广义相对论-学习记录7-第三章-张量分析与黎曼几何4
第三章:张量分析与黎曼几何
11、黎曼空间中的积分
积分实质上就是求和,但在张量运算中,不同点的求和一般是没有意义的,不能保证张量的变换性质。所以在黎曼空间中,只有类似下述的积分才有意义:
∫fμdxμ=f∬Tμνdxμdxν=T∫∭J;μμdΣ=J\int f_\mu dx^\mu = f\\ \iint T_{\mu\nu}dx^\mu dx^\nu = T\\ \int\iiint J^\mu_{;\mu}d\Sigma = J ∫fμdxμ=f∬Tμνdxμdxν=T∫∭J;μμdΣ=J
不同点的标量直接积分,得到的结果仍然是标量,因此具有协变性
Gauss定理
∮fμdVμ=∫∭fμ;μdΣ\oint f^\mu dV_\mu=\int\iiint {f^\mu}_{;\mu}d\Sigma ∮fμdVμ=∫∭fμ;μdΣ
其中,dΣ=−gdx0dx1dx2dx3≡−gd4xd\Sigma=\sqrt{-g}dx^0 dx^1 dx^2 dx^3 \equiv \sqrt{-g}d^4 xdΣ=−gdx0dx1dx2dx3≡−gd4x,为四维体积元,dVμ≡−gdvνλρ⋅δμνλρ=−gdxνdxλdxρ⋅δμνλρdV_\mu\equiv \sqrt{-g}dv^{\nu\lambda\rho}\cdot\delta_{\mu\nu\lambda\rho}=\sqrt{-g}dx^\nu dx^\lambda dx^\rho \cdot \delta_{\mu\nu\lambda\rho}dVμ≡−gdvνλρ⋅δμνλρ=−gdxνdxλdxρ⋅δμνλρ,为三维超曲面体积元
fμ;μ=1−g(−gfμ),μ{f^\mu}_{;\mu}=\frac{1}{\sqrt{-g}}\left(\sqrt{-g}f^\mu\right)_{,\mu} fμ;μ=−g1(−gfμ),μ
得到:
∫∭fμ;μdΣ=∫∭∂∂xμ(−gfμ)dx0dx1dx2dx3=左边\int\iiint {f^\mu}_{;\mu}d\Sigma =\int\iiint \frac{\partial}{\partial x^\mu}\left(\sqrt{-g}f^\mu\right)dx^0 dx^1 dx^2 dx^3=左边 ∫∭fμ;μdΣ=∫∭∂xμ∂(−gfμ)dx0dx1dx2dx3=左边
(μ=0,1,2,3\mu=0,1,2,3μ=0,1,2,3)
Stokes定理
∮fμdxμ=∬curlμν{f}dσμν∮Fμνdσμν=∭curlμντ{F}dvμντ\oint f_\mu dx^\mu = \iint curl_{\mu\nu}\{f\}d\sigma^{\mu\nu}\\ \oint F_{\mu\nu}d\sigma^{\mu\nu}=\iiint curl_{\mu\nu\tau}\{F\}dv^{\mu\nu\tau} ∮fμdxμ=∬curlμν{f}dσμν∮Fμνdσμν=∭curlμντ{F}dvμντ
其中,fμf^\mufμ,FμνF^{\mu\nu}Fμν分别是矢量场和二阶反对称张量场。dσμν≡dxμδxν−dxνδxμd\sigma^{\mu\nu}\equiv dx^\mu \delta x^\nu-dx^\nu\delta x^\mudσμν≡dxμδxν−dxνδxμ为二维曲面面元
12、Bianchi恒等式
由黎曼张量的定义可以推导出:
Rρλμν;σ+Rρλνσ;μ+Rρλσμ;ν=0R_{\rho\lambda\mu\nu;\sigma}+R_{\rho\lambda\nu\sigma;\mu}+R_{\rho\lambda\sigma\mu;\nu}=0 Rρλμν;σ+Rρλνσ;μ+Rρλσμ;ν=0
此即Bianchi恒等式
证明:Bianchi恒等式
Rρλμν=gρδRλμνδ=gρδ(−Γλμ,νδ+Γλν,μδ−ΓλμσΓσνδ+ΓλνσΓσμδ)R_{\rho\lambda\mu\nu}=g_{\rho\delta}R^\delta_{\lambda\mu\nu}=g_{\rho\delta}(-\Gamma^\delta_{\lambda\mu,\nu}+\Gamma^\delta_{\lambda\nu,\mu}-\Gamma^\sigma_{\lambda\mu}\Gamma^\delta_{\sigma\nu}+\Gamma^\sigma_{\lambda\nu}\Gamma^\delta_{\sigma\mu}) Rρλμν=gρδRλμνδ=gρδ(−Γλμ,νδ+Γλν,μδ−ΓλμσΓσνδ+ΓλνσΓσμδ)
张量方程:只需要选择一个特殊坐标系(Γσλμ\Gamma^\mu_{\sigma\lambda}Γσλμ),该张量方程成立
第3/4项为零,第一二项和为gμνg_{\mu\nu}gμν,将下式代入:
Γλμα=12gαν(gμν,λ+gνλ,μ−gλμ,ν)\Gamma^\alpha_{\lambda\mu}=\frac{1}{2}g^{\alpha\nu}(g_{\mu\nu,\lambda}+g_{\nu\lambda,\mu}-g_{\lambda\mu,\nu}) Γλμα=21gαν(gμν,λ+gνλ,μ−gλμ,ν)
得到:
Rρλμν;σ=12(gρν,μ,λ−gνλ,μ,ρ−gρμ,ν,λ+gμλ,ν,ρ),σR_{\rho\lambda\mu\nu;\sigma}=\frac{1}{2}(g_{\rho\nu,\mu,\lambda}-g_{\nu\lambda,\mu,\rho}-g_{\rho\mu,\nu,\lambda}+g_{\mu\lambda,\nu,\rho})_{,\sigma} Rρλμν;σ=21(gρν,μ,λ−gνλ,μ,ρ−gρμ,ν,λ+gμλ,ν,ρ),σ
所以:
Rρλμν;σ+Rρλνσ;μ+Rρλσμ;ν=12[gρν,μ,λ,σ−gνλ,μ,ρ,σ−gρμ,ν,λ,σ+gμλ,ν,ρ,σ+gρσ,ν,λ,μ−gσλ,ν,ρ,μ−gρν,σ,λ,μ+gνλ,σ,ρ,μ+gρμ,σ,λ,ν−gμλ,σ,ρ,ν−gρσ,μ,λ,ν+gσλ,μ,ρ,ν]=0\begin{aligned} &R_{\rho\lambda\mu\nu;\sigma}+R_{\rho\lambda\nu\sigma;\mu}+R_{\rho\lambda\sigma\mu;\nu}\\ &=\frac{1}{2}\left[g_{\rho\nu,\mu,\lambda,\sigma}-g_{\nu\lambda,\mu,\rho,\sigma}-g_{\rho\mu,\nu,\lambda,\sigma}+g_{\mu\lambda,\nu,\rho,\sigma} \right.\\ &+g_{\rho\sigma,\nu,\lambda,\mu}-g_{\sigma\lambda,\nu,\rho,\mu}-g_{\rho\nu,\sigma,\lambda,\mu}+g_{\nu\lambda,\sigma,\rho,\mu}\\ &\left.+g_{\rho\mu,\sigma,\lambda,\nu}-g_{\mu\lambda,\sigma,\rho,\nu}-g_{\rho\sigma,\mu,\lambda,\nu}+g_{\sigma\lambda,\mu,\rho,\nu}\right]\\ &=0 \end{aligned} Rρλμν;σ+Rρλνσ;μ+Rρλσμ;ν=21[gρν,μ,λ,σ−gνλ,μ,ρ,σ−gρμ,ν,λ,σ+gμλ,ν,ρ,σ+gρσ,ν,λ,μ−gσλ,ν,ρ,μ−gρν,σ,λ,μ+gνλ,σ,ρ,μ+gρμ,σ,λ,ν−gμλ,σ,ρ,ν−gρσ,μ,λ,ν+gσλ,μ,ρ,ν]=0
证毕.
Bianchi恒等式的应用
Rσλμν;σ+Rσλνσ;μ+Rσλσμ;ν=0Rσλμν;σ+Rλν;μ−Rλμ;ν=0(Rσλμν;σ+Rλν;μ−Rλμ;ν)×gλμ=0Rσμμν;σ+Rμν;μ−R;ν=0Rμν;μ−12R;ν=0\begin{aligned} {R^\sigma}_{\lambda\mu\nu;\sigma}+{R^\sigma}_{\lambda\nu\sigma;\mu}+{R^\sigma}_{\lambda\sigma\mu;\nu}&=0\\ {R^\sigma}_{\lambda\mu\nu;\sigma}+{R}_{\lambda\nu;\mu}-{R}_{\lambda\mu;\nu}&=0\\ ({R^\sigma}_{\lambda\mu\nu;\sigma}+{R}_{\lambda\nu;\mu}-{R}_{\lambda\mu;\nu})\times g^{\lambda\mu}&=0\\ {R^{\sigma\mu}}_{\mu\nu;\sigma}+{R^\mu}_{\nu;\mu}-R_{;\nu} &= 0\\ {R^\mu}_{\nu;\mu}-\frac{1}{2}R_{;\nu}&=0 \end{aligned} Rσλμν;σ+Rσλνσ;μ+Rσλσμ;νRσλμν;σ+Rλν;μ−Rλμ;ν(Rσλμν;σ+Rλν;μ−Rλμ;ν)×gλμRσμμν;σ+Rμν;μ−R;νRμν;μ−21R;ν=0=0=0=0=0
Gμν=Rμν−12gμνR→Gμν=Rμν−12δμνRG_{\mu\nu}=R_{\mu\nu}-\frac{1}{2}g_{\mu\nu}R\rightarrow {G^\mu}_\nu ={R^\mu}_{\nu}-\frac{1}{2}{\delta^\mu}_\nu R Gμν=Rμν−21gμνR→Gμν=Rμν−21δμνR
得到:
Gμν;μ=0{G^\mu}_{\nu;\mu}=0 Gμν;μ=0
13、李微商与killing矢量
李微商
坐标变换xμ→x~μx^\mu\rightarrow \tilde x^\muxμ→x~μ,考虑一个无穷小的映射:
x~μ=xμ+ϵξμ\tilde x^\mu=x^\mu +\epsilon \xi^\mu x~μ=xμ+ϵξμ
其中,ϵ\epsilonϵ是无穷小参量,ξμ\xi^\muξμ是任意给定的矢量场,称为映射的“生成元”。可以把上述坐标变换理解为同一坐标系下,不同点之间的对应关系
Lie微分关系与无穷小映射关系:
xμx^\muxμ与x~μ\tilde x^\mux~μ具相邻两点,其坐标差为x~μ=xμ+ϵξμ\tilde x^\mu= x^\mu+\epsilon \xi^\mux~μ=xμ+ϵξμ。对于任意张量T⋯⋯(x)T^\cdots_\cdots (x)T⋯⋯(x)(简记为T(x)T(x)T(x)),PPP与QQQ是相邻两点,通过上述映射关系来联系:(P→ξμQ)(P\mathop\rightarrow\limits_{\xi_\mu} Q)(Pξμ→Q),来研究T(P)T(P)T(P)与T(Q)T(Q)T(Q)的关系
问题:T(P)T(P)T(P)与T(Q)T(Q)T(Q)如何比较?
回顾:协变微分→\rightarrow→引入矢量平移→\rightarrow→联络
现在:引入“映射下的张量移动”→T(P)→\rightarrow T(P)\rightarrow→T(P)→映射到QQQ点,记为T(P⇒Q)T(P\Rightarrow Q)T(P⇒Q),要求T(P⇒Q)T(P\Rightarrow Q)T(P⇒Q)是QQQ点的张量
Lie微商:
LξT(x)≡limϵ→0T(Q)−T(P⇒Q)ϵ\mathcal L_\xi T(x) \equiv \lim\limits_{\epsilon\rightarrow 0}\frac{T(Q)-T(P\Rightarrow Q)}{\epsilon} LξT(x)≡ϵ→0limϵT(Q)−T(P⇒Q)
注意到(p,q)(p,q)(p,q)阶张量的李微商仍然是(p,q)(p,q)(p,q)阶张量,因此,只要定义了T(P⇒Q)T(P\Rightarrow Q)T(P⇒Q),就可以确定Lie微商的定义了
平移后张量的定义
(1)对于标量场,定义:φ(P⇒Q)≡φ(P)\varphi(P\Rightarrow Q)\equiv \varphi(P)φ(P⇒Q)≡φ(P),因此:
Lξφ(x)=limϵ→0φ(Q)−φ(P)ϵ=limϵ→0φ,μdxμϵ=limϵ→0φ,μϵξμϵ=φ,μξμ\mathcal L_\xi \varphi(x)=\lim\limits_{\epsilon\rightarrow 0}\frac{\varphi(Q)-\varphi(P)}{\epsilon}=\lim\limits_{\epsilon\rightarrow 0}\frac{\varphi_{,\mu}dx^\mu}{\epsilon}=\lim\limits_{\epsilon\rightarrow 0}\frac{\varphi_{,\mu}\epsilon\xi^\mu}{\epsilon}=\varphi_{,\mu}\xi^\mu Lξφ(x)=ϵ→0limϵφ(Q)−φ(P)=ϵ→0limϵφ,μdxμ=ϵ→0limϵφ,μϵξμ=φ,μξμ
(2)对于逆变矢量kμ(x)k^\mu(x)kμ(x),如何定义kμ(P⇒Q)k^\mu(P\Rightarrow Q)kμ(P⇒Q)?
让kμ(x)k^\mu(x)kμ(x)作为切矢量:
所以:
kμ(P)kμ(P⇒Q)=dxμdxμ+ϵξμ,νdxν⇒kμ(P⇒Q)=kμ(P)+ϵξμ,ν(P)kν(P)\frac{k^\mu(P)}{k^\mu(P\Rightarrow Q)}=\frac{dx^\mu}{dx^\mu+\epsilon{\xi^\mu}_{,\nu}dx^\nu}\Rightarrow k^\mu(P\Rightarrow Q)=k^\mu(P)+\epsilon{\xi^\mu}_{,\nu}(P)k^\nu(P) kμ(P⇒Q)kμ(P)=dxμ+ϵξμ,νdxνdxμ⇒kμ(P⇒Q)=kμ(P)+ϵξμ,ν(P)kν(P)
Lξkμ(x)=limϵ→0kμ(Q)−kμ(P⇒Q)ϵ=limϵ→0kμ(Q)−kμ(P)ϵ−ξμ,νkν=kμ,νξν−ξμ,νkνkμ(Q)=kμ(P)+kμ,νdxν=kμ(P)+kμ,νϵξν\begin{aligned} &\mathcal L_\xi k^\mu(x)=\lim\limits_{\epsilon\rightarrow 0}\frac{k^\mu(Q)-k^\mu(P\Rightarrow Q)}{\epsilon}=\lim\limits_{\epsilon\rightarrow 0}\frac{k^\mu(Q)-k^\mu(P)}{\epsilon}-{\xi^\mu}_{,\nu}k^\nu={k^\mu}_{,\nu}\xi^\nu-{\xi^\mu}_{,\nu}k^\nu\\ &k^\mu(Q)=k^\mu(P)+{k^\mu}_{,\nu}dx^\nu=k^\mu(P)+{k^\mu}_{,\nu}\epsilon\xi^\nu \end{aligned} Lξkμ(x)=ϵ→0limϵkμ(Q)−kμ(P⇒Q)=ϵ→0limϵkμ(Q)−kμ(P)−ξμ,νkν=kμ,νξν−ξμ,νkνkμ(Q)=kμ(P)+kμ,νdxν=kμ(P)+kμ,νϵξν
此即逆变矢量的移动法则。由此得到:
Lξkμ=k,νμξν−ξ,νμkν\mathcal L_\xi k^\mu=k^\mu_{,\nu}\xi^\nu-\xi^\mu_{,\nu}k^\nu Lξkμ=k,νμξν−ξ,νμkν
(3)定义分配率:
Lξ(TS)=(LξT)S+T(LξS)\mathcal L_\xi(TS)=(\mathcal L_\xi T)S+T(\mathcal L_\xi S) Lξ(TS)=(LξT)S+T(LξS)
由此,便完成了张量平移的定义
对各种矢量和张量的Lie微分运算:
Lξpμ=pμ,σξσ+ξ,μσpσLξTμν=Tμν,ρξρ+Tρνξ,μρ+Tμρξ,νρLξTνμ=Tν,ρμξρ−Tνρξ,ρμ+Tρμξ,νρLξTμν=T,ρμνξρ−Tρνξ,ρμ−Tμρξ,ρν\begin{aligned} \mathcal L_\xi p_\mu&=p_{\mu,\sigma}\xi^\sigma+\xi^\sigma_{,\mu}p_\sigma\\ \mathcal L_\xi T_{\mu\nu} &= T_{\mu\nu,\rho}\xi^\rho+T_{\rho\nu}\xi^\rho_{,\mu}+T_{\mu\rho}\xi^\rho_{,\nu}\\ \mathcal L_\xi T^\mu_\nu &= T^\mu_{\nu,\rho}\xi^\rho-T^\rho_\nu \xi^\mu_{,\rho}+T^\mu_\rho \xi^\rho_{,\nu}\\ \mathcal L_\xi T^{\mu\nu} &= T^{\mu\nu}_{,\rho}\xi^\rho-T^{\rho\nu}\xi^\mu_{,\rho}-T^{\mu\rho}\xi^\nu_{,\rho} \end{aligned} LξpμLξTμνLξTνμLξTμν=pμ,σξσ+ξ,μσpσ=Tμν,ρξρ+Tρνξ,μρ+Tμρξ,νρ=Tν,ρμξρ−Tνρξ,ρμ+Tρμξ,νρ=T,ρμνξρ−Tρνξ,ρμ−Tμρξ,ρν
说明:
(1)Lie微商不仅取决于张量场,而且取决于生成元
(2)Lie微商不需要先有联络,但如果先有了联络,则可以证明上式中的普通微商都可以写为协变微商:
Lξkμ=k;νμξν−ξ;νμkνLξTμν=Tμν;ρξρ+Tρνξ;μρ+Tμρξ;νρ\mathcal L_\xi k^\mu = k^\mu_{;\nu}\xi^\nu - \xi^\mu_{;\nu}k^\nu\\ \mathcal L_\xi T_{\mu\nu} = T_{\mu\nu;\rho}\xi^\rho+T_{\rho\nu}\xi^\rho_{;\mu}+T_{\mu\rho}\xi^\rho_{;\nu} Lξkμ=k;νμξν−ξ;νμkνLξTμν=Tμν;ρξρ+Tρνξ;μρ+Tμρξ;νρ
(3)度规张量的Lie微商:
Lξgμν=gμν;ρξρ+gρνξ;μρ+gμρξ;νρ=ξν;μ+ξμ;ν\mathcal L_\xi g_{\mu\nu}=g_{\mu\nu;\rho}\xi^\rho+g_{\rho\nu}\xi^\rho_{;\mu}+g_{\mu\rho}\xi^\rho_{;\nu}=\xi_{\nu;\mu}+\xi_{\mu;\nu} Lξgμν=gμν;ρξρ+gρνξ;μρ+gμρξ;νρ=ξν;μ+ξμ;ν
Killing矢量
等度规映射
PPP和P′P'P′是相邻两点,坐标差为dxμdx^\mudxμ,距离为:
dsPP′2=gμν(P)dxμdxνds^2_{PP'}=g_{\mu\nu}(P)dx^\mu dx^\nu dsPP′2=gμν(P)dxμdxν
通过无穷小映射将(P⇒Q,P′⇒Q′)(P\Rightarrow Q,\ P'\Rightarrow Q')(P⇒Q, P′⇒Q′),QQQ与Q′Q'Q′的坐标差为δxμ\delta x^\muδxμ,则其距离为:
dsQQ′2=gμν(Q)δxμδxνds^2_{QQ'}=g_{\mu\nu}(Q)\delta x^\mu \delta x^\nu dsQQ′2=gμν(Q)δxμδxν
定义:任意的PP′PP'PP′,映射之后满足dsPP′2=dsQQ′2ds^2_{PP'}=ds^2_{QQ'}dsPP′2=dsQQ′2,此即等度规映射
Killing矢量:等度规映射的生成元
Killing方程:Killing矢量所满足的方程
Killing方程
推导:
dsPP′2=dsQQ′2=gμν(Q)δxμδxνds^2_{PP'}=ds^2_{QQ'}=g_{\mu\nu}(Q)\delta x^\mu\delta x^\nu dsPP′2=dsQQ′2=gμν(Q)δxμδxν
其中,dsPP′2=gμν(P)dxμdxνds^2_{PP'}=g_{\mu\nu}(P)dx^\mu dx^\nudsPP′2=gμν(P)dxμdxν,gμν(Q)=gμν(P)+gμν,λ(P)ϵξλg_{\mu\nu}(Q)=g_{\mu\nu}(P)+g_{\mu\nu,\lambda}(P)\epsilon\xi^\lambdagμν(Q)=gμν(P)+gμν,λ(P)ϵξλ,δxμ=dxμ+ϵξμ,λdxλ\delta x^\mu=dx^\mu+\epsilon{\xi^\mu}_{,\lambda}dx^\lambdaδxμ=dxμ+ϵξμ,λdxλ,代入后保留一阶小量,得到:
gμν,λξλdxμdxν+gμνξμ,λdxλdxν+gμνξν,λdxλdxμ=0g_{\mu\nu,\lambda}\xi^\lambda dx^\mu dx^\nu+g_{\mu\nu}{\xi^\mu}_{,\lambda}dx^\lambda dx^\nu+g_{\mu\nu}{\xi^\nu}_{,\lambda}dx^\lambda dx^\mu=0 gμν,λξλdxμdxν+gμνξμ,λdxλdxν+gμνξν,λdxλdxμ=0
第二项λ\lambdaλ与μ\muμ对换,第三项λ\lambdaλ与ν\nuν对换,即可得到Killing方程:
gμν,λξλ+gλνξ,μλ+gμλξ,νλ=0g_{\mu\nu,\lambda}\xi^\lambda+g_{\lambda\nu}\xi^\lambda_{,\mu}+g_{\mu\lambda}\xi^\lambda_{,\nu}=0 gμν,λξλ+gλνξ,μλ+gμλξ,νλ=0
QED.
两个任务:$g_{\mu\nu}\mathop\rightarrow\limits_{1} \xi_\mu\mathop\rightarrow\limits_{2} $找守恒量
任务2:任一Killing矢量ξμ\xi^\muξμ,一定对应一个路径积分UμξμU^\mu\xi_\muUμξμ,它沿测地线是守恒量
证明:其中Uμ≡dxμdτU^\mu\equiv \dfrac{dx^\mu}{d\tau}Uμ≡dτdxμ
DDτ(Uμξμ)=dxλdτ(Uμξμ);λ=Uλ(Uμ;λξμ)+UλUμξμ;λ=0(第一项对称,第二项反对称)\frac{D}{D\tau}(U^\mu\xi_\mu)=\frac{dx^\lambda}{d\tau}(U^\mu\xi_\mu)_{;\lambda}=U^\lambda({U^\mu}_{;\lambda}\xi_\mu)+U^\lambda U^\mu\xi_{\mu;\lambda}=0(第一项对称,第二项反对称) DτD(Uμξμ)=dτdxλ(Uμξμ);λ=Uλ(Uμ;λξμ)+UλUμξμ;λ=0(第一项对称,第二项反对称)
Killing矢量与最大对称空间
出发点:Killing方程
ξμ;ν+ξν,μ=0\xi_{\mu;\nu}+\xi_{\nu,\mu}=0 ξμ;ν+ξν,μ=0
ξσ;ρ;μ−ξσ;μ;ρ=Rλσρμξλ(1)\xi_{\sigma;\rho;\mu}-\xi_{\sigma;\mu;\rho}={R^\lambda}_{\sigma\rho\mu}\xi_\lambda \tag{1} ξσ;ρ;μ−ξσ;μ;ρ=Rλσρμξλ(1)
把上式的三个指标σρμ\sigma\rho\muσρμ做轮换(结合Rλσρμ+Rλμσρ+Rλρμσ=0{R^\lambda}_{\sigma\rho\mu}+{R^\lambda}_{\mu\sigma\rho}+{R^\lambda}_{\rho\mu\sigma}=0Rλσρμ+Rλμσρ+Rλρμσ=0):
ξσ;ρ;μ−ξσ;μ;ρ+ξμ;σ;ρ−ξμ;ρ;σ+ξρ;μ;σ−ξρ;σ;μ=0\xi_{\sigma;\rho;\mu}-\xi_{\sigma;\mu;\rho}+\xi_{\mu;\sigma;\rho}-\xi_{\mu;\rho;\sigma}+\xi_{\rho;\mu;\sigma}-\xi_{\rho;\sigma;\mu}=0 ξσ;ρ;μ−ξσ;μ;ρ+ξμ;σ;ρ−ξμ;ρ;σ+ξρ;μ;σ−ξρ;σ;μ=0
得到:
ξσ;ρ;μ−ξσ;μ;ρ−ξμ;ρ;σ=0\xi_{\sigma;\rho;\mu}-\xi_{\sigma;\mu;\rho}-\xi_{\mu;\rho;\sigma}=0 ξσ;ρ;μ−ξσ;μ;ρ−ξμ;ρ;σ=0
方程(1)变为:
ξμ;ρ;σ=Rλσρμξλ\xi_{\mu;\rho;\sigma}={R^\lambda}_{\sigma\rho\mu}\xi_\lambda ξμ;ρ;σ=Rλσρμξλ
因此,ξλ\xi_\lambdaξλ的二阶协变微分可以由零阶来得到,三阶协变微分可以由一阶来得到。ξλ\xi_\lambdaξλ的任意阶协变系数可以由零阶和一阶来构造
ξσ(x)→Taylor展开Aρλ(x;X)ξλ+Bρλν(x;X)ξλ;ν(X)+⋯\xi_\sigma(x)\mathop\rightarrow\limits^{Taylor展开}A^\lambda_\rho(x;X)\xi_\lambda+B^{\lambda\nu}_{\rho}(x;X)\xi_{\lambda;\nu}(X)+\cdots ξσ(x)→Taylor展开Aρλ(x;X)ξλ+Bρλν(x;X)ξλ;ν(X)+⋯
由此,ξσ(x)\xi_\sigma(x)ξσ(x)由NNN个ξσ(X)\xi_\sigma(X)ξσ(X)和CN2C^2_NCN2个ξσ;μ(X)\xi_{\sigma;\mu}(X)ξσ;μ(X)来构造
所以,自由度为N+CN2=N(N+1)2N+C^2_N=\dfrac{N(N+1)}{2}N+CN2=2N(N+1)
如果一个nnn维空间中有n(n+1)2\frac{n(n+1)}{2}2n(n+1)个Killing矢量,则称为最大对称空间
如何寻找Killing矢量
(1)如果度规gμν(xμ)g_{\mu\nu}(x^\mu)gμν(xμ)中不含某个坐标xαx^\alphaxα,则nαn^\alphanα必为Killing矢量
举例:假设gμν(x)g_{\mu\nu}(x)gμν(x)中不含ttt,Killing矢量n0=(1,0,0,0)n^0=(1,0,0,0)n0=(1,0,0,0),n0U0n^0 U^0n0U0是守恒量
gμν,λξλ+gλνξλ,μ+gμλξλ,ν=0g_{\mu\nu,\lambda}\xi^\lambda+g_{\lambda\nu}{\xi^\lambda}_{,\mu}+g_{\mu\lambda}{\xi^\lambda}_{,\nu}=0 gμν,λξλ+gλνξλ,μ+gμλξλ,ν=0
(2)如果存在某一Killing矢量,则一定可以通过坐标变换,使得度规中不显含xαx^\alphaxα
举例:对于史瓦西解:
dτ2=(1−2GMr)dt2−(1−2GMr)−1dr2−r2dθ2−r2sin2θdφ2d\tau^2=\left(1-\frac{2GM}{r}\right)dt^2-\left(1-\frac{2GM}{r}\right)^{-1}dr^2-r^2 d\theta^2-r^2\sin^2\theta d\varphi^2 dτ2=(1−r2GM)dt2−(1−r2GM)−1dr2−r2dθ2−r2sin2θdφ2
gμνg_{\mu\nu}gμν不含ttt,找到Killing矢量n0=(1,0,0,0)n^0=(1,0,0,0)n0=(1,0,0,0),n0U0=g00n0U0=−(1−2GMr)dtdτ=constn_0 U^0=g_{00}n^0U^0=-\left(1-\dfrac{2GM}{r}\right)\dfrac{dt}{d\tau}=constn0U0=g00n0U0=−(1−r2GM)dτdt=const:能量守恒
gμνg_{\mu\nu}gμν不含φ\varphiφ,找到Killing矢量n3=(0,0,0,1)n^3=(0,0,0,1)n3=(0,0,0,1),n3U3=g33n3U3=r2sin2θdφdτ=constn_3 U^3=g_{33}n^3 U^3=r^2\sin^2\theta\dfrac{d\varphi}{d\tau}=constn3U3=g33n3U3=r2sin2θdτdφ=const:角动量守恒
广义相对论-学习记录7-第三章-张量分析与黎曼几何4相关推荐
- 机器学习理论《统计学习方法》学习笔记:第三章 k近邻法
机器学习理论<统计学习方法>学习笔记:第三章 k近邻法 3 k近邻法 3.1 K近邻算法 3.2 K近邻模型 3.2.1 模型 3.2.2 距离度量 3.2.3 K值的选择 3.2.4 分 ...
- 计算机网络学习笔记:第三章
文章目录 计算机网络学习笔记:第三章 前言 3.1.概述和运输层服务 3.1.1 运输层和网络层的关系 3.1.2 因特网运输层概述 3.2.多路复用与多路分解 前言 运输层位于应用层和网络层之间,是 ...
- 【算法笔记题解】《算法笔记知识点记录》第三章——入门模拟1——简单模拟
如果喜欢大家还希望给个收藏点赞呀0.0 相关知识点大家没基础的还是要看一下的,链接: <算法笔记知识点记录>第三章--入门模拟 由于放原题的话文章实在太长,所以题多的话我只放思路和题解,大 ...
- #飞特STS3215舵机测试与使用记录--附带基础样例-记录笔记-第三章
##飞特STS3215舵机测试与使用记录--附带基础样例-记录笔记-第三章 前言说明 协议与后期验证 细节以及遇到问题 (1)舵机可以摆动问题 (2)舵机是否能到达指定位置 (3)舵机在外力会出现移动 ...
- 【数据库学习笔记】第三章 关系数据库标准语言
SQL语言是关系数据库的标准语言.它的内容十分丰富,是学习关系数据库概念和技术的重要组成部分. 3.1 基本知识点 关系模型和关系数据库是<概论>的重点,第三章又是重点中的重点,因为关 ...
- 计算机安全原理与实践_《计算机图形学原理及实践》学习笔记之第三章
第三章 一个古老的绘制器 1525年,阿尔布雷·丢勒 制作了一幅木刻画,展示了一种可以绘制任一形体透视图的方法. 本章我们将开发一个软件来模拟丢勒展示的方法. 丢勒视角绘制算法的伪代码 Input: ...
- 【深入理解Java虚拟机学习笔记】第三章 垃圾收集器与内存分配策略
最近想好好复习一下java虚拟机,我想通过深读 [理解Java虚拟机 jvm 高级特性与最佳实践] (作者 周志明) 并且通过写一些博客总结来将该书读薄读透,这里文章内容仅仅是个人阅读后简短总结,加强 ...
- 信息安全工程师学习笔记《第三章》
第三章 密码学基本理论 本章讲述了密码学的基本概念以及常见的密码体制.密码算法,分析了杂凑函数.数字签名.国产密码算法.安全协议等的工作原理:本章还分析了密码在网络安全方面的应用场景类型. 3.1密码 ...
- 计算机文件的含义记录在,第三章计算机基本操作.doc
第三章计算机基本操作 一.单项选择题 1.计算机感染病毒后会产生各种现象,以下不属于病毒现象的是(www.TopS) A.文件占用的空间变大 B.发生异常蜂鸣声 C.屏幕显示异常图形 D.机内的电扇不 ...
- 《计算机图形学原理及实践》学习笔记之第三章
第三章 一个古老的绘制器 1525年,阿尔布雷·丢勒 制作了一幅木刻画,展示了一种可以绘制任一形体透视图的方法. 本章我们将开发一个软件来模拟丢勒展示的方法. 丢勒视角绘制算法的伪代码 Input: ...
最新文章
- hdu4982 暴搜+剪枝(k个数和是n,k-1个数的和是平方数)
- Spring boot程序入口
- 网易云 IM SDK 4.2.0版本逆袭升级!
- Rebuild Instance 操作详解 - 每天5分钟玩转 OpenStack(37)
- 改造独立部署(SCD)模式下.NET Core应用程序 dotnet的exe文件启动过程
- 当个性化推荐遇上知识图谱.pdf(附下载链接)
- 【李宏毅2020 ML/DL】P43-44 More about Adversarial Attack | Images Audio
- android webview 例子,android – webview shouldinterceptrequest示例
- 软考初级程序员---题目(五)
- 织梦php 文章采集规则,dede自带采集器的高阶技巧
- linux 安装SopCast实现在线直播
- 软考 2015 年上半年 网络管理员 上午试卷
- java 断点跳到注释,一个空指针异常,代码如下,打了断点,一到“TOPICID”那里(在下方注释4那里)就抛异常-_-||...
- 我的世界Java版中怎么改名_我的世界怎么改名字 付/免费改名字教程
- c语言圆环内外半径圆环面积,《圆环的面积》微课教学设计
- Windows出现0xc00d36e5错误怎么办?
- 2016年国内开源镜像站点汇总
- Python正则匹配判断手机号是否合法
- ATM系统--分析类图
- 从零开始学CIRCOS绘制圈图(二)
热门文章
- 群晖docker给showdoc添加ssl证书
- Linux键盘输入读取
- UVA11584---区间DP
- 如何使用纯 CSS(border-radius 和 clip)属性画出半圆
- 小程序中图片的移动、旋转和缩放功能
- 如何关闭机房迦卡他卡进程,让你轻松上网。
- SAP ABAP 取物料号的采购订单文本内容
- Java开发工具-IDEA(更新中...)
- [CC2642r1] ble5 stacks 蓝牙协议栈 介绍和理解 TI协议栈下载
- win7开不了机按f8修复计算机没反应,win7开不了机按f8没用怎么办