<广义相对论
在上一节中,我们讨论了涉及张量的许多运算。其中一个运算就是将协变向量和逆变向量组合成一个标量。另一个是将逆变向量输入一个张量并获得一个力。
由于我们希望用这些运算进行数学计算,让我们尝试看看如何表示它们。我们以尝试将逆变向量(v)--它代表我们运动的方向和速度--与协变向量(w)--它代表温度在特定方向上的变化速率--组合起来作为例子。我们想要得到一个描述温度变化率的比例不变量,即温度随时间变化的速度,而我们则沿着向量 v 的方向运动。
现在我们可以用非常抽象的方式进行操作。例如,如果我们想要将逆变张量和协变张量组合起来得到一个标量,我们可以写成...
这只是我们熟悉的点积。这种表示方法简洁明了,易于书写。然而,问题在于它没有告诉我们 f、v 和 w 是什么。f 是一个标量。v 是一个逆变张量。w 是一个协变张量。在基本的向量微积分中,我们只需要处理标量和向量,所以这不是问题。但现在我们的数学体系变得更加复杂,这个问题就出现了。
下一种方法是将所有内容都写成分量形式。所以我们有
这种方法的问题在于我们需要重复书写相同的数字很多次。让我们用求和符号来表示。
更好一点... 但求和符号,我们真的想一遍又一遍地写它吗?它给了我们什么?我们可以非常聪明地只写
并记住,当我们在乘积中看到相同的字母出现在上标(“上标”)索引和下标(“下标”)索引时,就意味着我们要对这些索引求和。这被称为爱因斯坦求和约定。当在一个乘积中看到相同的字母同时出现在上标和下标索引上时,就自动对这些索引求和。请注意,在广义相对论中,索引通常取值为 0 到 3。(注意:希腊字母通常取值为 0 到 3,而罗马字母取值为 1 到 3)。
下面是一些爱因斯坦求和约定在实际应用中的例子
1. 
2.
等(共 16 项)
3. 
指标符号中存在多个恒等式。
- 收缩
如果
,则
。


- 微分

