逆变与协变分量
对于一个向量(使用爱因斯坦求和约定)
A=Aiei
我们对他进行基变换(把新的基写成原来的线性组合):
ei′=A′jiej
把系数整理成矩阵
M=A′11A′21⋮A′n1A′12A′22⋮A′n2⋯⋯⋱⋯A′1nA′2n⋮A′nn
A 并没有变,所以可以写成两个基的线性组合:
A=Aiei=Bjej′
因为基进行了一个M 的线性变换,所以系数(即坐标)要进行一个M−1 的逆变换才能保持A 保持不变。所以Ai 叫做逆变分量.
举个具体例子:
取原基
{e1,e2},
定义新基为
e1′e2′=2e1+e2,=e1+3e2.
对应的换基矩阵为
M=(2113).
设同一个向量 A 在原基下表示为
A=A1e1+A2e2,
在新基下表示为
A=B1e1′+B2e2′.
将新基代入:
A=B1(2e1+e2)+B2(e1+3e2)=(2B1+B2)e1+(B1+3B2)e2.
与
A=A1e1+A2e2
比较系数,得到
{A1=2B1+B2,A2=B1+3B2.
写成矩阵形式:
(A1A2)=(2113)(B1B2).
即
[A]=M[B].
由于
M−1=51(3−1−12),
所以
[B]=M−1[A].
即
(B1B2)=M−1(A1A2).
所以在这个具体例子中:
基按 M 变换⟹分量按 M−1 变换
现在考虑协向量 ω。协向量是对偶空间 V∗ 中的元素,即定义在向量空间 V 上的线性泛函:
ω:V→F.
它作用在向量空间V的向量 v 上,得到一个标量:
ω(v)∈F.
协向量ω可以写成对偶基ei的线性组合:
ω=ωiei
所以
ω(v)=(ωiei)(vjej)=ωivjei(ej)=ωivjδji=ωivi.
现在对ω和v都进行换基,换基之后由于ω和v都没变,所以得到的结果也不变,就是说:
ωi′v′i=ωivi
由于
变换后的新基可以写成原来基的线性组合,比如按照LADR书上的vk=Ai,kwi (依旧爱因斯坦求和约定),变换后的第k个分量写成矩阵第k列的每行的线性组合。之前逆变分量v我们知道变换后的分量和变换之前的分量差了个逆矩阵:
v′i=(M−1)ijvj
第一个数字i还是代表矩阵的行,只不过写成了上标的形式。可以用具体例子方便理解
v′1v′2⋮v′n=(M−1)11(M−1)21⋮(M−1)n1(M−1)12(M−1)22⋮(M−1)n2⋯⋯⋱⋯(M−1)1n(M−1)2n⋮(M−1)nnv1v2⋮vn
这样刚才的逆变换就很直观了。然后线性泛函协向量ω为了直接和列向量v作用得到一个标量,我们把协向量ω写成行向量的形式:
ω(v)=(ω1ω2⋯ωn)v1v2⋮vn=ωivi.
ωi′=Mjiωj.
还是用具体例子方便理解:
(ω1′ω2′⋯ωn′)=(ω1ω2⋯ωn)M11M21⋮Mn1M12M22⋮Mn2⋯⋯⋱⋯M1nM2n⋮Mnn.
于是:
ωi′v′i=(Mjiωj)((M−1)ikvk).
先把普通的数重新排列一下:
=ωj[Mji(M−1)ik]vk.
中间这一坨
Mji(M−1)ik
其实就是矩阵乘法 MM−1 的第 jk 个元素。
而
所以
Mji(M−1)ik=δjk.
所以
ωjδjkvk=ωjvj.
于是
ωi′v′i=ωivi
所以一个逆变搭配一个协变可以形成一个不变量,所以v=viei=vjej写成一上一下,一个协变一个逆变的形式就是为了保持向量v的不变性。
张量指标的缩并
前面已经知道,协向量 ω∈V∗ 可以作用在向量 v∈V 上:
ω(v)=ωivi.
其本质来源于对偶空间 V∗ 与向量空间 V 之间的自然配对:
V∗×V→F.
对于基 {ei} 和对偶基 {ei},有
ei(ej)=δji,
其中 δji 为克罗内克符号:
δji={1,0,i=j,i=j.
因此,一个来自 V∗ 的下指标和一个来自 V 的上指标可以进行自然配对。
在张量的指标记号中,这种配对就表现为缩并(contraction)。
缩并的完整过程
例如考虑一个具有两个上指标和一个下指标的张量:
T=Tijkei⊗ej⊗ek.
这里:
只是张量的分量,而完整的张量还包括基:
ei⊗ej⊗ek.
现在将第一个上指标 i 和下指标 k 对应的位置进行缩并。
由于 ek∈V∗ 是线性泛函,可以作用在 ei∈V 上,所以
ek(ei)=δik.
因此缩并后的张量为
C(T)=Tijkek(ei)ej=Tijkδikej.
这里实际上已经产生了一个标量:
δik.
这个标量会乘在剩下的张量因子 ej 上。
但是根据克罗内克符号的性质,
δik={1,0,k=i,k=i,
所以它会把所有 k=i 的项全部消掉,只留下 k=i 的项:
Tijkδik=Tiji.
因此
C(T)=Tijiej.
如果只写缩并后张量的分量,就写成
Tiji.
为什么缩并时看不到产生的标量
如果把爱因斯坦求和约定完全展开,缩并前为
T=i,j,k∑Tijkei⊗ej⊗ek.
缩并 i 和 k 后:
C(T)=i,j,k∑Tijkek(ei)ej.
因为
ek(ei)=δik,
所以
C(T)=i,j,k∑Tijkδikej.
由于 δik 只有在 k=i 时才等于 1,因此三重求和变成
C(T)=i,j∑Tijiej.
所以在通常的指标记号中,我们直接写成
Tijk⟶Tiji
并不是缩并过程中没有产生标量。
实际上完整过程是
ek(ei)⟶δik
产生了克罗内克符号这个标量。
只不过 δik 在求和过程中起到了“筛选指标”的作用:
Tijkδik=Tiji,
所以最后通常不再把 δik 单独写出来,而是直接把它吸收到新的张量分量中。
因此可以把一次缩并理解为:
V∗ 中的一个基泛函+V 中的一个基向量⟶δ⟶两个指标被消去
缩并后不一定得到标量
需要注意的是:
进行一次缩并,会产生一个标量配对,但整个张量不一定变成标量。
例如
缩并 i 和 k 后得到
其中 i 已经被求和消去,但是还剩下自由指标 j。
所以完整结果为
Tijiej,
它仍然是一个向量。
只有当缩并之后一个自由指标都不剩时,最终结果才是标量。
例如对于
进行缩并:
Tii=i∑Tii.
此时所有指标都被消去,所以
Tii∈F
是一个标量。
如果把 Tij 看成矩阵,那么
Tii=T11+T22+⋯+Tnn=tr(T).
所以矩阵的迹其实就是一种典型的张量缩并。
具体例子:
(大学生理工专题导读 矢量与张量分析p133)
升降指标与音乐同构
给定一个向量v∈V ,定义v♭:=g(v,⋅) ,因为度规g是双线性泛函,固定一个输入v之后就变成单线性泛函了,"⋅"表示占位,可变的(LADR里面矩阵那一节也用的这个)。所以
v♭(w)=g(v,w)
所以音乐同构把v∈V 变成了v♭∈V∗ ,v♭变成了对偶空间的协向量,所以降指标了,设v=vjej ,我们想变成协向量的形式v♭=viei .根据定义:
v♭(w)=g(v,w)=g(vjej,wiei)=vjwig(ej,ei)=gjivjwi
另一方面因为v♭是协变基,v♭=viei.
所以:
v♭(w)=(viei)(wjej)=viwjei(ej)=viwjδij=viwi.
所以很显然gijvjwi=viwi,所以:
gijvj=vi
如果gij是非退化的。所谓非退化(non-degenerate),意思是
g(v,w)=0,∀w∈V⟹v=0.
类似于线代中的单射:当且仅当nullT={0} ,然后根据结论

♭:V→V∗
dimV=dimV∗
g 非退化⟺♭ 单射⟹♭ 满射⟹♭ 可逆
所以gij是非退化的就是可逆的.
现在我们定义另一个音乐同构:♯ 。作用和上面的♭相反。∀w∈V∗ ,w♯∈V .也就是说
♯:V∗→V
假设w=wiei ,通过♯,w♯=wjej.类似之前降指标的推导。
♭ 是双射⟹∀w∈V∗, ∃!u∈V,u♭=w⟹∀v∈V,u♭(v)=w(v)⟹∀v∈V,g(u,v)=w(v).
g 非退化w=wiei,w♯w(ei)w(ei)♯(ej)⟹w♯wi⟹♭:V→V∗ 是双射⟹∀w∈V∗, ∃!u∈V,u♭=w⟹w♯:=u,w(v)=g(w♯,v),∀v∈V.=wjej=g(w♯,ei)=g(wjej,ei)=wjg(ej,ei)=gjiwj,=(wjej)(ei)=wjej(ei)=wjδij=wi⟹wi=gjiwj=gijwj.:=gijei=♯(wjej)=wj♯(ej)=gijwjei=wiei⟹wi=gijwj.=gijwj=gijgjkwk⟹gijgjk=δik⟹(gij)=(gij)−1.