아인슈타인 합 규약

역사 raw
대문 랜덤 문서 최근 토론
1. 개요2. 규칙3. 기타4. 예시

1. 개요[편집]

아인슈타인 합 규약(Einstein notation/Einstein summation convention)은 주로 상대성 이론에서 사용되는 선형대수학의 표기를 쉽게 하기 위해 알베르트 아인슈타인이 1916년에 고안해낸 표기법이다.

2. 규칙[편집]

예를 들어, 다음과 같은 3×3 3 \times 3 행렬 A \mathrm{A} 3×1 3 \times 1 행벡터 x,y \mathbf{x}, \mathbf{y} 를 생각하자.
A=(a11a12a13a21a22a23a31a32a33),x=(x1x2x3),y=(y1y2y3) \mathrm{A} = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} , \mathbf{x} = \begin{pmatrix} x^1 \\ x^2 \\ x^3 \end{pmatrix}, \mathbf{y} = \begin{pmatrix} y_1 \\ y_2 \\ y_3 \end{pmatrix}
(단, xi x^i 는 x의 i제곱이라는 뜻이 아니고 그냥 첨자를 위에 붙인 것이다.)

이때 행렬 곱을 이용한 식 y=Ax \mathbf{y} = \mathrm{A} \mathbf{x} 를 성분별로 표시하고 싶다면, 다음과 같은 식으로 표현하면 된다.
yi=j=13aijxj(i=1,2,3) \displaystyle y_i = \sum_{j=1}^3 a_{ij} x^j \quad (i = 1,2,3)

예를 들어, i=2 i = 2 일 때 y2=a21x1+a22x2+a23x3 y_2 = a_{21} x^1 + a_{22} x^2 + a_{23} x^3 이다. 여기서 아인슈타인 합 규약의 핵심은 시그마 기호(i=1,2,3) (i=1,2,3) 를 생략하는 것이다. 상대성 이론의 수식들은 이러한 합 기호가 너무 많이 등장해서 일일히 다 쓰기에는 시간낭비이기 때문이다. 따라서 아인슈타인 합 규약을 이용하여 위 식을 쓰면 다음과 같다.
yi=aijxj \displaystyle y_i = a_{ij} x^j

이렇게 하면 행렬의 곱을 문자 단 3개와 첨자로 짧게 나타낼 수 있으며, 시그마 기호는 생략되어 있다. 구체적으로 아인슈타인 합 규약의 규칙은 다음과 같다.
1. 하나의 항 안에 같은 문자로 된 위 첨자와 아래 첨자가 존재한다면(예: aibi a_i b^i ), 합 기호 i=13 \displaystyle \sum_{i=1}^3 가 생략된 것으로 본다. 이러한 문자 i i 를 dummy index라고 한다.
2. 하나의 항 안에 위 첨자와 아래 첨자가 짝을 이루지 않고 하나만 존재한다면(예: xi=yi x_i = y_i ), 이는 i=1,2,3 i=1,2,3 을 대입해서 만들 수 있는 3개의 등식을 한번에 쓴 것이다. 이러한 문자 i i 는 free index라고 한다.

또한 규칙에 따르면 yk=aijxj y_k = a_{ij} x^j 와 같은 식은 좌변의 k와 우변의 i의 문자가 서로 다르므로 의미가 없다. 따라서 free index는 양변에 같이 존재해야만 한다.

3. 기타[편집]

  • 상대성 이론에서는 보통 첨자를 알파벳으로 쓰면 1~3까지 더하고, 그리스 문자 첨자는 0~3까지 더하는 것을 의미한다. 따라서 aibi=a1b1+a2b2+a3b3 a_i b^i = a_1 b^1 + a_2 b^2 + a_3 b^3 이지만 xμμ=x00+x11+x22+x33 x_\mu^\mu = x_0^0 + x_1^1 + x_2^2 + x_3^3 이다.
  • 미분연산자의 분모에는 위 첨자가 들어가더라도 아래 첨자로 간주한다. 예를 들어 aixi \displaystyle a^i \frac{\partial}{\partial x^i} 는 분모에 ii가 위 첨자로 들어가 있지만 i i 에 대한 합을 계산해야 한다. [1]
  • 반변벡터는 주로 위첨자, 공변벡터는 주로 아래첨자를 사용한다.

4. 예시[편집]

내적 ab=aibi \mathbf{a \cdot b } = a^i b_i
dfdt=dfdxidxidt \displaystyle {df \over dt} = {df \over dx^i} {dx^i \over dt}




[1] 이는 contravariant(위 첨자)에 대한 미분 그 자체는 covariant(아래 첨자)로 볼 수 있기 때문이다.