Introduction to Tensors 1

Contravariant and covariant vectors

Rotation in 2­space:   x' = cos  x + sin  y
y' = ­ sin  x + cos  y

To facilitate generalization, replace  (x, y)  with  (x1, x2)

Prototype contravariant vector: dr =  (dx1, dx2)

=  cos  dx1 + sin  dx2

Similarly for 

Same holds for r, since transformation is linear.
 2
Compact notation: 

(generalizes to any transformation in a space of any dimension)

Contravariant vector: 

Now consider a scalar field (r):  How does ∇ transform under 
                                                                                          rotations?

appears rather than
 3
For rotations in Euclidean n­space:  

where  = angle btwn  and axes

It is not the case for all spaces and transformations that

so we define a new type of vector that transforms like the gradient:  

Covariant vectors:
Explicit demonstration for rotations in Euclidean 2­space: 4
 5
What about vectors in Minkowski space?

but  =>  contravariant and covariant
      vectors are different!
 6
Recap  (for arbitrary space and transformation)

Contravariant vector:

Covariant vector:

For future convenience, define new notation for partial derivatives:

Note:

=  Kronecker delta  =  1  if  i=j  ,    0  if  i≠j
 7
Tensors

Consider an N­dimensional space (with arbitrary geometry) and 
an object with components in the  coord system and
in the coord system.

This object is a mixed tensor, contravariant in i...k and covariant in 
l...n, under the coord transformation  if

Rank of tensor,  M  = number of indices
Total number of components = N M
Vectors are first rank tensors and scalars are zero rank tensors.  
 8
If space is Euclidean N­space and transformation is rotation of 
Cartesian coords, then tensor is called a “Cartesian tensor”.

In Minkowski space and under Poincaré transformations, tensors are
“Lorentz tensors”, or, “4­tensors”.

Zero tensor 0 has all its components zero in all coord systems.

Main theorem of tensor analysis:  
If two tensors of the same type have all their components equal in 
one coord system, then their components are equal in all coord systems.

Einstein's summation convention:  repeated upper and lower 
                                                        indices  =>  summation

e.g.:
 9
Ai B i  could also be written  Aj B j  ; index is a “dummy index”

Another example:  

j and k are dummy indices; i is a “free index”

Summation convention also employed with  , etc.

Example of a second rank tensor:  Kronecker delta
 10
Tensor Algebra  (operations for making new tensors from old tensors)

1.  Sum of two tensors:  add components:
Proof that sum 
is a tensor:
(for one case)

2.  Outer product:  multiply components:  e.g.,

3.  Contraction:  replace one superscript and one subscript by a 
                           dummy index pair
e.g., 

Result is a scalar if no free indices remain.
e.g,  
 11
4.  Inner product:  contraction in conjunction with outer product

e.g.:

Again, result is a scalar if no free indices remain, e.g, 

5.  Index permutation:  e.g., 

Differentiation of Tensors

Notation: ; , etc.
 12

IF transformation is linear
(so that p's are all constant)

=>  derivative of a tensor wrt a coordinate is a tensor only for 
       linear transformations  (like rotations and LTs)

Similarly, differentiation wrt a scalar (e.g., ) yields a tensor for
linear transformations.  
Now specialize to Riemannian spaces 13

characterized by a metric with

Assume  is symmetric: (no loss of generality, since 

If , then space is “strictly Riemannian”
(e.g., Euclidean N­space)

Otherwise, space is “pseudo­Riemannian”   (e.g., Minkowski space)

is called the “metric tensor”.

Note that the metric tensor may be a function of position in the space.
 14
Proof that is a tensor:

(since dxi is a vector)

(2 sets of dummy indices)

=>

It's tempting to divide by  and conclude 

But there's a double sum over k' and l', so this isn't possible.  

Instead, suppose  = 1  if  i' = 1
= 0  otherwise

=> Similarly for , etc.

Now suppose  = 1   if  i' = 1 or 2
= 0   otherwise

Only contributing terms are:      k'=1, l'=1         k'=1, l'=2
                                                   k'=2, l'=1          k'=2, l'=2 
0 0

since is symmetric.
since i and j are dummy indices.

=> Similarly for all 
 16
General definition of the scalar product: 

Define as the inverse matrix of  :

is also a tensor, since applying tensor transformation yields

, which defines as the inverse of

Raising and lowering of indices:  another tensor algebraic operation, 
defined for Riemannian spaces = inner product of a tensor with the 
                                                      metric tensor

e.g.: ;

Note:  covariant and contravariant indices must be staggered when 
           raising and lowering is anticipated.
4­tensors 17

In all coord systems in Minkowski space:

=>

e.g:  
Under standard Lorentz transformations:   18

All the other p's are zero.

e.g.: