惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
V2EX
爱范儿
爱范儿
Martin Fowler
Martin Fowler
T
The Blog of Author Tim Ferriss
B
Blog RSS Feed
博客园 - 聂微东
G
GRAHAM CLULEY
Engineering at Meta
Engineering at Meta
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
WordPress大学
WordPress大学
Scott Helme
Scott Helme
AI
AI
S
Security Affairs
T
Threat Research - Cisco Blogs
M
MIT News - Artificial intelligence
T
Troy Hunt's Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
人人都是产品经理
人人都是产品经理
AWS News Blog
AWS News Blog
T
Threatpost
Cyberwarzone
Cyberwarzone
www.infosecurity-magazine.com
www.infosecurity-magazine.com
U
Unit 42
V
Vulnerabilities – Threatpost
J
Java Code Geeks
博客园 - Franky
月光博客
月光博客
Blog — PlanetScale
Blog — PlanetScale
NISL@THU
NISL@THU
D
Docker
小众软件
小众软件
N
News and Events Feed by Topic
Microsoft Security Blog
Microsoft Security Blog
Y
Y Combinator Blog
A
Arctic Wolf
D
DataBreaches.Net
云风的 BLOG
云风的 BLOG
Forbes - Security
Forbes - Security
量子位
PCI Perspectives
PCI Perspectives
美团技术团队
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
I
InfoQ
Security Archives - TechRepublic
Security Archives - TechRepublic
有赞技术团队
有赞技术团队
腾讯CDC
P
Proofpoint News Feed
S
Security @ Cisco Blogs
G
Google Developers Blog
C
Cisco Blogs

菲兹克斯喵

Lesson 17 引力波的功率 (2) Lesson 16 引力波的功率 Lesson 8 Atmospheres Lesson 16 习题课 Lesson 15 引力波 Lesson 14 Noether 定理 Lesson 7 Evolution Lesson 7 传粉的力量 Lesson 13 作用量原理 Lesson 13 配分函数的一些应用 Lesson 12 Penrose 过程与 Hawking 辐射 Lesson 6 Homology Lesson 11 带电荷和旋转的黑洞 Lesson 6 进食行为 Lesson 11 配分函数 Lesson 10 Penrose 图 Lesson 5 Diffusion Lesson 9 微观量与宏观量的联系 Lesson 5 捕食行为 Lesson 8 Schwarzschild 黑洞 Lesson 9 Schwarzschild 黑洞 (2) Lesson 8 近独立子体系分布 Lesson 4 Ignition of the Sun Lesson 7 统计力学绪论 Lesson 4 讲座:乌贼和章鱼的行为与智能 Lesson 7 Killing 矢量场和 Lie 导数 Lesson 6 Schwarzschild 解 Lesson 6 Landau 相变理论 (二) Lesson 3 Lane - Emden Equation Lesson 5 Landau 相变理论 Lesson 3 动物的感知 Lesson 5 Einstein 场方程 Lesson 4 协变的物理定律 Lesson 3 等效原理 & 广义协变性原理 Lesson 4 热力学第三定律 Lesson 2 Equation of State Lesson 3 热力学关系 Lesson 2 神经生物学基础 Lesson 1 简介 Lesson 1 Lorentz 变换 Lesson 2 热力学定律 Lesson 1 Introduction & Light Lesson 1 介绍 流星监控项目 II - 树莓派配置 Lesson 15 Green 函数法 Lesson 29 散射 (二) Lesson 15 Spatial Patterns & Self-Organization Lesson 14 积分变换 Lesson 29 散射 Lesson 28 散射 (一) Lesson 27 绝热近似 Lesson 14 Dynamics of biological networks (2) Lesson 13 分离变量法总结 Lesson 26 变分法 (二) Lesson 14 Spatial Statistics Lesson 27 带电粒子和电磁场的相互作用 Lesson 13 磁性材料 & 拓扑绝缘体 Lesson 25 变分法 Lesson 13 Fast Radio Burst Lesson 13 Dynamics of biological networks Lesson 24 含时微扰 Lesson 26 相对论中的能量和动量守恒 Lesson 13 On the Intersection between Astronomy and AI Lesson 25 电磁场变换 Lesson 12 超导 Lesson 23 Zeeman Effect Lesson 12 absorbing Lesson 12 China Jingping Labs and Related Physics Lesson 24 狭义相对论的速度变换 Lesson 22 微扰论 Lesson 11 Bessel 函数 Lesson 12 Time Series Analysis Lesson 23 狭义相对论 Lesson 21 能带理论 Lesson 11 量子多体系统 Lesson 11 Molecular Motor (3) Tianwen:The Beauty of the Cosmos Lesson 10 连带 Legendre 函数 Lesson 20 多电子原子 & 固体 Lesson 11 Truncated & Censored Data Lesson 21 偶极辐射 (二) Lesson 10 离子阱量子计算 & 超快分子摄影 Lesson 10 Molecular Motor (2) Lesson 19 多粒子系统 Neutron Stars Lesson 20 偶极辐射 Lesson 9 Legendre 多项式 (二) Lesson 18 双粒子系统 Lesson 10 Clustering & Classification Lesson 19 辐射 (二) Lesson 9 引力波探测 & 原子量子计算 Lesson 17 CG 系数 「三次量子化」:宏观量子能级及其相干叠加态 —— 解读今年的 Nobel Prize Lesson 9 Molecular Motor Exoplanet Lesson 18 辐射 Lesson 16 自旋 (二) Lesson 8 Legendre 多项式 Lesson 17 波导 Lesson 9 Density Estimation
Lesson 2 度规和联络
2026-02-28 · via 菲兹克斯喵

说一下考核方式:40%40\% 作业,60%60\% 考试,考试大概率是开卷考试.


现在我们有 dxμ\text{d}x^\mu (vector) 和 dτ\text{d}\tau (scalar). 可以定义四维速度

Uμ=dxμdτU^\mu = \frac{\text{d}x^\mu}{\text{d}\tau}

同时还有 mm (scalar). 之前我们已经说过四维动量了,到这里为止我们可以开始推广 Newton 第二定律. 但是什么是四维力 fμf^\mu 呢?这里就需要搞明白力的来源.

我们从来没有见过把压力浮力这些东西写成相对论协变形式的,这涉及到一个「有效理论」的问题. 考查压力浮力的能标,大约是 100 eV10^0\text{ eV} 的程度,而相对论显著的能标应该和电子的静能可以比拟,比如 0.5 MeV0.5\text{ MeV} 的级别. 因此考虑用电磁场来产生这个四维力. 为此,引入一个反对称张量

Fμν=∂μAν−∂νAμ,F=(0ExEyEz−Ex0Bz−By−Ey−Bz0Bx−EzBy−Bx0)F_{\mu\nu} = \partial_\mu A_\nu-\partial_\nu A_\mu,\quad F = \begin{pmatrix} 0&E_x&E_y&E_z\\ -E_x&0&B_z&-B_y\\ -E_y&-B_z&0&B_x\\ -E_z&B_y&-B_x&0 \end{pmatrix}

来描述电磁场. 力是一个矢量,我们上节课已经学过如何用一个张量构造一个矢量,也就是要找一个矢量和这个张量缩并,有

dPμdτ=fμ=QFμνUν\frac{\text{d}P^\mu}{\text{d}\tau} = f^\mu = QF^{\mu\nu}U_\nu

现在来检查这个式子能否回到 Newton 理论. 对于 μ=0\mu=0LHS\text{LHS} (dm/dτ\text{d}m/\text{d}\tau) 的 leading order 是 00 (dτ≈dt\text{d}\tau\approx\text{d}t),和 RHS\text{RHS} 相符合;第二阶是 F0iUi=E⃗⋅v⃗F^{0i}U_i=\vec{E}\cdot\vec{v},就是功率. 其他分量也是类似的.

下一步我们尝试定义电流,考虑一堆粒子,第 nn 个粒子带电 QnQ_n. 那么电荷密度就是

ρ(x⃗,t)=∑nQnδ3(x⃗−x⃗n(t))\rho(\vec{x},t) = \sum_nQ_n\delta^3(\vec{x}-\vec{x}_n(t))

对全空间积分就是总电荷 (验证了我们的定义没问题),且 ∑nQn\sum_nQ_n 是一个标量. 为了构造一个 4-电流密度 JμJ^\mu,首先其 00 分量应该就是电荷密度;ii 分量按照三维电流密度的定义,

Ji(x⃗,t)=∑nQn⋅dx⃗n(t)dτδ3(x⃗−x⃗n(t))J^i(\vec{x},t) = \sum_nQ_n\cdot\frac{\text{d}\vec{x}_n(t)}{\text{d}\tau}\delta^3(\vec{x}-\vec{x}_n(t))

由电荷守恒,流应该满足 ∂μJμ=0\partial_\mu J^\mu = 0. 因为 ∂μ\partial_\mu 是一个协变矢量、右边是个标量,因此 JμJ^\mu 是一个四维矢量.

这里说一下「∂μ\partial_\mu 是协变矢量」的证明.

考虑把它作用在一个 scalar 函数 ff 上,f′(x′)=f(x)f'(x')=f(x),有

∂μ′f=∂f′(x′)∂x′μ=∂f′(x′)∂xν∂xν∂x′μ=∂f(x)∂xν∂xν∂x′μ=Λμν∂νf\partial'_\mu f=\frac{\partial f'(x')}{\partial x'^\mu} = \frac{\partial f'(x')}{\partial x^\nu}\frac{\partial x^\nu}{\partial x'^\mu}= \frac{\partial f(x)}{\partial x^\nu}\frac{\partial x^\nu}{\partial x'^\mu}= \Lambda_\mu{}^\nu\partial_\nu f

它的变换规则是乘一个 Λμν\Lambda_\mu{}^\nu,所以这个算符是一个协变矢量.

定义了电流之后,我们可以接下去同理定义 4-动量和 4-动量流,

Tαβ{Tα0(x⃗,t)=∑nPnα(t)δ3(x⃗−x⃗n(t))Tαi(x⃗,t)=∑nPnα(t)dxidtδ3(x⃗−x⃗n(t))T^{\alpha\beta}\left\{\begin{aligned} &T^{\alpha0}(\vec{x},t) = \sum_n P_n^\alpha(t)\delta^3(\vec{x}-\vec{x}_n(t))\\\\ &T^{\alpha i}(\vec{x},t) = \sum_n P_n^\alpha(t)\frac{\text{d}x^i}{\text{d}t}\delta^3(\vec{x}-\vec{x}_n(t)) \end{aligned}\right.

这和起来是能动张量.

Einstein 到此为止遇到了新的两个大问题:我们怎么找惯性参考系?引力的 Newton 公式怎么变成协变的形式?

但是他突然意识到等效原理 —— 引力的荷竟然和惯性质量是一样的. 在物理学的历史上,很少有物理量可以做两件事情,既是 Newton 定律的惯性表征、又是引力定律的参数,这是非常特殊的.

为了弄清这里的细节,先不考虑任何力,在某个参考系中,

d2ξμdτ2=0\frac{\text{d}^2\xi^\mu}{\text{d}\tau^2}=0

现在试图计算一个新的系 xμ(ξ)x^\mu(\xi) 中,加速度是什么.

d2xμ(ξ)dτ2=ddτ(dxμdτ)=ddτ(∂xμ∂ξαdξαdτ)=ddτ(∂xμ∂ξα)dξαdτ+∂xμ∂ξαd2ξαdτ2‾0=∂2xμ∂ξβ∂ξαdξβdτdξαdτ=∂2xμ∂ξβ∂ξα∂ξα∂xρ∂ξβ∂xσ‾Γμρσdxρdτdxσdτ\begin{aligned} \frac{\text{d}^2x^\mu(\xi)}{\text{d}\tau^2}&=\frac{\text{d}}{\text{d}\tau}\left(\frac{\text{d}x^\mu}{\text{d}\tau}\right) = \frac{\text{d}}{\text{d}\tau}\left(\frac{\partial x^\mu}{\partial\xi^\alpha}\frac{\text{d}\xi^\alpha}{\text{d}\tau}\right)\\\\ &=\frac{\text{d}}{\text{d}\tau}\left(\frac{\partial x^\mu}{\partial\xi^\alpha}\right)\frac{\text{d}\xi^\alpha}{\text{d}\tau}+ \underset{0}{\underline{\frac{\partial x^\mu}{\partial\xi^\alpha}\frac{\text{d}^2\xi^\alpha}{\text{d}\tau^2}}}\\ &=\frac{\partial^2x^\mu}{\partial\xi^\beta\partial\xi^\alpha}\frac{\text{d}\xi^\beta}{\text{d}\tau}\frac{\text{d}\xi^\alpha}{\text{d}\tau}\\\\ &= \underset{\Gamma^\mu{}_{\rho\sigma}}{\underline{\frac{\partial^2x^\mu}{\partial\xi^\beta\partial\xi^\alpha}\frac{\partial\xi^\alpha}{\partial x^\rho}\frac{\partial\xi^\beta}{\partial x^\sigma}}}\frac{\text{d}x^\rho}{\text{d}\tau}\frac{\text{d}x^\sigma}{\text{d}\tau} \end{aligned}

Newton 第二定律就可以写成

md2xμdτ2=mΓμρσdxρdτdxσdτm\frac{\text{d}^2x^\mu}{\text{d}\tau^2} = m\Gamma^\mu{}_{\rho\sigma}\frac{\text{d}x^\rho}{\text{d}\tau}\frac{\text{d}x^\sigma}{\text{d}\tau}

我们写成这样的目的是,当我们的公式中仅仅只有这个参考系的量时,那么公式本身和参考系的选取就已经无关了. 这是某种所谓的规范对称性.

RHS\text{RHS} 现在是某种 inertial force (也就是惯性力). 现在,右边的 mm 是力的 charge 而不是惯性质量了,因为它是换参考系之后产生力的原因,而左边 mm 仍然是惯性质量. 如果把引力写成右侧这种形式,引力荷的问题似乎就可以迎刃而解.

另一个重要的问题是如何去寻找惯性系. Newton 并没有非常仔细地思考这一问题;Mache 认为惯性系应该由远处的大质量天体共同定义. Einstein 认为 Mache 启发了他,他提出自由下落的电梯中的体验和所谓的惯性系几乎一致,也就是用局域的引力场定义了什么是「惯性」.

提示

这里可以看出,实际上 Einstein 的思路和 Mache 的几乎完全相反,前者用局域的引力场和自由落体定义惯性,而后者是用无穷远处的天体定义惯性系. 但是 Einstein 自己认为他受到了启发 ...

Einstein 电梯需要 clarify 的一点是,我们仅仅只能在 局域上 用惯性力 cancel 这个引力.


在细说等效原理之前,我们还是花时间来说一下任意参考系的度规. 之前在惯性系我们的理论一直建立在 ημν\eta_{\mu\nu} 这个度规上,对于任意参考系,我们有

dτ2=−ηαβdξαdξβ=−[ηαβ∂ξα∂xμ∂ξβ∂xν]‾gμνdxμdxν\text{d}\tau^2 = -\eta_{\alpha\beta}\text{d}\xi^\alpha\text{d}\xi^\beta = -\underset{g_{\mu\nu}}{\underline{\left[\eta_{\alpha\beta}\frac{\partial\xi^\alpha}{\partial x^\mu}\frac{\partial\xi^\beta}{\partial x^\nu}\right]}}\text{d}x^\mu\text{d}x^\nu

这就定义出了任意参考系的度规 gμνg_{\mu\nu}.

观察一下发现,似乎给 gμνg_{\mu\nu} 求个导能得到和 Γμρσ\Gamma^\mu{}_{\rho\sigma} 有关系的某种式子. 现在来试着计算:考虑一个全局的参考系,

∂gμν∂xλ=ηαβ(∂2ξα∂xλ∂xμ∂ξβ∂xν+∂ξα∂xμ∂2ξβ∂xλ∂xν)(1)\begin{aligned} \frac{\partial g_{\mu\nu}}{\partial x^\lambda} &= \eta_{\alpha\beta}\left(\frac{\partial^2\xi^\alpha}{\partial x^\lambda\partial x^\mu}\frac{\partial\xi^\beta}{\partial x^\nu}+\frac{\partial\xi^\alpha}{\partial x^\mu}\frac{\partial^2\xi^\beta}{\partial x^\lambda\partial x^\nu}\right)\\\\ \end{aligned}\tag{1}

为接下去计算,下式对 xλx^\lambda 求导:

∂ξα∂xμ⋅∂xμ∂ξβ=δαβ\frac{\partial\xi^\alpha}{\partial x^\mu}\cdot\frac{\partial x^\mu}{\partial\xi^\beta} = \delta^\alpha{}_\beta

得到

∂2ξα∂xλ∂xμ∂xμ∂ξβ+∂ξα∂xμ∂∂xλ(∂xμ∂ξβ)=0\frac{\partial^2\xi^\alpha}{\partial x^\lambda\partial x^\mu} \frac{\partial x^\mu}{\partial\xi^\beta} + \frac{\partial\xi^\alpha}{\partial x^\mu} \frac{\partial}{\partial x^\lambda} \left( \frac{\partial x^\mu}{\partial\xi^\beta} \right) = 0

这里要注意,第二项括号里的 ∂xμ∂ξβ\displaystyle{\frac{\partial x^\mu}{\partial\xi^\beta}}ξ\xi 的函数,所以对 xλx^\lambda 求导时需要用链式法则展开:∂∂xλ=∂ξγ∂xλ∂∂ξγ\displaystyle{\frac{\partial}{\partial x^\lambda} = \frac{\partial\xi^\gamma}{\partial x^\lambda} \frac{\partial}{\partial\xi^\gamma}}. 于是得到:

∂2ξα∂xλ∂xμ∂xμ∂ξβ+∂ξα∂xμ(∂2xμ∂ξγ∂ξβ∂ξγ∂xλ)=0\frac{\partial^2\xi^\alpha}{\partial x^\lambda\partial x^\mu} \frac{\partial x^\mu}{\partial\xi^\beta} + \frac{\partial\xi^\alpha}{\partial x^\mu} \left( \frac{\partial^2 x^\mu}{\partial\xi^\gamma\partial\xi^\beta} \frac{\partial\xi^\gamma}{\partial x^\lambda} \right) = 0

为了解出 ∂2ξα∂xλ∂xμ\displaystyle{\frac{\partial^2\xi^\alpha}{\partial x^\lambda\partial x^\mu}},我们在等式两边同时乘以 ∂ξβ∂xσ\displaystyle{\frac{\partial\xi^\beta}{\partial x^\sigma}},利用 ∂xμ∂ξβ∂ξβ∂xσ=δμσ\displaystyle{\frac{\partial x^\mu}{\partial\xi^\beta} \frac{\partial\xi^\beta}{\partial x^\sigma} = \delta^\mu{}_\sigma} 进行缩并:

∂2ξα∂xλ∂xμδμσ=−∂ξα∂xμ∂2xμ∂ξγ∂ξβ∂ξγ∂xλ∂ξβ∂xσ\frac{\partial^2\xi^\alpha}{\partial x^\lambda\partial x^\mu} \delta^\mu{}_\sigma = -\frac{\partial\xi^\alpha}{\partial x^\mu} \frac{\partial^2 x^\mu}{\partial\xi^\gamma\partial\xi^\beta} \frac{\partial\xi^\gamma}{\partial x^\lambda} \frac{\partial\xi^\beta}{\partial x^\sigma}

整理一下指标 (把左边的 σ\sigma 换回 μ\mu,右边的求和指标 μ\mu 换成 ρ\rho 以免混淆),得到二阶导数的关系式:

∂2ξα∂xλ∂xμ=−∂ξα∂xρ(∂2xρ∂ξγ∂ξβ∂ξγ∂xλ∂ξβ∂xμ)\frac{\partial^2\xi^\alpha}{\partial x^\lambda\partial x^\mu} = -\frac{\partial\xi^\alpha}{\partial x^\rho} \left( \frac{\partial^2 x^\rho}{\partial\xi^\gamma\partial\xi^\beta} \frac{\partial\xi^\gamma}{\partial x^\lambda} \frac{\partial\xi^\beta}{\partial x^\mu} \right)

观察括号里的部分,这正是联络 Γρλμ\Gamma^\rho{}_{\lambda\mu} 的定义. 所以有:

∂2ξα∂xλ∂xμ=−Γρλμ∂ξα∂xρ\frac{\partial^2\xi^\alpha}{\partial x^\lambda\partial x^\mu} = -\Gamma^\rho{}_{\lambda\mu} \frac{\partial \xi^\alpha}{\partial x^\rho}

现在把这个结果代回最初对度规 gμνg_{\mu\nu} 求导的式子 (1)(1) 得到

∂gμν∂xλ=ηαβ(−Γρλμ∂ξα∂xρ∂ξβ∂xν−Γρλν∂ξβ∂xρ∂ξα∂xμ)\frac{\partial g_{\mu\nu}}{\partial x^\lambda} = \eta_{\alpha\beta} \left( -\Gamma^\rho{}_{\lambda\mu} \frac{\partial \xi^\alpha}{\partial x^\rho} \frac{\partial\xi^\beta}{\partial x^\nu} - \Gamma^\rho{}_{\lambda\nu} \frac{\partial \xi^\beta}{\partial x^\rho} \frac{\partial\xi^\alpha}{\partial x^\mu} \right)

注意到 ηαβ∂ξα∂xρ∂ξβ∂xν=gρν\displaystyle{\eta_{\alpha\beta} \frac{\partial \xi^\alpha}{\partial x^\rho} \frac{\partial\xi^\beta}{\partial x^\nu} = g_{\rho\nu}} 以及 ηαβ∂ξα∂xμ∂ξβ∂xρ=gμρ\displaystyle{\eta_{\alpha\beta} \frac{\partial \xi^\alpha}{\partial x^\mu} \frac{\partial\xi^\beta}{\partial x^\rho} = g_{\mu\rho}},代入后得到:

∂λgμν=−Γρλμgρν−Γρλνgμρ=−(Γνλμ+Γμλν)\partial_\lambda g_{\mu\nu} = -\Gamma^\rho{}_{\lambda\mu} g_{\rho\nu} - \Gamma^\rho{}_{\lambda\nu} g_{\mu\rho} = -(\Gamma_{\nu\lambda\mu} + \Gamma_{\mu\lambda\nu})

这就是度规求导与联络的基本关系. 为了彻底解出 Γ\Gamma,利用指标循环置换:

  1. ∂λgμν=−Γνλμ−Γμλν\partial_\lambda g_{\mu\nu} = -\Gamma_{\nu\lambda\mu} - \Gamma_{\mu\lambda\nu}

  2. ∂μgνλ=−Γλμν−Γνμλ\partial_\mu g_{\nu\lambda} = -\Gamma_{\lambda\mu\nu} - \Gamma_{\nu\mu\lambda}

  3. ∂νgλμ=−Γμνλ−Γλνμ\partial_\nu g_{\lambda\mu} = -\Gamma_{\mu\nu\lambda} - \Gamma_{\lambda\nu\mu}

    计算 (1)−(2)−(3)(1) - (2) - (3),并利用对称性 Γλμν=Γλνμ\Gamma_{\lambda\mu\nu} = \Gamma_{\lambda\nu\mu},可以发现等式右边大部分项抵消了,只剩下:

    ∂λgμν−∂μgνλ−∂νgλμ=2Γλμν\partial_\lambda g_{\mu\nu} - \partial_\mu g_{\nu\lambda} - \partial_\nu g_{\lambda\mu} = 2\Gamma_{\lambda\mu\nu}

最后,两边乘以 12gσλ\displaystyle{\frac{1}{2}g^{\sigma\lambda}} 来抬升指标,就得到了最终的联络表达式:

Γσμν=12gσλ(∂μgνλ+∂νgλμ−∂λgμν)\Gamma^\sigma{}_{\mu\nu} = \frac{1}{2} g^{\sigma\lambda} ( \partial_\mu g_{\nu\lambda} + \partial_\nu g_{\lambda\mu} - \partial_\lambda g_{\mu\nu} )

注意

实际上老师在课堂上推导的时候犯了一个正负号错误.