SlideShare ist ein Scribd-Unternehmen logo
1 von 59
Downloaden Sie, um offline zu lesen
張量與相對論
陳鍾誠
2018 年 6 月 22 日
程式人《十分鐘系列》程式人《十分鐘系列》
本文衍生自維基百科
最近
● 深度學習神經網路導致人工智慧有
快速進展
Google 所釋出的 TensorFlow 套件
● 是深度學習的重要工具
Tensor 的中文是《張量》
但是你可能不知道
● 張量是《廣義相對論》的關鍵
雖然張量的那些理論
● 在深度學習與神經網路裏
似乎派不上甚麼用場 ...
但是
● 能夠透過《張量》理解《廣義相對論》
● 卻是一件頗為吸引我的事情!
今天
● 就讓我們來研究一下
到底甚麼是張量吧!
還有
● 張量是如何被用在《廣義相對論》
裏的呢?
資工系畢業的同學
● 大部分都有學過線性代數
如果還沒忘記
● 那麼恭喜你,你已經具備理解張
量的數學基礎了
在線性代數中
● 我們學過
– 純量 : 就是一個數 ( 像 3.14)
– 向量:是一個數的陣列 ( 像 [1,3,2])
– 矩陣:是二維的數值陣列 ( 像 [[1,2],
[2,1]])
● 而 n 維的數值陣列,我們通常就稱為《張量》
– 所以純量是 0 維張量、向量是 1 維張量
– 矩陣是 2 維張量、三維以上我們就只用張量稱呼
但是這樣的理解
● 有點太過簡化,沒辦法抓到
《數學上的張量意義》
● 不過對於程式人而言,這樣的理解
差不多就夠用了 ....
數學上的張量
● 除了是 n 維向量外,還具有
《幾何意義》
張量的幾何意義
● 和《座標轉換》有關 ...
● 而且和《線性代數裏的仿射空間》
概念有關
線性代數裏的仿射空間
● 必須滿除下列性質
但是這些定義
● 看了就讓人頭大 ...
如果改說人話
● 那仿射空間的幾何意義就是
《一個子空間加上平移 ... 》
所以線性代數裏的向量空間特性
● 在仿射空間裏幾乎都還存在
但是向量空間
● 可以是在《實數》上面
● 也可以是在《複數》上面的
那些有複數的向量空間
● 很厲害、很厲害、很厲害 ...
愛因斯坦的相對論
● 在幾何學上,相當於引入了虛數 i
到坐標軸裏
如果我們拿虛數 i 當座標軸
● 那麼就會形成『偽歐氏空間』
最小的偽歐氏空間稱為《偽歐式平面》
● 這很像《極座標》的空間
● 對於座標為 (a,b) 的點
代表的其實是 a + bi
實軸 x1
單位為 1
虛軸 x2
單位為 i
b
a
a+bi
在《偽歐式平面》裏會有些奇怪的特性
● 例如: (a,a) 與自己做內積結果會是 0
(a,a)(a,a)=a2
+(ai)2
=a2
+(-a2
)=0
實軸 x1
單位為 1
虛軸 x2
單位為 i
b
a
a+bi
但問題是
● 這樣的偽歐氏空間有甚麼用呢?
有的
● 可以用來描述《狹義相對論》的幾何學
在狹義相對論裏
● 根據勞倫茲轉換,會有《尺縮鐘慢》的效果
尺縮
鐘慢
如果放到《偽歐氏空間》裏
● 這些公式的合法區會落在
《過去與未來光錐》之外
當你的速度愈快時
● 偏離《現在平面》的角度
就會愈大,但是永遠無法
到達《過去或未來光錐》
● 因為速度
不能超過
光速
( 接近光速時質量會愈來愈大,
於是就會推不動了 )
只要無法超越光速
● 就無法達到光錐內部
也就無法回到過去或
穿越到未來
你可以看到在以下公式裏
● 如果我們用 ict 取代時間軸
那麼就會得到完整的時空地圖
( 這就是狹義相對論的幾何學 )
現在
● 你應該可以逐漸感受到
狹義相對論與偽歐氏空間
的關係了吧!
但是
● 我們還沒提到《張量》與《相對論》之
間的關係!
張量
● 是用來描述《兩個座標系統》中,
看到的幾何現象
● 也就是探討《座標轉換》時函數值會有
甚麼變化的的一種數學
由於牽涉到座標轉換
● 所以是討論很多維度之間的關係 ...
但仍然是在《向量空間》裏
● 不過會包含虛軸 i ,所以要納入對偶空間
以下是個座標轉換的案例
這些座標轉換並非只能在直角坐標系
● 也可以做兩類不同形式座標系的轉換
● 像是以下的《直角對圓柱》座標系之轉換
http://ccckmit.wikidot.com/ca:tensor
或是球面對直角座標系之轉換
http://ccckmit.wikidot.com/ca:tensor
而這些轉換還可以進行組合
● 圓柱轉直角後,再轉成球面 ( 兩矩陣相乘 )
http://ccckmit.wikidot.com/ca:tensor
當座標系可以轉來轉去之後
● 相對論就可以用來探討,在某群座標系
轉換下,有《哪些函數是不變的》?
● 這些不變的函數,就成了《該群座標系
統》共有的《物理定律》
這種在座標轉換的不變性
● 就是愛因斯坦所說的《相對性原理》
物理定律在一切慣性參考系中具有相同的形式
但是相對性原理
● 只考慮了《慣性座標系》
● 卻沒有考慮
– 《重力與加速度座標系》
問題是
● 加速度可以用《座標系》處理
● 但是重力要怎麼處理呢?
解決的關鍵是在
● 愛因斯坦所提出的《等效原理》
– 重力場和加速度座標系是等效的
於是只要能處理加速度座標系
● 就相當於解決了《重力場》的問題!
運用了張量之後
● 愛因斯坦終於能妥善處理
《重力場與加速度座標系》
的情況!
透過引入黎曼提出的《度量張量》
● 讓愛因斯坦能用微積分處理曲面距離
https://zh.wikipedia.org/wiki/%E5%BA%A6%E9%87%8F%E5%BC%A0%E9%87%8F
這種度量張量
https://zh.wikipedia.org/wiki/%E5%BA%A6%E9%87%8F%E5%BC%A0%E9%87%8F
可以用來量度轉換不同空間中的距離
然後引入時間軸
https://zh.wikipedia.org/wiki/%E5%BA%A6%E9%87%8F%E5%BC%A0%E9%87%8F
還有一大堆
● 我還沒學會的張量相關數學 ...
最後終於完成了廣義相對論
所以要理解廣義相對論
● 張量的數學將會是很重要的
這就是我所知道的
● 張量與相對論之間的關係
希望您會喜歡
今天的十分鐘系列
我們下回見!
Bye Bye!

Weitere ähnliche Inhalte

Was ist angesagt?

為何學數學 ? (Libre office 原稿)
為何學數學 ? (Libre office 原稿)為何學數學 ? (Libre office 原稿)
為何學數學 ? (Libre office 原稿)
鍾誠 陳鍾誠
 
西洋史 (你或許不知道但卻影響現代教育的那些事)
西洋史  (你或許不知道但卻影響現代教育的那些事)西洋史  (你或許不知道但卻影響現代教育的那些事)
西洋史 (你或許不知道但卻影響現代教育的那些事)
鍾誠 陳鍾誠
 

Was ist angesagt? (20)

那些我們都曾經學過 ,但是卻幾乎沒有人知道自己學過的《歐氏幾何》
那些我們都曾經學過 ,但是卻幾乎沒有人知道自己學過的《歐氏幾何》那些我們都曾經學過 ,但是卻幾乎沒有人知道自己學過的《歐氏幾何》
那些我們都曾經學過 ,但是卻幾乎沒有人知道自己學過的《歐氏幾何》
 
用20分鐘搞懂 《系統分析、軟體工程、專案管理與設計模式》
用20分鐘搞懂   《系統分析、軟體工程、專案管理與設計模式》用20分鐘搞懂   《系統分析、軟體工程、專案管理與設計模式》
用20分鐘搞懂 《系統分析、軟體工程、專案管理與設計模式》
 
為何學數學 ? (Libre office 原稿)
為何學數學 ? (Libre office 原稿)為何學數學 ? (Libre office 原稿)
為何學數學 ? (Libre office 原稿)
 
為何學程式?
為何學程式?為何學程式?
為何學程式?
 
高橋流微積分
高橋流微積分高橋流微積分
高橋流微積分
 
假如我是個大學資工系畢業生
假如我是個大學資工系畢業生假如我是個大學資工系畢業生
假如我是個大學資工系畢業生
 
用20分鐘向 nand2tetris 學會設計處理器
用20分鐘向 nand2tetris 學會設計處理器用20分鐘向 nand2tetris 學會設計處理器
用20分鐘向 nand2tetris 學會設計處理器
 
用十分鐘瞭解 Tensorflow.js (Google的JavaScript深度學習套件)
用十分鐘瞭解 Tensorflow.js   (Google的JavaScript深度學習套件)  用十分鐘瞭解 Tensorflow.js   (Google的JavaScript深度學習套件)
用十分鐘瞭解 Tensorflow.js (Google的JavaScript深度學習套件)
 
寫給資工系畢業生的工作面試指南
寫給資工系畢業生的工作面試指南寫給資工系畢業生的工作面試指南
寫給資工系畢業生的工作面試指南
 
如何用十分鐘快速瞭解一個程式語言 《以JavaScript和C語言為例》
如何用十分鐘快速瞭解一個程式語言  《以JavaScript和C語言為例》如何用十分鐘快速瞭解一個程式語言  《以JavaScript和C語言為例》
如何用十分鐘快速瞭解一個程式語言 《以JavaScript和C語言為例》
 
西洋史 (你或許不知道但卻影響現代教育的那些事)
西洋史  (你或許不知道但卻影響現代教育的那些事)西洋史  (你或許不知道但卻影響現代教育的那些事)
西洋史 (你或許不知道但卻影響現代教育的那些事)
 
那些我們幾乎都沒學過 ,但是也不太會想去學的 《非歐幾何學》
那些我們幾乎都沒學過 ,但是也不太會想去學的  《非歐幾何學》那些我們幾乎都沒學過 ,但是也不太會想去學的  《非歐幾何學》
那些我們幾乎都沒學過 ,但是也不太會想去學的 《非歐幾何學》
 
最佳化問題的公理化方法
最佳化問題的公理化方法最佳化問題的公理化方法
最佳化問題的公理化方法
 
用十分鐘欣賞《物理學公理系統的演化史》
用十分鐘欣賞《物理學公理系統的演化史》用十分鐘欣賞《物理學公理系統的演化史》
用十分鐘欣賞《物理學公理系統的演化史》
 
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
區塊鏈  (比特幣背後的關鍵技術)   -- 十分鐘系列區塊鏈  (比特幣背後的關鍵技術)   -- 十分鐘系列
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
 
用十分鐘決定要不要念大學《資訊工程系》
用十分鐘決定要不要念大學《資訊工程系》用十分鐘決定要不要念大學《資訊工程系》
用十分鐘決定要不要念大學《資訊工程系》
 
用十分鐘搞懂 λ-Calculus
用十分鐘搞懂 λ-Calculus用十分鐘搞懂 λ-Calculus
用十分鐘搞懂 λ-Calculus
 
《計算機結構與作業系統裏》-- 資工系學生們經常搞錯的那些事兒!
《計算機結構與作業系統裏》--  資工系學生們經常搞錯的那些事兒!《計算機結構與作業系統裏》--  資工系學生們經常搞錯的那些事兒!
《計算機結構與作業系統裏》-- 資工系學生們經常搞錯的那些事兒!
 
用十分鐘瞭解 機率、統計、還有R軟體
用十分鐘瞭解  機率、統計、還有R軟體用十分鐘瞭解  機率、統計、還有R軟體
用十分鐘瞭解 機率、統計、還有R軟體
 
用十分鐘瞭解《線性代數、向量微積分》以及電磁學理論
用十分鐘瞭解《線性代數、向量微積分》以及電磁學理論用十分鐘瞭解《線性代數、向量微積分》以及電磁學理論
用十分鐘瞭解《線性代數、向量微積分》以及電磁學理論
 

Ähnlich wie 張量與相對論 (8)

人工智慧的開放資源
人工智慧的開放資源人工智慧的開放資源
人工智慧的開放資源
 
深度學習的捲積神經網路 -- (使用JavaScript / node.js實作)
深度學習的捲積神經網路 -- (使用JavaScript / node.js實作)深度學習的捲積神經網路 -- (使用JavaScript / node.js實作)
深度學習的捲積神經網路 -- (使用JavaScript / node.js實作)
 
人工智慧與神經網路 (還有深度學習的進展)
人工智慧與神經網路  (還有深度學習的進展)人工智慧與神經網路  (還有深度學習的進展)
人工智慧與神經網路 (還有深度學習的進展)
 
人工智慧與神經網路 (還有深度學習的進展)
人工智慧與神經網路  (還有深度學習的進展)人工智慧與神經網路  (還有深度學習的進展)
人工智慧與神經網路 (還有深度學習的進展)
 
2023-12-07加速你的研究量能:以ChatGPT為例.pdf
2023-12-07加速你的研究量能:以ChatGPT為例.pdf2023-12-07加速你的研究量能:以ChatGPT為例.pdf
2023-12-07加速你的研究量能:以ChatGPT為例.pdf
 
少年科技人雜誌 2015 年六月
少年科技人雜誌 2015 年六月少年科技人雜誌 2015 年六月
少年科技人雜誌 2015 年六月
 
【※講座は中国語です】Tensorflow kerasで始めるニューラルネットワーク
【※講座は中国語です】Tensorflow kerasで始めるニューラルネットワーク【※講座は中国語です】Tensorflow kerasで始めるニューラルネットワーク
【※講座は中国語です】Tensorflow kerasで始めるニューラルネットワーク
 
用十分鐘瞭解 《人工智慧的那些問題與方法》
用十分鐘瞭解  《人工智慧的那些問題與方法》 用十分鐘瞭解  《人工智慧的那些問題與方法》
用十分鐘瞭解 《人工智慧的那些問題與方法》
 

Mehr von 鍾誠 陳鍾誠

Mehr von 鍾誠 陳鍾誠 (20)

交⼤資訊⼯程學系備審資料 ⾱詠祥
交⼤資訊⼯程學系備審資料 ⾱詠祥交⼤資訊⼯程學系備審資料 ⾱詠祥
交⼤資訊⼯程學系備審資料 ⾱詠祥
 
smallpt: Global Illumination in 99 lines of C++
smallpt:  Global Illumination in 99 lines of C++smallpt:  Global Illumination in 99 lines of C++
smallpt: Global Illumination in 99 lines of C++
 
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
區塊鏈  (比特幣背後的關鍵技術)   -- 十分鐘系列區塊鏈  (比特幣背後的關鍵技術)   -- 十分鐘系列
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
 
系統程式 -- 前言
系統程式 -- 前言系統程式 -- 前言
系統程式 -- 前言
 
系統程式 -- 附錄
系統程式 -- 附錄系統程式 -- 附錄
系統程式 -- 附錄
 
系統程式 -- 第 12 章 系統軟體實作
系統程式 -- 第 12 章 系統軟體實作系統程式 -- 第 12 章 系統軟體實作
系統程式 -- 第 12 章 系統軟體實作
 
系統程式 -- 第 11 章 嵌入式系統
系統程式 -- 第 11 章 嵌入式系統系統程式 -- 第 11 章 嵌入式系統
系統程式 -- 第 11 章 嵌入式系統
 
系統程式 -- 第 10 章 作業系統
系統程式 -- 第 10 章 作業系統系統程式 -- 第 10 章 作業系統
系統程式 -- 第 10 章 作業系統
 
系統程式 -- 第 9 章 虛擬機器
系統程式 -- 第 9 章 虛擬機器系統程式 -- 第 9 章 虛擬機器
系統程式 -- 第 9 章 虛擬機器
 
系統程式 -- 第 8 章 編譯器
系統程式 -- 第 8 章 編譯器系統程式 -- 第 8 章 編譯器
系統程式 -- 第 8 章 編譯器
 
系統程式 -- 第 7 章 高階語言
系統程式 -- 第 7 章 高階語言系統程式 -- 第 7 章 高階語言
系統程式 -- 第 7 章 高階語言
 
系統程式 -- 第 6 章 巨集處理器
系統程式 -- 第 6 章 巨集處理器系統程式 -- 第 6 章 巨集處理器
系統程式 -- 第 6 章 巨集處理器
 
系統程式 -- 第 5 章 連結與載入
系統程式 -- 第 5 章 連結與載入系統程式 -- 第 5 章 連結與載入
系統程式 -- 第 5 章 連結與載入
 
系統程式 -- 第 4 章 組譯器
系統程式 -- 第 4 章 組譯器系統程式 -- 第 4 章 組譯器
系統程式 -- 第 4 章 組譯器
 
系統程式 -- 第 3 章 組合語言
系統程式 -- 第 3 章 組合語言系統程式 -- 第 3 章 組合語言
系統程式 -- 第 3 章 組合語言
 
系統程式 -- 第 1 章 系統軟體
系統程式 -- 第 1 章 系統軟體系統程式 -- 第 1 章 系統軟體
系統程式 -- 第 1 章 系統軟體
 
系統程式 - 第二章
系統程式 - 第二章系統程式 - 第二章
系統程式 - 第二章
 
nand2tetris 舊版投影片 -- 第五章 計算機結構
nand2tetris 舊版投影片 -- 第五章 計算機結構nand2tetris 舊版投影片 -- 第五章 計算機結構
nand2tetris 舊版投影片 -- 第五章 計算機結構
 
nand2tetris 舊版投影片 -- 第四章 機器語言
nand2tetris 舊版投影片 -- 第四章 機器語言nand2tetris 舊版投影片 -- 第四章 機器語言
nand2tetris 舊版投影片 -- 第四章 機器語言
 
nand2tetris 舊版投影片 -- 第三章 循序邏輯
nand2tetris 舊版投影片 -- 第三章 循序邏輯nand2tetris 舊版投影片 -- 第三章 循序邏輯
nand2tetris 舊版投影片 -- 第三章 循序邏輯
 

張量與相對論