这篇文章是Lie导数与Killing场,主要目标是为广义相对论的学习服务。参考的教材为梁灿彬的《微分几何与广义相对论》、陈斌的《广义相对论》梅加强的《流形与几何初步》,分别是物理系和数学系的教材。最近 A-SOUL 给我的打击很大,博客停更了一段时间。希望广义相对论的学习能帮助调整状态吧。
流形之间的映射
函数的拉回映射
函数的拉回映射 设 ϕ : M → N \phi: M \to N ϕ : M → N 为微分流形之间的光滑映射,定义映射 ϕ ∗ : C ∞ ( N ) → C ∞ ( N ) \phi^*:C^\infty(N) \to C^\infty(N) ϕ ∗ : C ∞ ( N ) → C ∞ ( N ) 满足
ϕ ∗ f = f ∘ ϕ ∀ f ∈ C ∞ ( N ) \phi^* f = f \circ \phi \qquad \forall f \in C^\infty (N)
ϕ ∗ f = f ∘ ϕ ∀ f ∈ C ∞ ( N )
则 ϕ ∗ f ∈ C ∞ ( M ) \phi^* f \in C^\infty(M) ϕ ∗ f ∈ C ∞ ( M ) 是流形 M M M 上的函数,称为函数 f f f 的拉回映射 。
形象地看,ϕ ∗ \phi_* ϕ ∗ 将原本定义在流形 N N N 上的函数拉回到了流形 M M M 上,因此称为拉回映射。「拉回」是相对于映射 ϕ \phi ϕ 的方向而言的,ϕ \phi ϕ 将 M M M 上的量映射到 N N N 上,而我们定义出的映射 ϕ ∗ \phi^* ϕ ∗ 将 N N N 上的函数映射到 M M M 上的函数,因此称为「拉回」。
拉回映射具有以下性质:
ϕ ∗ ( α f + β g ) = α ϕ ∗ ( f ) + β ϕ ∗ ( g ) ∀ f , g ∈ C ∞ ( N ) , ∀ α , β ∈ R \phi^{*}(\alpha f+\beta g)=\alpha \phi^{*}(f)+\beta \phi^{*}(g) \qquad \forall f, g \in C^\infty(N), \forall\alpha, \beta \in \mathbb{R}
ϕ ∗ ( α f + β g ) = α ϕ ∗ ( f ) + β ϕ ∗ ( g ) ∀ f , g ∈ C ∞ ( N ) , ∀ α , β ∈ R
ϕ ∗ ( f g ) = ϕ ∗ ( f ) ϕ ∗ ( g ) ∀ f , g ∈ C ∞ ( N ) \phi^{*}(f g)=\phi^{*}(f) \phi^{*}(g) \qquad \forall f, g \in C^\infty(N)
ϕ ∗ ( f g ) = ϕ ∗ ( f ) ϕ ∗ ( g ) ∀ f , g ∈ C ∞ ( N )
函数的推前映射 函数无法定义推前映射,原因在于流形间的映射 ϕ : M → N \phi: M \to N ϕ : M → N 可能并非单射,导致 ϕ ∗ f = f ∘ ϕ − 1 \phi_* f = f \circ\phi^{-1} ϕ ∗ f = f ∘ ϕ − 1 给出多值,如图所示。
向量场的推前映射
向量场的推前映射 设 ϕ : M → N \phi: M \to N ϕ : M → N 为微分流形之间的光滑映射,定义映射 ϕ ∗ : T p M → T f ( p ) N \phi_*:T_p M \to T_{f(p)}N ϕ ∗ : T p M → T f ( p ) N 如下:任给 p ∈ M p \in M p ∈ M 处的切向量 X p X_p X p ,规定 f ( p ) ∈ N f(p)\in N f ( p ) ∈ N 处的切向量 ϕ ∗ X p \phi_*X_p ϕ ∗ X p 为
( ϕ ∗ X p ) ( f ) = X p ( f ∘ ϕ ) = X p ( ϕ ∗ f ) ∀ f ∈ C ∞ ( N ) (\phi_{*} X_p) (f) = X_p (f \circ \phi) = X_p (\phi^* f)\qquad \forall f \in C^\infty(N)
( ϕ ∗ X p ) ( f ) = X p ( f ∘ ϕ ) = X p ( ϕ ∗ f ) ∀ f ∈ C ∞ ( N )
则 ϕ ∗ X p \phi_{*} X_p ϕ ∗ X p 成为流形 N N N 上的切向量,称为 X p X_p X p 的推前映射 ,也叫切映射 。
形象地看, ϕ ∗ \phi_{*} ϕ ∗ 将 M M M 上的向量场推前,得到 N N N 上的向量场 ϕ ∗ X \phi_{*} X ϕ ∗ X ,并使得当 ϕ ∗ X \phi_{*} X ϕ ∗ X 作用于 N N N 上的函数 f f f 时,等价于把 f f f 拉回到 M M M 上用 X X X 进行作用。
向量场的拉回映射 向量场无法定义拉回映射。
假设存在拉回映射,设 ϕ : M → N \phi: M \to N ϕ : M → N 仍然为微分流形之间的光滑映射,ϕ ∗ : Γ ( T N ) → Γ ( T M ) \phi^*: \varGamma(TN) \to \varGamma (TM) ϕ ∗ : Γ ( T N ) → Γ ( T M ) 能将 N N N 上的向量场 X X X 拉回到 M M M 上的向量场 ϕ ∗ X \phi^* X ϕ ∗ X ,使得 ϕ ∗ X \phi^* X ϕ ∗ X 作用在 M M M 上的函数 f f f 时,等价于 X X X 作用在推前到 N N N 上的函数 ϕ ∗ f \phi_* f ϕ ∗ f ,即 ( ϕ ∗ X ) ( f ) = X ( ϕ ∗ f ) (\phi^* X)(f) = X ( \phi_* f) ( ϕ ∗ X ) ( f ) = X ( ϕ ∗ f ) 。但函数的推前映射可能产生多值,导致向量场的拉回映射可能产生多值,故向量场无法定义拉回映射。
余切向量场的拉回映射
余切向量场的拉回映射 设 ϕ : M → N \phi: M \to N ϕ : M → N 为微分流形之间的光滑映射,ω \omega ω 是 N N N 上的余切向量场,定义映射 ϕ ∗ : Γ ( T ∗ N ) → Γ ( T ∗ M ) \phi^*:\varGamma(T^*N) \to \varGamma(T^*M) ϕ ∗ : Γ ( T ∗ N ) → Γ ( T ∗ M ) 满足
( ϕ ∗ ω ) ( X ) = ω ( ϕ ∗ X ) (\phi^* \omega) (X) = \omega (\phi_* X)
( ϕ ∗ ω ) ( X ) = ω ( ϕ ∗ X )
则 ϕ ∗ ω \phi^* \omega ϕ ∗ ω 是 N N N 上的余切向量场,称为余切向量场 ω \omega ω 的拉回映射。类似地,余切张量场不存在推前映射。
由上给我们一些启发,即推前拉回映射维持张量结构 和张量之间相互作用 不变。张量结构不变指把 ( p , q ) (p,q) ( p , q ) 型张量推拉到 ( p , q ) (p,q) ( p , q ) 型张量,张量之间相互作用不变要求,推拉后的张量作用在自己流形上的任意切向量/余切向量上时,等于把被作用的任意切向量/余切向量推拉到另一流形,并用原来的张量作用的结果。用数学语言描述就是:对于任意的切向量场 X X X 和余切向量场 ω \omega ω ,有
ϕ ∗ f = f ∘ ϕ ϕ ∗ X = X ∘ ϕ ∗ ϕ ∗ ω = ω ∘ ϕ ∗ \phi^* f = f \circ \phi \qquad\phi_{*} X=X \circ \phi^{*} \qquad \phi^{*} \omega=\omega \circ \phi_{*}
ϕ ∗ f = f ∘ ϕ ϕ ∗ X = X ∘ ϕ ∗ ϕ ∗ ω = ω ∘ ϕ ∗
由此可以定义逆变张量的推前 和协变张量的拉回 。例如 T ∈ Γ ( ⊗ 0 , 2 T N ) T\in \varGamma\left(\otimes^{0,2} TN \right) T ∈ Γ ( ⊗ 0 , 2 T N ) 是 N N N 上的二阶协变张量场,则定义 T T T 的拉回映射像 ϕ ∗ T ∈ Γ ( ⊗ 0 , 2 T M ) \phi^* T \in \varGamma\left(\otimes^{0,2} TM \right) ϕ ∗ T ∈ Γ ( ⊗ 0 , 2 T M ) 满足 ( ϕ ∗ T ) ( X , Y ) = T ( ϕ ∗ X , ϕ ∗ Y ) , ∀ X , Y ∈ Γ ( T M ) \left(\phi^{*} T\right)(X, Y)=T\left(\phi_{*} X, \phi_{*} Y\right),\forall X, Y \in \varGamma(TM) ( ϕ ∗ T ) ( X , Y ) = T ( ϕ ∗ X , ϕ ∗ Y ) , ∀ X , Y ∈ Γ ( T M ) 。
特殊地,若 ϕ \phi ϕ 是微分同胚,即 ϕ − 1 \phi^{-1} ϕ − 1 存在且为单射,则任意张量场均可定义拉回映射和推前映射,此时需要追加协变张量的推前和逆变张量的拉回的定义。按照维持张量结构和张量之间相互作用不变的要求,我们定义
ϕ ∗ f = f ∘ ϕ − 1 ϕ ∗ X = X ∘ ϕ ∗ ϕ ∗ ω = ω ∘ ϕ ∗ \phi_* f = f \circ\phi^{-1} \qquad \phi^{*} X=X \circ \phi_{*} \qquad \phi_{*} \omega=\omega \circ \phi^{*}
ϕ ∗ f = f ∘ ϕ − 1 ϕ ∗ X = X ∘ ϕ ∗ ϕ ∗ ω = ω ∘ ϕ ∗
其中 f f f 是函数,X X X 是切向量场,ω \omega ω 是余切向量场。这样,拉回映射和推前映射便可以推广到任意张量场上了。
/* 注:若 ϕ \phi ϕ 是微分同胚,还有性质 ( ϕ − 1 ) ∗ = ϕ ∗ (\phi^{-1})^*= \phi_* ( ϕ − 1 ) ∗ = ϕ ∗ 和 ( ϕ − 1 ) ∗ = ϕ ∗ (\phi^{-1})_*= \phi^* ( ϕ − 1 ) ∗ = ϕ ∗ ,读者自证不难 */
张量场的推前拉回映射
张量场的拉回映射 设 ϕ : M → N \phi: M \to N ϕ : M → N 为微分同胚 ,T ∈ Γ ( ⊗ p , q T N ) T \in \varGamma\left(\otimes^{p,q} TN \right) T ∈ Γ ( ⊗ p , q T N ) ,则可定义拉回映射 ϕ ∗ : Γ ( ⊗ p , q T N ) → Γ ( ⊗ p , q T M ) \phi^*: \varGamma\left(\otimes^{p,q} TN \right) \to \varGamma\left(\otimes^{p,q} TM \right) ϕ ∗ : Γ ( ⊗ p , q T N ) → Γ ( ⊗ p , q T M ) 为
( ϕ ∗ T ) ( ω 1 , ⋯ , ω p , X 1 , ⋯ , X q ) = T ( ϕ ∗ ω 1 , ⋯ , ϕ ∗ ω p , ϕ ∗ X 1 , ⋯ , ϕ ∗ X q ) (\phi^* T) (\omega_1,\cdots,\omega_p,X_1,\cdots,X_q) = T(\phi_* \omega_1 ,\cdots,\phi_* \omega_p,\phi_* X_1,\cdots,\phi_* X_q)
( ϕ ∗ T ) ( ω 1 , ⋯ , ω p , X 1 , ⋯ , X q ) = T ( ϕ ∗ ω 1 , ⋯ , ϕ ∗ ω p , ϕ ∗ X 1 , ⋯ , ϕ ∗ X q )
设流形 M M M 和 N N N 的局部坐标分别为 { x μ } \{x^\mu\} { x μ } 和 { x ′ μ } \{x^{\prime\mu}\} { x ′ μ } ,则上式在局部坐标系下的表示为
( ϕ ∗ T ) μ 1 ⋯ μ p ν 1 ⋯ ν q = ( ϕ ∗ T ) ( d x μ 1 , ⋯ , d x μ p , ∂ ∂ x ν 1 , ⋯ , ∂ ∂ x ν q ) = T ( ϕ ∗ d x μ 1 , ⋯ , ϕ ∗ d x μ p , ϕ ∗ ∂ ∂ x ν 1 , ⋯ , ϕ ∗ ∂ ∂ x ν q ) \begin{aligned}
&\quad\,\,(\phi^* T)^{\mu_1\cdots \mu_p}{_{\nu_1\cdots\nu_q}} \\
&= (\phi^* T)\left(\mathrm{d} x^{\mu_1},\cdots,\mathrm{d} x^{\mu_p},\frac{\partial}{\partial x^{\nu_1}},\cdots,\frac{\partial}{\partial x^{\nu_q}}\right) \\
&= T \left(\phi_*\mathrm{d} x^{\mu_1},\cdots,\phi_*\mathrm{d} x^{\mu_p},\phi_*\frac{\partial}{\partial x^{\nu_1}},\cdots,\phi_*\frac{\partial}{\partial x^{\nu_q}}\right)
\end{aligned}
( ϕ ∗ T ) μ 1 ⋯ μ p ν 1 ⋯ ν q = ( ϕ ∗ T ) ( d x μ 1 , ⋯ , d x μ p , ∂ x ν 1 ∂ , ⋯ , ∂ x ν q ∂ ) = T ( ϕ ∗ d x μ 1 , ⋯ , ϕ ∗ d x μ p , ϕ ∗ ∂ x ν 1 ∂ , ⋯ , ϕ ∗ ∂ x ν q ∂ )
ϕ ∗ d x μ \phi_*\mathrm{d} x^{\mu} ϕ ∗ d x μ 和 ϕ ∗ ∂ ∂ x μ \phi_*\frac{\partial}{\partial x^\mu} ϕ ∗ ∂ x μ ∂ 是决定微分同胚 ϕ \phi ϕ 最基本的单元,需要具体计算。
张量场的推前映射 设 ϕ : M → N \phi: M \to N ϕ : M → N 为微分同胚 ,T ∈ Γ ( ⊗ p , q T M ) T \in \varGamma\left(\otimes^{p,q} TM \right) T ∈ Γ ( ⊗ p , q T M ) ,则可定义推前映射 ϕ ∗ : Γ ( ⊗ p , q T N ) → Γ ( ⊗ p , q T M ) \phi_*: \varGamma\left(\otimes^{p,q} TN \right) \to \varGamma\left(\otimes^{p,q} TM \right) ϕ ∗ : Γ ( ⊗ p , q T N ) → Γ ( ⊗ p , q T M ) 为
( ϕ ∗ T ) ( ω 1 , ⋯ , ω p , X 1 , ⋯ , X q ) = T ( ϕ ∗ ω 1 , ⋯ , ϕ ∗ ω p , ϕ ∗ X 1 , ⋯ , ϕ ∗ X q ) (\phi_* T) (\omega_1,\cdots,\omega_p,X_1,\cdots,X_q) = T(\phi^* \omega_1 ,\cdots,\phi^* \omega_p,\phi^* X_1,\cdots,\phi^* X_q)
( ϕ ∗ T ) ( ω 1 , ⋯ , ω p , X 1 , ⋯ , X q ) = T ( ϕ ∗ ω 1 , ⋯ , ϕ ∗ ω p , ϕ ∗ X 1 , ⋯ , ϕ ∗ X q )
设流形 M M M 和 N N N 的局部坐标分别为 { x μ } \{x^\mu\} { x μ } 和 { x ′ μ } \{x^{\prime\mu}\} { x ′ μ } ,则上式在局部坐标系下的表示为
( ϕ ∗ T ) μ 1 ⋯ μ p ν 1 ⋯ ν q = ( ϕ ∗ T ) ( d x μ 1 , ⋯ , d x μ p , ∂ ∂ x ν 1 , ⋯ , ∂ ∂ x ν q ) = T ( ϕ ∗ d x μ 1 , ⋯ , ϕ ∗ d x μ p , ϕ ∗ ∂ ∂ x ν 1 , ⋯ , ϕ ∗ ∂ ∂ x ν q ) \begin{aligned}
&\quad\,\,(\phi_* T)^{\mu_1\cdots \mu_p}{_{\nu_1\cdots\nu_q}} \\
&= (\phi_* T)\left(\mathrm{d} x^{\mu_1},\cdots,\mathrm{d} x^{\mu_p},\frac{\partial}{\partial x^{\nu_1}},\cdots,\frac{\partial}{\partial x^{\nu_q}}\right) \\
&= T \left(\phi^*\mathrm{d} x^{\mu_1},\cdots,\phi^*\mathrm{d} x^{\mu_p},\phi^*\frac{\partial}{\partial x^{\nu_1}},\cdots,\phi^*\frac{\partial}{\partial x^{\nu_q}}\right)
\end{aligned}
( ϕ ∗ T ) μ 1 ⋯ μ p ν 1 ⋯ ν q = ( ϕ ∗ T ) ( d x μ 1 , ⋯ , d x μ p , ∂ x ν 1 ∂ , ⋯ , ∂ x ν q ∂ ) = T ( ϕ ∗ d x μ 1 , ⋯ , ϕ ∗ d x μ p , ϕ ∗ ∂ x ν 1 ∂ , ⋯ , ϕ ∗ ∂ x ν q ∂ )
ϕ ∗ d x μ \phi^*\mathrm{d} x^{\mu} ϕ ∗ d x μ 和 ϕ ∗ ∂ ∂ x μ \phi^*\frac{\partial}{\partial x^\mu} ϕ ∗ ∂ x μ ∂ 是决定微分同胚 ϕ \phi ϕ 最基本的单元,需要具体计算。
主动观点和被动观点
见电动力学讲义。
李导数
李导数的定义
单参数变换群一节中讲过,给定向量场 X X X ,可以确定一族微分同胚 { ϕ t } ( t ∈ R ) \{\phi_t\} (t \in \mathbb{R}) { ϕ t } ( t ∈ R ) 构成单参数变换群,并且 ϕ t \phi_t ϕ t 能给出以 X X X 为切向量的一条条曲线(积分曲线)上,间隔为 t t t 的两点 p p p 和 ϕ t ( p ) \phi_t(p) ϕ t ( p ) 之间的映射。
由于 ϕ t \phi_t ϕ t 是微分同胚,结合推前拉回映射,可以定义一种导数运算:将与流形上一点 p p p 间隔为 t t t 的另一点处的张量 T T T ,沿着向量场 X X X (即沿着积分曲线)拉回 p p p 点进行作差,当 t → 0 t \to 0 t → 0 时,张量的差值除以 t t t 就是张量场沿 X X X 的导数,称为李导数。
李导数 给定向量场 X X X ,定义 T ∈ Γ ( ⊗ p , q T M ) T \in \varGamma\left(\otimes^{p,q} TM \right) T ∈ Γ ( ⊗ p , q T M ) 的李导数 L X T \mathcal{L}_X T L X T 为
L X T = lim t → 0 ϕ t ∗ ( T ∣ ϕ t ) − T t \mathcal{L}_X T = \lim_{t \to 0} \frac{\phi^*_t (T|_{\phi_t})-T}{t}
L X T = t → 0 lim t ϕ t ∗ ( T ∣ ϕ t ) − T
其中 ϕ t \phi_t ϕ t 是由 X X X 生成的单参数变换,T ∣ ϕ t T|_{\phi_t} T ∣ ϕ t 是经过 ϕ t \phi_t ϕ t 变换得到的张量场,是 T ∣ ϕ t ( p ) T|_{\phi_t(p)} T ∣ ϕ t ( p ) 中省略参考点 p p p 的形式上的记法。上式也可以表示为
( L X T ) ∣ p = lim t → 0 ϕ t ∗ ( T ∣ ϕ t ( p ) ) − T ∣ p t \left(\mathcal{L}_X T\right)|_p = \lim_{t \to 0} \frac{\phi^*_t (T|_{\phi_t(p)})-T|_p}{t}
( L X T ) ∣ p = t → 0 lim t ϕ t ∗ ( T ∣ ϕ t ( p ) ) − T ∣ p
李导数的定义不需要流形 M M M 有附加结构 g g g 或 ∇ \nabla ∇ 。
李导数的性质
双线性:L λ X + μ Y T = λ L X T + μ L Y T , L X ( λ T + μ S ) = λ L X T + μ L X S \mathcal{L}_{\lambda X+\mu Y} T = \lambda \mathcal{L}_{X} T + \mu \mathcal{L}_{Y} T,\ \mathcal{L}_X (\lambda T+\mu S)= \lambda \mathcal{L}_{X} T+ \mu\mathcal{L}_{X} S L λ X + μ Y T = λ L X T + μ L Y T , L X ( λ T + μ S ) = λ L X T + μ L X S ,其中 λ , μ , ∈ R \lambda,\mu,\in \R λ , μ , ∈ R
第一分量Leibniz律:L f X Y = f L X Y − ( Y f ) X \mathcal{L}_{f X} Y = f \mathcal{L}_{X} Y - (Yf) X L f X Y = f L X Y − ( Y f ) X ,其中 f ∈ C ∞ ( M ) f \in C^\infty(M) f ∈ C ∞ ( M )
第二分量Leibniz律:L X ( T ⊗ S ) = L X T ⊗ S + T ⊗ L X S \mathcal{L}_X \left(T\otimes S\right) = \mathcal{L}_X T\otimes S+T \otimes \mathcal{L}_X S L X ( T ⊗ S ) = L X T ⊗ S + T ⊗ L X S ,其中 T , S T,S T , S 为任意阶张量
L X f = X f \mathcal{L}_X f = X f L X f = X f ,其中 X X X 为向量场,f f f 为函数
L X Y = [ X , Y ] \mathcal{L}_X Y = [X,Y] L X Y = [ X , Y ] ,其中 X , Y X,Y X , Y 为向量场 ⟹ L X Y = ∇ X Y − ∇ Y X \implies \mathcal{L}_X Y = \nabla_X Y -\nabla_Y X ⟹ L X Y = ∇ X Y − ∇ Y X ,其中 ∇ \nabla ∇ 为无挠联络
Proof
根据李导数的定义,有
( L X Y ) ∣ p ( f ) = lim t → 0 ϕ t ∗ ( Y ∣ ϕ t ( p ) ) − Y ∣ p t ( f ) = lim t → 0 1 t [ Y ∣ ϕ t ( p ) ( ϕ t ∗ f ) − Y p f ] = lim t → 0 1 t [ Y ∣ ϕ t ( p ) ( f ∘ ϕ t − 1 ) − Y p f ] = lim t → 0 1 t [ Y ∣ ϕ t ( p ) ( f ∘ ϕ − t ) − Y p f ] ≈ lim t → 0 1 t [ Y ∣ ϕ t ( p ) ( f − t X f ) − Y p f ] = lim t → 0 1 t [ Y ∣ ϕ t ( p ) f − Y p f ] − Y ( X f ) = lim t → 0 1 t [ ( Y f ) ∣ ϕ t ( p ) − ( Y f ) ∣ p ] − Y p ( X f ) = X p ( Y f ) − Y p ( X f ) = [ X , Y ] p f \begin{aligned}
\left(\mathcal{L}_X Y\right)|_p (f) &= \lim_{t \to 0} \frac{\phi^*_t (Y|_{\phi_t(p)})-Y|_p}{t} (f) \\
&= \lim_{t \to 0} \frac{1}{t} \left[ Y|_{\phi_t(p)} (\phi_{t*}f) -Y_p f \right] \\
&= \lim_{t \to 0} \frac{1}{t} \left[ Y|_{\phi_t(p)} \left( f\circ \phi_t^{-1} \right) -Y_p f \right] \\
&= \lim_{t \to 0} \frac{1}{t} \left[ Y|_{\phi_t(p)} \left( f\circ \phi_{-t} \right) -Y_p f \right] \\
&\approx \lim_{t \to 0} \frac{1}{t} \left[ Y|_{\phi_t(p)} \left( f -tXf \right) -Y_p f \right] \\
&= \lim_{t \to 0} \frac{1}{t} \left[ Y|_{\phi_t(p)} f -Y_p f \right]- Y(Xf)\\
&= \lim_{t \to 0} \frac{1}{t} \left[ (Yf)|_{\phi_t(p)}-(Yf)|_p \right]- Y_p(Xf) \\
&= X_p (Yf)- Y_p(Xf) = [X,Y]_p f\\
\end{aligned}
( L X Y ) ∣ p ( f ) = t → 0 lim t ϕ t ∗ ( Y ∣ ϕ t ( p ) ) − Y ∣ p ( f ) = t → 0 lim t 1 [ Y ∣ ϕ t ( p ) ( ϕ t ∗ f ) − Y p f ] = t → 0 lim t 1 [ Y ∣ ϕ t ( p ) ( f ∘ ϕ t − 1 ) − Y p f ] = t → 0 lim t 1 [ Y ∣ ϕ t ( p ) ( f ∘ ϕ − t ) − Y p f ] ≈ t → 0 lim t 1 [ Y ∣ ϕ t ( p ) ( f − t X f ) − Y p f ] = t → 0 lim t 1 [ Y ∣ ϕ t ( p ) f − Y p f ] − Y ( X f ) = t → 0 lim t 1 [ ( Y f ) ∣ ϕ t ( p ) − ( Y f ) ∣ p ] − Y p ( X f ) = X p ( Y f ) − Y p ( X f ) = [ X , Y ] p f
其中关键之处在于第五步利用了 f ∘ ϕ t = f + t X f + ο ( t ) f\circ\phi_t = f+t Xf + \omicron(t) f ∘ ϕ t = f + t X f + ο ( t ) 和第八步利用了函数 Y f Yf Y f 的 L X f = X f = lim 1 t ( f ∣ ϕ t − f ) \mathcal{L}_X f = X f=\lim\frac{1}{t} \left( f|_{\phi_t}-f \right) L X f = X f = lim t 1 ( f ∣ ϕ t − f ) 。这样我们就得到 L X Y = [ X , Y ] \mathcal{L}_X Y = [X,Y] L X Y = [ X , Y ] ,再利用无挠联络的定义
T ( X , Y ) = ∇ X Y − ∇ Y X − [ X , Y ] = 0 T(X,Y) = \nabla_X Y -\nabla_Y X-[X,Y]=0
T ( X , Y ) = ∇ X Y − ∇ Y X − [ X , Y ] = 0
就得到李导数用无挠联络表示的推论。
( L X ω ) ( Y ) = X [ ω ( Y ) ] − ω [ X , Y ] (\mathcal{L}_X \omega) (Y) = X\left[ \omega(Y)\right] - \omega[X,Y] ( L X ω ) ( Y ) = X [ ω ( Y ) ] − ω [ X , Y ] ,其中 ω \omega ω 为 1-形式场。
对于任意 ( p , q ) (p,q) ( p , q ) 型张量场,其李导数为
( L X T ) ( ω 1 , ⋯ , ω p , Y 1 , ⋯ , Y q ) = X [ T ( ω 1 , ⋯ , ω p , Y 1 , ⋯ , Y q ) ] + ∑ i = 1 p T ( ω 1 , ⋯ , L X ω i , ⋯ , ω p , Y 1 , ⋯ , Y q ) + ∑ i = 1 q T ( ω 1 , ⋯ , ω p , Y 1 , ⋯ , L X Y i , ⋯ , Y q ) \begin{aligned}
\left( \mathcal{L}_X T \right) \left(\omega_1,\cdots,\omega_p,Y_1,\cdots,Y_q \right) &= X \left[T \left(\omega_1,\cdots,\omega_p,Y_1,\cdots,Y_q \right)\right] + \sum_{i=1}^p T\left(\omega_1,\cdots,\mathcal{L}_X \omega_i,\cdots,\omega_p,Y_1,\cdots,Y_q \right) \\
&\quad\, + \sum_{i=1}^q T\left(\omega_1,\cdots,\omega_p,Y_1,\cdots,\mathcal{L}_X Y_i,\cdots,Y_q \right)
\end{aligned}
( L X T ) ( ω 1 , ⋯ , ω p , Y 1 , ⋯ , Y q ) = X [ T ( ω 1 , ⋯ , ω p , Y 1 , ⋯ , Y q ) ] + i = 1 ∑ p T ( ω 1 , ⋯ , L X ω i , ⋯ , ω p , Y 1 , ⋯ , Y q ) + i = 1 ∑ q T ( ω 1 , ⋯ , ω p , Y 1 , ⋯ , L X Y i , ⋯ , Y q )
Proof
与性质5的证明类似,但需要注意 T T T 的作用对象均发生微小变化 ω i → ω i + t L X ω i , Y i → Y i + t L X Y i \omega_i \to \omega_i + t \mathcal{L}_X \omega_i, Y_i \to Y_i + t \mathcal{L}_X Y_i ω i → ω i + t L X ω i , Y i → Y i + t L X Y i 时,T ( ω + t L X ω ; Y + t L X Y ) T(\omega + t \mathcal{L}_X \omega \, ; Y+t \mathcal{L}_X Y) T ( ω + t L X ω ; Y + t L X Y ) 按照保留一阶小量 ο ( t ) \omicron(t) ο ( t ) 的要求 t 2 T ( L X ω i , L X Y i ) t^2 T(\mathcal{L}_X \omega_i, \mathcal{L}_X Y_i) t 2 T ( L X ω i , L X Y i ) 及更高次幂均会消失。
[ L X , L Y ] = L [ X , Y ] \left[ \mathcal{L}_X, \mathcal{L}_Y\right] = \mathcal{L}_{[X,Y]} [ L X , L Y ] = L [ X , Y ]
李导数与协变导数的比较
李导数和协变导数各自规定了一种比较不同两点的张量的方法,均具有线性性和 Leibniz 律。
李导数定义来源于流形的光滑结构,是光滑流形自带的算符,不需要流形上的附加结构;协变导数可以在任何向量丛上定义,但需要额外的人工信息来定义,需要指定联络系数 Γ \Gamma Γ 或平移规定。
李导数 ( L X T ) ∣ p \left(\mathcal{L}_X T\right)|_p ( L X T ) ∣ p 依赖于 X X X 在 p p p 处附近的行为,即积分曲线,而协变导数 ( ∇ X T ) ∣ p (\nabla_X T)|_p ( ∇ X T ) ∣ p 只依赖于 X X X 在 p p p 处的取值 X p X_p X p
Killing 向量场
适配坐标系
适配坐标系 若向量场 X X X 为局部坐标系的某个基矢量 ∂ ∂ x 1 \frac{\partial}{\partial x^1} ∂ x 1 ∂ ,则该局部坐标系称为 X X X 的适配坐标系。
适配坐标系中,沿 X X X 的李导数 L X \mathcal{L}_X L X 退化为 ∂ ∂ x 1 \frac{\partial}{\partial x^1} ∂ x 1 ∂ 本身。
Killing 向量场
等度规映射 若微分同胚 ϕ : M → M \phi:M \to M ϕ : M → M 满足 ϕ ∗ g = g \phi^* g =g ϕ ∗ g = g ,则称 ϕ \phi ϕ 为等度规映射。
Killing向量场 设 X X X 为黎曼流形 ( M , g ) (M, g) ( M , g ) 上的向量场,如果 X X X 生成的无穷小变换 ϕ t \phi_t ϕ t 均为等度规映射,则称 X X X 为 ( M , g ) (M, g) ( M , g ) 的 Killing 向量场。
Killing方程 成为 Killing 向量场的充分必要条件是满足 Killing 方程。由 Killing 向量场的定义知,若 X X X 为 Killing 向量场,则
L X g = 0 \mathcal{L}_X g =0
L X g = 0
或者写作
X g ( Y , Z ) = g ( [ X , Y ] , Z ) + g ( Y , [ X , Z ] ) ∀ X , Y , Z ∈ Γ ( T M ) X g(Y,Z) =g([X,Y],Z) + g(Y,[X,Z]) \qquad \forall X, Y,Z\in \Gamma(T M)
X g ( Y , Z ) = g ( [ X , Y ] , Z ) + g ( Y , [ X , Z ] ) ∀ X , Y , Z ∈ Γ ( T M )
若 ∇ \nabla ∇ 是黎曼联络,则又可以写作
g ( ∇ Y X , Z ) + g ( Y , ∇ Z X ) = 0 ∀ Y , Z ∈ Γ ( T M ) g\left(\nabla_{Y} X, Z\right)+ g\left( Y, \nabla_{Z} X\right)=0 \qquad \forall Y, Z \in \Gamma(T M)
g ( ∇ Y X , Z ) + g ( Y , ∇ Z X ) = 0 ∀ Y , Z ∈ Γ ( T M )
其分量形式为
∇ μ X ν + ∇ ν X μ = 0 \nabla_\mu X_\nu + \nabla_\nu X_\mu = 0
∇ μ X ν + ∇ ν X μ = 0
定理:黎曼流形 ( M , g ) (M, g) ( M , g ) 至多有 n ( n + 1 ) / 2 n(n+1)/2 n ( n + 1 ) / 2 个独立的 Killing 向量场,其中 n = dim M n = \dim M n = dim M 。
Killing 方程 L X g = 0 \mathcal{L}_X g =0 L X g = 0 反映度规的沿着 Killing 向量场的平移不变性。因此实际物理应用中,往往先寻找度规沿哪条曲线平移不变,那么该条曲线的切矢就是 Killing 向量场。