¿Qué es un tensor métrico?

Un tensor métrico se usa esencialmente cuando se miden distancias, proporciona información sobre cómo calcular la distancia entre dos puntos dados y sobre las características del espacio en el marco de cualquier sistema de coordenadas arbitrariamente dado.

Daré un ejemplo simple para explicar el significado del tensor métrico.

Sea M un punto con coordenadas [matemáticas] x ^ k [/ matemáticas] y N un punto cercano con coordenadas [matemáticas] x ^ k + \ text {dx} ^ k [/ matemáticas], vea la imagen a continuación (hecha con Mathematica y Photoshop).

La distancia infinitesimal MN se denota por ds , también se llama elemento de línea o elemento de longitud.

Refiriéndose al sistema cartesiano ortogonal en la imagen, se puede ver desde el paralelepípedo elemental en M que:

[matemáticas] \ text {ds} ^ 2 = \ left (\ text {dx} ^ 1 \ right) ^ 2 + \ left (\ text {dx} ^ 2 \ right) ^ 2 + \ left (\ text {dx } ^ 3 \ derecha) ^ 2 [/ matemáticas]

La ecuación anterior es un caso especial de la forma cuadrática más general:

[matemáticas] \ displaystyle \ text {ds} ^ 2 = g _ {\ text {ij}} \ text {dx} ^ i \ text {dx} ^ j [/ math]

La primera expresión más simple de [math] \ text {ds} ^ 2 [/ math] para el espacio euclidiano tridimensional se puede escribir como:

[matemática] \ text {ds} ^ 2 = [/ matemática] [matemática] g_ {11} [/ matemática] [matemática] \ izquierda (\ text {dx} ^ 1 \ derecha) ^ 2 [/ matemática] [matemática ] + g_ {22} [/ matemáticas] [matemáticas] \ izquierda (\ text {dx} ^ 2 \ derecha) ^ 2 [/ matemáticas] [matemáticas] + g_ {33} [/ matemáticas] [matemáticas] \ izquierda ( \ text {dx} ^ 3 \ right) ^ 2 [/ math]

donde los tres componentes del tensor métrico están dados por:

[matemáticas] g_ {11} = g_ {22} = g_ {33} = 1 [/ matemáticas]

o también:

[matemáticas] g_ {\ text {ij}} = \ delta _ {\ text {ij}} [/ matemáticas]

donde [math] \ delta _ {\ text {ij}} [/ math] es el delta de Kronecker.

En este caso también podemos escribir:

[matemática] \ displaystyle \ text {ds} ^ 2 = [/ matemática] [matemática] \ delta _ {\ text {ij}} [/ matemática] [matemática] \ text {dx} ^ i \ text {dx} ^ j [/ matemáticas]

Aquí el tensor métrico se puede representar en la siguiente forma simple (matriz):

Y la fórmula para [math] \ text {ds} ^ 2 [/ math] en el caso de coordenadas cartesianas ortogonales se puede obtener mediante los siguientes cálculos de matriz:

El tensor métrico también es necesario para definir la distancia a lo largo de una curva en otros sistemas de coordenadas, como esféricos o cilíndricos, etc.

Como otro ejemplo, la métrica euclidiana para coordenadas esféricas puede ser igual a:

[matemáticas] \ text {ds} ^ 2 = \ left (\ text {dx} ^ 1 \ right) ^ 2 + \ left (x ^ 1 \ right) ^ 2 \ left (\ text {dx} ^ 2 \ right ) ^ 2 + \ left (x ^ 1 \ sin \ left (x ^ 2 \ right) \ right) ^ 2 \ left (\ text {dx} ^ 3 \ right) ^ 2 [/ math]

donde [matemáticas] \ left (x ^ 1, x ^ 2, x ^ 3 \ right) = (r, \ theta, \ phi) [/ math]

Y los componentes del tensor métrico para coordenadas esféricas están dados por:

[matemáticas] g_ {\ text {ij}} = \ left (\ begin {array} {ccc} 1 & 0 & 0 \\ 0 & r ^ 2 & 0 \\ 0 & 0 & r ^ 2 \ sin ^ 2 (\ theta) \\\ end {array} \ right) [/ math]

Los componentes del tensor métrico.

[matemáticas] g_ {\ text {jk}} = g_ {\ text {jk}} \ left (x ^ 1, x ^ 2, \ text {…}, x ^ n \ right) = g_ {\ text {kj }}[/matemáticas]

son funciones de las coordenadas.

Desde otro punto de vista, el tensor métrico aparece en cálculos que involucran el cuadrado del elemento de longitud de arco en geometría diferencial y en coordenadas curvilíneas generales.

Sea r una función vectorial que define una superficie dada. Tomando :

Obtenemos:

[math] g_ {\ text {pq}} [/ math] se llaman coeficientes métricos y son simétricos. Representan los componentes de un tensor covariante de rango 2.

Si [math] g_ {\ text {pq}} = 0 [/ math] para [math] p \ neq q [/ math], el sistema de coordenadas es ortogonal.

Las entidades

representar vectores tangentes a las líneas de coordenadas en una superficie dada. Vea la imagen a continuación (hecha con la ayuda de Photoshop) para ver una ilustración:

El elemento de línea [math] \ text {ds} ^ 2 [/ math] puede considerarse como la norma de un vector de desplazamiento infinitesimal [math] \ text {dx} ^ i [/ math].

El tensor métrico contravariante tiene componentes [matemática] g ^ {\ text {pq}} [/ matemática] tal que [matemática] g ^ {\ text {pq}} g_ {\ text {qr}} = \ delta _r ^ p [/ math], es la matriz inversa del tensor covariante [math] g_ {\ text {pq}} [/ math].

El tensor métrico juega un papel importante en la teoría de la relatividad. En Relatividad general contiene la información necesaria para describir la curvatura de una variedad (geometría de Riemann). Representa y está relacionado con el campo gravitacional.

En lenguaje normal, una “métrica” ​​es una “cosa utilizada para medir” (“IQ es una métrica estándar para la inteligencia”). Como era de esperar, esto es exactamente lo que significa en matemáticas, aunque lo advertimos con una definición mucho más precisa:

La métrica de un espacio (matemático) es lo que define una distancia en ese espacio.

Tengamos un ejemplo: considere Nueva York (¡las ciudades estadounidenses funcionan mejor para esta demostración, debido a la naturaleza de cuadrícula!)

Digamos que estoy en el edificio Chrysler.

¿Qué tan lejos está el puente de Queensboro?

Fácil, verdad? ¡Es solo la longitud de esta línea verde!

Bueno … eso no es estrictamente cierto, ¿verdad?

Si quisiera tomar un taxi desde el edificio Chrysler, la ruta más corta se vería así:

(Las líneas punteadas son rutas alternativas equivalentes)

Ahora, estas dos líneas claramente no tienen la misma longitud.

Y, sin embargo, ¡ambos describen la distancia más corta desde el edificio Chrysler hasta el puente Queensboro!

¿Cómo podemos tener dos rutas diferentes, siendo ambas “la distancia más corta”?

La respuesta es que están utilizando diferentes métricas .

La ruta verde supone que Nueva York es un espacio euclidiano simple y, por lo tanto, tiene una métrica [matemática] g = d_ {Euclides} [/ matemática].

La ruta roja supone que Nueva York tiene un “espacio para taxis”, ¡donde no se puede pasar por los edificios! Por lo tanto, utiliza una métrica diferente, [matemática] g = d_ {taxi} [/ matemática], la métrica del taxi.


A menudo es útil escribir la métrica (o “función de distancia”) como tensor.

Curiosamente, a la mayoría de ustedes probablemente (sin saberlo) se les enseñó la métrica para el espacio euclidiano.

La métrica para el espacio euclidiano 3D, en coordenadas cartesianas viene dada por:

[math] g_ {Euclid} = \ left (\ begin {matrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \ end {matrix} \ right) [/ math]

¿No te resulta familiar?

Eh, calculemos la longitud de un vector [matemáticas] \ vec {x} = \ left (\ begin {matrix} x \\ y \\ z \ end {matrix} \ right) [/ math]

[matemáticas] ~ [/ matemáticas]

[matemáticas] s ^ 2 = \ vec {x} ^ T g_ {Euclides} \ vec {x} = \ left (\ begin {matrix} x & y & z \ end {matrix} \ right) \ left (\ begin { matriz} 1 y 0 y 0 \\ 0 y 1 y 0 \\ 0 y 0 y 1 \ end {matriz} \ derecha) \ izquierda (\ begin {matriz} x \\ y \\ z \ end {matriz} \ derecha) [/ matemáticas]

Multiplicar:

[matemáticas] s ^ 2 = x ^ 2 + y ^ 2 + z ^ 2 [/ matemáticas]

Huh … pero parece que …

Si vamos a 2D (deje que [math] z = 0 [/ math]), tal vez lo reconozca más:

[matemáticas] s ^ 2 = x ^ 2 + y ^ 2 [/ matemáticas]

Teorema de Pitágoras, ¿alguien?

Sí, ¡Pitágoras es realmente solo una declaración de la métrica euclidiana!

Cuando intenta trabajar en superficies curvas (es decir, en la superficie de la Tierra), su métrica ya no se ve tan bien. Por ejemplo, la métrica para la superficie 2D de una esfera (como la superficie de la Tierra) viene dada por:

[matemática] g_ {esfera} = \ left (\ begin {matrix} R ^ 2 & 0 \\ 0 & R ^ 2 \ sin ^ 2 (\ theta) \ end {matrix} \ right) [/ math]

Así es como podemos decir, definir la distancia entre Nueva York y París (estrictamente hablando, también tendríamos que usar esta métrica para el viaje de Chrysler-> Queensboro, pero [matemáticas] R [/ matemáticas] es tan grande que nosotros puede tratar a Nueva York como plana!)

OKAY. Entonces eso es lo que es una “métrica”.


La métrica del espacio-tiempo es la métrica que define la distancia en el espacio 4D que usamos para describir el “espacio-tiempo” en la relatividad de Einstein.

En Newtonian Mechanics, se supone que el universo es totalmente euclidiano, y por lo tanto podemos usar la métrica euclidiana 3D para definir todas nuestras distancias (y la luz siempre viaja en línea recta, porque las líneas rectas son la distancia más corta entre dos puntos en el espacio euclidiano). )

Sin embargo, a principios del siglo XX, Einstein (con la ayuda de Lorenz, Poincare, etc.) se dio cuenta de que la geometría euclidiana 3D era insuficiente para describir los efectos electromagnéticos. La geometría 3D simplemente no funcionó .

Sin embargo, se dieron cuenta de que si te mudabas a un espacio de Minkowski, ¡todo salía bien!

El espacio de Minkowski es un espacio de 4 dimensiones, que tiene una parte espacial euclidiana y una parte temporal .

Es por eso que lo llamamos “espacio-tiempo”, ¡porque debe incluir el tiempo en su descripción matemática del espacio!

En el espacio de Minkowski todavía puede definir una “distancia” entre dos eventos en el espacio-tiempo, y por lo tanto tenemos una métrica:

[matemática] \ eta _ {\ mu \ nu} = \ left (\ begin {matrix} -1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \ end {matrix} \ right ) [/matemáticas]

El cuadrado inferior es solo la métrica euclidiana, la diagonal de 1. El elemento superior es el tiempo , y podemos ver que el tiempo se comporta de manera diferente al espacio, porque tiene un “-1”, en lugar de uno más.

La “distancia en el espacio-tiempo” entre dos eventos viene dada por:

[matemáticas] \ Delta s ^ 2 = – \ Delta t ^ 2 + \ Delta x ^ 2 + \ Delta y ^ 2 + \ Delta z ^ 2 [/ matemáticas]

Excepto … esto no funciona! no se puede agregar “tiempo” al “espacio”! Necesita un factor de conversión para que el término “t” tenga sentido; lo que necesita es una velocidad invariable .

[matemática] \ Delta s ^ 2 = -c ^ 2 \ Delta t ^ 2 + \ Delta x ^ 2 + \ Delta y ^ 2 + \ Delta z ^ 2 [/ matemática]

(Más tarde se deduce que [matemáticas] c [/ matemáticas] es la velocidad máxima posible, ¡y también la velocidad de la luz! ¡Whoo!)

La teoría que usa la métrica de Minkowski se llama relatividad especial .


Luego puede generalizar esta idea lejos de los tiempos espaciales planos, y encuentra que, como por arte de magia, si deja que [math] g _ {\ mu \ nu} [/ math] sea una métrica de espacio tiempo no plano , entonces descubre que la gravedad se explica de repente!

Es importante tener en cuenta que [math] g [/ math] no se curva en el espacio : el modelo común de “lámina de goma” muestra una lámina de goma 2D que se dobla en un espacio 3D más grande.

Este no es el caso con [math] g [/ math] (aunque puede incrustarlo en un espacio dimensional tan alto).

No, la métrica tiene lo que se llama curvatura intrínseca .

Un ejemplo de tal curvatura intrínseca es una esfera. No puede desplegar una esfera en una hoja de papel plana (o viceversa) sin cortarla. Sin embargo, puede hacer esto con un cilindro: ¡es trivial hacer un cilindro curvo con un trozo de papel plano!

Por lo tanto, una esfera y un cilindro deben tener tipos de curvatura fundamentalmente diferentes, que es exactamente lo que he descrito anteriormente, un cilindro tiene una curva extrínseca , mientras que una esfera está intrínsecamente curva.


Pero fundamentalmente, ¡toda una métrica es una forma de definir a tus gobernantes!

Si su métrica posee curvatura, entonces encontrará que según un observador local, esto se manifestará como gravedad, es decir, la gravedad puede explicarse como una propiedad geométrica del espacio-tiempo, a través de la métrica del espacio-tiempo.

La relatividad general se centra especialmente en encontrar la métrica para una configuración dada de la materia, y luego determinar las propiedades de esta métrica y cómo se comportará la otra materia cuando esté bajo la influencia de esta métrica.

Todas las respuestas anteriores ya han explicado los antecedentes teóricos de los tensores métricos. Trataré de explicar la intuición física detrás del tensor métrico.

Cada país tiene su propia métrica para medir dinero y esto decide el costo de su vida, como la medida de EE. UU. En dólares, Reino Unido-libra, India-Rupees, japonés-yenes. Quiero decir que tienen su propio espacio métrico.

Por lo tanto, un arroz de 1 kg costará 44 Rs en India, mientras que en EE. UU. Costaría 256 Rs, y McMeal en McDonalds (o equivalente) costará 250 en India y 456 en EE. UU. Los precios de alquiler cuestan 479.28% más que India. Esto sucede porque cada país tiene su propio tensor métrico. Piensa, ¿qué hubiera pasado si todos tuvieran la misma métrica?

Del mismo modo, cada punto en el sistema de coordenadas tiene su propio tensor métrico. Por lo general, no nos importa esto porque nuestro sistema de coordenadas euclidianas tiene el mismo tensor métrico en todas partes. De antemano en física o matemáticas, tenemos que tratar con espacios no euclidianos con tensor métrico variable en cada punto. Entonces, entendamos cómo funciona esto …

¿Cómo calculará la distancia entre dos puntos o el ángulo entre dos vectores en el plano o en el espacio euclidiano?

Es simple, aplicamos geometría euclidiana ¿verdad? medimos dx y dy, usamos Pitágoras para calcular la distancia, de manera similar usando un producto de puntos puedo calcular el ángulo. Ahora, ¿cómo va a medir la distancia entre dos puntos o ángulos en una esfera, o la Tierra o cualquier superficie compleja como el oso de peluche? Es realmente difícil porque no podemos aplicar nuestra geometría euclidiana aquí.

Para hacerlo, resolvamos estos …

Supongamos que tengo una hoja de goma, si dibujo dos puntos en esta hoja, entonces, ¿cuál es la distancia entre dos puntos? Es solo una distancia euclidiana.

(dr) ^ 2 = (dx) ^ 2 + (dy) ^ 2;

Supongamos que he estirado la lámina de goma en dirección x 2 veces, ahora la distancia será …

(dr) ^ 2 = (2dx) ^ 2 + (dy) ^ 2;

Si estiro la lámina de goma en dirección y 2 veces, ahora la distancia será …

(dr) ^ 2 = (dx) ^ 2 + (2dy) ^ 2;

Si estiro la lámina de goma en dirección y y x 2 y 3 veces respectivamente, ahora la distancia entre los puntos será.

(dr) ^ 2 = (2dx) ^ 2 + (3dy) ^ 2;

¿Qué pasa si estiro la misma hoja en alguna dirección aleatoria? Ahora, la distancia entre los puntos no es la misma que antes. Cómo relacionar la distancia sin estirar con la distancia estirada.

¿Qué pasa si las hojas se estiran en cualquier dirección aleatoria de manera uniforme? Entonces la distancia será

(dr) ^ 2 = g11 (dx) ^ 2 + (g12 + g21) (dxdy) ^ 2 + g22 (dy) ^ 2

Por lo tanto, toda la información de estiramiento es capturada por estos coeficientes (g11, g12, g21, g22).

Y esta información de estiramiento se almacena en una estructura de datos eficiente, es decir, un tensor, que se llama Tetric Metric.

Un tensor es solo un objeto matemático para almacenar datos (estructura de datos en matemáticas). El tensor de 0 ° rango es escalar, el tensor de 1 ° rango es vector, el tensor de 2 ° rango es matriz … etc. El tiempo se almacena en escalar, la fuerza se almacena en el vector, el espacio métrico está representado por un tensor de segundo orden. De manera similar, Einstein usa tensores de cuarto orden para almacenar información de curvatura espacio-tiempo.

Por lo tanto, si sé cuánto y en qué dirección se estira mi sábana, puedo calcular fácilmente la distancia entre dos puntos. En otras palabras, si conozco el tensor métrico de la hoja estirada, puedo calcular la distancia entre dos puntos por ecuación

(dr) ^ 2 = g11 (dx) ^ 2 + (g12 + g21) (dxdy) ^ 2 + g22 (dy) ^ 2

¿Cuál es el uso de estos tensores métricos (información de estiramiento de planos euclidianos)? Volvamos a nuestro problema original, cómo calcular la distancia entre dos puntos en cualquier superficie compleja.

Consideremos dos puntos en la esfera (la superficie puede ser cualquier cosa como una botella, muñeca o cualquier superficie compleja). Imagínese, toma una lámina de goma y la estira de la forma que desee para aproximar la superficie esférica, de modo que la forma original de la esfera no se pierda y la pega (tenga en cuenta que uso parches de goma porque puedo deformarla, pero quiero aproximarme a cualquier superficie) . y tenga en cuenta la información de estiramiento, es decir, Tensor métrico (es decir, g11, g12, g21, g22). Ahora, dibuja una línea entre esos dos puntos en la lámina de goma y quítala.

Ahora, cuando la lámina de goma vuelve a su estado original sin estirar, puedo obtener (dx, dy) en mi lámina de goma. Entonces, ahora tengo dx, dy y (g11, g12, g21, g22) información estirada (Tetric Metric) que había notado. Entonces, puedo calcular la distancia entre esos dos puntos en la superficie usando la ecuación:

(dr) ^ 2 = g11 (dx) ^ 2 + g12 (dxdy) + g21 (dydx) + g22 (dy) ^ 2;

Por lo tanto, puedo aproximarme mejor a cualquier superficie compleja aumentando estos parches de goma (espacios euclidianos deformables). Idealmente, cualquier superficie es 100% aproximada por parches infinitos (manifiestos riemannianos). Y cada parche tiene su información de estiramiento (metric_tensor). Como conozco la información de estiramiento de todas las hojas, ahora puedo calcular la distancia entre dos puntos en cualquier superficie compleja mediante una simple suma, que no es más que la distancia Geo_desic. Incluso el ángulo entre cualquiera de los dos vectores se puede calcular utilizando un tensor métrico.

Por lo tanto, toda la información de la superficie es capturada por estos pequeños parches a través de la información de estiramiento espacial que se llama Tetric Metric.

Tensor métrico de esfera es

Esto significa que para aproximar la superficie del radio (R) por parche en un punto particular (x, y, z) o (R, theta, phi) en coordenadas esféricas, tengo que estirar mi lámina de goma R ^ 2 veces en x dirección y R ^ 2sin (tetha) veces en la dirección y. Puede observar cómo la distancia unitaria en la lámina de goma varía en diferentes posiciones de la esfera cuando se aproxima a estas láminas de goma. Del mismo modo, cualquier superficie compleja tendrá sus propios tensores métricos (información de estiramiento) en función de la posición en la superficie. Este tipo de aproximación de parches de superficies nos permite calcular ángulos y distancias muy fácilmente en cualquier superficie compleja.

Generalización a N espacios no euclidianos dimensionales.

El teorema de incrustación de Nash dice: Podemos aproximar cualquier superficie dimensional M compleja (colectores) con espacios euclidianos dimensionales (M-1) (aquí la esfera 3D fue aproximada por parches de láminas de goma 2D) estirándola. Y cada punto en este N-múltiple tiene su propio tensor métrico (información de estiramiento del parche). Esta aproximación euclidiana nos permite usar nuestra geometría euclidiana en espacios no euclidianos como las variedades riemannianas.

Nota: cada punto en el sistema de coordenadas (Euclidiano, polar, cualquier espacio-tiempo de Einstein, cualquier superficie) tiene su propio espacio vectorial. Y cada espacio vectorial tiene su propio espacio métrico (tensor métrico). Esta métrica nos permite calcular la distancia, el área, el ángulo o el volumen en ese espacio. Sin tensor métrico, no podemos medir nada en el espacio. En el sistema de coordenadas euclidianas, cada punto tiene el mismo espacio vectorial, por lo tanto, la métrica permanece igual en todo el espacio. Pero las superficies complejas tienen espacio vectorial variable, por lo tanto, los cambios métricos con la posición.

Tensor métrico del espacio euclidiano 3D …

Esto muestra que el espacio no se estira en cualquier punto del espacio.

Tensor métrico del espacio dimensional no Euclidiano N, el estiramiento del espacio es función de la posición.

Por lo tanto, cualquier información compleja de superficies M-dimensionales puede ser capturada por este Tensor Métrico. Esto nos permite introducir el concepto de distancia, ángulos y áreas en múltiples complejos de Nd.

Nota: He tratado de explicar el tensor métrico en los términos de Layman. Esto implica un poco de cálculo de la escuela secundaria. Apenas he arañado la superficie 😛

Digamos que soy un pastor que trabaja en un campo. Mi trabajo es hacer un seguimiento de dónde están mis ovejas en el campo.

Entonces, para hacer eso, trazo los ejes de coordenadas [matemática] x [/ matemática] y [matemática] y [/ matemática] en mi campo. ¡Suficientemente simple!

Ahora hay un pequeño problema. Mi campo no es un campo regular. Es un campo lleno de baches donde hay muchas mesetas y crestas.

Por lo tanto, vigilo la altura sobre el nivel del mar. Yo llamo a eso [matemáticas] \ phi [/ matemáticas] en mi idioma nativo. A medida que mi oveja se mueve por el campo, su altura sobre el nivel del mar sigue cambiando. [math] \ phi [/ math] sigue cambiando.

Y debido a que es un campo lleno de baches, el valor de [math] \ phi [/ math] depende de dónde esté mi oveja en el plano xy. Para hacer un seguimiento de mis ovejas, estoy interesado en encontrar el cambio de [math] \ phi [/ math] ya que los valores de x e y siguen cambiando.

[matemáticas] d \ phi = \ dfrac {d \ phi_ {x}} {dx} + \ dfrac {d \ phi_ {y}} {dy} [/ math]

[matemáticas] d \ phi = \ dfrac {d \ phi} {dx} dx + \ dfrac {d \ phi} {dy} dy [/ math]

[math] d \ phi = \ dfrac {\ partial \ phi} {\ partial x} dx + \ dfrac {\ partial \ phi} {\ partial dy} dy [/ math]

Escribí esto en términos de derivadas parciales porque [math] d \ phi [/ math] depende no solo de [math] dx [/ math] sino que en este caso también depende de [math] dy [/ math]

Antes de comprender qué es realmente el Tensor métrico, necesitamos cambiar el nombre de nuestras coordenadas un poco. Sé que esto suena loco, pero esto no es realmente una mala idea.

Entonces, a partir de ahora, llamaré al eje [matemáticas] x [/ matemáticas] como [matemáticas] x ^ 1 [/ matemáticas], el eje [matemáticas] y – [/ matemáticas] como [matemáticas] x ^ 2 [/ math], y el eje [math] z [/ math] como [math] x ^ 3 [/ math]

Hice esto porque parece más simple y elegante cuando formamos nuestras ecuaciones. Además, se nos hace fácil agregar nuevas dimensiones si es necesario ([matemática] x ^ 4 [/ matemática], [matemática] x ^ 5 [/ matemática], [matemática] x ^ 6… [/ matemática]).

Entonces, nuestra ecuación ahora se convierte en …

[matemáticas] d \ phi = \ dfrac {\ partial \ phi} {\ partial x ^ 1} dx ^ 1 + \ dfrac {\ partial \ phi} {\ partial dx ^ 2} dx ^ 2 +… [/ matemática]

Ahora lo escribiré como un resumen …

[math] d \ phi = \ sum_ {n} \ dfrac {\ partial \ phi} {\ partial x ^ n} dx ^ n \ tag {1} [/ math]

Por ahora, lo marcaré como Ecuación- (1). Usaré esta ecuación más tarde.

Ahora te presentaré una definición básica de lo que realmente es un Tensor …

Los tensores son objetos que tienen partes indexadas individualmente, llamadas componentes. Los números antiguos regulares son un tipo de tensor (llamados tensores de rango 0, sin índice) y los vectores de la física de la escuela secundaria también son un tipo de tensor (llamados tensores de rango 1, un índice por componente).

Un tensor de rango 2, en pocas palabras, es una relación entre 2 vectores de modo que si es igual a un valor específico en un marco de referencia, ¡debería tener el mismo valor específico en todos los marcos de referencia!

Estoy seguro de que debe haber encontrado el Teorema de Pitágoras en algún momento de su vida. Si no lo ha hecho, entonces es básicamente una relación entre los 2 lados de un triángulo rectángulo y es hipotenusa.

Entonces, según el Teorema de Pitágoras, tenemos

[matemáticas] ds ^ 2 = dx ^ 2 + dy ^ 2 [/ matemáticas]

Ahora, simplemente reescribiré esta ecuación con nuestros nuevos nombres para coordenadas.

[matemáticas] ds ^ 2 = (dx ^ 1) ^ 2 + (dx ^ 2) ^ 2 [/ matemáticas]

Digamos que teníamos más dimensiones para nuestra historia …

Entonces, simplemente modificaremos nuestra pequeña ecuación como esta …

[matemáticas] ds ^ 2 = (dx ^ 1) ^ 2 + (dx ^ 2) ^ 2 + (dx ^ 3) ^ 2 + (dx ^ 4) ^ 2 +… [/ matemáticas]

Básicamente es una suma de términos. Entonces podemos escribirlo así …

[matemáticas] ds ^ 2 = \ sum_ {m} dx ^ mdx ^ m [/ matemáticas]

Esto funciona perfectamente bien porque si conecta [matemática] m = 1 [/ matemática] obtendrá [matemática] dx ^ 1dx ^ 1 = (dx ^ 1) ^ 2 [/ matemática], que de hecho es el primer término en el RHS de nuestra ecuación. Ponga [math] m = 2 [/ math] y obtendrá el segundo término y así sucesivamente …

Entonces, es una forma perfectamente válida de escribir esa ecuación que teníamos.

Ahora ajustaré un poco esta ecuación.

[matemáticas] ds ^ 2 = \ sum_ {mn} dx ^ mdx ^ n [/ matemáticas]

Esto se expandirá a [matemáticas] ds ^ 2 = (dx ^ 1) ^ 2 + dx ^ 1dx ^ 2 + (dx ^ 2) ^ 2 [/ matemáticas]

Antes de que me arrojes cuchillos por introducir el término [matemática] dx ^ 1dx ^ 2 [/ matemática] que nunca aparece en nuestro Teorema de Pitágoras, permíteme modificar un poco más la expresión introduciendo un nuevo tipo …

[matemáticas] ds ^ 2 = \ sum_ {mn} dx ^ mdx ^ n \ delta_ {mn} [/ matemáticas]

Puede encontrar esto contrario a la intuición, pero tenga paciencia conmigo.

[matemáticas] \ delta_ {mn} [/ matemáticas] es lo que llamamos, el Delta de Kronecker.

Es una función especial que funciona así …

[matemáticas] \ delta_ {mn} = 1 [/ matemáticas] si [matemáticas] m = n [/ matemáticas]

[matemáticas] \ delta_ {mn} = 0 [/ matemáticas] si [matemáticas] m \ neq n [/ matemáticas]

Entonces, si lo piensa un poco, se dará cuenta de que [math] \ delta_ {mn} [/ math] elimina el término [math] dx ^ 1dx ^ 2 [/ math] de nuestra expresión al convertirse en [math] 0 [/ math] y por otro lado, permite que términos como [math] (dx ^ 1) ^ 2 [/ math] y [math] (dx ^ 2) ^ 2 [/ math] entren en la expresión .

Sé que todo esto es contraintuitivo, pero fue esencial saberlo para comprender bien el Tensor métrico.

[matemáticas] ds ^ 2 = \ delta_ {mn} \ sum_ {mn} dx ^ mdx ^ n [/ matemáticas]

Usando la ecuación (1)

[matemáticas] dx ^ m = \ sum_ {r} \ dfrac {\ parcial x ^ m} {\ parcial y ^ r} dy ^ r [/ matemática]

[matemática] dx ^ n = \ sum_ {s} \ dfrac {\ parcial x ^ n} {\ parcial y ^ s} dy ^ s [/ matemática]

Así que sustituyamos estos valores en nuestra ecuación …

[matemáticas] ds ^ 2 = \ delta_ {mn} \ sum \ dfrac {\ parcial x ^ m} {\ parcial y ^ r} dy ^ r \ dfrac {\ parcial x ^ n} {\ parcial y ^ s} dy ^ s [/ matemáticas]

Reorganicemos un poco los términos …

[matemáticas] ds ^ 2 = \ boxed {\ delta_ {mn} \ sum \ dfrac {\ partial x ^ m} {\ partial y ^ r} \ dfrac {\ partial x ^ n} {\ partial y ^ s}} dy ^ r dy ^ s [/ math]

La parte en recuadro de la expresión anterior es lo que llamamos, El tensor métrico 🙂

Se denota por [math] g_ {mn} [/ math]

[matemáticas] ds ^ 2 = g_ {mn} dy ^ r dy ^ s [/ matemáticas]

Esta expresión se parece mucho a la expresión para el Delta de Kronecker [matemática] (\ delta_ {mn}) [/ matemática]

Entonces, déjame ponerlo de esta manera …

Para espacio plano, [math] g_ {mn} = \ delta_ {mn} [/ math]

Ahora déjame resumir lo que hemos hecho hasta ahora …

En un espacio plano, el teorema de Pitágoras es perfectamente válido. Quiero decir, siempre puedes dibujar triángulos en ángulo recto en una hoja de papel y medir los tres lados con una regla para probarlo, ¿verdad? ¡Pero las cosas se ponen interesantes cuando tratamos de dibujar un triángulo rectángulo en una Esfera!

Incluso podemos tener triángulos con los 3 ángulos iguales a [matemática] 90 ^ {\ circ} [/ matemática]

¡Entonces lo que estoy tratando de decir es que todo tipo de locuras son posibles en un espacio curvo!

Si dibujas un triángulo rectángulo en la superficie de una esfera o en cualquier otro espacio curvo, ¡verás que el Teorema de Pitágoras ya no es válido!

¡Y ahí es donde el Tensor Métrico viene a rescatarte! [matemáticas] g_ {mn} [/ matemáticas] es el término de corrección. ¡El Tensor métrico puede considerarse como el dispositivo que realiza correcciones al Teorema de Pitágoras cuando el Triángulo en ángulo recto está en un espacio curvo en lugar de un espacio plano!

Gracias por leer 😀

Para empezar, las herramientas matemáticas no tienen amenaza alguna. Son simplemente métodos representativos para simbolizar la lógica y ser utilizados en temas como la física como herramientas. El vector no tiene importancia. Son solo tres números restringidos bajo ciertas condiciones. Pero en física usamos esa matemática para describir muchas cosas como posición, velocidad, aceleración, fuerza, impulso, etc.

Del mismo modo, tensor es matemáticamente un conjunto de números que siguen ciertas restricciones (puede buscarlo en Google. No tiene sentido recordar hechos), pero se usa para definir dos funciones al mismo tiempo que, dependiendo de cada una, dan un valor final. Como momento de inercia tensorial. Lleva información tanto de la masa como de la distancia desde el eje de rotación y esta información determina cómo se distribuyen los números a través del tensor.

El tensor métrico le indica la escala de su sistema de coordenadas, registrando la distancia entre puntos vecinos separados por una unidad en su sistema de coordenadas. Entonces, si estás contando la distancia en años luz, entonces la métrica es grande para reflejar esto. Ese es el bit métrico. Puede elegir un sistema de coordenadas con diferentes escalas en diferentes direcciones, por lo que la métrica debe ser un vector. Y para hacer frente a la relatividad se convierte en un tensor.

Como de costumbre, Wikipedia tiene artículos incomprensibles sobre ellos:
No relativista: https://en.wikipedia.org/wiki/Me
Relatividad general: https://en.wikipedia.org/wiki/Me

Piensa en un chico bailando, haciendo estallar y bloqueando, bailando en el escenario. Ahora piense nuevamente en calc uno donde agregue algunas cosas o multiplique algunas cosas y tenga que mover una función hacia arriba, izquierda, derecha y estiramientos, compresión y cosas. ¿Y si moviera el eje xyz y mantuviera esta función suya estacionaria? Un tensor métrico es esencialmente algo que le permite transformar esos ejes en los términos más simples.

More Interesting

¿Es la igualdad [matemáticas] {e_ \ mu} ^ a {e_a} ^ {\ nu} = {g_ \ mu} ^ \ nu [/ math] verdadero dado [matemáticas] {e_ \ mu} ^ a \ eta_ {ab } {e ^ b} _ \ nu = g _ {\ mu \ nu} [/ math]?

¿Cómo cambió la teoría de la relatividad especial la visión de la física de partículas?

¿Por qué su trabajo sobre el efecto fotoeléctrico obtuvo un Premio Nobel para Einstein?

Como las ondas necesitan un medio para propagarse, ¿cómo puede escapar el sonido (detectado por Chandra Lab en 2003) del horizonte del agujero negro (Perseo)?

¿Cómo es consistente la gravedad y la relatividad especial?

Si las ondas gravitacionales usan el espacio-tiempo como medio, ¿cuál es la fuerza restauradora que empuja el espacio-tiempo a su lugar?

¿Cuál es una explicación simple y clara para la teoría de la relatividad?

¿Es la divergencia cero del tensor de momento de energía de estrés igual que la conservación de energía? ¿La conservación siempre significa cero divergencia?

¿Es teóricamente posible almacenar toda la información relacionada con el espacio-tiempo de cada partícula en un área determinada?

Si un teórico de cuerdas o un físico de gravedad cuántica publica una teoría en una revista revisada por pares, ¿eso significa que la teoría es correcta y vale la pena?

Cuando dos objetos se mueven a una velocidad constante en relación entre sí a velocidades casi relativistas, ¿la masa se ve diferente dependiendo de su marco de referencia?

En términos de relatividad general, ¿cómo crea la luna las mareas?

¿Qué avances se han hecho en la relatividad general desde que Einstein se le ocurrió por primera vez?

Teoría del Big Bang: ¿Ni siquiera está mal?

¿Cómo afecta el colapso de una estrella o una explosión estelar a la curvatura del espacio?