Оператор Лапласа-Бельтрами: формула, спектр и тепловое ядро

Оператор Лапласа-Бельтрами - это естественное обобщение обычного лапласиана $\Delta = \partial_x^2 + \partial_y^2 + \dots$ на произвольное риманово многообразие. Он действует на гладких функциях, инвариантен относительно изометрий и кодирует в своём спектре богатую геометрическую информацию: размерность, объём, кривизну и даже (часто, но не всегда) форму многообразия. Ниже разберём явную формулу через метрический тензор, классические примеры спектра, асимптотику Вейля, тепловое ядро и приложения от сферических гармоник до спектральной кластеризации.

Определение через метрический тензор

Пусть $(M, g)$ - гладкое риманово многообразие размерности $n$ с метрическим тензором $g_{ij}$. Обозначим $g = \det(g_{ij})$ - определитель матрицы метрики, а $g^{ij}$ - компоненты обратной матрицы. Оператор Лапласа-Бельтрами в локальных координатах задаётся формулой:

$\Delta f = \frac{1}{\sqrt{g}} \, \partial_i \!\left( \sqrt{g}\, g^{ij}\, \partial_j f \right).$

Здесь подразумевается суммирование по повторяющимся индексам (соглашение Эйнштейна). Эта форма выписана так, чтобы быть инвариантной относительно замены координат: при переходе к новой карте множители $\sqrt{g}$ компенсируют якобиан, и оператор не зависит от выбора координат. На уровне дифференциальной геометрии $\Delta = \mathrm{div} \circ \mathrm{grad}$, где градиент $\mathrm{grad}\, f = g^{ij} \partial_j f \, \partial_i$, а дивергенция считается с учётом инвариантного элемента объёма $dV_g = \sqrt{g}\, dx^1 \dots dx^n$.

Tool: применить оператор к конкретному многообразию

Выписать $\Delta$ в координатах, найти спектр или применить асимптотику Вейля руками - не сложно, но легко запутаться в знаках и в нормировке метрики. Соберите задачу ниже и получите готовый разбор: явная форма оператора, собственные значения, асимптотика и связь с геометрией.

Инвариантность и геометрический смысл

Главное достоинство оператора Лапласа-Бельтрами - его инвариантность относительно изометрий. Если $\varphi: M \to M$ - изометрия (диффеоморфизм, сохраняющий метрику $g$), то $\Delta(f \circ \varphi) = (\Delta f) \circ \varphi$. Это означает, что собственные значения и кратности оператора - внутренние характеристики многообразия, не зависящие от выбора координатной системы.

Геометрически $\Delta f$ в точке $p$ - это (с точностью до знака и нормировки) разница между средним значением $f$ по малой сфере вокруг $p$ и значением $f(p)$. На плоскости это сразу даёт обычный лапласиан; на кривом многообразии в формулу автоматически входит локальная кривизна, что и делает спектр $\Delta$ геометрическим инвариантом.

В литературе встречаются разные знаковые соглашения: в аналитике обычно берут $-\Delta$ (положительный самосопряжённый оператор со спектром $0 \leq \lambda_1 \leq \lambda_2 \leq \dots$), в геометрии - $\Delta$ как выше. Содержательно это просто выбор знака.

Классические примеры

Плоское пространство $\mathbb{R}^n$. В декартовых координатах $g_{ij} = \delta_{ij}$, $g = 1$, и формула сворачивается в обычный лапласиан $\Delta f = \sum_i \partial_i^2 f$. В сферических или цилиндрических координатах формула выглядит сложнее, но даёт тот же оператор - это и есть содержательная проверка инвариантности.

Тор $T^2 = \mathbb{R}^2 / (2\pi\mathbb{Z})^2$. Плоская метрика, $\Delta = \partial_x^2 + \partial_y^2$. Собственные функции - $e^{i(kx + ly)}$, $k, l \in \mathbb{Z}$, собственные значения $\lambda_{k,l} = -(k^2 + l^2)$. Все они - целочисленные суммы квадратов, и теория решёток говорит, сколько раз каждое из них встречается.

Сфера $S^n$. Собственные функции - сферические гармоники $Y_\ell^m$. Собственные значения $\lambda_\ell = -\ell(\ell + n - 1)$, $\ell = 0, 1, 2, \dots$. На $S^2$ это даёт $\lambda_\ell = -\ell(\ell+1)$ с кратностью $2\ell + 1$ - те самые сферические гармоники, что появляются в атоме водорода.

Гиперболическая плоскость $H^2$. В модели верхней полуплоскости $ds^2 = (dx^2 + dy^2)/y^2$, и $\Delta = y^2 (\partial_x^2 + \partial_y^2)$. Спектр непрерывный, начинается с $1/4$ - это базовая константа в теории автоморфных форм и в формуле Сельберга.

Спектр как геометрический инвариант

Для компактного риманова многообразия без края оператор $\Delta$ имеет дискретный спектр $0 = \lambda_0 < \lambda_1 \leq \lambda_2 \leq \dots \to \infty$. Эту последовательность называют спектром многообразия; она содержит много геометрической информации.

Теорема Германа Вейля (1911). Число собственных значений, не превосходящих $\lambda$, асимптотически равно:

$N(\lambda) \sim \frac{\omega_n \, \mathrm{vol}(M)}{(2\pi)^n} \, \lambda^{n/2}, \quad \lambda \to \infty,$

где $\omega_n$ - объём единичного шара в $\mathbb{R}^n$, а $\mathrm{vol}(M)$ - объём многообразия в метрике $g$. Из асимптотики Вейля видно: по спектру однозначно восстанавливаются размерность $n$ и объём $\mathrm{vol}(M)$. Эти два инварианта спектр «слышит» абсолютно надёжно.

«Можно ли услышать форму барабана»

В 1966 году Марк Кац опубликовал знаменитую статью «Can one hear the shape of a drum?»: можно ли восстановить компактную область в $\mathbb{R}^2$ по спектру лапласиана с условием Дирихле на границе? Из асимптотики Вейля сразу следует, что площадь и периметр (через следующий член разложения) услышать можно. Но полная форма?

В 1992 году Кэролин Гордон, Дэвид Уэбб и Скотт Уолперт построили контрпример: две плоские области разной формы с одинаковыми спектрами. Идея конструкции основана на парах изоспектральных, но не изометричных квоциентов плоскости по разным группам. Так что в целом ответ отрицательный - спектр не определяет геометрию однозначно, хотя для «типичных» областей эта надежда оправдывается.

Однако много геометрической информации спектр всё-таки определяет: размерность, объём, общую площадь границы (для области с краем), интеграл от скалярной кривизны (как в теореме Гаусса-Бонне, связывающей кривизну с топологией) и так далее. Эта программа называется обратной спектральной геометрией.

Тепловое ядро и расширение Минакшисундарама-Плейеля

С оператором Лапласа-Бельтрами связано тепловое ядро $K(t, x, y)$ - фундаментальное решение уравнения теплопроводности $\partial_t u = \Delta u$ на $M$ (на плоском $\mathbb{R}^n$ такие уравнения удобно решать через преобразование Лапласа по времени). По нему функция эволюционирует так: $u(t, x) = \int_M K(t, x, y) u_0(y) \, dV_g(y)$. На компактном многообразии тепловое ядро имеет асимптотическое разложение при $t \to 0^+$, найденное Минакшисундарамом и Плейелем:

$K(t, x, x) \sim \frac{1}{(4\pi t)^{n/2}} \left( a_0(x) + a_1(x)\, t + a_2(x)\, t^2 + \dots \right).$

Коэффициенты $a_k(x)$ - локальные геометрические инварианты: $a_0 = 1$, $a_1 = R/6$ (скалярная кривизна), $a_2$ - комбинация $R^2$, $|\mathrm{Ric}|^2$, инвариантов тензора кривизны Римана $|\mathrm{Riem}|^2$ и так далее. Интегрируя по $M$ и используя $\mathrm{tr}\, e^{t\Delta} = \sum e^{-\lambda_k t}$, получаем связь между спектром и геометрией: следы $\sum e^{-\lambda_k t}$ кодируют геометрические инварианты через коэффициенты $a_k$. Именно это позволяет «слышать» интегралы скалярной кривизны, объём и так далее.

Приложения

Сферические гармоники и физика. Спектр $\Delta$ на $S^2$ - это базис сферических гармоник, использующийся в квантовой механике (атом водорода), в анализе CMB и в любых задачах со сферической симметрией.

Случайные блуждания на многообразиях. Тепловое ядро - переходная плотность броуновского движения на $M$. Через него анализируется время выхода из области и скорость перемешивания.

Машинное обучение на графах. Дискретный аналог $\Delta$ - лапласиан графа $L = D - A$, где $D$ - диагональ степеней, $A$ - матрица смежности. На нём построены spectral clustering, graph convolutional networks и diffusion maps - численный аналог классической спектральной геометрии для дискретных метрических пространств.

Спектральная кластеризация. Алгоритм Ши-Малика: построить граф близостей точек, найти первые $k$ собственных векторов лапласиана графа, применить $k$-means в этом представлении. Эффективно для нелинейно разделимых кластеров - работает потому, что дискретный $\Delta$ «слышит» связные компоненты и узкие перемычки.

Типовые задачи

• Выписать $\Delta$ в полярных, сферических или цилиндрических координатах, проверив инвариантность.
• Найти собственные значения и собственные функции на $S^n$, $T^n$ или прямоугольнике с условиями Дирихле/Неймана.
• Применить асимптотику Вейля для оценки размерности или объёма по первым нескольким $\lambda_k$.
• Посчитать первый член разложения теплового ядра $K(t, x, x) \sim (4\pi t)^{-n/2}$ и проверить связь с объёмом через след $\mathrm{tr}\, e^{t\Delta}$.
• Построить дискретный лапласиан графа и применить спектральную кластеризацию.

Частые ошибки

• Забывают про множитель $\sqrt{g}$ при дифференцировании - получают неинвариантный оператор, который зависит от координат.
• Путают знаковые соглашения: в одной книге $\Delta f = \mathrm{div\,grad}\, f$ (отрицательные собственные значения), в другой - $-\Delta$ (положительные). Это критично при подстановке в формулы тепловой эволюции.
• Применяют формулы для плоского лапласиана в криволинейных координатах без учёта кривизны метрики - на сфере или гиперплоскости они дают неверный ответ.
• Считают, что спектр однозначно определяет многообразие - нет, есть изоспектральные неизометричные пары (Гордон-Уэбб-Уолперт).
• Путают тепловое ядро $K(t, x, y)$ и функцию Грина оператора $\Delta$: первое - фундаментальное решение нестационарного уравнения, второе - обратный оператор $\Delta^{-1}$.

FAQ

Чем оператор Лапласа-Бельтрами отличается от обычного лапласиана? Обычный лапласиан $\partial_x^2 + \partial_y^2 + \dots$ определён только в декартовых координатах плоского пространства. Лаплас-Бельтрами - его обобщение на произвольное риманово многообразие, инвариантное относительно изометрий и замены координат. На плоском $\mathbb{R}^n$ в декартовых координатах они совпадают.

Что значит «услышать форму барабана»? Это вопрос обратной спектральной геометрии: восстановить геометрию (в данном случае - форму плоской области) по спектру лапласиана. В общем случае ответ отрицательный - есть пары областей с одинаковым спектром, но разной формой (Гордон-Уэбб-Уолперт, 1992). Но многие инварианты (размерность, объём, длина границы, интеграл скалярной кривизны) спектр определяет однозначно.

Зачем оператор нужен в машинном обучении? Дискретный лапласиан графа - это численный аналог $\Delta$ на «многообразии данных». На нём построены спектральная кластеризация, диффузионные карты, графовые свёрточные сети. Идея в том, что собственные векторы дискретного лапласиана играют роль базиса Фурье для функций на графе - точно как сферические гармоники для сферы или экспоненты $e^{i(kx+ly)}$ для тора.

Коротко

Оператор Лапласа-Бельтрами $\Delta f = (1/\sqrt{g})\partial_i(\sqrt{g} g^{ij}\partial_j f)$ - инвариантное обобщение лапласиана на риманово многообразие. Его спектр $\{\lambda_k\}$ кодирует размерность и объём (через асимптотику Вейля) и интеграл скалярной кривизны (через тепловое ядро Минакшисундарама-Плейеля), но многообразие однозначно не определяет (Гордон-Уэбб-Уолперт). Классические примеры - сферические гармоники на $S^n$, ряды Фурье на торе, спектр на $H^2$. Дискретный аналог - лапласиан графа в спектральной кластеризации.