Teori Relativitas (draft)

I Wayan Sudiarta, Ph.D

Program Studi Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mataram

11 Maret, 2013

ii

Tensor dalam Ruang-Waktu

1.1 Apa itu Tensor?
Merupakan sekumpulan elemen-elemen, sebagai contohnya: skalar merupakan tensor rank 0 (memiliki satu elemen) dan vektor merupakan tensor rank 1 (memiliki elemen satu baris atau kolom). Matriks merupakan salah satu contoh tensor rank 2, (merupakan sebuah tabel, dengan baris dan kolom) Sebelumnya dalam mempelajari Mekanika Newton, kita perlu memahami bahasa vektor, karena persamaan gerak Newton dapat dengan singkat, jelas dan bermakna dengan menggunakan bahasa vektor. Jadi kita lebih bisa memahami dan menerapkan mekanika Newton jika, penggunakan vektor sudah dipahami. Sedangkan untuk mempelajari teori relativitas, terutama untuk relativitas umum, kita memerlukan bahasa tensor. Karena dalam bahasa tensor kita mendapatkan formulasi hukum-hukum sika yang frame-independent atau tidak bergantung pada kerangka acuan atau formulasinya tetap sama. Dengan bahasa tensor, hukum sika tidak berubah ketika diamati oleh pengamat yang berbeda. Ada dua pendekatan dalam mempelajari atau membahas tensor: 1. Pendekatan abstract atau coordinate free atau index free; dan 2. Conventional approach dengan index. Pendekatan abstrak membutuhkan waktu yang lebih lama dan ketika kita ingin melakukan kalkulasi, kita harus menggunakan pendekatan indeks. Walaupun pendekatan indeks memberikan

Tensor dalam Ruang-Waktu pemahaman tentang interpretasi tensor secara geometri, kita tidak akan meninjau lebih jauh tentang ini. Yang terpenting yang perlu kita pelajari adalah bagaimana bahasa tensor itu sendiri dan bagaimana pengunaan pada aplikasi di bidang relativitas. MANIFOLDS: secara tepatnya differensial manifolds: konsep manifolds perlu kita bahas terlebih dahulu karena sebagai tempat dimana kita mendenisikan tensor dan konsep ini belum pernah diajarkan sebelumnya. Manifolds, secara sederhananya merupakan ruang yang ditinjau secara lokal (pada jarak yang dekat) seperti ruang Euclid dimensi n atau Rn . sebagai contoh ruang Euclid R1 adalah sumbu x, dengan jangkauan nilai < x < . sebagai contoh ruang Euclid R2 adalah sumbu x dan y , dengan jangkauan nilai < x, y < . [Tambahkan sifat-sifat ruang Euclid] sebagai contoh 2-sphere, yang merupakan permukaan bola. seperti yang kita rasakan di permukaan bumi: ditinjau pada jarak yang dekat kita melihat koordinat atau ruang yang kita miliki seperti ruang Euclid. [tambahkan lagi...belum lengkap] Ruang dapat dibagi menjadi dua tergantung apakah dilihat secara lokal atau global: differensial geometry dan topological geometry [ check konsep] Contoh gambar gelas dan bola, gelas dan donut Kita mendenisikan ruang dimensi n manifold M adalah sekumpulan titik-titik koordinat (x1 , x2 , . . . , xn1 , xn ). Perlu diingat bahwa kita menggunakan indeks superscript (di atas) dan ini bukang merupakan simbol pangkat. Alasan penggunaan superscript akan diperjelas setelah kita mendenisikan tensor. Sistem koordinat yang hanya mencakupi sebagian dari manifolds dinamakan coordinate patch. Sekumpulan coordinate patches yang mencakupi seluruh manifolds dinamakan atlas. sebagai contoh 2-sphere, memerlukan minimal dua koordinat patches.

Apa itu Tensor?

Kurva di dalam manifold diperoleh dengan fungsi koordinat dengan satu parameter u, xa = xa (u) a = 1, 2, . . . , n (1.1)

Ingat bahwa jika dituliskan variable dengan indeksnya, berarti ada n jumlahnya dari a = 1, 2, . . . , n. Sebagai contoh di ruang R2 , x1 = x, x2 = y ,

x1 (t) = x(t) = sin(t); x2 (t) = y (t) = cos(t);

(1.2)

merupakan curva lingkaran dengan jari-jari r = 1. Mungkin tidak terlihat jelas, tetapi jika kita jumlahkan x2 = sin2 (t) dan y 2 = cos2 (t) kita mendapatkan x2 + y 2 = 1, yang merupakan persamaan lingkaran. Subspace atau surface dimensi m. sebuah kurva, memerlukan satu parameter. Sebuah surface dimensi m memerlukan parameter sebanyak m, xa = xa (u1 , u2 , . . . , um ) (1.3)

n persamaan ini dapat diubah ke bentuk (n-m) persamaan konstrain yaitu

f 1 (x1 , x2 , . . . , xn ) = 0 f 2 (x1 , x2 , . . . , xn ) = 0 . . . .=. . m 1 2 n f (x , x , . . . , x ) = 0

(1.4)

Sebagai contoh, kita bergerak di atas permukaan bumi, persamaan permukaannya adalah

x(t) = cos()sin() y (t) = sin()sin() z (t) = cos()

(1.5)

Tensor dalam Ruang-Waktu Ini dapat diubah menjadi persamaan konstrain, sebanyak (n m) = 3 2 = 1 yaitu x2 + y 2 + z 2 = 1 Transformasi Koordinat x a = f a (x1 , x2 , , xn ) atau lebih singkatnya kita menuliskan x a = x a (x1 , x2 , , xn ) atau x a = x a (x) Sekarang kita perhatikan turunan x a (x) terhadap xb , x 1 x1 x 2 = x1 . . . n x x1 x 1 x 1 ... x2 xn 2 2 x x ... 2 x xn . . .. . . . . . x n x n ... x2 xn (1.9) (1.8) (1.7) (1.6)

x a xb

(1.10)

Jacobian didenisikan dengan determinan dari matriks di atas, J = x a xb (1.11)

Sekarang kita perhatikan kebalikannya, xa (x ), turunannya terhadap x b , x1 x 1 x2 = x 1 . . . n x x 1 x1 x1 ... 2 n x 2 x 2 x x ... x 2 x n . . . . .. . . . xn xn . . . x 2 x n

xa x b

(1.12)

Contravariant Tensor Jacobian didenisikan dengan determinan dari matriks di atas, J= xa 1 = b x J

(1.13)

Differensial total: sebgai contoh w = f (x, y, z ) dw = seperti hal yang sama: dx a = x a 1 x a x a n + dx dy + . . . + dx x1 x2 xn (1.15) f f f dx + dy + dz x y z (1.14)

atau menggunakan simbol penjumlahan

n a

dx =
b=1

x a b dx xb

(1.16)

atau lebih singkatnya dengan menggunakan konvensi penjumlahan Einstein, yaitu jika ada dua indeks yang sama, satu di atas dan satu lai di bawah. maka penjumlahan diimplikasikan: x a b dx = dx xb
a

(1.17)

Untuk mempermudah dalam berbagai hal, terutama manipulasi tensor, sering kita temukan situasi di mana, kronecker delta:
a b =

1 0

jika a = b jika a = b

(1.18)

1.2 Contravariant Tensor

Pada bagian ini kita akan mendenisikan tensor. Sebelumnya, kita meninjau terlebih dahulu tentang transformasi dari vektor perpindahan innitesimal. Anggap posisi awal dari vektor perpindahan ini adalah pada titik P dengan koordinat xa dan posisi akhir adalah pada titik

Tensor dalam Ruang-Waktu

Q dengan koordinat xa + dxa . Komponen vektor perpindahan ini adalah dxa . Komponen ini di koordinat yang lain adalah dx a yang dapat diperoleh dari dxa dengan persamaan: x a b dx = dx xb
a

(1.19)

x a karexb P na matriks dievaluasi pada titik P . Ini berarti matriks linier, riil dan homogen. Hasil diatas kita jadikan sebagai contoh dasar dalam mendenisikan sebuah tensor. Denisi: Sebuah vektor Contravariant atau tensor contravariant rank orde 1 adalah sebuah kumpulan kuantitas, X a , yang memenuhi persamaan transformasi ketika koordinatnya berubah adalah berikut ini: Matriks transformasi di atas seharusnya dituliskan Xa= x a b X xb (1.20)

Perlu diingatkan kembali bahwa transformasi dievaluasi pada titik P . Vektor dxa adalah salah satu contoh tensor contravariant rank 1. Tensor contravariant rank orde 2 adalah sekumpulan kuantitas sebanyak n n, dinotasikan dengan X ab yang memenuhi transformasi ketika koordinatnya berubah: X ab = x a x b cd X xc xd (1.21)

Sebagai contoh perkalian (outer) dua vektor menghasilkan sebuah tensor rank 2: W ab = Y a Z b adalah tensor rank 2. Denisi tensor dengan rank yang lebih tinggi, mengikuti pola seperti diatas, sebagai contoh untuk tensor rank 4: X abcd = x a x b x c x d pqrs X xp xq xr xs (1.22)

Tensor yang khusus adalah tensor rank 0 yaitu sebuah skalar yang memiliki transformasi: = (1.23)

Covariant Tensor

1.3 Covariant Tensor

Dengan proses yang sama seperti cotranvariant tensor, pada bagian ini kita akan mendenisikan covariant tensor. Untuk menentukan bentuk transformasi matriks yang sesuai. Mari kita tinjau terlebih dahulu transformasi dari kuantitas = (xa ) (1.24)

Kuantitas ini dievaluasi pada titik P dengan koordinat xa . Kita berasumsi bahwa bersifat kontinyu dan differentiable. Sehingga ki ta bisa mendapatkan koesient differensial . Jika lakukan tranxa a sformasi koordinat ke x , koesien differential pada koordinat baru adalah (xb (x )) = x a x a xb = xb x a xb = x a xb

(1.25) (1.26) (1.27) (1.28)

Seperti sebelumnya, matriks transformasi di atas seharusnya dituxb liskan karena matriks dievaluasi pada titik P . Hasil ini kita x a P akan jadikan sebagai contoh dasar dalam mendenisikan sebuah tensor covariant. Denisi: Sebuah vektor Covariant atau tensor covariant rank orde 1 adalah sebuah kumpulan kuantitas, Xa , yang memenuhi persamaan transformasi ketika koordinatnya berubah adalah berikut ini: xb Xb (1.29) x a Notasi untuk tensor covariant menggunakan indeks subscript. Ini sesuai dengan posisi koordinat x a berada dibawah notasi turunan parsial. Cara mengingatnya adalah dengan co berarti below. Tensor covariant rank orde 2 adalah sekumpulan kuantitas sebanyak n n, dinotasikan dengan Xab yang memenuhi transformasi ketika koordinatnya berubah: Xa =

Tensor dalam Ruang-Waktu

xc xd Xcd (1.30) x a x b Sebagai contoh perkalian (outer) dua vektor menghasilkan sebuah tensor rank 2: Wab = Ya Zb adalah tensor rank 2. Denisi tensor dengan rank yang lebih tinggi, mengikuti pola seperti diatas, sebagai contoh untuk tensor rank 4: Xab = xp xq xr xs Xpqrs (1.31) x a x b x c x d Tensor yang khusus adalah tensor rank 0 yaitu sebuah skalar yang memiliki transformasi: X abcd = = (1.32)

Denisi tensor campuran antara contravariant dan covariant: Xba = x a xd c X xc x b d (1.33)

1.4 Medan Tensor

Sebelumnya di matakuliah matematika kita sudah mempelajari bahwa medan vektor merupakan medan yang setiap titik pada wilayah memiliki sebuah vektor. Hal yang sama juga bisa kita lakukan untuk tensor. Medan tensor merupakan wilayah yang setiap titik pada wilayah tersebut memiliki sebuah tensor. Sebuah medan tensor yang didenisikan pada wilayah di manifold adalah asosiasi tensor pada setiap titik pada wilayah manifold. Umpama pada titik P memiliki tensor a... Tb... adalah
a... P Tb... (P ) a... Jadi pada titik P bernilai tensor Tb... (P ) [eksplain more here]

(1.34)

1.5 Operasi Tensor

Penjumlahan tensor
a a a Xbc = Ybc + Zbc

(1.35)

Operasi Tensor

Tensor rank orde 2 Xab dikatakan sebuah tensor symmetric jika Xab = Xba . Artinya jika kita tukar dua indeks dan nilai tensor tidak berubah maka itu merupakan tensor symmetric. Sementara antisymmetric jika Xab = Xba , yang berarti jika dua indeks ditukar dan nilainya berubah tanda saja. Tensor symmetric dapat dibentuk/diperoleh dengan persamaan berikut untuk tensor rank 2. 1 X(ab) = (Xab + Xba ) 2 dan anti symmetric dengan 1 X[ab] = (Xab Xba ) 2 Secara umum, untuk tensor rank umum X(a1 a2 ...aN ) = X(a1 a2 ...aN ) = 1 N! Xpermutasi indeks(a1 ,...,aN ) (1.36)

(1.37)

(1.38)

1 (1)P Xpermutasi indeks(a1 ,...,aN ) (1.39) N! P merupakan jumlah permutasi, atau banyaknya cara untuk menukar dua indeks sehingga kembali ke bentuk urutan sebenarnya. Sebagai contoh: (abc) adalah urutan sebenarnya (P = 0). (bac) memiliki jumlah permutasi P = 1 (hanya menukar indeks a b, sedangkan (cab) memiliki P = 2 diperoleh dengan menukar indeks a c dan b c. Nilai (1)P tergantung apakah nilai P genap atau ganjil. Ini berarti bahwa P genap berarti bertanda positif dan ganjil berarti bertanda negatif. sebagai contoh X(abc) = dan 1 (Xabc Xacb + Xcab Xcba + Xbca Xbac ) (1.41) 3! Perkalian dua tensor tipe (p, q ) dengan tensor tipe (r, s) akan menghasilkan tensor tipe (p + r, q + s). sebagai contoh: X[abc] =
ab b Xcde = Aa c Bde

1 (Xabc + Xacb + Xcab + Xcba + Xbca + Xbac ) 3!

(1.40)

(1.42)

10

Tensor dalam Ruang-Waktu

Tensor tipe (p, q ) dikalikan dengan skalar akan menghasilkan tensor tipe (p, q ).
ab Xcd = Aab cd

(1.43)

Tensor tipe campuran (p, q ) dapat dikontraksi dengan menyamakan salah satu indeksnya sehingga menghasilkan tipe (p 1, q 1).
ab b Xcd Xd

(kontraksi indeks a dan c)

(1.44)

Kita juga bisa melakukan kontraksi dengan mengalikan dengan kronecker delta,
b c ab Xd = a Xcd

(kontraksi indeks a dan c)

(1.45)

Daftar Pustaka
1. Jerry B. Marion dan Stephen T. Thorton, 1995, Classical Dynamics of Particles and Systems, 4th Ed, Harcourt, Philadelphia. 2. David J. Grifths, 1981, Intrduction to electrodynamics, 2nd Ed, Prentice-Hall, New Jersey. 3. Ray DInverno, 1992, Introducing Einsteins relativity, Clarendon Press, Oxford. 4. Wikipedia, 2013, http://en.wikipedia.org/wiki /Parity_of_a_permutation, di unduh tanggal 10 April 2013.