try ai
科普
编辑
分享
反馈
  • 回旋张量

回旋张量

SciencePedia玻尔百科
关键要点
  • 回旋张量是一个 3x3 矩阵,它超越了单一尺寸参数(Rg2R_g^2Rg2​),用于描述物体的三维形状和方向。
  • 其特征值量化了物体沿其主轴的伸展程度,从而可以清晰地区分球形、杆状(长椭球)和盘状(扁椭球)的几何形状。
  • 在统计力学中,该张量为分析涨落系统(如聚合物链)的平均形状及其对外界力或约束的响应提供了一种强有力的方法。
  • 该张量是应用对称性原理(如Neumann原理)的关键工具,可根据材料的晶体结构预测哪些物理性质(例如旋光性)是被允许或禁止的。

引言

在科学中,理解一个物体不仅需要知道其尺寸或质量,还需要描述其形状。虽然回旋半径为物体的整体伸展范围提供了一个单一的数值,但它无法区分球体、扁饼或雪茄。这一局限性突显了我们描述工具箱中的一个根本性差距:我们如何能够定量地捕捉分子、聚合物和其他复杂系统的复杂几何形状?答案在于一个更复杂的数学对象,即回旋张量,这是一个强大的框架,能将空间中的质量分布转化为关于形状和方向的精确语言。

本文将对回旋张量进行全面探讨。在第一部分,我们将深入研究其基本​​原理与机制​​,学习如何构建张量,将其特征值和特征向量解释为物体的内在轴和维度,并用它来定义定量的形状参数。在第二部分,我们将历览其多样的​​应用与跨学科联系​​,发现这个单一概念如何统一从聚合物物理、材料科学到对称性与光学定律之间深远关系的各种主题。通过这次探索,您将深刻领会到回旋张量作为描述物质几何形状的通用语言的价值。

原理与机制

要真正理解一个物体,我们不仅要问“它在哪里?”或“它有多大?”,我们还需要问“它的形状是什么?”。质心告诉我们物体的平均位置。总质量告诉我们那里有多少“东西”。均方回旋半径 Rg2R_g^2Rg2​ 为其整体尺寸提供了一个单一的数值。但这些都不能告诉我们物体是球体、扁饼还是雪茄。要回答这个问题,我们需要一个更复杂的工具,一个旨在捕捉形状本质的数学机器:​​回旋张量​​。

一种描述形状的机器

想象一团点云,比如一个分子或一个纳米粒子中的原子。假设有 NNN 个原子,位置在 ri\mathbf{r}_iri​。首先,我们找到它们的质心 rcm\mathbf{r}_{cm}rcm​。回旋张量是一个表示为 S\mathbf{S}S 的 3×33 \times 33×3 矩阵,它是通过考虑每个原子相对于该中心的位移 δri=ri−rcm\delta\mathbf{r}_i = \mathbf{r}_i - \mathbf{r}_{cm}δri​=ri​−rcm​ 来构建的。对于每个原子,我们用其位移矢量与自身的外积 δriδriT\delta\mathbf{r}_i \delta\mathbf{r}_i^Tδri​δriT​ 构建一个矩阵,然后我们对所有原子的这些矩阵进行平均。如果所有原子质量相等,其定义为:

Sαβ=1N∑i=1N(δri,α)(δri,β)S_{\alpha\beta} = \frac{1}{N} \sum_{i=1}^{N} (\delta r_{i,\alpha}) (\delta r_{i,\beta})Sαβ​=N1​i=1∑N​(δri,α​)(δri,β​)

其中 α\alphaα 和 β\betaβ 代表 x,y,zx, y, zx,y,z 坐标。像 SxxS_{xx}Sxx​ 这样的对角元素告诉你原子沿 xxx 轴的平均平方分布。像 SxyS_{xy}Sxy​ 这样的非对角元素测量原子位置在 xxx 和 yyy 轴之间的相关性。

这个定义可能看起来有点抽象。让我们用一个简单的思想实验来具体说明。想象四个原子完全排列在沿 x 轴的一条线上,坐标分别为 (−2,0,0)(-2,0,0)(−2,0,0)、(−1,0,0)(-1,0,0)(−1,0,0)、(1,0,0)(1,0,0)(1,0,0) 和 (2,0,0)(2,0,0)(2,0,0)。根据对称性,质心在原点 (0,0,0)(0,0,0)(0,0,0)。让我们构建回旋张量。沿 x 轴的分布为 Sxx=14((−2)2+(−1)2+12+22)=104=2.5S_{xx} = \frac{1}{4}((-2)^2 + (-1)^2 + 1^2 + 2^2) = \frac{10}{4} = 2.5Sxx​=41​((−2)2+(−1)2+12+22)=410​=2.5。那么沿 y 轴的分布呢?所有的 y 坐标都为零,所以 Syy=0S_{yy} = 0Syy​=0。同样,Szz=0S_{zz} = 0Szz​=0。非对角项也全部为零,因为例如,每个位移的 y 分量都为零。所以,我们的张量非常简单:

S=(2.500000000)\mathbf{S} = \begin{pmatrix} 2.5 0 0 \\ 0 0 0 \\ 0 0 0 \end{pmatrix}S=​2.500000000​​

这个张量本身就告诉了我们肉眼所能看到的事实:该物体仅在 xxx 方向有伸展。实际上,它是一个一维的杆。

特征值的秘密语言

回旋张量的分量取决于我们如何设置 x,y,zx,y,zx,y,z 坐标系。这很不方便。我们需要一种独立于我们测量参考系的、对物体内在形状的描述。关键是找到物体自身的自然轴。在线性代数中,这正是寻找矩阵的​​特征向量​​和​​特征值​​的工作。

回旋张量是实对称的,这保证了我们总能找到三个相互垂直的特征向量。这些特征向量代表了物体的​​主轴​​——即最大、最小和中间伸展的方向。相应的特征值,通常按 λ1≥λ2≥λ3\lambda_1 \ge \lambda_2 \ge \lambda_3λ1​≥λ2​≥λ3​ 排序,是物体沿这些主轴的均方伸展范围。它们是物体的“主半径”的平方。

让我们回到我们那四个原子的杆。该矩阵已经是​​对角矩阵,这意味着我们选择的坐标轴恰好是主轴。特征值就是对角线上的元素:λ1=2.5\lambda_1 = 2.5λ1​=2.5,λ2=0\lambda_2 = 0λ2​=0,λ3=0\lambda_3 = 0λ3​=0。对应于 λ1\lambda_1λ1​ 的特征向量是 x 轴,这证实了我们的直觉。零特征值告诉我们该物体在 y 和 z 方向上没有厚度。

这为我们提供了一种通用的形状语言:

  • ​​杆状(长椭球):​​一个大的特征值和两个较小的、几乎相等的特征值(λ1≫λ2≈λ3\lambda_1 \gg \lambda_2 \approx \lambda_3λ1​≫λ2​≈λ3​)。
  • ​​盘状(扁椭球):​​两个大的、几乎相等的特征值和一个较小的特征值(λ1≈λ2≫λ3\lambda_1 \approx \lambda_2 \gg \lambda_3λ1​≈λ2​≫λ3​)。
  • ​​球状(各向同性):​​所有三个特征值几乎相等(λ1≈λ2≈λ3\lambda_1 \approx \lambda_2 \approx \lambda_3λ1​≈λ2​≈λ3​)。

注意,特征值的和 λ1+λ2+λ3\lambda_1 + \lambda_2 + \lambda_3λ1​+λ2​+λ3​ 是张量的迹。这个和在坐标系旋转下是不变的,它恰好就是​​回旋半径​​的平方 Rg2R_g^2Rg2​。所以,我们熟悉的 Rg2R_g^2Rg2​ 衡量的是整体尺寸,而单个特征值告诉我们这个尺寸如何在空间中分布——即形状。

从图像到数字

有了特征值,我们就可以创建一个单一的无量纲数来量化一个形状偏离完美球体的程度。一个常见的度量是​​非球形度参数​​ AAA:

A=(λ1−λ2)2+(λ2−λ3)2+(λ3−λ1)22(λ1+λ2+λ3)2A = \frac{(\lambda_1 - \lambda_2)^2 + (\lambda_2 - \lambda_3)^2 + (\lambda_3 - \lambda_1)^2}{2(\lambda_1 + \lambda_2 + \lambda_3)^2}A=2(λ1​+λ2​+λ3​)2(λ1​−λ2​)2+(λ2​−λ3​)2+(λ3​−λ1​)2​

分子是由主伸展范围之间的差异构建的,所以如果它们都相等(球体),分子就为零。分母是回旋半径平方的两倍,这使得该参数与物体的大小无关。对于一个完美的球体,A=0A=0A=0。对于一个理想的杆,其中 λ1>0\lambda_1 > 0λ1​>0 且 λ2=λ3=0\lambda_2 = \lambda_3 = 0λ2​=λ3​=0,该参数变为 A=1A=1A=1。我们可以在一个假设情景中看到这一点:一个聚合物线团的内能驱使它尽可能地非球形;它将不可避免地采用 A=1A=1A=1 的杆状形态。

形状参数可以揭示出惊人的普适性。对于一个在二维平面上随机摆动的完全柔性的聚合物链,你可能会认为它的平均形状可以是任何样子。然而,统计分析表明,其平均非球形度总是 ⟨A2⟩=1/2\langle A_2 \rangle = 1/2⟨A2​⟩=1/2,这是一个从纯粹的随机性中产生的美丽而普适的常数。

从原子到圆环和摆动的聚合物

回旋张量不仅限于离散的原子集合。我们可以通过将求和替换为对质量分布的积分,轻松地将其推广到连续物体:

Sαβ=1M∫(rα−RCM,α)(rβ−RCM,β) dmS_{\alpha\beta} = \frac{1}{M} \int (r_{\alpha} - R_{CM,\alpha})(r_{\beta} - R_{CM,\beta}) \, dmSαβ​=M1​∫(rα​−RCM,α​)(rβ​−RCM,β​)dm

让我们将此应用于一个简单而优美的形状:一个均匀、薄的圆环,内半径为 R1R_1R1​,外半径为 R2R_2R2​。通过将中心置于原点,我们可以进行积分。由于物体的对称性,我们发现对角分量 SxxS_{xx}Sxx​ 和 SyyS_{yy}Syy​ 相等,并且所有非对角分量都为零。迹 Rg2=Sxx+Syy+SzzR_g^2 = S_{xx} + S_{yy} + S_{zz}Rg2​=Sxx​+Syy​+Szz​ 给出了整体尺寸。经过计算,我们得到了一个非常简单的结果:Rg2=12(R12+R22)R_g^2 = \frac{1}{2}(R_1^2 + R_2^2)Rg2​=21​(R12​+R22​)。回旋半径的平方就是内外半径平方的平均值。

这个框架对于研究聚合物特别强大。一条长的柔性聚合物链不是一个刚性物体,而是一个不断波动的无规线团。在溶液中,一个无约束的理想链平均而言是球形对称的。其回旋张量在对所有可能的构象进行平均时,将具有三个相等的特征值。

但如果我们施加一个约束会发生什么?假设我们抓住聚合物的两端,并使它们保持固定的距离 RRR [@problem_id:190444, @problem_id:123232]。这个外部约束打破了系统的各向同性。链条被拉伸,其平均形状变得各向异性。回旋张量现在有两个不同的平均特征值:一个平行于端到端矢量,⟨Rg,∥2⟩\langle R_{g,\|}^2 \rangle⟨Rg,∥2​⟩,以及两个与之垂直的简并特征值,⟨Rg,⊥2⟩\langle R_{g,\perp}^2 \rangle⟨Rg,⊥2​⟩。正如你可能预料的那样,拉伸链条使其长度大于宽度:⟨Rg,∥2⟩>⟨Rg,⊥2⟩\langle R_{g,\|}^2 \rangle > \langle R_{g,\perp}^2 \rangle⟨Rg,∥2​⟩>⟨Rg,⊥2​⟩。这种诱导的各向异性程度,即特征值之间的差异,与拉伸量成正比:⟨Rg,∥2⟩−⟨Rg,⊥2⟩=R2/12\langle R_{g,\|}^2 \rangle - \langle R_{g,\perp}^2 \rangle = R^2/12⟨Rg,∥2​⟩−⟨Rg,⊥2​⟩=R2/12。这显示了张量如何优雅地捕捉统计物体对外部力的响应。

更深层次的对称性法则

回旋张量的用途甚至更深,它通过对称性将分子的几何形状与物理学的基本定律联系起来。这里的指导原则是​​Neumann原理​​,该原理指出,系统的任何宏观物理性质必须至少具备系统本身的对称性。

考虑​​旋光性​​现象——手性分子旋转偏振光平面的能力。这种性质由一个​​旋光​​张量(一个不同但相关的量,通常表示为 gijg_{ij}gij​ 或 GijG_{ij}Gij​)来描述。这个特殊的张量有一个微妙但关键的特性:它是一个​​赝张量​​(或轴向张量)。这意味着在由矩阵 RRR 表示的对称操作下,​​旋光张量​​会带上一个额外的因子,即 RRR 的行列式:G′=(det⁡R)⋅RGRTG' = (\det R) \cdot R G R^TG′=(detR)⋅RGRT。对于正常旋转(如 C2C_2C2​ 轴),det⁡R=+1\det R = +1detR=+1,但对于改变手性的非正常操作(如镜面反射或反演),det⁡R=−1\det R = -1detR=−1。

这一个事实带来了深远的影响。考虑一个具有反演中心作为其对称元素之一的晶体,例如属于 C2hC_{2h}C2h​ 点群的晶体。反演操作由矩阵 Ri=−IR_i = -IRi​=−I(其中 III 是单位矩阵)表示,其行列式为 det⁡(Ri)=(−1)3=−1\det(R_i) = (-1)^3 = -1det(Ri​)=(−1)3=−1。 根据Neumann原理,​​旋光​​张量必须在此操作下保持不变,因此 G′=GG' = GG′=G。 然而,赝张量的变换规则告诉我们:G′=(det⁡Ri)RiGRiT=(−1)(−I)G(−I)T=−GG' = (\det R_i) R_i G R_i^T = (-1) (-I) G (-I)^T = -GG′=(detRi​)Ri​GRiT​=(−1)(−I)G(−I)T=−G。 要同时满足这两个条件,唯一的可能是 G=−GG = -GG=−G,这意味着​​旋光​​张量的每一个分量都必须为零!因此,通过纯粹的对称性论证,我们证明了任何具有反演中心的材料都不能具有旋光性。对称性禁止了它。

这种强大的方法可以应用于任何对称群。利用群论的数学,我们可以预测对于任何给定的分子对称性,张量性质的哪些分量必须消失,甚至可以通过检查它是否包含一个在该群所有操作下完全对称的分量来判断该性质是否能够存在。

计算机模拟中运行的回旋张量

在现代,这些原理不仅仅是理论上的好奇心;它们是计算科学中必不可少的工具。分子动力学模拟产生大量的原子坐标轨迹,而回旋张量是分析这些模拟中分子和团簇形状与动力学的主要方法。

在这里,我们遇到了一个实际的挑战:液体和固体的模拟通常使用​​周期性边界条件(PBC)​​,其中模拟盒子在所有方向上无限重复。一条长聚合物的一端可能在中心盒子中,而另一端在相邻的镜像盒子中。如果我们天真地使用这些“包裹”的坐标来计算其回旋张量,我们将得到一个无意义的结果,对应于一个更小、更紧凑的物体。

解决方案 是首先构建一组“展开”的坐标,方法是识别哪些原子属于同一个物理团簇,并将它们平移回一个单一、连续的表示中。这通常通过选择一个参考原子并确保团簇中的所有其他原子都是其最近的周期性镜像来完成。一旦重建了真实的、展开的形状,我们就可以计算回旋张量。一个关键特征,也是一个很好的合理性检查,是得到的张量及其特征值在空间中平移整个展开的团簇时是不变的。毕竟,一个物体的形状不会因为你移动它而改变。

从简单的几何排列到聚合物的统计力学,从对称性的基本约束到计算机模拟的实际分析,回旋张量证明了数学描述物理世界的力量。它远不止一个数字矩阵;它是一个镜头,通过它我们可以感知和量化物质复杂而美丽的几何形状。

应用与跨学科联系

除了其数学定义之外,回旋张量还是一个强大的实用分析工具,并能让我们更深入地理解物理世界。它不仅仅是一种描述形状的方法,更是一个统一了众多学科的桥梁性概念。张量为形状提供了一种通用语言,可以精确描述从分子机器到庞大、分枝的分形等各种形态。这种描述反过来揭示了形式如何决定功能、影响物理定律以及支配物体如何响应其环境。本节将探讨其中一些关键的跨学科联系。

物质的静态形状

让我们从张量最直观的工作开始:充当宇宙万象的通用裁缝卷尺。

​​从分子到材料​​

材料科学的世界有点像分子建筑学。块状材料的性质——无论是液体、固体,还是像液晶这样的奇异物质——都严重依赖于其构成物质的分子形状。回旋张量为我们提供了这些构件的蓝图。例如,想象一个由三根刚性杆在中心连接而成的星形分子,像公司标志一样平躺着。通过计算其回旋张量,我们发现在平面内有两个相等的、非零的主矩,以及一个垂直于平面的零主矩。这证实了它的“盘状”性质,这是形成某些类型液晶相的关键因素,在这些相中分子像硬币一样堆叠。

当我们考虑可以根据指令改变形状的分子时,这个工具变得更加强大。偶氮苯分子就是这种“分子开关”的一个著名例子。在吸收光后,它可以从近乎线性的反式构型突变为弯曲的顺式构型。我们如何量化这种戏剧性的变化?回旋张量提供了答案。通过计算每种状态的张量,我们可以精确测量分子的各向异性,即其偏离球形的程度。然后,我们可以计算出当分子异构化时该形状参数的确切分数变化。这不仅仅是一个学术练习;这种量化光致形状变化的能力对于设计智能材料至关重要,从光激活药物递送系统到自修复聚合物。

​​从随机游走到分形世界​​

张量并不局限于简单、定义明确的分子。那么分形那种混乱而又复杂的美呢?考虑一个称为扩散限制聚集(DLA)的过程,其中粒子随机游走,直到它们粘附到一个正在生长的团簇上。最终的结构是一个精致的、分枝状的分形,很像雪花或矿物沉积的图案。它看起来一团糟,虽然是美丽的混乱,但终究是一团糟。

然而,我们可以问一个简单的问题:这个团簇整体上是大致球形的,还是以更线状或扇状的形状向外生长?回旋张量能够穿透这种复杂性。通过将成千上万个粒子组成的整个团簇视为一个单一物体,我们可以计算其回旋张量。特征值揭示了团簇的整体各向异性。最大和最小特征值之间的巨大比率告诉我们,尽管其起源是随机的,但生长过程有其偏好的方向,导致了拉长或扁平的形状。张量在随机性中找到了隐藏的秩序和几何。

​​纽结的形状​​

让我们将这个想法推向一个更抽象的领域:拓扑学。想象一根柔性聚合物链,就像一根长长的意大利面,其两端连接形成一个闭合环路。现在,假设这个环路被打成了一个结——比如说,一个简单的三叶结。结是一个纯粹的拓扑属性;不切断环路就无法解开它。这种抽象的拓扑约束是否对聚合物的平均形状有具体的、可测量的影响?

答案是肯定的,而回旋张量揭示了这一点。尽管聚合物是柔性的,并且在不断地摆动,但它永远无法摆脱其打结的状态。这种约束迫使链条平均而言比未打结的环路更紧凑、更不呈球形。理论模型预测,对于三叶结,聚合物的形状将是单轴压缩的。其回旋张量在对所有可能的构象进行平均后,将有两个较大的、相等的特征值和一个较小的特征值,它们之间存在一个特定的、可预测的比率。由此,我们可以计算出一个非零的“非球形度”。在某种意义上,回旋张量使我们能够看到一个纯粹的数学概念所投下的物理阴影。

形状、对称性与物理定律

物理学不仅关乎描述,还关乎预测和约束。一些最深刻的物理定律不是关于必须发生什么的陈述,而是关于不能发生什么的陈述。这就是对称性的领域,而回旋张量是观察其原理运作的完美画布。

Neumann原理告诉我们,晶体的任何物理性质本身必须至少具备该晶体结构的对称性。可以把对称性想象成一个拥有否决权的严格委员会。当一种材料性质被提议时,委员会会检查它是否在该晶体的所有对称操作下保持不变。如果不是,它就被否决了——该性质不可能存在于那种晶体中。

考虑旋光性,即材料旋转光的偏振的能力。这种现象由​​旋光​​张量描述。现在,让我们看一个围绕某个轴具有四重旋转对称性的晶体(C4C_4C4​ 点群)。如果我们要求​​旋光​​张量在旋转 90∘90^\circ90∘ 后必须看起来一样,我们会发现一些非凡的事情。数学运算迫使张量的大部分分量为零,并以一种特定的方式将其他分量关联起来。对称性极大地简化了物理定律的形式。

当我们考虑相变时,这个想法变得更加强大。想象一种材料处于高温、高对称性的状态,其中包括反演对称性(一个“中心对称”晶体,如 D6hD_{6h}D6h​)。反演对称性意味着如果你将每个点都通过原点进行反射,晶体看起来是一样的。在此操作下,​​旋光​​张量(它是一种称为赝张量的特殊张量)必须翻转其符号。但根据Neumann原理,它也必须保持不变。满足这两个条件的唯一方法是该张量恒为零。这样的材料不可能具有旋光性;对称性禁止了它。

但是,如果在冷却时,材料发生相变,原子移动到一个新的、对称性较低的排列中,这种排列缺少反演中心(一个“手性”晶体,如 D6D_6D6​),会发生什么?否决权被解除了!对称性委员会改变了它的规则。现在,一个非零的​​旋光​​张量是被允许的。对称性破缺创造了新物理现象出现的可能性。而新的、非零张量的形式仍然受到约束,但现在是受新的、较低对称性群的规则约束。这在群论、原子的微观排列和材料的宏观光学性质之间提供了深刻的联系。

动态形状:对外界的响应

现实世界中的物体很少能安然无恙。它们被推、拉、剪切,并受到各种场的作用。回旋张量不仅仅是一个静态的描述符;它是一个动态工具,用于追踪物体的形状如何响应这些外部影响。

让我们回到我们的柔性聚合物链,它现在漂浮在一种正在被剪切的液体中——想象一下河流中的水流,中间快,靠近岸边慢。流体的拖拽力会拉扯聚合物线团,使其拉伸并与流动方向对齐。在静止时,聚合物平均是一个球状团块,其回旋张量只有对角分量。但在流动中,它变成一个拉长的椭球体,相对于流动方向倾斜。这种形变被回旋张量完美地捕捉到:它产生了非零的非对角分量。这些分量是剪切诱导形变的标志性特征,它们与流体中的宏观剪切应力成正比。这提供了一个惊人的联系——应力光学定律——它连接了单个分子的微观拉伸与整个溶液的宏观粘度。

这种响应不限于机械力。如果我们的聚合物链由带有磁矩的链段构成,将其置于外部磁场中也会引起形状的改变。磁场会试图使链段对齐,导致整个链条沿磁场方向优先拉伸。这种各向异性由回旋张量的对角分量之差来衡量,例如,如果磁场沿 z 轴,则为 ⟨(Rg2)zz⟩−⟨(Rg2)xx⟩\langle (R_g^2)_{zz} \rangle - \langle (R_g^2)_{xx} \rangle⟨(Rg2​)zz​⟩−⟨(Rg2​)xx​⟩。

我们甚至可以考虑更复杂的场景。如果一个最初各向同性的材料受到非均匀应变,如扭转或弯曲,会怎么样?事实证明,应变场的梯度本身可以在材料中诱导手性,这种现象被称为挠曲手性。当然,这种诱导的手性由一个涌现的​​旋光​​张量描述,其分量可以从材料形变的空间导数计算得出。这显示了张量在描述形状如何响应最复杂的外部扰动方面的巨大通用性。

光路的形状

最后,让我们换个角度。到目前为止,我们主要用张量来描述物体本身。但是,一个具有其特有形状和各向异性的物体,如何影响穿过它的东西呢?这让我们回到了光与物质的相互作用。

我们已经说过,​​旋光​​张量 gijg_{ij}gij​ 决定了旋光性。但是如何决定的呢?想象一束平面波光,其波矢为 k\mathbf{k}k,穿过一个手性介质。光的偏振经历的旋转量,即其标量旋光性 G\mathcal{G}G,取决于其传播方向。沿一个晶轴传播的波可能会经历强烈的影响,而沿另一个晶轴传播的波可能完全没有影响。

这种相互作用被一个优雅的数学表达式所捕捉:缩并 G=gijkikj\mathcal{G} = g_{ij} k^i k^jG=gij​kikj。你可以将​​旋光​​张量 gijg_{ij}gij​ 想象成定义了一个材料固有的各向异性“景观”。传播光的波矢 k\mathbf{k}k 充当一个探针,对这个景观进行采样。这两个张量的缩并给出了一个单一的数字 G\mathcal{G}G,这是光在其特定路径上所体验到的各向异性的具体“感觉”。

从分子的构型和晶体的对称性,到聚合物的动力学和光的传播,回旋张量一次又一次地出现。这是一个单一的数学概念能够如此优雅地将事物的形状与其必须遵守的规律以及它们在世界中所扮演的角色联系起来的明证,体现了物理学的统一性。它的确是一种关于形状的通用语言。