前言

我左手是修魔海短暂的因果,右手里百年一个漫长的孤陌。


洛伦兹变换

洛伦兹变换
( x 1 , x 2 , x 3 , x 4 ) → ( x 1 ′ , x 2 ′ , x 3 ′ , x 4 ′ ) (x_1,x_2,x_3,x_4)\rightarrow (x_1',x_2',x_3',x_4') (x1​,x2​,x3​,x4​)→(x1′​,x2′​,x3′​,x4′​)
x 4 = i c t x_4=ict x4​=ict
x 4 x_4 x4​是时间坐标, x 1 , x 2 , x 3 x_1,x_2,x_3 x1​,x2​,x3​是空间坐标

{ x 1 ′ = x 1 − v t 1 − ( v / c ) 2 x 2 ′ = x 2 x 3 ′ = x 3 x 4 ′ = i c t − ( v / c ) 2 x 1 1 − ( v / c ) 2 \begin{cases} x_1'=\frac{ x_1 - vt }{ \sqrt{ 1 - (v/c)^2 } } \\x_2'=x_2\\x_3'=x_3\\x_4'=ic\frac{t-(v/c)^2 x_1 }{\sqrt{ 1 - (v/c)^2 }} \end{cases} ⎩⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎧​x1′​=1−(v/c)2 ​x1​−vt​x2′​=x2​x3′​=x3​x4′​=ic1−(v/c)2 ​t−(v/c)2x1​​​

{ x 1 ′ = a 11 x 1 + a 12 x 2 + a 13 x 3 + a 14 x 4 x 2 ′ = a 21 x 1 + a 22 x 2 + a 23 x 3 + a 24 x 4 x 3 ′ = a 31 x 1 + a 32 x 2 + a 33 x 3 + a 34 x 4 x 4 ′ = a 41 x 1 + a 42 x 2 + a 43 x 3 + a 44 x 4 \begin{cases}x_1'=a_{11}x_1+a_{12}x_2+a_{13}x_3+a_{14}x_4 \\x_2'=a_{21}x_1+a_{22}x_2+a_{23}x_3+a_{24}x_4 \\x_3'=a_{31}x_1+a_{32}x_2+a_{33}x_3+a_{34}x_4 \\x_4'=a_{41}x_1+a_{42}x_2+a_{43}x_3+a_{44}x_4 \end{cases} ⎩⎪⎪⎪⎨⎪⎪⎪⎧​x1′​=a11​x1​+a12​x2​+a13​x3​+a14​x4​x2′​=a21​x1​+a22​x2​+a23​x3​+a24​x4​x3′​=a31​x1​+a32​x2​+a33​x3​+a34​x4​x4′​=a41​x1​+a42​x2​+a43​x3​+a44​x4​​

x μ ′ = ∑ ν 4 a μ ν x ν x'_{\mu}=\sum^4_{\nu} a_{\mu\nu} x_{\nu} xμ′​=ν∑4​aμν​xν​

根据爱因斯坦求和约定,重复指标代表求和,上式可以写成

x μ ′ = a μ ν x ν x'_{\mu}=a_{\mu\nu}x_{\nu} xμ′​=aμν​xν​

[ x 1 ′ x 2 ′ x 3 ′ x 4 ′ ] = [ γ 0 0 i β γ 0 1 0 0 0 0 1 0 − i β γ 0 0 γ ] [ x 1 x 2 x 3 x 4 ] \left[ \begin{array}{l} x_1'\\ x_2'\\ x_3'\\ x_4' \end{array}\right] = \left[ \begin{array}{l} \gamma & 0 & 0 & i\beta \gamma\\ 0 & 1 & 0 & 0\\ 0 & 0 & 1 & 0 \\ -i\beta\gamma & 0 & 0 & \gamma \end{array}\right] \left[ \begin{array}{l} x_1\\ x_2\\ x_3\\ x_4 \end{array}\right] ⎣⎢⎢⎡​x1′​x2′​x3′​x4′​​⎦⎥⎥⎤​=⎣⎢⎢⎡​γ00−iβγ​0100​0010​iβγ00γ​⎦⎥⎥⎤​⎣⎢⎢⎡​x1​x2​x3​x4​​⎦⎥⎥⎤​

其中 γ = ( 1 − β 2 ) ( − 1 / 2 ) , β = v / c \gamma = (1-\beta^2)^{(-1/2)},\beta=v/c γ=(1−β2)(−1/2),β=v/c

d x μ ′ = a μ ν d x ν dx'_{\mu}=a_{\mu\nu}dx_{\nu} dxμ′​=aμν​dxν​

狭义相对论不用上面这个式子,因为狭义相对论讨论的是平直空间中的运动。

\;\\\;\\\;

(洛伦兹变换下的) 张量

零阶张量是标量,一阶张量是矢量,二阶张量是矩阵。

所以上面两个关于a的矩阵的每一行都是一阶张量。

  • 标量(不变量)是在坐标变换中不变的量 U ′ ( x ′ ) = U ( x ) U'(x')=U(x) U′(x′)=U(x),不变量可能是常数或函数
  • 矢量是在坐标变换中与坐标微分元一起变的量 V μ ′ = a μ α V α V'_{\mu}=a_{\mu\alpha}V_{\alpha} Vμ′​=aμα​Vα​
  • 二阶张量是在坐标变换中以 T μ ν ′ = a μ α a ν β ⋅ T α β T'_{\mu\nu}=a_{\mu\alpha} a_{\nu\beta} \cdot T_{\alpha\beta} Tμν′​=aμα​aνβ​⋅Tαβ​ 规律变换的量
  • N阶张量 T μ ν ⋅ ⋅ ⋅ λ ′ = a μ α a ν β ⋅ ⋅ ⋅ a λ σ ⋅ T α β ⋅ ⋅ ⋅ σ T'_{\mu\nu\cdot\cdot\cdot\lambda} = a_{\mu\alpha} a_{\nu\beta} \cdot \cdot \cdot a_{\lambda\sigma} \cdot T_{\alpha\beta\cdot\cdot\cdot \sigma} Tμν⋅⋅⋅λ′​=aμα​aνβ​⋅⋅⋅aλσ​⋅Tαβ⋅⋅⋅σ​ 有 4 n 4^n 4n个分量
  • 二阶及以上统称张量

\;\;\;

张量性质

δ α β = { 1 α = β 0 α ≠ β \delta_{\alpha\beta}=\begin{cases} 1 \qquad \alpha = \beta\\ 0 \qquad \alpha \ne \beta \end{cases} δαβ​={1α=β0α​=β​

a μ α ( a − 1 ) α ν = ( a − 1 ) μ α a α ν = δ μ ν = a μ α a ν α = a α μ a α ν a_{\mu\alpha}(a^{-1})_{\alpha \nu}=(a^{-1})_{\mu\alpha}a_{\alpha \nu}=\delta_{\mu\nu}=a_{\mu\alpha}a_{\nu\alpha}=a_{\alpha\mu} a_{\alpha\nu} aμα​(a−1)αν​=(a−1)μα​aαν​=δμν​=aμα​aνα​=aαμ​aαν​

a a − 1 = a − 1 a = I 单 位 矩 阵 aa^{-1}=a^{-1}a=I 单位矩阵 aa−1=a−1a=I单位矩阵

转置矩阵: a ~ α μ = a μ α \widetilde{a}_{\alpha\mu}=a_{\mu\alpha} a αμ​=aμα​

转置矩阵等于逆矩阵: a ~ α μ = ( a − 1 ) α μ \widetilde{a}_{\alpha\mu}=(a^{-1})_{\alpha\mu} a αμ​=(a−1)αμ​ 说明矩阵a是正交矩阵

\;\;\;

洛伦兹变换的张量性质

d x μ ′ d x μ ′ = ( d x 1 ′ ) 2 + ( d x 2 ′ ) 2 + ( d x 3 ′ ) 2 + ( d x 4 ′ ) 2 = a μ α d x α a μ β d x β = a μ α a μ β d x α d x β = δ α β d x α d x β = d x α d x α = ( d x 1 ) 2 + ( d x 2 ) 2 + ( d x 3 ) 2 + ( d x 4 ) 2 dx_{\mu}'dx_{\mu}'=(dx_1')^2+(dx_2')^2+(dx_3')^2+(dx_4')^2\\\\=a_{\mu\alpha}dx_{\alpha}a_{\mu\beta}dx_{\beta}\\\\=a_{\mu\alpha}a_{\mu\beta}dx_{\alpha}dx_{\beta}\\\\=\delta_{\alpha\beta}dx_{\alpha}dx_{\beta} \\\\=dx_{\alpha}dx_{\alpha}=(dx_1)^2+(dx_2)^2+(dx_3)^2+(dx_4)^2 dxμ′​dxμ′​=(dx1′​)2+(dx2′​)2+(dx3′​)2+(dx4′​)2=aμα​dxα​aμβ​dxβ​=aμα​aμβ​dxα​dxβ​=δαβ​dxα​dxβ​=dxα​dxα​=(dx1​)2+(dx2​)2+(dx3​)2+(dx4​)2

d s = d x μ ′ d x μ ′ = d x α d x α ds=dx_{\mu}'dx_{\mu}'=dx_{\alpha}dx_{\alpha} ds=dxμ′​dxμ′​=dxα​dxα​ 表示四维时空中,坐标变换不会改变两点之间的距离
\;\\\;
又因为 d s = ( d x 1 ) 2 + ( d x 2 ) 2 + ( d x 3 ) 2 − c ( d t ) 2 ds=(dx_1)^2+(dx_2)^2+(dx_3)^2-c(dt)^2 ds=(dx1​)2+(dx2​)2+(dx3​)2−c(dt)2

所以当 d s = 0 ds=0 ds=0,表示物体以光速传播

广义相对论基础【1】狭义相对论中的张量相关推荐

  1. 【MindSpore深度学习框架】MindSpore中的张量Tensor

    文章目录 一.Tensor是什么 二.构造张量 三.Tensor的运算.属性.方法 1.运算 2.属性 3.方法 欢迎回到MindSpore神经网络编程系列.在这篇文章中,我们将通过MindSpore ...

  2. 六、物理中的张量问题

    六.物理中的张量问题 1. 经典热力学基础 对于经典平衡态,系综理论的核心是:对于一个全同粒子构成的系统,该系统处于某一种状态(或称为构型,记为( s 1 , s 2 , ⋯ s_1,s_2,\cdo ...

  3. 图解机器学习中的张量

    图解张量(tensor) 张量是什么?本讲的目的是回答这个问题,不是用一堆数学方程,用一些简单的家用物品,包括儿童积木.小箭头.几块纸板和一根尖头棒.我认为理解张量的最佳途径是首先确保你对向量的理解是 ...

  4. 实践指南 | 用PyTea检测 PyTorch 中的张量形状错误

    点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 作者丨陈萍.泽南 来源丨机器之心 编辑丨极市平台 导读 韩国首尔大学 ...

  5. js 判断变量是否有值返回bool_基础 |判断 JS 中的变量类型竟然可以如此简单

    原标题:基础 |判断 JS 中的变量类型竟然可以如此简单 嗨 这里是IMWEB 一个想为更多的前端人 享知识 助发展 觅福利 有情怀有情调的公众号 欢迎关注转发 让更多的前端技友一起学习发展~ 正文 ...

  6. UA PHYS515 电磁理论I 麦克斯韦方程组基础4 介质中的麦克斯韦方程

    UA PHYS515 电磁理论I 麦克斯韦方程组基础4 介质中的麦克斯韦方程 推导介质中的麦克斯韦方程 电位移矢量与辅助磁场强度 推导介质中的麦克斯韦方程 前三讲我们介绍了真空中的麦克斯韦方程的建立, ...

  7. Python基础学习-Python中最常见括号()、[]、{}的区别 2015-08-13 07:54 by xuxiaoxiaoxiaolu, 1138 阅读, 0 评论, 收藏, 编辑 Pytho

    Python基础学习-Python中最常见括号().[].{}的区别 2015-08-13 07:54 by xuxiaoxiaoxiaolu, 1138 阅读, 0 评论, 收藏, 编辑 Pytho ...

  8. iptables的基础知识-iptables中的状态检测

    2019独角兽企业重金招聘Python工程师标准>>> iptables的基础知识-iptables中的状态检测:iptabels被认为是Linux中实现包过滤功能的第四代应用程序. ...

  9. python tensorflow tf.Session().run()函数(运行操作并评估“fetches”中的张量)

    参考文章:TensorFlow-sess.run() 当我们构建完图(可能是我们pre_process后生成的图片?NoNoNo,它只是指tensorflow框架的一种设计理念--计算流图)后,需要在 ...

最新文章

  1. datagridvie设置行高列宽_DataGridView使用技巧(七、设定列宽和行高自动调整)----.NET...
  2. udev与devfs文件系统
  3. MySQL数据库安全配置
  4. android studio jni so,Android studio JNI 制做SO文件,在其余项目中调用
  5. 浅谈linux系统下常见的故障与处理方法
  6. bzoj 1667: [Usaco2006 Oct]Cows on Skates滑旱冰的奶牛(BFS)
  7. 了解计算机技术的课件,了解计算机课件.ppt
  8. Navicat 安装过程问题总结
  9. 过来领你的Bug之“缺陷分析“篇
  10. 装XP的电脑运行慢与实用解决办法
  11. “内存型”网游外挂的刑事责任辨析
  12. 前端后台常见问题总结
  13. 计算机二级考试python+C语言通过记录
  14. 运营商大数据手机号抓取的功能有哪些
  15. 云服务器怎么安装虚拟显卡,云服务器怎么弄图形界面
  16. Android通过OpenSL ES播放音频套路详解
  17. Maya2015安装与激活指南
  18. 颓废是从一点一滴开始,优秀也是
  19. Ubuntu Budgie 22.10 有什么新变化
  20. 小米10开始抓取日志怎么关闭_小米智能助理恢复我的支出功能

热门文章

  1. linux使用dd命令拷贝和恢复镜像
  2. python遗传算法排课表_遗传算法与Python图解
  3. DMA IP PS侧c / python代码笔记
  4. 快速学会微信小程序MiniProgram开发(一)【内附源代码】
  5. C语言/C++ 之 打飞机游戏
  6. 群晖nas和微软服务器差别,群晖nas和希捷家庭云服务器区别
  7. 十花争艳-----中国十大名花
  8. d3 .each()
  9. RocketMQ 源码阅读 ---- 消息消费(普通消息)
  10. Map对象转化为JavaBean