Sorry, your browser cannot access this site
This page requires browser support (enable) JavaScript
Learn more >

流形与张量场

教材:微广 by 梁灿彬 (物理学导向)

拓扑空间

基本的拓扑知识回忆

定义 (拓扑)
集合$X$上的拓扑指:有一个其子集构成的集合$\mathscr{T}$,开集就定义为它其中的元素,满足:

  1. 空集和$X$本身是开集

  2. 开集的有限交仍是开集

  3. 开集的任意并仍是开集

我们知道,在一般的拓扑空间中,连续的定义是“开集的逆像仍开”,而在度量空间上这等价于$\epsilon-\delta$的连续定义,画图给出了这一等价性的直观理解(见书上的图1-2),很有意思

定义 (同胚)
两个拓扑空间互相同胚,指的是其之间存在一个双射$f$,且$f$与$f^{-1}$均连续(这个双射也称同胚映射)

两个拓扑空间互相同胚,已经是目前有的结构里的最高配置了,两个拓扑空间“像的不能再像”

定义 (连通)
称拓扑空间$(X,\mathscr{T})$是连通的,如果仅$\varnothing, X$两者是既开又闭的

拓扑不变性:指在同胚映射下保持不变的性质,比如紧性、连通性、Hausdorff性

微分流形

流形的定义还有分离性(Hausdorff)以及可数性(第二可数)的要求,但本着为学物理/工程而入门微分流形的目的,暂且不去管这些。这几篇是速成课!

定义 (微分流形)
拓扑空间$(X,\mathscr{T})$称为n维微分流形,如果:有开覆盖$X=\bigcup\limits_\alpha O_\alpha$,满足:

  1. $\forall \alpha, \exists \psi_\alpha$(同胚映射)$: O_\alpha \to V_\alpha$ 而$V_\alpha$是$\mathbb{R}^n$中的开集

  2. 对于$O_\alpha \bigcap O_\beta \not={\varnothing}$,满足$\psi_\beta \circ \psi_\alpha^{-1}$是$C^\infty$无穷可微映射(这里仅讨论光滑流形)

第二条称为相容性条件,很直观

遵循如上记号,我们称$(O_\alpha,\psi_\alpha)$为局域坐标系,或,因为$\psi_\alpha$把$O_\alpha$中的点映射到一个$n$维欧式空间中,这个点在该映射下“获得了坐标”。所有图的都装到一个叫图册的大集合里。

定义 ($C^r$映射)
$f:M \to M’$是两个流形之间的映射,什么情况下,$f$是$C^r$映射呢?随意取一个$p\in M$,那么选好包含$p$的图$\set{O_\alpha,\psi_\alpha}$,和包含$f(p)$的图$\set{O_\beta’,\psi_\beta’}$后,均有$\psi’_\beta \circ f \circ \psi_\alpha^{-1}$是欧式空间中的$C^r$类函数

两个流形间映射的光滑性,要借助于$\mathbb{R}^n$中映射的光滑性概念

定义 (微分同胚)
两个流形$M,M’$称为互相微分同胚,如果$\exists f :M\to M’$,且$f$是个双射,且$f$与$f^{-1}$都是$C^\infty$的

定义 (标量场)
首先有个流形$M$,那么$f:M\to \mathbb{R}$就叫$M$上的一个标量场。若还是$C^\infty$的,那么$f$就叫$M$上的一个光滑标量场。全体$M$上的光滑标量场记为$\mathscr{F}_M$

矢量

今后一律使用求和约定。

定义 (矢量/向量)
什么是矢量?在点$p\in M$处的矢量是这样一种映射$v :\mathscr{F}_M \to \mathbb{R}$,对于$\forall f,g\in\mathscr{F}_M$,都满足:

  1. (线性性) $v(\alpha f +\beta g)= \alpha v(f) +\beta v (g)$

  2. (莱布尼兹律) $v(fg) = v(f) g|_p+ f|_p v(g)$

在$p\in M$点处的所有矢量装入集合$V_p$中,按照很自然的方式定义一下矢量加法和数乘,可发现$V_p$符合曾经的矢量空间定义,且该矢量空间维数与流形的维数一样,即$\dim V_p = \dim M =n$

给个具体例子,在$n$维流形$M$上,固定了$p$点后,$X_\mu$就是点$p$处的一个向量,它的定义是什么呢?对于一个已知的标量场$f\in\mathscr{F}_M$,选一个图$\set{O,\psi}$,那么$f\circ\psi^{-1}$就是一个很普通的$\mathbb{R}^n\to \mathbb{R}$的函数(高数就学过的那种)记为$F(x^1,x^2\dots,x^n)$,简记为$F(x)$,甚至简记为$f(x)$,那么就有定义式:
$$
X_\mu (f):=\left.\frac{\partial F(x)}{\partial x^\mu}\right|_p \overset{\text{denoted as}}{=} \left.\frac{\partial f(x)}{\partial x^\mu}\right|_p
$$
的确在$p$点处把$f$映成一个实数,且是满足线性性与莱布尼兹律的

注意:我反复强调“在$p$点处”,因为必须指定一个点,谈论矢量这个概念才有意义。比如指定$p$后,$V_p$成为一个矢量空间,两个不同点之间的矢量是不能做加法的……

此外,$X_1,X_2\dots X_n$就构成了$V_p$这个向量空间的基,比如随便来一个$V_p$中的元素$v$,都能用$X_\mu$们展开$v = v(x^\mu) X_\mu$,这里的$v(x^\mu)$就是坐标分量

仔细看看这里的写法,$x^\mu$就是把一个点打到其所在图的某一坐标分量的实值函数,即$x^\mu \in \mathscr{F}_O$(仔细读读这句话,虽然比较绕),那么$v(x^\mu)$这个写法是有意义的,因为矢量作用的对象就是标量场

今后,写为$v = v^\mu X_\mu$即可!心中暗自知道$v^\mu = v(x^\mu)$就行

定理 (坐标分量变换关系)
$\set{x^\mu}$与$\set{x’^\nu}$为两个坐标系(图),其中共有一点$p$,$v\in V_p$,且$\set{v^\mu}$与$\set{v’^\nu}$是同个$v$向量在两个系中的分量,则有:
$$
v’^\nu = \left.\frac{\partial x’^\nu}{\partial x^\mu}\right|_p v^\mu
$$

证明:两个坐标系就有两组坐标基矢$\set{X_\mu},\set{X’_\nu}$,作用在$f$这个标量场上,有:
$$
\begin{align*}
X_\mu (f) = \left.\frac{\partial f(x)}{\partial x^\mu}\right|_p \qquad X’_\nu(f) = \left.\frac{\partial f’(x’)}{\partial x’^\nu}\right|_p
\end{align*}
$$
回忆这里的$f(x)$其实是$F(x^1,x^2\dots,x^n)$的简记,同样的$f’(x’)$其实是$F’(x’^1,x’^2\dots,x’^n)$的简记

现在,由于本身两个坐标系都是$\mathbb{R}^n$里的且需要符合相容性条件,因此可以这样写:$x’^\nu=x’^\nu(x)$,即加撇的某一分量是不加撇的一个n元函数,而且由于$f|_p$的值与坐标的选取无关,有$f(x)=f’(x’)=f’(x’(x))$(请回忆这个$f$其实是$F$),故:
$$
X_\mu (f) = \left.\frac{\partial f(x)}{\partial x^\mu} \right|_p = \left. \frac{\partial f’(x’(x))}{\partial x^\mu} \right|_p=\left. \frac{\partial f’(x’)}{\partial x’^\nu}\frac{\partial x’^\nu}{\partial x^\mu}\right|_p = \left. \frac{\partial x’^\nu}{\partial x^\mu}\right|_p X’_\nu (f)
$$

定义 (曲线)
设$I$为$\mathbb{R}$的一个区间,则$C^r$类映射$C:I\to M$称为流形$M$上的一个曲线(今后默认光滑,是$C^\infty$类的)

定义 (曲线的切矢)
设$C(t)$是在微分流形$M$上的一个$C^1$类曲线,则线上的$C(t _ 0)$点的、切于$C(t)$的切矢$T$是一个在$C(t _ 0)$点的矢量,它是怎么定义的呢?对于$\forall f\in \mathscr{F} _ M$:
$$
T(f):= \left.\frac{d(f\circ C)}{dt}\right| _ {t _ 0}
$$

注:易证的确是矢量

今后把$T$记为$\left.\frac{\partial }{\partial t}\right| _ {C(t _ 0)}$,更加生动形象地表明的确是个向量。如果曲线取成坐标线,参数是坐标线上的$x^\mu$,那么这切矢不就恰好等于$X_\mu$了嘛!

定理 (曲线切矢用坐标基底展开)
比如曲线$C(t)$在某个坐标系(图)中的参数写法为$x^\mu = x^\mu(t)$,那么该坐标系(图)内有:
$$
\frac{\partial}{\partial t}=\frac{dx^\mu}{dt} \frac{\partial}{\partial x^\mu}
$$

证明:这式子看上去很熟悉,但其诠释与初等微积分中完全不一样。在这里,左边是一个$C(t_0)$点的矢量,那么自然可以被$V_{C(t_0)}$中的基矢量展开,回忆一下“坐标分量”那里的展开$v = v(x^\mu) X_\mu$,这里无非就是把字母替换掉:
$$
\left.\frac{\partial}{\partial t}\right| _ {C(t _ 0)} =\left.\frac{\partial x^\mu}{\partial t}\right| _ {C(t _ 0)} \cdot\frac{\partial}{\partial x^\mu}=\left.\frac{d x^\mu}{d t}\right| _ {C(t _ 0)} \cdot\frac{\partial}{\partial x^\mu}
$$
当然$t_0$是可以任意取的,因此不用写$| _ {C(t _ 0)}$了

如果$M$上的每一点都定义一个矢量,那么就得到一个矢量场,矢量场能把某一个标量场变为另外一个标量场

矢量场也可以定义光滑与否,$C^r$类的矢量场的定义就是:作用于$C^\infty$类的标量场后能得到$C^r$类标量场(今后,简单起见都默认光滑)

定义 (积分曲线)
有一个$M$上的光滑矢量场$v$,则积分曲线是这样一条曲线,其上每一点处的曲线切矢都等于矢量场在该点的取值

定义 (单参微分同胚群)
$C^\infty$映射$\phi:\mathbb{R}\times M \to M$能被称为在$M$上的一个单参微分同胚群,若满足:

  1. $\phi_t: M\to M$对于$\forall t\in\mathbb{R}$都是微分同胚

  2. $\phi_t \circ \phi_s = \phi_{t+s}$ 对$\forall t,s\in \mathbb{R}$成立

注意上面提到的记号,约定为:当$\phi(?,?)$的第一个槽填入$t\in\mathbb{R}$后,$\phi_t := \phi(t,?)$,当第二个槽填入$p\in M$后,$\phi_p = \phi(?,p)$

显然,$\phi_t$是一个群

可以发现,$\phi_p$实际上把$\mathbb{R}$映到$M$,是一个曲线!我们称这个曲线为$p$的轨道

若$M$上有了一个单参微分同胚群$\phi$,那么在$p$点定义矢量为轨道$\phi_p(t)$在$t=0$处的切矢(这句话是有意义,回顾切矢的定义),按照这个方法,可在流形上的各个点都定义一个矢量。故,$M$上的一个单参微分同胚群给出了$M$上的一个光滑矢量场!

对偶矢量场

简要回顾对偶空间定义:以下,记号$\mathscr{L}(V,W)$代表两个向量空间之间$V\to W$的线性映射

定义 (对偶空间)
设$V$是$\mathbb{R}$上的有限维矢量空间,则$\mathscr{L}(V,\mathbb{R})$就是$V$的对偶空间,记为$V^*$,我们称其中元素“对偶矢量”(不符合上节的矢量定义,不是矢量)

在线性代数中熟知的,对偶基是这样的:

首先,$V$中有一个基$\set{e_\nu}$,那么$\set{e^{\mu *}}$就是对偶基,其特色为:$e^{\mu *} e_\nu= \delta^\mu_{\phantom{0}\nu}$

易验证,对偶基是对偶空间的基!(代数层面)

介绍重要的自然同构:$V\to V^{\ast\ast} ,v\mapsto v^{\ast\ast}$(同构是因为维数相等),$v^{\ast\ast}$是怎么给出的呢?当它作用在一个对偶空间元素$\omega$上时:$v^{\ast\ast}(\omega) :=\omega(v) $

由标量场$f$,能够很自然的诱导出一个$M$上的一个对偶矢量场$df$,这个“$f$的微分”是什么呢?比如,你任给出一点$p$,其上任给出一个矢量$v\in V_p$,我都能够讲出$df$在其上的作用效果的话,我就定义好了$df$。下面,给出这个作用效果:

定义 (微分与对偶矢量场)
有标量场$f\in \mathscr{F}_M$后,$M$上可诱导出一个对偶矢量场$df$如下,我只要在任何一个点$p$都讲清楚$df|_p$是啥就行了:
$$
\left.df(v)\right|_p := v(f)
$$

定理 (微分算子d的莱布尼兹律)
还记得以前写的$d(fg) = g\cdot df+f\cdot dg$式子吗?这其实就是微分算子$d$的莱布尼兹律了。我们这里定义的$df$意义虽看起来不同,但仍然具有莱布尼兹律

证明:比如我随便挑一点$p$,其上随便挑一个向量,$d(fg) |_p(v)= v(fg) = v(f) g|_p + v(g) f|_p = g|_p\cdot df(v)+f|_p \cdot dg(v) \quad \square$

可见,$d$的莱布尼兹性质来源于矢量的莱布尼兹性质

一旦选定了图,就能谈论$x^\mu$等内容,这里,$dx^\mu$正是与$\frac{\partial}{\partial x^\mu}$相对应的那个线性泛函

定理 (“全微分”公式展开)
设有一坐标系$(O,\psi)$,$f$是$O$上的光滑函数,$f(x)$是$f\circ \psi^{-1}$对应的$F(x^1,x^2\dots,x^n)$的简写,则$df$可用对偶坐标基底$\set{d x^\mu}$展开如下:
$$
df = \frac{\partial f(x)}{\partial x^\mu} dx^\mu\quad \forall f\in \mathscr{F}_O
$$

欲证明两边相同,仅需证明两边作用在基向量上效果一致即可,那么拿一个$\frac{\partial}{\partial x^\mu}$来作用试试呗:

左边作用后$df(\frac{\partial}{\partial x^\nu})=\frac{\partial f}{\partial x^\nu}|_p$,当然,这个仍然是指定了坐标系后才有的写法,即$F$的简写,否则求偏导是没有定义过的

右边作用后$\frac{\partial f(x)}{\partial x^\mu} dx^\mu(\frac{\partial}{\partial x^\nu})=\frac{\partial f(x)}{\partial x^\mu}|_p dx^\mu(\frac{\partial}{\partial x^\nu})=\frac{\partial f(x)}{\partial x^\mu}|_p\frac{\partial x^\mu}{\partial x^\nu} = \frac{\partial f}{\partial x^\nu}|_p$

$\square$

张量

张量基本定义

定义 ((k,l)型张量)
矢量空间$V$上的一个$(k,l)$型张量,指的是一个多重线性映射(即,对每一个位置都是线性的)$T: V^\ast \times V^\ast\times \dots \times V^\ast \times V\times V \times \dots \times V \to \mathbb{R}$,其中,是$k$个对偶空间$V^\ast$与$l$个$V$进行笛卡尔积

用$\mathscr{T}_V (k,l)$记矢量空间$V$上的全体$(k,l)$型张量

这就是张量定义!非常清晰,里面没有任何魔法

一个张量,就是一部机器,有$k$个上槽(吃对偶矢量),$l$个下槽(吃矢量),吐出实数,仅此而已

约定 (认同$V$与$V^{\ast\ast}$)
根据自然同构,可以把$v$与$v^{\ast\ast}$认为是同一对象,今后,矢量$v$可以直接作用于对偶矢量上

因此,一个矢量可以视为$(1,0)$型张量,一个对偶矢量可视为$(0,1)$型张量!

下面将会出现$v(\omega)$这样的式子,不要吃惊,$v$作$v^{\ast\ast}$诠释

定理 (张量面面观)
定义$V$上的$(1,1)$型张量$T$,那么,可视为$T\in \mathscr{L}(V, V)$,也可视为$T\in \mathscr{L}(V^\ast, V^\ast)$

原因就是,填入了一个上槽的$T$变为$T(\omega;?)$这个新机器,新机器吃入矢量$v$,吐出实数,不就是对偶矢量嘛!所以$T: V^\ast \to V^\ast , \omega\mapsto T(\omega;?)$

张量积

定义 (张量积)
同个$V$上的$(k,l)$型张量$T$和$(k’,l’)$型张量$T’$的张量积$T \otimes T’$定义为一个$(k+k’,l+l’)$型张量:$$
T\otimes T’(\omega^1,\dots,\omega^{k+k’};v_{1},\dots, v_{l+l’}) = T(\omega^1,\dots,\omega^k; v_1,\dots,v_l) T’(\omega^{k+1},\dots,\omega^{k+k’};v_{l+1},\dots,v_{l+l’})
$$

张量积不满足交换律

定理 ($\mathscr{T}_V(k,l)$的维数)
$\mathscr{T}_V(k,l)$也是一个向量空间,其维数为$n^{k+l}$

证明:以$n=\dim V=2$,且$(2,1)$型为例,其实该向量空间中基的成员,形如两个基矢量与一个基对偶矢量的张量积:$e_1 \otimes e_1\otimes e^{1\ast} \quad e_1 \otimes e_1\otimes e^{2\ast} \quad e_1 \otimes e_2\otimes e^{1\ast} \quad e_1 \otimes e_2\otimes e^{2\ast} \dots$,共8个

证明这种方法选出来的的确为基即可,不难推广到一般情形

下面这个定理很重要,以后会不断用到:

定理 (张量展开)
以$V$上的$(2,1)$型张量$T$为例:可以表示为$T = T^{\mu \nu} _ {\phantom{00}\sigma} e _ \mu \otimes e _ \nu \otimes e^{\sigma \ast}$,其中,$T^{\mu \nu} _ {\phantom{00}\sigma} = T(e^{\mu\ast},e^{\nu\ast};e _ {\sigma})$

证明:本身矢量空间$\mathscr{T} _ V(k,l)$里的元素,都能用基成员线性展开,只需证展开系数的确如上所述

证明时,只需把第一个等式左右两边各作用一个对象,如果左右两边的效果相同,那就证毕了

更好的是,由于线性性,仅需验证左右两边作用在基成员上得到相同的值即可

过程很简单,略

缩并

定义 (缩并)
设$T$为一$(k,l)$型张量,则其“第$i$上标与第$j$下标的缩并”定义为:
$$
C^i_j T =T(\underbrace{\dots,e^{\mu\ast}} _ {i} ,\dots;\underbrace{\dots,e_\mu}_{j},\dots)
$$ 其中,$e^{\mu\ast}$与$e_\mu$分别填在第$i$个上槽与第$j$个下槽,因此,$C^i_j :\mathscr{T}_V(k,l)\to\mathscr{T}_V(k-1,l-1) $

缩并是线性算子的迹(Trace)的推广,具有“与基的选取无关”的性质

证明实质和“基变迹不变”的证明完全一样!因为缩并实质只有两个槽进行求和,和矩阵一样(别的槽不重要)

定理 (作用=积并)
用几个实例来说明“作用”就等价于“先张量积再缩并”:

  1. $C^1_1 v\otimes \omega = \omega(v) = v(\omega)$

  2. 若$T$是$(0,2)$型张量,$C^1_2 (T\otimes v) = T(?,v)$

证明:

首个等式,左侧$C^1_1 v\otimes \omega = v\otimes \omega(e^{\mu\ast}; e_\mu) = v(e^{\mu\ast}) \omega (e_\mu) $,调用定理(张量展开),此即$v^\mu \omega_\mu$;而右侧$\omega(v) = \omega(v^\mu e_\mu)=v^\mu\omega(e_\mu)=v^\mu \omega_\mu$故相等

第二个等式是个$(1,0)$型张量等式,只需验证左右侧作用在同个基矢量上(选$e_\nu$),得到相同的结果即可:左侧$C^1_2 (T\otimes v)(e_\nu) =T\otimes v(e^{\mu\ast};?,e_\mu)(e_\nu) =v(e^{\mu\ast}) T(?,e_\mu)(e_\nu) = v(e^{\mu\ast}) T(e_\nu,e_\mu) = v^\mu T(e_\nu,e_\mu) =T(e_\nu,v^\mu e_\mu)=T(e_\nu,v)$;右边作用$e_\nu$当然与之相等!

$\square$

张量场

定义 (张量场)
在流形$M$的每一点,定义一个$(k,l)$型张量,就得到一个张量场

既然涉及到流形,那就涉及到“同一个量在不同的图中都能表示”的问题,这就引出下面的定理

定理 (张量变换律)
$(k,l)$型张量$T$在两个图中,当然有不同的分量啦!其分量的变换关系符合:
$$
T’^{\mu _ 1,\dots \mu _ k} _ {\phantom{0000000}\nu _ 1,\dots,\nu _ l} = \frac{\partial x’^{\mu _ 1}}{\partial x^{\rho _ 1}} \dots\frac{\partial x’^{\sigma _ l}}{\partial x’^{\nu _ l}} T^{\rho _ 1,\dots \rho _ k} _ {\phantom{0000000}\sigma _ 1,\dots,\sigma _ l}
$$

证明:用抽象指标(往后看)证明比较简单,先写成抽象指标式,然后调用定理(张量展开),分别算出系数,然后对比即可

以$(1,1)$型为例证明:

$T^\rho _ {\phantom{0}\sigma} = T^a _ {\phantom{0}b}(e^\rho) _ a (e _ \sigma) _ b$ 以及 $T’^\mu _ {\phantom{‘\mu}\nu} = T^a _ {\phantom{0}b}(e’^\mu) _ a (e’ _ \nu) _ b$

故$T’^\mu _ {\phantom{‘\mu}\nu} = T^\rho _ {\phantom{0}\sigma} (e _ \rho)^a (e^\sigma) _ b (e’^\mu) _ a (e’ _ \nu) _ b $,其中,$(e _ \rho)^a(e’^\mu) _ a$即$\frac{\partial x’^{\mu}}{\partial x^\rho}$,$(e^\sigma) _ b(e _ \nu)^b$即$\frac{\partial x^\sigma}{\partial x’^\nu}$

$\square$

评论