• 1.摘要
  • 2.简介
  • 3.向量的表示
  • 4.一般运算
  • 4.1.内积
  • 4.2.向量乘以矩阵
  • 4.3.矩阵乘法
  • 4.4.
  • 4.5.外积
  • 5.向量的内积
  • 6.向量的叉积
  • 7.向量的共变分量和反变分量
  • 7.1.欧几里得空间
  • 8.抽象定义
  • 9.范例

爱因斯坦记号

在数学里,特别是将线性代数套用到物理时,爱因斯坦求和约定(Einstein summation convention)是一种标记的约定,又称为爱因斯坦标记法(Einstein notation),在处理关于坐标的方程式时非常有用。这约定是由阿尔伯特·爱因斯坦于1916年提出的。后来,爱因斯坦与友人半开玩笑地说:“这是数学史上的一大发现,若不信的话,可以试着返回那不使用这方法的古板日子。”

按照爱因斯坦求和约定,当一个单独项目内有标号变数出现两次,一次是上标,一次是下标时,则必须总和所有这单独项目的可能值。通常而言,标号的标值为1、2、3(代表维度为三的欧几里得空间),或0、1、2、3(代表维度为四的时空或闵可夫斯基时空)。但是,标值可以有任意值域,甚至(在某些应用案例里)无限集合。这样,在三维空间里,

image

的意思是

image

请特别注意,上标并不是指数,而是标记不同坐标。例如,在直角坐标系里,imageimageimage分别表示image坐标、image坐标、image坐标,而不是imageimage的平方、image的立方。

简介

爱因斯坦标记法的基本点子是余向量与向量可以形成标量:

image

通常会将这写为求和公式形式:

image

在基底变换之下,标量保持不变。当基底改变时,一个向量的线性变换可以用矩阵来描述,而余向量的线性变换则需用其逆矩阵来描述。这样的设计为的是要保证,不论基底为何,伴随余向量的线性函数(即上述总和)保持不变。由于只有总和不变,而总和所涉及的每一个项目都有可能会改变,所以,爱因斯坦提出了这标记法,重复标号表示总和,不需要用到求和符号:

image

采用爱因斯坦标记法,余向量都是以下标来标记,而向量都是以上标来标记。标号的位置具有特别意义。请不要将上标与指数混淆在一起,大多数涉及的方程式都是线性,不超过变数的一次方。在方程式里,单独项目内的标号变数最多只会出现两次,假若多于两次,或出现任何其它例外,则都必须特别加以说明,才不会造成含意混淆不清。

向量的表示

在线性代数里,采用爱因斯坦标记法,可以很容易的分辨向量和余向量(又称为1-形式)。向量的分量是用上标来标明,例如,image。给予一个image维向量空间image和其任意基底image(可能不是标准正交基),那么,向量image表示为

image

余向量的分量是用下标来标明,例如,image。给予image的对偶空间image和其任意基底image(可能不是标准正交基),那么,余向量image表示为

image

采用向量的共变和反变术语,上标表示反变向量(向量)。对于基底的改变,从image改变为image,反变向量会变换为

image

其中,image是改变基底后的向量的分量,image是改变基底后的坐标,image是原先的坐标,

下标表示共变向量(余向量)。对于基底的改变,从image改变为image,共变向量会会变换为

image

一般运算