Мой вопрос в основном в том, является ли дельта Кронекера или же . Во многих книгах по тензорному исчислению (в том числе и в той, которую я использую) говорится, что это последнее, тогда как я также читал много случаев, когда они используют первое. Они не могут быть одинаковыми, так как не имеют одинаковых законов преобразования. Я думаю, что с тех пор
знак равно ) , но не имеет, поэтому последний не может быть тензором. Но проблема в том, что оба имеют одинаковое значение :-( ) в зависимости от показателей. Так что это заставляет меня думать, что это просто единичная матрица и не тензор, а является функцией . Но с тех пор также имеет тот же результат, что и , В ЧЕМ РАЗНИЦА?
Я думаю, что это могут быть матричные представления. ВООБЩЕ, есть ли разница между матричными представлениями , а также (или любой другой тензор в этом отношении). Пожалуйста, ответьте на эти вопросы (разница между смешанными индексами и матричными представлениями).
I) Давайте для простоты обсудим тензоры в контексте (конечномерных) векторных пространств и полилинейной алгебры . [Существует прямое обобщение на многообразия и дифференциальную геометрию .]
II) Абстрактно в бескоординатной записи дельта-тензор Кронекера или тензорное сжатие является естественным спариванием
между -векторное пространство и его двойственное векторное пространство .
III) Если мы выберем базис за , имеется двойственный базис за такой, что
[Здесь мы различаем ковариантные и контравариантные индексы .] Тогда для вектора и ковектор , карта сжатия (1) есть
Другими словами, представляет собой матричное представление для карта сжатия (1). Интересен тот факт, что матричное представление не зависит от выбора базиса. за , пока мы выбираем соответствующий двойственный базис для естественным путем. Мы часто говорим, что преобразуется как тензор или является тензором.
IV) А теперь как насчет с более низкими показателями? Ну, сначала мы должны ввести симметричную билинейную форму , или метрику,
Если мы выберем основу за , то мы можем написать
Часто мы выбираем метрику, которая является единичной матрицей в определенном базисе.
Если мы теперь выберем другой базис, то матричное представление для метрики (4) в общем случае изменится. В общем случае это уже не будет единичной матрицей . Мы говорим, что не трансформируется как тензор при общем изменении оснований/координат.
В двух словах, с более низкими индексами неявно сигнализирует о наличии метрики (4), или, другими словами, понятия масштаба длины в векторном пространстве . Важно понимать, что выбор метрики (4) в неканонический выбор.
V) Однако, как только нам дана метрика , естественно изучать изменения базисов/координат, сохраняющие эту метрику . Они соответствуют ортогональным преобразованиям и ведет себя как ковариантный тензор при таких ортогональных преобразованиях.
Все , , , отличаются, если только вы не работаете с декартовыми тензорами (тензоры в евклидовом пространстве, представленные в декартовых координатах). Все декартовы тензоры имеют одинаковые значения, хотя технически они означают разные вещи. В общем случае , по-прежнему всегда дают вам матрицу идентичности, но который дает только единичную матрицу для ортонормированного базиса и матрица, обратная ( действительно метрический тензор).
Плохая идея преподавать/изучать тензорное исчисление, начиная с декартовых тензоров, что, как я подозреваю, и делает ваша книга, именно потому, что ключевые особенности тензорного исчисления становятся тривиальными в этом контексте. Тензорное исчисление предназначено для работы с искривленными пространствами и/или криволинейными координатами. Именно здесь дополнительный механизм тензорного исчисления действительно работает. Кроме того, тензорное исчисление в первую очередь предназначено для работы с полями: в тензорном исчислении «вектор» обычно является векторным полем, и аналогично для «тензора».
Чтобы понять мотивы тензорного исчисления, важно помнить, что обычное определение векторного пространства не включает скалярный продукт. Внутренние продукты являются дополнительной структурой, и различные внутренние продукты могут быть определены поверх того же базового векторного пространства. Это помогает увидеть разницу между векторным пространством и его двойственным пространством, которая в противном случае может показаться тривиальной. Даже когда внутренний продукт определен, обычная формула продукта компонентов для него действительна только в основаниях, которые ортогональны по отношению к продукту.
Только в общем случае действительно необходим явный метрический тензор, и существует реальная разница между контравариантными и ковариантными компонентами вектора.
Я настоятельно рекомендую главу 14 книги Пенроуза « Дорога к реальности » для концептуального объяснения тензоров.
Эти символы Кронекера имеют те же матричные представления, как вы сказали, только единичную матрицу. Индексы располагаются вверху или внизу в соответствии с правилом суммирования Эйнштейна ( http://en.wikipedia.org/wiki/Einstein_notation ). Они всегда используются вместе с ковариантными и контравариантными векторами ( http://en.wikipedia.org/wiki/Covariance_and_contravariance_of_vectors ) в криволинейных системах координат. Я узнал об этих вещах в контексте электромагнитной теории. Если вы тоже знакомы с электромагнитной теорией, я бы порекомендовал разделы 1.14–1.17 в книге « Электромагнитная теория » Стрэттона. Там можно найти вполне понятное объяснение.
Обычно символ используется для дельта-функции Кронекера, а это тензор. Хорошо описано в Википедии: http://en.wikipedia.org/wiki/Kronecker_delta
Иногда использование вводит в заблуждение. Например, для матриц Паули: , а точнее надо написать . В любом случае ответ Пу Чжана правильный.
Qмеханик