外观
Lesson 30 复习
约 1433 字大约 5 分钟
2026-06-12
Minkowski 度规:ds2=ηαβdxαdxβ. Lorentz 变换做的是
dxα⟶Λαβdx′β
原先的度规变成 ds2=ηαβΛαγΛβδdxγdxδ. Lorentz 变换的要求是度规不变,也就是
ηαβΛαγΛβδ=ηγδ
这要求 (detΛ)2=1,而 ∣Λ00∣⩾1 是唯一被实验验证的那种变换.
之后我们想要构造 Lorentz 变换的不变量,它称为 tensor. 并且 tensor 乘 tensor,其结果还是 tensor. 当然,有些东西是难以实现的,比如光子场就并不是一个 vector,为了构造出一个 tensor,那么要把光子场 Aμ 耦合到一个守恒流 Jμ 上,得到 scalar AμJμ.
人们总是想把物理量写成 vector ⋅ vector 的形式,如果其中一个因子做不到,那么对另一个因子就要有相应的要求.
构造出来的 Newton's Law II:
mdτdUμ=eFμνUν
这基本上就是狭义相对论和场无关的那些部分. 现在的问题是绝对惯性系和引力无法包含进当前理论.
关于局域惯性系到底有多「局域」,我们用 Taylor 展开来作为判据,要求 Γρμν=0 时算作局域惯性系.
测地线方程:
dτ2d2xμ+Γμρσdτdxρdτdxσ=0
分开来看时间和空间,并认为 dt/dτ∼1. 那么
dt2d2xi+Γi00=0
和 Newton 引力定律对比,得到 g00=−(1+2ϕ).
构造和求解场方程:首先不能构造出一个只含有 gμν,σ 的张量,因为一定可以选择一个坐标,使得 gμν,σ=0. 如果它是一个 tensor,那么它在任何一个坐标下都应该为零,这是不合理的. 所以只能构造含有度规二阶导数的 tensor,也就是联络的一阶导数.
Γλμν,ρ→Γ′=∂x∂x′∂x′∂x∂x′∂x∂x′∂xΓ+⋯∂x∂x′∂x′∂x′∂x′∂3x
为了 cancel 后面那个项,需要交换一下指标,最后构造的结果是
Rλμν,κ=Γλμν,κ−Γλμκ,ν+ΓημνΓληκ−ΓημκΓλην
这就是 Riemann tensor. 其缩并分别是 Ricci tensor Rμν=Rλμν,λ,Ricci scalar R=gμνRμν.
Ricci 曲率有一个 Bianchi 恒等式,
(Rμν−21gμνR);ν=0
由此可以构造场方程. 我们已经从 Newton 理论知道,
g00=−(1+2ϕ),∇2ϕ=4πGρ,T00=ρ
因此写成协变形式应该是 Gμν=−8πGTμν. 而 Gμν 应当是一个度规二阶导数,因此必须由 Rμν 和 gμνR 来构造;而 Tμν;λ=0,代入特殊条件直接解得
Gμν=Rμν−21gμνR⟹Rμν−21gμνR=−8πGTμν
其球对称的一个解为,
dτ2=B(r)dr2−A(r)dt2−r2dΩ2
令 Rμν=0,真空解为
dτ2=(1−r2GM)dt2−(1−r2GM)−1dr2−r2dΩ2
构造守恒量:Killing vector,
dτd(ξμPμ)=0⟹ξμ;ν+ξν;μ=0
也就是
gμν,ρξρ+gρνξρ,μ+gρμξρ,ν=0⟹Lξgμν=0
比如求轨道方程时,有 Pμδμt^⟹P0,Pμδμϕ^⟹Pϕ.
研究极端情况. 对于黑洞,我们有 Kruskal 坐标.
广义相对论除了 Hawking 辐射以外,另一种辐射是引力波. 做法是把场方程线性化,
gμν=ημν+hμν⟹□hμν=−16πGSμν,Sμν=Tμν−21ημνT
要算的是 hijTT (Traceless Transverse, 横向无迹分量). 得到
hijTT(x,t)=4G∫d3x⋅∣x′−x∣TijTT(x′,t−∣x′−x∣)=h+h×h×−h+
只有两种偏振.
Chirp:
ω˙gw=512⋅21/3(c3GMc)5/3ωgw1/3
其中 chirp mass Mc=(μ3m2)1/5.
Hawking radiation:
bΩ=∫0∞dω(αΩωaω−βΩωaω†)
这是所谓 Bogliubov 变换,它是一个比较广泛应用的变换. 我们要算的是 Minkowski 时空下的一个粒子数算符,
M⟨0∣bΩ†bΩ∣0⟩M=∫dω∣βωΩ∣2=e2πΩ/a−1δ(0)
这表现为一个温度. 这件事情就是所谓 Unruh Effect. 接下来我们可以利用在 Unruh Effect 这里积累的经验来研究 Hawking radiation.
Kruskal 坐标下,Schwarzschild 度规变成
ds2=r(u,v)2Mexp(1−2Mr(u,v))dudv
... 宇宙学刚讲完,就不复习了.
更新日志
2026/6/12 07:26
查看所有更新日志
27ce1-feat(note): update于
