E.d.A. können wir annehmedirn, dass c ganz in V verläuft. Gemäß Prop.2.6. ist u := F 1 c : ( ε,ε) U eine glatte (ebene) parametrisierte Kurve. Setze Dann gilt Somit gilt X Bild(D u0 F). Y := u (0) R 2. D u0 F(Y) = d dt (F u) t=0 = d dt c t=0 = X. Beispiele. 1. Sei S := p 0 + E 0 eine affine Ebene und {x 1,x 2 } eine Basis von E 0. (U,F,V) V = R 3,U = R 2,F : U V,F(u 1,u 2 ) = p 0 +u 1 x 1 +u 2 x 2 eine globale Parametrisierung von S. Für p = F(u 0 ) (u 0 = (u 1 0,u2 0 ) U) gilt aus Proposition 2.13, T p S = D u0 F(R 2 ) = {t 1 x 1 +t 2 x 2 : (t 1,t 2 ) R 2 } = E 0. 34

2. Sei S der Graph einer C - Funktion f : U R d.h. S = {(x,y,f(x,y)) : (x,y) U} (U,F,V) V = R 3 F(x,y) = (x,y,f(x,y)) eine globale Parametrisierung. Sei p = F(u 0 ) = (u 1 0,u2 0,f(u1 0,u2 0 )). Gemäß Proposition 2.13, T p S = D u0 F(R 2 ) = R(1,0, f x 1 (x 0 )) R(1,0, f x 2 (x 0 )). Korollar 2.14. Da D u0 F Rang 2 hat, bildet T p S R 3 einen zweidimensionalen Untervektorraum. Proposition 2.15. Sei V R 3 offen, sei f : V R eine glatte Funktion, sei S = f 1 (0) R 3. Es gelte gradf(p) 0 für alle p S. Dann steht für p S der Gradient von f senkrecht auf die Tangentialebene T p S = gradf(p). Beweis. Sei X T p S, d.h. es gebe eine glatte Kurve c : ( ε,ε) S mit c(0) = p und c (0) = X. Da c in S verläuft, gilt (f c)(t) = 0 für alle t ( ε, ε). Beim Ableiten haben wir: 0 = d dt (f c) t=0 = f(p),c (0) = f(p),x. Also X f(p). Wir haben somit gezeigt, dass T p S f(p). Da beide Untervektorräume T p S und f(p) des R 3 Dimension 2 haben folgt: T p S = f(p). Beispiel. Die Sphäre wird beschrieben durchs 2 = f 1 (0) wobeif(x,y,z) = x 2 +y 2 +z 2 1. Man kann berechnen: f(x,y,z) = 2(x,y,z). Die Tangentialebene T p S 2 = {v R 3 : (x,y,z),v = 0} Definition 2.16 (Differential). Seien S 1,S 2 R 3 regulare Flächen, sei f : S 1 S 2 eine glatte Abbildung, und sei p S 1. Das Differential von f in p ist die Abbildung df : T p S 1 T f(p) S 2, die gegeben ist durch folgende Vorschrift: Zu X T p S 1 wähle eine glatte parametrisierte Kurve c : ( ε,ε) S 1 mit c(0) = p und c (0) = X und setze d p f(x) := d dt (f c) T f(p) S 2. t=0 Proposition 2.17. Durch Definition 2.16 ist das Differential d p f wohldefiniert, d.h., d p f(x) hängt nur von X ab, nicht aber von der speziallen Wahl der Kurve c. Ferner ist das Differential d p f linear. 35

Beweis. Sei (U 1,F 1,V 1 ) (bzw. U 2,F 2,V 2 ) eine lokale Parametrisierung von S 1 um p (bzw. von S 2 um f(p)). Nach eventueller Verkleinerung von U 1 und V 1 können wir annehmen, dass f(s V 1 ) V 2. Setze f := F 1 2 f F 1 : U 1 U 2 und u 0 := F 1 1 (p) U 1. Zur Kurve c : ( ε,ε) S 1 mit c(0) = p und c (0) = X setzen wir u := F 1 1 : ( ε,ε) U 1. Wie im Beweis von Proposition 2.2 haben wir D u0 F 1 (u(0)) = X. Es folgt d p f(x) = d dt (f c) t=0 = d dt (f F 1 u) t=0 = d dt (F 2 f u) t=0 = D u0 (F 0 f)(u (0)) = D u0 (F 2 f) (D u0 F 1 ) 1 (X) Proposition 2.18 (Kettenregel). Seien S, S, S reguläre Flächen und f : S S, g : S S Abbildungen. Sei p S. Ist f differenzierbar in p und g differenzierbar in f(p), so ist g f differenzierbar in p und es gilt d p (g f) = d f(p) g d p f. Beweis. Sei(U,F,V)bzw. (U,F,V ), (U,F,V ) eine lokale Parametrisierung von S um p bzw. von S um f(p), von S um g f(x), so dass F 0 (U 0 ) (S V ) und F (U ) (S V ). Dann gilt: (F ) 1 (g f) F = (F ) 1 g (F ) (F ) 1 f F }{{}}{{} C C Wie im Beweis von Prop. 2.6 haben wir: d p (g f) = DF D((F ) 1 (g f) F) (DF) 1 = DF D((F ) 1 g F (F ) 1 f F) (DF) 1 }{{} = DF D((F ) 1 g F ) D((F ) 1 f F) (DF) 1 K. = DF D((F ) 1 g F ) (DF ) 1 (DF ) D((F ) 1 f F) (DF) 1 }{{}}{{} d f(p) g d pf = d f(p) g d p f 36

2.3. Die erste Fundamentalform (Metrik). Definition 2.19 (die erste Fundamentalform). Sei S eine reguläre Fläche und p S. Sei T p S die Tangentialebene von S in p. Die erste Fundamentalform (oder Metrik) von S in p ist definiert durch I p (X,Y) = g p (X,Y) := X,Y, wobei, das kanonische Skalarprodukt in R 3 bezeichnet. Bemerkung. Nach Definition istg p die Einschränkung des kanonischen Skalarprodukts auf T p ; insbesonders g p ist positiv-definite symmetrische Bilinearform auf T p S. Definition 2.20 (die Matrxdarstellung von der ersten Fundamentalform). Sei S R 3 eine reguläre Fläche und (U,F,V) eine lokale Parametrisierung vons. Sinde 1 unde 2 die Standardbasisvektoren vonr 2, so bildend u F(e 1 ) = F (u) und D u 1 u F(e 2 ) = F (u), u = F 1 (p), eine Basis von T u 2 p S. Bezüglich dieser Basis ist die Matrxdarstellung von g p dann gegeben durch g ij (u) := g p (D u F(e 1 ),D u F(e 2 )) = F F u1(u), u 2(u) für alle 1 i,j 2. Beispiel. Sei S R 3 eine Ebene, die von den Vektoren X und Y aufgespannt wird durch den Punkt p 0. F(u 1,u 2 ) = p 0 +u 1 X +u 2 Y Die erste Fundamentalform bzgl. dieser Parametrisierung g 11 (u 1,u 2 ) = F u 1(u1,u 2 ), F u 1(u1,u 2 ) = X,X g 12 (u 1,u 2 ) = F u 1(u1,u 2 ), F u 2(u1,u 2 ) = X,Y g 21 (u 1,u 2 ) = F u 2(u1,u 2 ), F u 1(u1,u 2 ) = Y,X g 22 (u 1,u 2 ) = F u 2(u1,u 2 ), F u 2(u1,u 2 ) = Y,Y Ist S z.b. die x-y-ebene und sind (u 1,u 2 ) kartesische Koordinaten, d.h. p 0 = 0, X = e 1 und Y = e 2, so wird die erste Fundamentalform durch die Matrix ( ) 1 0 (g ij (u)) ij = 0 1 beschrieben. Man kann durch die x-y-ebene durch Polarkoordinaten parametrisieren. F : (0, ) (0,2π) R 3 F(r,ϕ) = (rcosϕ,rsinϕ,0). 37

Die erste Fundamentalform berechnet sich nun zu: g 11 (r,ϕ) = F F (r,ϕ), r r (r,ϕ) = cosϕ sinϕ, cosϕ sinϕ = 1 g 12 (r,ϕ) = F F (r,ϕ), r ϕ (r,ϕ) = cosϕ sinϕ, rsinϕ rcosϕ = 0 g 21 (r,ϕ) = F F (r,ϕ), ϕ r (r,ϕ) = rsinϕ rcosϕ, cosϕ sinϕ = 0 g 22 (r,ϕ) = F F (r,ϕ), (r,ϕ) =< rsinϕ rcosϕ, rsinϕ rcosϕ = r 2. ϕ ϕ Die erste Fundamentalform bzgl. Polarkoordinaten ist: ( ) 1 0 ( g ij (r,ϕ)) ij = 0 r 2. Beispiel. (Zylinderfläche). Wir betrachten Zylinderfläche Wir parametrisieren sie durch S = {(x,y,z) R 3 : x 2 +y 2 = 1}. F : (0,2π) R R 3 F(ϕ,h) = (cosϕ,sinϕ,h). Für die erste Fundamentalform ergibt sich bzgl. der Koordinaten (u 1,u 2 ) = (ϕ,h): g 11 (ϕ,h) = F F (ϕ,h), ϕ ϕ (ϕ,h) = sinϕ cosϕ, sinϕ cosϕ = 1 g 12 (ϕ,h) = F F (ϕ,h), ϕ h (ϕ,h) = sinϕ cosϕ, 0 cos0 = 0 0 1 g 21 (ϕ,h) = F F (ϕ,h), h ϕ (ϕ,h) = 0 0, sinϕ cosϕ = 0 1 0 g 22 (ϕ,h) = F F (ϕ,h), h h (ϕ,h) = 0 0, 0 0 = 1. 1 1 Also die Matrix ist ( ) 1 0, 0 1 38

wie die von der Ebene. Beispiel. Wir berechnen die erste Fundamentalform der Sphäre S 2 = { x y R 3 : x 2 +y 2 +z 2 = 1} z in Polarkoordinaten (u 1,u 2 ) = (θ,ϕ) ergibt das insgesamt: F : ( π 2, π ) (0,2π) R3 2 F(θ,ϕ) = cosθcosϕ cosθsinϕ sinθ ( ) 1 0 (g ij (θ,ϕ)) ij = 0 cos 2 θ Lemma 2.21. Sei S eine reguläre Fläche und p S. Seien (U,F,V) und (Ũ, F,Ṽ) lokale Parametrisierungen um p, und g ij(u) ij bzw. ( g ij (ũ)) ij die lokale Darstellung von der ersten Fundamentalform bzgl. (U, F, V) bzw. (Ũ, F,Ṽ) wie in Definition 2.20. Setze ϕ := F 1 F : F 1 (F(U) F(Ũ)) F 1 (F(U) F(Ũ)) wie in Korollar 2.7. Dann gilt g ij (u) = k,l ϕ k ϕ l u i u j g kl(ϕ(u)) In Matrixschreibweis lautet diese Gleichung (g ij (u)) ij = D u ϕ ( g kl (ϕ(u)) kl D u ϕ. Beweis. Nach der Kettenregel haben wir: g ij (u) = I( F F ui(u), u j(u)) (F = F ϕ) = I( ( F ϕ) u i (u), F u j(u)) = }{{} Kettenregel = = I( k k,l F ũ k(ϕ(u)) ϕk u i (u), l (ũ = ϕ(u)). F ũ l(ϕ(u)) ϕl u j(u)) ϕ k F F u i (u) ϕl uj(u)i( ũk(ϕ(u)), ũ l(ϕ(u))) k,l ϕ k u i (u) ϕl u j(u) g kl(ϕ(u)). 39

2.4. Normalenfelder und Orientierbarkeit. Definition 2.22 (Normalenfeld). Sei S eine reguläre Fläche. Ein Normalenfeld auf S ist eine Abbildung N : S R 3 so dass N(p) T p S für p S. Ein Normalenfeld auf S heißt Einheitsnormalenfeld, falls zusätzlich N(p) = 1 gilt für alle p S. Bemerkung. Mit N auch N ein (Einheits-)Normalenvektor ist. Stetige Einheitsnormalenfeld kann, muss es aber auf einer reguläre Fläche nicht geben. Beispiel. Sei S = {(x,y,0) : x,y R} die x-y-ebene in R 3. Dann ist N(x, y, 0) = (0, 0, 1) ein konstantes Einheitsnormalenfeld. Beispiel. Sei S = S 2. Dann erhalten wir ein Einheitsnormalenfeld durch N = Id, d.h. N(x,y,z) = (x,y,z). Beispiel. Sei S = S 1 R die Zylinderfläche. Dann ist durch N(x,y,z) = (x, y, 0) ein Einheitsnormalenfeld definiert. Beispiel. (Möbiusband). Das Möbiusband. Definition 2.23 (orientierbare Fläche). Eine reguläre Fläche S R 3 heißt orientierbar, falls es ein glattes Einheisnormalenvektorfeld auf S gibt. Bemerkung. Reguläre Flächen S im Kleinen sind stets orientierbar. Definition 2.24 (Orientierung). Eine Orientierung auf einer orientierbaren regulären Fläche besteht aus der Wahl eines stetigen Einheitsnormalenfeld auf der Fläche. Eine orientierbare Fläche zusammen mit einer orientierung nennt man orientierte Fläche. Satz 2.25. Eine reguläre Fläche S R 3 ist genau dann orentierbar, wenn eine eine Familie (U i,f i,v i ) i I von lokalen Parametrisierung von S so existiert, dass i I (S V i ) = S (die V i S s überdecken S) und die V i S s sind zusammenhängend, für alle i,j I mit S V i V j und für alle u F 1 i (S V i V j ) gilt det(d u (F 1 j F i )) > 0. 40

Beweis. Angenommen S ist orientierbar. Sei N : S R 3 ein stetiges (glattes) Einheitsnormalenfeld auf S. Sei p S und (U,F,V) eine lokale Parametrisierung von S um p mit U zusammenhängend (bis auf Einschränkung von U ist dies immer mgl). Aus Bemerkung vor der Definition 2.24 gilt dann: entweder: det( F F u1(u), u2(u),n(f(u))) > 0 u U oder det( F F u1(u), u2(u),n(f(u))) < 0 u U Im ersten Fall lassen wir (U, F, V) unverändert. Im zweiten Fall ersetzen wir (U,F,V) durch (Ũ, F,Ṽ) wobei Ũ := {(u1,u 2 ) R 2 : (u 2,u 1 ) U}, F(u 1,u 2 ) := F(u 2,u 1 ) und Ṽ := V. Es ist klar, dass (Ũ, F,Ṽ) eine lokale Parametrisierung von S um p mit F( ) U = F(U) und det( F F u1(u), u 2(u),N( F(u))) = det( F u 2(u2,u 1 ), F u 1(u2,u 1 ),N(F(u 2,u 1 ))) = det( F u 1(u2,u 1 ), F u 2(u2,u 1 ),N(F(u 2,u 1 ))) > 0 Klar. 41

2.5. Die zweite Fundamentalform. Sei S R 3 eine orientierbare reguläre Fläche mit glattem Einheitsnormalenfeld N. Aufgefasst als Abbildung zwischen Flächen, nämlich N : S S 2, heißt N auch Gauß-Abbildung. Definition 2.26 (Die Weingarten-Abbildung). Sei S R 3 eine orientierte Fläche und p S. Die Weingarten-Abbildung von S in p wird definiert durch W p : T p S T p W p (X) = d p N(X). Bemerkung. Das Differential ist d p N : T p S T N(p) S 2. Nun ist T N(p) S 2 = N(p) = T p S. Beispiel. Sei S = {(x,y,0) : x,y R} die x-y-ebene, N(x,y,z) = (0,0,1) konstant. Also W p = 0 p S. Beispiel. Sei S = S 2. Sei N das äußere Einheitsnormalenfeld, N(p) = p. Dann ist W p = Id : T p S 2 T p S 2. Beispiel. Sei S = S 1 R der Zylinder. N(x,y,z) = (x,y,0). In einem Punkt p = (x,y,z) S wird die Tangentialebene T p S aufgespannt durch die Basisvektoren ( y, x, 0) und (0, 0, 1). Wählen c 1 (t) = (x,y,z +t) und c 2 (t) = (cos(t+t 0 ),sin(t+t 0 ),z) wobei t 0 : (cost 0,sint 0 ) = (x,y) Damit ergibt sich: W p (0,0,1) = d p N(0,0,1) = d dt N(c 1(t)) t=0 = d dt (x,y,0) t=0 = 0, W p ( y,x,0) = d p N( y,x,0) = d dt N(c 2(t)) t=0 = d dt (cos(t+t 0),sin(t+t 0 ),0) t=0 = (sint 0, cost 0,0) = ( y,x,0) In der Basis ( y,x,0) und (0,0,1) hat W p also als Matrixdarstellung ( ) 1 0. Proposition 2.27. Sei S R 3 eine orientierte Fläche mit der Weingarten- Abbildung W p : T p S T p S, p S. Dann ist W p selbstadjungiert bzgl. der ersten Fundamentalform, d.h., I p (X,W p (Y)) = I p (W p (X),Y) 42

für alle X,Y T p S. Beweis. Sei N das Einheitsnormalenfeld von S und W p = d p N. Wähle eine lokale Parametrisierung (U,F,V) um p und setze u := F 1 (p). Seien X i := D u F(e i ) = F (u) für i = 1,2. Da N überall senkrecht auf S steht, u i gilt: < F u i(u+te j),n(f(u+te j )) > 0 Beim Ableiten dieser Gleichung erhalten wir: d 0 = dt F u i(u+te j),n(f(u+te j )) t=0 = d F dt u i(u+te j),n(f(u+te j )) t=0 + F u i(u+te j), d dt N(F(u+te j)) t=0 Es folgt also: = }{{} K 2 F u j u i(u),n(p) + X i, W p (X j ) I p (X i,w p (X j )) = X i,w p (X j ) = 2 F u j u i(u),n(p). Nach dem Satz von Schwarz haben wir: I p (X i,w p (X j )) = I p (X j,w p (X i )). Da {X 1,X 2 } eine Basis von T p S und (X,Y) I p (W p (X),Y) bilinear ist, gilt die Behauptung. Definition 2.28 (Die zweite Fundamentalform). Die zur Weingarten-Abbildung gehörige Bilinearform heißt zweite Fundamentalform (der Fläche S in p): II p (X,Y) := I p (W p (X),Y), X,Y T p S. Definition 2.29 (Die Matrixdarstellung der zweiten Fundamentalform). Sei (U, F, V) eine lokale Parametrisierung von S (orientierter regulärer Fläche). Dann wird für jedes u U die 2 2 matrix (h ij (u) ij ) definiert durch h ij (u) := II p (D u F(e i ),D u F(e j )) = I p (W p (D u F(e i )),D u F(e j )) = 2 F u i u j(u),n(p). 43