टेंसर संकुचन: Difference between revisions

Revision as of 10:15, 30 April 2023

बहुरेखीय बीजगणित में, टेन्सर संकुचन टेन्सर पर ऑपरेशन है जो परिमित-आयामी सदिश स्थान और इसकी दोहरी की प्राकृतिक जोड़ी से उत्पन्न होता है। घटकों में, यह टेन्सर (एस) के स्केलर घटकों के उत्पादों के योग के रूप में व्यक्त किया जाता है, जो डमी सूचकांक के लिए योग सम्मेलन को प्रारम्भ करने के कारण होता है जो अभिव्यक्ति में बंधे होते हैं। मिश्रित टेन्सर का संकुचन तब होता है जब टेन्सर के शाब्दिक सूचकांकों ( एक सबस्क्रिप्ट, दूसरा सुपरस्क्रिप्ट) के बराबर सेट की जाती है और इसका योग किया जाता है। आइंस्टीन संकेतन में इस योग को नोटेशन में बनाया गया है। परिणाम 2 से घटाए गए क्रम के साथ और टेन्सर है।

टेंसर संकुचन को ट्रेस (रैखिक बीजगणित) के सामान्यीकरण के रूप में देखा जा सकता है।

सार सूत्रीकरण

मान लीजिए कि V क्षेत्र (गणित) k पर सदिश समष्टि है। संकुचन ऑपरेशन का मूल, और सबसे सरल स्थितियां ,V की दोहरी स्थान V^∗ के साथ प्राकृतिक परिवर्तन जोड़ी है^∗. युग्मन टेंसर इन दो स्थानों के टेंसर उत्पाद से क्षेत्र k में रैखिक परिवर्तन है

C:V\otimes V^{*}\rightarrow k

द्विरेखीय रूप के अनुरूप

\langle f,v\rangle =f(v)

जहाँ f, V^∗ में है और v, V में है। मानचित्र C, प्रकार (1, 1) के टेन्सर पर संकुचन संचालन को परिभाषित करता है , जो तत्व है $V^{*}\otimes V$ . ध्यान दें कि परिणाम अदिश (गणित) (k का तत्व) है। k मध्य प्राकृतिक समरूपता का उपयोग करना $V\otimes V^{*}$ और V से V तक रैखिक परिवर्तनों का स्थान,^[1] ट्रेस (रैखिक बीजगणित) की आधार-मुक्त परिभाषा प्राप्त करता है।

सामान्यतः, प्रकार (m, n) ( m ≥ 1 और n ≥ 1) का टेंसर सदिश स्थान का तत्व है

V\otimes \cdots \otimes V\otimes V^{*}\otimes \cdots \otimes V^{*}

(जहां m कारक V और n कारक V हैं^∗).^[2]^[3] k वें V कारक और lवें V^∗ कारक के लिए प्राकृतिक युग्मन प्रारम्भ करना^∗, और अन्य सभी कारकों पर पहचान का उपयोग करते हुए, (k, l) संकुचन संक्रिया को परिभाषित करता है, जो रेखीय मानचित्र है जो प्रकार (m − 1, n − 1) का टेन्सर उत्पन्न करता है .^[2](1, 1) स्थिति के अनुरूप, सामान्य संकुचन ऑपरेशन को कभी-कभी ट्रेस कहा जाता है।

सूचकांक नोटेशन में संकुचन

टेंसर सूचकांक नोटेशन में, वेक्टर और डुअल वेक्टर के मूल संकुचन को किसके द्वारा दर्शाया जाता है

{\tilde {f}}({\vec {v}})=f_{\gamma }v^{\gamma }

जो स्पष्ट समन्वय योग के लिए आशुलिपि है^[4]

f_{\gamma }v^{\gamma }=f_{1}v^{1}+f_{2}v^{2}+\cdots +f_{n}v^{n}

(जहाँ $v i$ विशेष आधार पर $v$ और $f i$ के घटक हैं इसी दोहरे आधार में $f$ के घटक हैं )।

चूंकि सामान्य मिश्रित डायडिक टेंसर प्रपत्र के विघटनीय टेन्सर का रैखिक संयोजन है $f\otimes v$ , डायडिक स्थिति के लिए स्पष्ट सूत्र इस प्रकार है: मान लीजिए

\mathbf {T} =T_{j}^{i}\mathbf {e} _{i}\otimes \mathbf {e} ^{j}

मिश्रित डायाडिक टेंसर बनें। तब उसका संकुचन होता है

T_{j}^{i}\mathbf {e} _{i}\cdot \mathbf {e} ^{j}=T_{j}^{i}\delta _{i}{}^{j}=T_{j}^{j}=T_{1}^{1}+\cdots +T_{n}^{n}

.

सामान्य संकुचन सहसंयोजक सूचकांक और प्रतिपरिवर्ती सूचकांक को एक ही वर्ण से लेबलिंग करके निरूपित किया जाता है, उस सूचकांक पर योग योग सम्मेलन द्वारा निहित किया जा रहा है। परिणामी अनुबंधित टेन्सर मूल टेन्सर के शेष सूचकांकों को इनहेरिट करता है। उदाहरण के लिए, प्ररूप (1,1) का नवीन टेंसर U बनाने के लिए दूसरे और तीसरे सूचकांक पर प्ररूप (2,2) के टेंसर T को अनुबंधित करना इस प्रकार लिखा जाता है

T^{ab}{}_{bc}=\sum _{b}{T^{ab}{}_{bc}}=T^{a1}{}_{1c}+T^{a2}{}_{2c}+\cdots +T^{an}{}_{nc}=U^{a}{}_{c}.

इसके विपरीत, चलो

\mathbf {T} =\mathbf {e} ^{i}\otimes \mathbf {e} ^{j}

अमिश्रित डायाडिक टेंसर बनें। यह टेंसर अनुबंध नहीं करता है; यदि इसके आधार वैक्टर बिंदीदार हैं,^{[clarification needed]} परिणाम प्रतिपरिवर्ती मीट्रिक (गणित) टेंसर है,

g^{ij}=\mathbf {e} ^{i}\cdot \mathbf {e} ^{j}

,

जिसकी श्रेणी 2 है।

मीट्रिक संकुचन

जैसा कि पिछले उदाहरण में, सूचकांकों की संकुचन सामान्य रूप से संभव नहीं है जो या तो प्रतिपरिवर्ती या दोनों सहपरिवर्ती हैं। चूँकि , आंतरिक उत्पाद (मीट्रिक टेंसर के रूप में भी जाना जाता है) g की उपस्थिति में, ऐसे संकुचन संभव हैं। कोई किसी सूचकांक को आवश्यकतानुसार बढ़ाने या घटाने के लिए मीट्रिक का उपयोग करता है, और कोई संकुचन के सामान्य संचालन का उपयोग करता है। संयुक्त ऑपरेशन को मीट्रिक संकुचन के रूप में जाना जाता है।^[5]

टेंसर क्षेत्र के लिए आवेदन

संकुचन अधिकांशतः रिक्त स्थान पर टेंसर क्षेत्र पर प्रारम्भ होता है (उदाहरण के लिए यूक्लिडियन अंतरिक्ष , मैनिफोल्ड्स, या स्कीम (गणित))^{[citation needed]} चूंकि संकुचन विशुद्ध रूप से बीजगणितीय संक्रिया है, इसे बिंदुवार टेन्सर क्षेत्र में प्रारम्भ किया जा सकता है, उदाहरण. यदि T यूक्लिडियन अंतरिक्ष पर (1,1) टेंसर क्षेत्र है, तो किसी भी निर्देशांक में, इसका संकुचन (स्केलर क्षेत्र) U बिंदु x पर दिया जाता है

U(x)=\sum _{i}T_{i}^{i}(x)

चूँकि x की भूमिका यहाँ जटिल नहीं है, इसे अधिकांशतः दबा दिया जाता है, और टेन्सर क्षेत्रों के लिए संकेतन विशुद्ध रूप से बीजगणितीय टेन्सरों के समान हो जाता है।

रीमैनियन मैनिफोल्ड्स पर, मीट्रिक (आंतरिक उत्पादों का क्षेत्र) उपलब्ध है, और सिद्धांत के लिए मीट्रिक और गैर-मीट्रिक संकुचन दोनों महत्वपूर्ण हैं। उदाहरण के लिए, रिक्की टेन्सर रीमैन वक्रता टेन्सर का गैर-मीट्रिक संकुचन है, और स्केलर वक्रता रिक्की टेंसर का अद्वितीय मीट्रिक संकुचन है।

मैनिफोल्ड्स पर कार्यों की उपयुक्त वलय पर मॉड्यूल के संदर्भ में टेन्सर क्षेत्र का संकुचन भी देख सकता है^[5]या संरचना शीफ पर मॉड्यूल के ढेरों का संदर्भ;^[6] इस लेख के अंत में चर्चा देखें।

टेंसर विचलन

टेंसर क्षेत्र के संकुचन के अनुप्रयोग के रूप में, V को रिमेंनियन मैनिफोल्ड (उदाहरण के लिए, यूक्लिडियन स्पेस) पर वेक्टर क्षेत्र होता है । मान लो $V^{\alpha }{}_{\beta }$ V का सहसंयोजक व्युत्पन्न हो (निर्देशांक के कुछ विकल्प में)। यूक्लिडियन अंतरिक्ष में कार्टेशियन निर्देशांक के स्थिति में, कोई लिख सकता है

V^{\alpha }{}_{\beta }={\partial V^{\alpha } \over \partial x^{\beta }}.

सूचकांक β को α में बदलने से सूचकांकों की जोड़ी एक-दूसरे से बंधी हो जाती है, जिससे कि निम्नलिखित योग प्राप्त करने के लिए व्युत्पन्न अनुबंध स्वयं के साथ हो:

V^{\alpha }{}_{\alpha }=V^{0}{}_{0}+\cdots +V^{n}{}_{n}

जो विचलन div V है। फिर

\operatorname {div} V=V^{\alpha }{}_{\alpha }=0

V के लिए निरंतरता समीकरण है।

सामान्यतः, उच्च-श्रेणी के टेंसर क्षेत्रों पर विभिन्न विचलन संचालन को निम्नानुसार परिभाषित किया जा सकता है। यदि T प्रतिपरिवर्ती सूचकांक वाला टेन्सर क्षेत्र है, सहपरिवर्ती अंतर को लेते हुए और चुने हुए प्रतिपरिवर्ती सूचकांक को नए सहपरिवर्ती सूचकांक के साथ अनुबंधित करते हुए अंतर के परिणामस्वरूप T की तुलना में कम श्रेणी के नए टेंसर का परिणाम होता है।^[5]

टेंसरों की जोड़ी का संकुचन

टेंसर T और U की जोड़ी पर विचार करके कोर संकुचन ऑपरेशन (दोहरी वेक्टर वाला वेक्टर) को अल्प भिन्न विधि से सामान्यीकृत किया जा सकता है। टेंसर उत्पाद $T\otimes U$ नवीन टेन्सर होता है, जिसे, यदि उसके निकट सहपरिवर्ती और प्रतिपरिवर्ती सूचकांक हो, तो उसे अनुबंधित किया जा सकता है। वह स्थितियां जहां T सदिश है और U दोहरा सदिश है, इस लेख में सबसे पूर्व प्रस्तुत किया गया कोर ऑपरेशन है।

टेंसर सूचकांक नोटेशन में, एक दूसरे के साथ दो टेंसरों को अनुबंधित करने के लिए, एक ही शब्द के कारकों के रूप में उन्हें साथ-साथ रखा जाता है। यह टेंसर उत्पाद को प्रारम्भ करता है, समग्र टेंसर उत्पन्न करता है। इस समग्र टेंसर में दो सूचकांकों को अनुबंधित करना दो टेंसरों के वांछित संकुचन को प्रारम्भ करता है।

उदाहरण के लिए, आव्यूहों को प्रकार (1,1) के टेन्सर के रूप में दर्शाया जा सकता है, जिसमें प्रथम सूचकांक प्रतिपरिवर्ती और दूसरा सूचकांक सहपरिवर्ती होता है। मान $\Lambda ^{\alpha }{}_{\beta }$ मैट्रिक्स के घटक बनें और $\mathrm {M} ^{\beta }{}_{\gamma }$ दूसरे मैट्रिक्स के घटक बनें है। उनका गुणन निम्नलिखित संकुचन द्वारा दिया जाता है, टेंसरों के संकुचन का उदाहरण:

\Lambda ^{\alpha }{}_{\beta }\mathrm {M} ^{\beta }{}_{\gamma }=\mathrm {N} ^{\alpha }{}_{\gamma }

.

इसके अतिरिक्त, वेक्टर का आंतरिक उत्पाद के साथ दो टेंसरों के संकुचन की विशेष स्थितियां है।

अधिक सामान्य बीजगणितीय संदर्भ

R क्रमविनिमेय वलय होता है और M को R पर परिमित मुक्त मॉड्यूल (गणित) होता है। संकुचन M के पूर्ण (मिश्रित) टेन्सर बीजगणित पर उचित उसी प्रकार से संचालित होता है जैसा कि क्षेत्र पर वेक्टर रिक्त स्थान के स्थिति में होता है। (महत्वपूर्ण तथ्य यह है कि इस स्थिति में प्राकृतिक जोड़ी अभी भी सही है।)

सामान्यतः, O_X को स्थलीय स्थान X पर क्रमविनिमेय वलयों का समूह होता है। O_X जटिल मैनिफोल्ड, विश्लेषणात्मक स्थान, या योजना (गणित) का संरचना शीफ हो सकता है। M को O_X पर मॉड्यूल का स्थानीय रूप से मुक्त शीफ होता है। तब M का दोहरा उत्तम व्यवहार करता है^[6]और संकुचन संचालन इस संदर्भ में समझ में आता है।

यह भी देखें

↑ Let L(V, V) be the space of linear transformations from V to V. Then the natural map
$V^{*}\otimes V\rightarrow L(V,V)$
is defined by
$f\otimes v\mapsto g,$
where g(w) = f(w)v. Suppose that V is finite-dimensional. If {v_i} is a basis of V and {fⁱ} is the corresponding dual basis, then $f^{i}\otimes v_{j}$ maps to the transformation whose matrix in this basis has only one nonzero entry, a 1 in the i,j position. This shows that the map is an isomorphism.
↑ ^2.0 ^2.1 Fulton, William; Harris, Joe (1991). प्रतिनिधित्व सिद्धांत: एक पहला कोर्स. GTM. Vol. 129. New York: Springer. pp. 471–476. ISBN 0-387-97495-4.
↑ Warner, Frank (1993). डिफरेंशियल मैनिफोल्ड्स और लाई ग्रुप्स की नींव. GTM. Vol. 94. New York: Springer. pp. 54–56. ISBN 0-387-90894-3.
↑ In physics (and sometimes in mathematics), indices often start with zero instead of one. In four-dimensional spacetime, indices run from 0 to 3.
↑ ^5.0 ^5.1 ^5.2 O'Neill, Barrett (1983). सापेक्षता के अनुप्रयोगों के साथ अर्ध-रिमानियन ज्यामिति. Academic Press. p. 86. ISBN 0-12-526740-1.
↑ ^6.0 ^6.1 Hartshorne, Robin (1977). बीजगणितीय ज्यामिति. New York: Springer. ISBN 0-387-90244-9.

संदर्भ

Bishop, Richard L.; Goldberg, Samuel I. (1980). Tensor Analysis on Manifolds. New York: Dover. ISBN 0-486-64039-6.
Menzel, Donald H. (1961). Mathematical Physics. New York: Dover. ISBN 0-486-60056-4.

[natural_iso-1] Let L(V, V) be the space of linear transformations from V to V. Then the natural map
$V^{*}\otimes V\rightarrow L(V,V)$
is defined by
$f\otimes v\mapsto g,$
where g(w) = f(w)v. Suppose that V is finite-dimensional. If {v_i} is a basis of V and {fⁱ} is the corresponding dual basis, then $f^{i}\otimes v_{j}$ maps to the transformation whose matrix in this basis has only one nonzero entry, a 1 in the i,j position. This shows that the map is an isomorphism.

[fulton_harris-2] 2.0 ^2.1 Fulton, William; Harris, Joe (1991). प्रतिनिधित्व सिद्धांत: एक पहला कोर्स. GTM. Vol. 129. New York: Springer. pp. 471–476. ISBN 0-387-97495-4.

[warner-3] Warner, Frank (1993). डिफरेंशियल मैनिफोल्ड्स और लाई ग्रुप्स की नींव. GTM. Vol. 94. New York: Springer. pp. 54–56. ISBN 0-387-90894-3.

[physics-4] In physics (and sometimes in mathematics), indices often start with zero instead of one. In four-dimensional spacetime, indices run from 0 to 3.

[o'neill-5] 5.0 ^5.1 ^5.2 O'Neill, Barrett (1983). सापेक्षता के अनुप्रयोगों के साथ अर्ध-रिमानियन ज्यामिति. Academic Press. p. 86. ISBN 0-12-526740-1.

[hartshorne-6] 6.0 ^6.1 Hartshorne, Robin (1977). बीजगणितीय ज्यामिति. New York: Springer. ISBN 0-387-90244-9.

[1]

[2]

[3]

[4]

[5]

[6]

@@ Line 1: / Line 1: @@
-{{for|the module-theoretic construction of tensor fields and their contractions|tensor product of modules#Example from differential geometry: tensor field}}
+{{for|टेंसर क्षेत्रों और उनके संकुचन के मॉड्यूल-सैद्धांतिक निर्माण|मॉड्यूल के टेन्सर उत्पाद # अंतर ज्यामिति से उदाहरण: टेंसर फ़ील्ड}}
-[[बहुरेखीय बीजगणित]] में,  [[टेन्सर]] संकुचन टेन्सर पर ऑपरेशन है जो  परिमित-[[आयाम|आयामी]] वेक्टर अंतरिक्ष और इसकी [[दोहरी वेक्टर अंतरिक्ष]] की [[प्राकृतिक जोड़ी]] से उत्पन्न होता है। घटकों में, यह टेन्सर (एस) के स्केलर घटकों के उत्पादों के योग के रूप में व्यक्त किया जाता है, जो डमी इंडेक्स की  जोड़ी के लिए [[योग सम्मेलन]] को प्रारम्भ करने के कारण होता है जो  अभिव्यक्ति में  दूसरे से बंधे होते हैं। ल मिश्रित टेन्सर का संकुचन तब होता है जब टेन्सर के शाब्दिक सूचकांकों ( सबस्क्रिप्ट, दूसरा सुपरस्क्रिप्ट) की  जोड़ी  दूसरे के बराबर सेट की जाती है और इसका योग किया जाता है। [[आइंस्टीन संकेतन]] में इस योग को नोटेशन में बनाया गया है। परिणाम 2 से घटाए गए क्रम के साथ  और टेन्सर है।
+[[बहुरेखीय बीजगणित]] में,  [[टेन्सर]] संकुचन टेन्सर पर ऑपरेशन है जो परिमित-[[आयाम|आयामी]] सदिश स्थान और इसकी [[दोहरी वेक्टर अंतरिक्ष|दोहरी]] की [[प्राकृतिक जोड़ी]] से उत्पन्न होता है। घटकों में, यह टेन्सर (एस) के स्केलर घटकों के उत्पादों के योग के रूप में व्यक्त किया जाता है, जो डमी सूचकांक के लिए [[योग सम्मेलन]] को प्रारम्भ करने के कारण होता है जो अभिव्यक्ति में  बंधे होते हैं।  मिश्रित टेन्सर का संकुचन तब होता है जब टेन्सर के शाब्दिक सूचकांकों ( एक सबस्क्रिप्ट, दूसरा सुपरस्क्रिप्ट) के बराबर सेट की जाती है और इसका योग किया जाता है। [[आइंस्टीन संकेतन]] में इस योग को नोटेशन में बनाया गया है। परिणाम 2 से घटाए गए क्रम के साथ और टेन्सर है।
 टेंसर संकुचन को [[ट्रेस (रैखिक बीजगणित)]] के सामान्यीकरण के रूप में देखा जा सकता है।
 == सार सूत्रीकरण ==
-मान लीजिए कि V [[क्षेत्र (गणित)]] k पर  सदिश समष्टि है। संकुचन ऑपरेशन का मूल, और सबसे सरल स्थितियां , वी की [[दोहरी जगह]] वी के साथ [[प्राकृतिक परिवर्तन]] जोड़ी है<sup>∗</sup>. युग्मन टेंसर के घटक-मुक्त उपचार से [[रैखिक परिवर्तन]] है # परिभाषा: इन दो स्थानों के वेक्टर रिक्त स्थान का टेन्सर उत्पाद k:
+मान लीजिए कि V [[क्षेत्र (गणित)]] k पर  सदिश समष्टि है। संकुचन ऑपरेशन का मूल, और सबसे सरल स्थितियां ,''V''  की [[दोहरी जगह|दोहरी  स्थान]] ''V<sup>∗</sup>'' के साथ [[प्राकृतिक परिवर्तन]] जोड़ी है<sup>∗</sup>. युग्मन टेंसर इन दो स्थानों के टेंसर उत्पाद से  क्षेत्र k में  [[रैखिक परिवर्तन]] है
 : <math> C : V \otimes V^* \rightarrow k </math>
@@ Line 12: / Line 12: @@
 : <math> \langle f, v \rangle = f(v) </math>
-जहाँ f, V में है<sup>∗</sup> और v, V में है। मानचित्र C प्रकार के टेन्सर पर संकुचन संचालन को परिभाषित करता है {{nowrap|(1, 1)}}, जो का  तत्व है <math>V^* \otimes V </math>. ध्यान दें कि परिणाम  [[अदिश (गणित)]] (k का  तत्व) है। के बीच प्राकृतिक समरूपता का उपयोग करना <math>V \otimes V^* </math> और वी से वी तक रैखिक परिवर्तनों का स्थान,<ref name="natural iso">Let {{nowrap|L(''V'', ''V'')}} be the space of linear transformations from ''V'' to ''V''. Then the natural map
+जहाँ f, ''V''<sup>∗</sup> में है और v, V में है। मानचित्र C,  प्रकार {{nowrap|(1, 1)}} के टेन्सर पर संकुचन संचालन को परिभाषित करता है , जो  तत्व है <math>V^* \otimes V </math>. ध्यान दें कि परिणाम [[अदिश (गणित)]] (k का तत्व) है। ''k'' मध्य प्राकृतिक समरूपता का उपयोग करना <math>V \otimes V^* </math> और V से V तक रैखिक परिवर्तनों का स्थान,<ref name="natural iso">Let {{nowrap|L(''V'', ''V'')}} be the space of linear transformations from ''V'' to ''V''. Then the natural map
 :<math>V^* \otimes V \rightarrow L(V,V) </math>
@@ Line 22: / Line 22: @@
 where {{nowrap|1=''g''(''w'') = ''f''(''w'')''v''}}. Suppose that ''V'' is finite-dimensional. If {''v''<sub>''i''</sub>} is a basis of ''V'' and {''f''<sup>''i''</sup>} is the corresponding dual basis, then <math>f^i \otimes v_j</math> maps to the transformation whose matrix in this basis has only one nonzero entry, a 1 in the ''i'',''j'' position. This shows that the map is an isomorphism.</ref>  ट्रेस (रैखिक बीजगणित) की आधार-मुक्त परिभाषा प्राप्त करता है।
-सामान्य तौर पर, प्रकार का  टेंसर {{nowrap|(''m'', ''n'')}} (साथ {{nowrap|''m'' ≥ 1}} और {{nowrap|''n'' ≥ 1}}) सदिश स्थान का  तत्व है
+सामान्यतः, प्रकार {{nowrap|(''m'', ''n'')}} ( {{nowrap|''m'' ≥ 1}} और {{nowrap|''n'' ≥ 1}}) का टेंसर सदिश स्थान का तत्व है
 : <math>V \otimes \cdots \otimes V \otimes V^{*} \otimes \cdots \otimes V^{*}</math>
-(जहां एम कारक वी और एन कारक वी हैं<sup>∗</sup>).<ref name="fulton_harris">{{cite book |first=William |last=Fulton |author-link=William Fulton (mathematician) |first2=Joe |last2=Harris |author-link2=Joe Harris (mathematician) |title=प्रतिनिधित्व सिद्धांत: एक पहला कोर्स|series=[[Graduate Texts in Mathematics|GTM]] |volume=129 |publisher=Springer |location=New York |year=1991 |isbn=0-387-97495-4 |pages=471–476 }}</ref><ref name="warner">{{cite book |first=Frank |last=Warner |title=डिफरेंशियल मैनिफोल्ड्स और लाई ग्रुप्स की नींव|series=[[Graduate Texts in Mathematics|GTM]] |volume=94 |publisher=Springer |location=New York |year=1993 |isbn=0-387-90894-3 |pages=54–56 }}</ref> kवें V कारक और lवें V के लिए प्राकृतिक युग्मन प्रारम्भ करना<sup>∗</sup> कारक, और अन्य सभी कारकों पर पहचान का उपयोग करते हुए, (k, l) संकुचन संक्रिया को परिभाषित करता है, जो  रेखीय मानचित्र है जो प्रकार का टेन्सर उत्पन्न करता है {{nowrap|(''m'' − 1, ''n'' − 1)}}.<ref name="fulton_harris"/>के साथ समानता से {{nowrap|(1, 1)}} केस, सामान्य संकुचन ऑपरेशन को कभी-कभी ट्रेस कहा जाता है।
+(जहां ''m'' कारक ''V''  और ''n'' कारक ''V''  हैं<sup>∗</sup>).<ref name="fulton_harris">{{cite book |first=William |last=Fulton |author-link=William Fulton (mathematician) |first2=Joe |last2=Harris |author-link2=Joe Harris (mathematician) |title=प्रतिनिधित्व सिद्धांत: एक पहला कोर्स|series=[[Graduate Texts in Mathematics|GTM]] |volume=129 |publisher=Springer |location=New York |year=1991 |isbn=0-387-97495-4 |pages=471–476 }}</ref><ref name="warner">{{cite book |first=Frank |last=Warner |title=डिफरेंशियल मैनिफोल्ड्स और लाई ग्रुप्स की नींव|series=[[Graduate Texts in Mathematics|GTM]] |volume=94 |publisher=Springer |location=New York |year=1993 |isbn=0-387-90894-3 |pages=54–56 }}</ref>  k वें  V कारक और lवें ''V<sup>∗</sup> कारक''  के लिए प्राकृतिक युग्मन प्रारम्भ करना<sup>∗</sup>, और अन्य सभी कारकों पर पहचान का उपयोग करते हुए, (k, l) संकुचन संक्रिया को परिभाषित करता है, जो रेखीय मानचित्र है जो प्रकार {{nowrap|(''m'' − 1, ''n'' − 1)}} का टेन्सर उत्पन्न करता है .<ref name="fulton_harris"/>(1, 1) स्थिति के अनुरूप, सामान्य संकुचन ऑपरेशन को कभी-कभी ट्रेस कहा जाता है।
-== इंडेक्स नोटेशन में संकुचन ==
+== सूचकांक नोटेशन में संकुचन ==
-[[टेंसर इंडेक्स नोटेशन]] में, वेक्टर और डुअल वेक्टर के मूल संकुचन को किसके द्वारा दर्शाया जाता है
+[[टेंसर इंडेक्स नोटेशन|टेंसर सूचकांक नोटेशन]] में, वेक्टर और डुअल वेक्टर के मूल संकुचन को किसके द्वारा दर्शाया जाता है
 : <math> \tilde f (\vec v) = f_\gamma v^\gamma </math>
 जो स्पष्ट समन्वय योग के लिए आशुलिपि है<ref name="physics">In physics (and sometimes in mathematics), indices often start with zero instead of one. In four-dimensional spacetime, indices run from 0 to 3.</ref>
 : <math> f_\gamma v^\gamma = f_1 v^1 + f_2 v^2 + \cdots + f_n v^n </math>
-(कहाँ {{math|''v''<sup>''i''</sup>}} के घटक हैं {{math|''v''}}  विशेष आधार पर और {{math|''f''<sub>''i''</sub>}} के घटक हैं {{math|''f''}} इसी दोहरे आधार पर)।
+(जहाँ {{math|''v''<sup>''i''</sup>}} विशेष आधार पर {{math|''v''}} और {{math|''f''<sub>''i''</sub>}} के घटक हैं  इसी दोहरे आधार  में  {{math|''f''}}  के घटक हैं  )।
-चूंकि  सामान्य मिश्रित [[डायडिक टेंसर]] फॉर्म के विघटनीय टेन्सर का  रैखिक संयोजन है <math>f \otimes v</math>, डायडिक स्थिति के लिए स्पष्ट सूत्र इस प्रकार है: चलो
+चूंकि सामान्य मिश्रित [[डायडिक टेंसर]] प्रपत्र के विघटनीय टेन्सर का  रैखिक संयोजन है <math>f \otimes v</math>, डायडिक स्थिति के लिए स्पष्ट सूत्र इस प्रकार है: मान लीजिए
 : <math> \mathbf{T} = T_{j}^i \mathbf{e}_i \otimes \mathbf{e}^j </math>
@@ Line 44: / Line 44: @@
 = T_{j}^j= T_{1}^1 + \cdots + T_{n}^n </math>.
-सामान्य संकुचन को  सहप्रसरण और सदिश सूचकांक के प्रतिप्रसरण और  सहप्रसरण और सदिश सूचकांक के प्रतिप्रसरण को  ही अक्षर से लेबल करके निरूपित किया जाता है, उस सूचकांक पर योग योग सम्मेलन द्वारा निहित किया जा रहा है। परिणामी अनुबंधित टेन्सर मूल टेन्सर के शेष सूचकांकों को इनहेरिट करता है। उदाहरण के लिए, टाइप (1,1) का  नया टेंसर यू बनाने के लिए दूसरे और तीसरे इंडेक्स पर टाइप (2,2) के टेंसर टी को अनुबंधित करना इस प्रकार लिखा जाता है
+सामान्य संकुचन सहसंयोजक सूचकांक और  प्रतिपरिवर्ती सूचकांक को एक ही वर्ण से लेबलिंग करके निरूपित किया जाता है, उस सूचकांक पर योग योग सम्मेलन द्वारा निहित किया जा रहा है। परिणामी अनुबंधित टेन्सर मूल टेन्सर के शेष सूचकांकों को इनहेरिट करता है। उदाहरण के लिए, प्ररूप (1,1) का नवीन टेंसर ''U'' बनाने के लिए दूसरे और तीसरे सूचकांक पर प्ररूप (2,2) के टेंसर ''T''  को अनुबंधित करना इस प्रकार लिखा जाता है
 : <math> T^{ab} {}_{bc} = \sum_{b}{T^{ab}{}_{bc}} = T^{a1} {}_{1c} + T^{a2} {}_{2c} + \cdots + T^{an} {}_{nc} = U^a {}_c .</math>
@@ Line 50: / Line 50: @@
 : <math> \mathbf{T} = \mathbf{e}^i \otimes \mathbf{e}^j </math>
-अमिश्रित डायाडिक टेंसर बनें। यह टेंसर अनुबंध नहीं करता है; यदि इसके आधार वैक्टर बिंदीदार हैं,{{clarification|What is "dotted" supposed to mean here? Since it is not a contraction, as is explicitly stated, then what is its definition? In particular, how is the tensor <math>g^{ij}</math> intended to be different from the tensor <math>\mathbf{T}</math>? Right now the difference only looks formal, i.e. different notation for what must otherwise be the same object.|date=May 2020}} परिणाम प्रतिपरिवर्ती [[मीट्रिक (गणित)]] है,
+अमिश्रित डायाडिक टेंसर बनें। यह टेंसर अनुबंध नहीं करता है; यदि इसके आधार वैक्टर बिंदीदार हैं,{{clarification|What is "dotted" supposed to mean here? Since it is not a contraction, as is explicitly stated, then what is its definition? In particular, how is the tensor <math>g^{ij}</math> intended to be different from the tensor <math>\mathbf{T}</math>? Right now the difference only looks formal, i.e. different notation for what must otherwise be the same object.|date=May 2020}} परिणाम प्रतिपरिवर्ती [[मीट्रिक (गणित)]] टेंसर है,
 : <math> g^{ij} = \mathbf{e}^i \cdot \mathbf{e}^j </math>,
-जिसकी रैंक 2 है।
+जिसकी श्रेणी 2 है।
 == मीट्रिक संकुचन ==
-{{see also|Raising and lowering indices#An example from Minkowski spacetime}}
+{{see also|सूचकांकों को ऊपर उठाना और घटाना#मिन्कोव्स्की स्पेसटाइम से एक उदाहरण}}
-जैसा कि पिछले उदाहरण में, सूचकांकों की  जोड़ी पर संकुचन सामान्य रूप से संभव नहीं है जो या तो प्रतिपरिवर्ती या दोनों सहपरिवर्ती हैं। हालांकि,  आंतरिक उत्पाद (जिसे [[मीट्रिक टेंसर]] के रूप में भी जाना जाता है) जी की उपस्थिति में, ऐसे संकुचन संभव हैं। कोई किसी  सूचकांक को आवश्यकतानुसार बढ़ाने या घटाने के लिए मीट्रिक का उपयोग करता है, और फिर कोई संकुचन के सामान्य संचालन का उपयोग करता है। संयुक्त ऑपरेशन को [[मीट्रिक संकुचन]] के रूप में जाना जाता है।<ref name="o'neill">{{cite book |first=Barrett |last=O'Neill |title=सापेक्षता के अनुप्रयोगों के साथ अर्ध-रिमानियन ज्यामिति|publisher=Academic Press |year=1983 |page=86 |isbn=0-12-526740-1 }}</ref>
+जैसा कि पिछले उदाहरण में, सूचकांकों की  संकुचन सामान्य रूप से संभव नहीं है जो या तो प्रतिपरिवर्ती या दोनों सहपरिवर्ती हैं। चूँकि , आंतरिक उत्पाद ([[मीट्रिक टेंसर]] के रूप में भी जाना जाता है) ''g'' की उपस्थिति में, ऐसे संकुचन संभव हैं। कोई किसी  सूचकांक को आवश्यकतानुसार बढ़ाने या घटाने के लिए मीट्रिक का उपयोग करता है, और कोई संकुचन के सामान्य संचालन का उपयोग करता है। संयुक्त ऑपरेशन को [[मीट्रिक संकुचन]] के रूप में जाना जाता है।<ref name="o'neill">{{cite book |first=Barrett |last=O'Neill |title=सापेक्षता के अनुप्रयोगों के साथ अर्ध-रिमानियन ज्यामिति|publisher=Academic Press |year=1983 |page=86 |isbn=0-12-526740-1 }}</ref>
@@ Line 66: / Line 67: @@
 : <math>U(x) = \sum_{i} T^{i}_{i}(x)</math>
-चूँकि x की भूमिका यहाँ जटिल नहीं है, इसे अक्सर दबा दिया जाता है, और टेन्सर क्षेत्रों के लिए संकेतन विशुद्ध रूप से बीजगणितीय टेन्सरों के समान हो जाता है।
+चूँकि x की भूमिका यहाँ जटिल नहीं है, इसे अधिकांशतः दबा दिया जाता है, और टेन्सर क्षेत्रों के लिए संकेतन विशुद्ध रूप से बीजगणितीय टेन्सरों के समान हो जाता है।
 [[रीमैनियन कई गुना|रीमैनियन]] [[कई गुना|मैनिफोल्ड्स]] पर, मीट्रिक (आंतरिक उत्पादों का क्षेत्र) उपलब्ध है, और सिद्धांत के लिए मीट्रिक और गैर-मीट्रिक संकुचन दोनों महत्वपूर्ण हैं। उदाहरण के लिए, रिक्की टेन्सर [[रीमैन वक्रता टेन्सर]] का  गैर-मीट्रिक संकुचन है, और स्केलर वक्रता [[रिक्की टेंसर]] का अद्वितीय मीट्रिक संकुचन है।
-मैनिफोल्ड्स पर कार्यों की उपयुक्त वलय पर मॉड्यूल के संदर्भ में  टेन्सर क्षेत्र का संकुचन भी देख सकता है<ref name="o'neill"/>या संरचना शीफ पर मॉड्यूल के ढेरों का संदर्भ;<ref name="hartshorne">{{cite book |first=Robin |last=Hartshorne |author-link=Robin Hartshorne |title=बीजगणितीय ज्यामिति|location=New York |publisher=Springer |year=1977 |isbn=0-387-90244-9 }}</ref> इस लेख के अंत में चर्चा देखें।
+मैनिफोल्ड्स पर कार्यों की उपयुक्त वलय पर मॉड्यूल के संदर्भ में टेन्सर क्षेत्र का संकुचन भी देख सकता है<ref name="o'neill"/>या संरचना शीफ पर मॉड्यूल के ढेरों का संदर्भ;<ref name="hartshorne">{{cite book |first=Robin |last=Hartshorne |author-link=Robin Hartshorne |title=बीजगणितीय ज्यामिति|location=New York |publisher=Springer |year=1977 |isbn=0-387-90244-9 }}</ref> इस लेख के अंत में चर्चा देखें।
 === टेंसर विचलन ===
@@ Line 85: / Line 86: @@
 V के लिए  निरंतरता समीकरण है।
-सामान्यतः, उच्च-श्रेणी के टेंसर क्षेत्रों पर विभिन्न विचलन संचालन को निम्नानुसार परिभाषित किया जा सकता है। यदि T   प्रतिपरिवर्ती सूचकांक वाला टेन्सर क्षेत्र है, सहपरिवर्ती अंतर को लेते हुए और चुने हुए प्रतिपरिवर्ती सूचकांक को नए सहपरिवर्ती सूचकांक के साथ अनुबंधित करते हुए अंतर के परिणामस्वरूप T की तुलना में  कम रैंक के  नए टेंसर का परिणाम होता है।<ref name="o'neill"/>
+सामान्यतः, उच्च-श्रेणी के टेंसर क्षेत्रों पर विभिन्न विचलन संचालन को निम्नानुसार परिभाषित किया जा सकता है। यदि T   प्रतिपरिवर्ती सूचकांक वाला टेन्सर क्षेत्र है, सहपरिवर्ती अंतर को लेते हुए और चुने हुए प्रतिपरिवर्ती सूचकांक को नए सहपरिवर्ती सूचकांक के साथ अनुबंधित करते हुए अंतर के परिणामस्वरूप T की तुलना में  कम श्रेणी के नए टेंसर का परिणाम होता है।<ref name="o'neill"/>
 == टेंसरों की  जोड़ी का संकुचन ==
-टेंसर T और U की  जोड़ी पर विचार करके कोर संकुचन ऑपरेशन (दोहरी वेक्टर वाला वेक्टर) को अल्प भिन्न विधि से सामान्यीकृत किया जा सकता है। [[टेंसर उत्पाद]] <math>T \otimes U</math>  नया टेन्सर होता है, जिसे, यदि उसके निकट सहपरिवर्ती और प्रतिपरिवर्ती सूचकांक हो, तो उसे अनुबंधित किया जा सकता है। वह स्थितियां  जहां T सदिश है और U दोहरा सदिश है, इस लेख में सबसे पूर्व प्रस्तुत किया गया कोर ऑपरेशन है।
+टेंसर T और U की  जोड़ी पर विचार करके कोर संकुचन ऑपरेशन (दोहरी वेक्टर वाला वेक्टर) को अल्प भिन्न विधि से सामान्यीकृत किया जा सकता है। [[टेंसर उत्पाद]] <math>T \otimes U</math>  नवीन टेन्सर होता है, जिसे, यदि उसके निकट सहपरिवर्ती और प्रतिपरिवर्ती सूचकांक हो, तो उसे अनुबंधित किया जा सकता है। वह स्थितियां  जहां T सदिश है और U दोहरा सदिश है, इस लेख में सबसे पूर्व प्रस्तुत किया गया कोर ऑपरेशन है।
-टेंसर इंडेक्स नोटेशन में, एक दूसरे के साथ दो टेंसरों को अनुबंधित करने के लिए, एक ही शब्द के कारकों के रूप में उन्हें साथ-साथ रखा जाता है। यह टेंसर उत्पाद को प्रारम्भ करता है, समग्र टेंसर उत्पन्न करता है। इस समग्र टेंसर में दो सूचकांकों को अनुबंधित करना दो टेंसरों के वांछित संकुचन को प्रारम्भ करता है।
+टेंसर सूचकांक नोटेशन में, एक दूसरे के साथ दो टेंसरों को अनुबंधित करने के लिए, एक ही शब्द के कारकों के रूप में उन्हें साथ-साथ रखा जाता है। यह टेंसर उत्पाद को प्रारम्भ करता है, समग्र टेंसर उत्पन्न करता है। इस समग्र टेंसर में दो सूचकांकों को अनुबंधित करना दो टेंसरों के वांछित संकुचन को प्रारम्भ करता है।
 उदाहरण के लिए, आव्यूहों को प्रकार (1,1) के टेन्सर के रूप में दर्शाया जा सकता है, जिसमें प्रथम सूचकांक प्रतिपरिवर्ती और दूसरा सूचकांक सहपरिवर्ती होता है। मान <math> \Lambda^\alpha {}_\beta </math>  मैट्रिक्स के घटक बनें और  <math> \Mu^\beta {}_\gamma </math> दूसरे मैट्रिक्स के घटक बनें है।  उनका गुणन निम्नलिखित संकुचन द्वारा दिया जाता है, टेंसरों के संकुचन का उदाहरण:

Anonymous

Search

टेंसर संकुचन: Difference between revisions

Namespaces

More

Page actions

Revision as of 10:15, 30 April 2023

Contents

सार सूत्रीकरण

सूचकांक नोटेशन में संकुचन

मीट्रिक संकुचन

टेंसर क्षेत्र के लिए आवेदन

टेंसर विचलन

टेंसरों की जोड़ी का संकुचन

अधिक सामान्य बीजगणितीय संदर्भ

यह भी देखें

टिप्पणियाँ

संदर्भ

Navigation

Navigation

Wiki tools

Wiki tools

Anonymous

Search

टेंसर संकुचन: Difference between revisions

Revision as of 10:15, 30 April 2023

सार सूत्रीकरण

सूचकांक नोटेशन में संकुचन

मीट्रिक संकुचन

टेंसर क्षेत्र के लिए आवेदन

टेंसर विचलन

टेंसरों की जोड़ी का संकुचन

अधिक सामान्य बीजगणितीय संदर्भ

यह भी देखें

टिप्पणियाँ

संदर्भ

Navigation

Wiki tools

Page tools

Other projects

Categories