Метрический тензор в SR подчиняется закону преобразования (я использую штриховую нотацию Шютца для разных индексов системы координат):
Если я не ошибаюсь, вторую матрицу Лоренца можно сжать с метрикой так:
Это кажется неправильным, так как элементы матрицы Лоренца обычно записываются с одним верхним и одним нижним индексом, и я не понимаю, как может быть записано в матричном представлении.
Из разных источников мне также говорят, что приведенные выше уравнения эквивалентны матричному умножению с транспонированием :
Транспонирует ли ее сжатие матрицы Лоренца?
Каковы различия между , , и ? Какие из них инверсные, а какие транспонированные?
Обратите внимание, что не является тензором. Это матрица коэффициентов трансформации.
Тензор корректно определен при отсутствии какого-либо указанного фрейма, и его компоненты могут быть определены в том или ином фрейме. Преобразование Лоренца, напротив, используется для расчета того, как компоненты тензора изменяются от одного кадра к другому.
Сжатие одного верхнего и одного нижнего индексов тензора второго ранга дает тензор нулевого ранга, то есть инвариантный скаляр. Сжатие одного восходящего и одного нисходящего индекса для нетензора, такого как даст какой-то математический результат, но не гарантируется, что это будет величина, представляющая какой-либо особый интерес. Точно так же комбинация метрики с можно использовать для получения количества со всеми индексами вниз, но это не тензор, и лучше не играть в эту индексную гимнастику с нетензорами. Просто позволь быть тем, что есть.
Для тензора второго ранга понижение первого индекса соответствует предварительному умножению на метрику в матричном языке; понижение второго индекса соответствует постумножению на метрику. Операция транспонирования соответствует изменению порядка индексов (обратите внимание, без их перемещения вверх или вниз). Например
Сначала краткое введение в тензоры. Ан тензор на -векторное пространство это просто мультилинейная карта из копии и копии двойственного векторного пространства к основному полю :
Хорошо, как нам перейти от этих векторов и линейных карт к этим числам с которым мы работаем?
Итак, мы делаем то, что всегда делаем интуитивно, а именно выбираем основу. Скажем, мы выбрали некоторую основу в нашем векторном пространстве теперь мы можем выразить каждый вектор как линейную комбинацию этих базисных векторов: . в основном являются числами, и положение индекса до сих пор является просто условным. Теперь мы можем сделать то же самое для двойственного векторного пространства с особенно умным выбором базиса. , такой, что . Опять же, положение индекса просто условно, чтобы не путать векторы и дуальные векторы, ведь это принципиально разные объекты!
С этим соглашением об индексах мы теперь запишем компоненты вектора как и двойственного вектора как .
Для тензоров это очень похоже:
Итак, что происходит, когда мы выбираем другую основу и соответствующий двойственный базис ? Поскольку наши новые базисные векторы (и новые базисные ковекторы) по-прежнему являются элементами одного и того же базового (дуального) векторного пространства, мы можем выразить их в виде некоторой линейной комбинации:
Теперь, наконец, что на самом деле означает сжатие двух тензоров? Тензорные сокращения на самом деле просто определены для отдельного тензора и являются линейными картами. определяется:
Мне потребовалось довольно много времени, чтобы добраться до начала класса релятивизма, но это может помочь: общее умножение матриц, как мы все знаем, выглядит так:
Я мог где-то сделать ошибку в индексе, но я надеюсь, что это даст некоторое понимание, и я надеюсь, что это поможет.
КилианМ
Чанг Хэсян