如果你也在 怎样代写广义相对论General relativity这个学科遇到相关的难题，请随时右上角联系我们的24/7代写客服。
广义相对论是阿尔伯特-爱因斯坦在1907至1915年间提出的引力理论。广义相对论说，观察到的质量之间的引力效应是由它们对时空的扭曲造成的。
statistics-lab™ 为您的留学生涯保驾护航 在代写广义相对论General relativity方面已经树立了自己的口碑, 保证靠谱, 高质且原创的统计Statistics代写服务。我们的专家在代写广义相对论General relativity代写方面经验极为丰富，各种代写广义相对论General relativity相关的作业也就用不着说。
我们提供的广义相对论General relativity及其相关学科的代写，服务范围广, 其中包括但不限于:
- Statistical Inference 统计推断
- Statistical Computing 统计计算
- Advanced Probability Theory 高等概率论
- Advanced Mathematical Statistics 高等数理统计学
- (Generalized) Linear Models 广义线性模型
- Statistical Machine Learning 统计机器学习
- Longitudinal Data Analysis 纵向数据分析
- Foundations of Data Science 数据科学基础
物理代写|广义相对论代写General relativity代考|Affine Connections, Component View
Most of our considerations in Chap. 4 involved vectors and tensors associated with a single point. Now we study how to compare vectors and tensors at different points in a Riemann space, and how to move them (Misner 1973; Adler 1975; Schutz 2009). This is necessary in order to study tensor fields, that is tensors defined as functions of position in regions of space; these fields may be denoted for example as
$$
\phi\left(x^{\mu}\right) \text { scalar, } V^{\propto}\left(x^{\mu}\right) \text { vector, } T^{\propto \beta}\left(x^{\mu}\right) 2 \text { nd rank tensor. }
$$
This is not a trivial process since vector spaces at different points in a Riemann space are a priori independent and any connection between them requires analysis. The key concept is that of affine connections, for which we will motivate a definition; then on the basis of the definition we may obtain their transformation law.
Much of the work in this chapter is based on the classic component view, but we will relate it to the abstract view in the last section.
Consider first a constant vector field in Euclidean 3-space with Cartesian coordinates; the definition of such a constant vector field is obviously that the components are constant, as shown in Fig. 5.1a. But it is also clear that in spherical coordinates constant components do not correspond to what we think of as a constant vector field, as in Fig. 5.1b. Clearly, we should not define a constant vector field as one with constant components. The terms “constant” and “parallel” remain to be defined precisely. The proper definition of a constant vector field will introduce the concept of affine connections as an elegant generalization of the notion of parallel vectors.
物理代写|广义相对论代写General relativity代考|Transformation of the Affine Connections
The law of vector transplantation introduced in (5.5) is extremely general since there are no restrictions on the connections. Remarkably, from only the above definition
of vector transplantation we may obtain the transformation law for the connections, which we will find are not tensors. Moreover several theorems that result from the transformation law are basic and important for both mathematics and physics.
To find the transformation law we make the natural demand that a vector remains a vector as it is transplanted to a nearby point: that is it must obey the transformation law (4.14) at both $P$ and $P^{\prime}$. The transplanted vector, at $P^{\prime}$ in the barred and unbarred coordinate systems, is
$$
V^{* i}=V^{i}-\Gamma_{p q}^{i} \mathrm{~d} x^{p} V^{q}, \quad \bar{V}^{* j}=\bar{V}^{j}-\bar{\Gamma}{m n}^{j} \mathrm{~d} \bar{x}^{m} \bar{V}^{n} $$ Here the vector and connections on the right side of $(5.6)$ are evaluated at $P$. The transformation matrix at $P^{\prime}$ may be gotten with a Taylor series expansion from that at $P$ $$ \left(\frac{\partial \bar{x}^{j}}{\partial x^{i}}\right){P}=\left(\frac{\partial \bar{x}^{j}}{\partial x^{i}}\right){P}+\frac{\partial}{\partial x^{l}}\left(\frac{\partial \bar{x}^{j}}{\partial x^{i}}\right){P} \mathrm{~d} x^{l}=\left(\frac{\partial \bar{x}^{j}}{\partial x^{i}}\right){P}+\left(\frac{\partial^{2} \bar{x}^{j}}{\partial x^{l} \partial x^{i}}\right){P} \mathrm{~d} x^{l} .
$$
We use these expressions and impose the vector transformation law on the vector at $P^{\prime}$
$$
\begin{aligned}
&\bar{V}^{* j}=\left(\frac{\partial \bar{x}^{j}}{\partial x^{l}}\right){P^{\prime}} V^{* l} \text { so } \ &\bar{V}^{j}-\bar{\Gamma}{m n}^{j} \mathrm{~d} \bar{x}^{m} \bar{V}^{n}=\left[\left(\frac{\partial \bar{x}^{j}}{\partial x^{i}}\right){P}+\left(\frac{\partial^{2} \bar{x}^{j}}{\partial x^{l} \partial x^{i}}\right){P} \mathrm{~d} x^{l}\right]\left[V^{i}-\Gamma_{p q}^{i} \mathrm{~d} x^{p} V^{q}\right] \
&=\left(\frac{\partial \bar{x}^{j}}{\partial x^{i}}\right){P} V^{i}-\left(\frac{\partial \bar{x}^{j}}{\partial x^{i}}\right){P}^{\Gamma_{p q}^{i}} \mathrm{~d} x^{p} V^{q}+\left(\frac{\partial^{2} \bar{x}^{j}}{\partial x^{l} \partial x^{i}}\right)_{P} \mathrm{~d} x^{l} V^{i}
\end{aligned}
$$
物理代写|广义相对论代写General relativity代考|Parallel Displacement
The law of vector transplantation (5.5) introduced in the preceding section provides a way to compare vectors at different nearby points in space. By repeated iterations we could also compare vectors at widely separated points. Our considerations have so far been quite general and we made no assumptions about how the connections might be specified. We now specialize to obtain the specific connections used in relativity theory; this provides a strikingly elegant generalization of the idea of moving a vector parallel to itself in Euclidean geometry, and is called parallel displacement. Parallel displacement is basic to the idea and definition of space curvature that we will develop in Chap. 8. It also allows us to define geodesic curves, which are the generalization of straight lines to general Riemann spaces.
Suppose that we transplant two vectors to a nearby point using the law of vector transplantation. There is no a priori reason that the inner product of the two will remain unchanged; however we may consider this to be a naturally compelling demand to be imposed so as to make the transplantation analogous to the parallel displacement of vectors in Euclidean geometry. In the special case of Euclidean space the demand for parallelism implies that the lengths of various vectors and the angles between them remain unchanged as they are transplanted. We thus impose this demand and refer to this special case of vector transplantation as generalized parallel displacement, or simply parallel displacement for brevity. Remarkably, the connections are then
determined uniquely by the metric. Figure $5.3$ shows the scenario for the parallel displacement of two vectors.
The derivation of the affine connections is conceptually simple and involves only slightly tedious algebra. The demand that the inner product of the two vectors be unchanged under vector transplantation may be expressed as
$$
\mathrm{d}\left(\xi^{j} \eta^{k} g_{j k}\right)^{*}=0
$$
广义相对论代考
物理代写|广义相对论代写General relativity代考|Affine Connections, Component View
我们在第一章中的大部分考虑。4 涉及与单个点相关的向量和张量。现在我们研究如何比较黎曼空间中不同点的向量和张量，以及如何移动它们（Misner 1973；Adler 1975；Schutz 2009）。这对于研究张量场是必要的，张量被定义为空间区域中位置的函数；例如，这些字段可以表示为
φ(Xμ) 标量， 在∝(Xμ) 向量， 吨∝b(Xμ)2 nd 秩张量。
这不是一个简单的过程，因为黎曼空间中不同点的向量空间是先验独立的，并且它们之间的任何联系都需要分析。关键概念是仿射连接的概念，我们将对此进行定义；那么根据定义我们可以得到它们的变换规律。
本章的大部分工作都基于经典的组件视图，但我们将在最后一节中将其与抽象视图联系起来。
首先考虑具有笛卡尔坐标的欧几里得 3 空间中的常数向量场；这样一个常数向量场的定义显然是分量是常数，如图 5.1a 所示。但同样清楚的是，在球坐标系中，常数分量并不对应于我们认为的常数矢量场，如图 5.1b 所示。显然，我们不应该将恒定矢量场定义为具有恒定分量的场。术语“恒定”和“平行”仍有待精确定义。常数向量场的正确定义将引入仿射连接的概念作为并行向量概念的优雅概括。
物理代写|广义相对论代写General relativity代考|Transformation of the Affine Connections
（5.5）中引入的向量移植定律非常普遍，因为对连接没有限制。值得注意的是，仅从上述定义
在向量移植的过程中，我们可以获得连接的变换定律，我们会发现它不是张量。此外，从变换定律得出的几个定理对于数学和物理学来说都是基本且重要的。
为了找到变换定律，我们提出一个向量在移植到附近点时仍然是向量的自然要求：即它必须在两个点都遵守变换定律 (4.14)磷和磷′. 移植的载体，在磷′在 barred 和 unbarred 坐标系中，是
在∗一世=在一世−Γpq一世 dXp在q,在¯∗j=在¯j−Γ¯米nj dX¯米在¯n这里右边的向量和连接(5.6)被评估在磷. 变换矩阵磷′可以通过泰勒级数展开得到磷
(∂X¯j∂X一世)磷=(∂X¯j∂X一世)磷+∂∂Xl(∂X¯j∂X一世)磷 dXl=(∂X¯j∂X一世)磷+(∂2X¯j∂Xl∂X一世)磷 dXl.
我们使用这些表达式并在向量上施加向量变换定律磷′
在¯∗j=(∂X¯j∂Xl)磷′在∗l 所以 在¯j−Γ¯米nj dX¯米在¯n=[(∂X¯j∂X一世)磷+(∂2X¯j∂Xl∂X一世)磷 dXl][在一世−Γpq一世 dXp在q] =(∂X¯j∂X一世)磷在一世−(∂X¯j∂X一世)磷Γpq一世 dXp在q+(∂2X¯j∂Xl∂X一世)磷 dXl在一世
物理代写|广义相对论代写General relativity代考|Parallel Displacement
上一节介绍的向量移植定律（5.5）提供了一种比较空间中不同附近点的向量的方法。通过重复迭代，我们还可以比较相距较远的点的向量。到目前为止，我们的考虑非常笼统，我们没有对如何指定连接做出任何假设。我们现在专门获取相对论中使用的特定联系；这为在欧几里得几何中平行于自身移动向量的想法提供了一个非常优雅的概括，称为平行位移。平行位移是空间曲率概念和定义的基础，我们将在第 1 章中阐述。8. 它还允许我们定义测地线曲线，即直线到一般黎曼空间的推广。
假设我们使用向量移植法则将两个向量移植到附近的点。两者的内积保持不变，没有先验的原因；然而，我们可以认为这是一个自然而然的强制要求，以便使移植类似于欧几里得几何中向量的平行位移。在欧几里得空间的特殊情况下，对平行度的要求意味着各种向量的长度和它们之间的角度在移植时保持不变。因此，我们强加了这一要求，并将向量移植的这种特殊情况称为广义平行位移，或为简洁起见简称为平行位移。值得注意的是，连接是
由度量唯一确定。数字5.3显示了两个向量平行位移的场景。
仿射连接的推导在概念上很简单，只涉及稍微繁琐的代数。两种载体在载体移植下内积不变的要求可表示为
d(Xj这ķGjķ)∗=0
统计代写请认准statistics-lab™. statistics-lab™为您的留学生涯保驾护航。
金融工程代写
金融工程是使用数学技术来解决金融问题。金融工程使用计算机科学、统计学、经济学和应用数学领域的工具和知识来解决当前的金融问题，以及设计新的和创新的金融产品。
非参数统计代写
非参数统计指的是一种统计方法，其中不假设数据来自于由少数参数决定的规定模型；这种模型的例子包括正态分布模型和线性回归模型。
广义线性模型代考
广义线性模型（GLM）归属统计学领域，是一种应用灵活的线性回归模型。该模型允许因变量的偏差分布有除了正态分布之外的其它分布。
术语 广义线性模型（GLM）通常是指给定连续和/或分类预测因素的连续响应变量的常规线性回归模型。它包括多元线性回归，以及方差分析和方差分析（仅含固定效应）。
有限元方法代写
有限元方法（FEM）是一种流行的方法，用于数值解决工程和数学建模中出现的微分方程。典型的问题领域包括结构分析、传热、流体流动、质量运输和电磁势等传统领域。
有限元是一种通用的数值方法，用于解决两个或三个空间变量的偏微分方程（即一些边界值问题）。为了解决一个问题，有限元将一个大系统细分为更小、更简单的部分，称为有限元。这是通过在空间维度上的特定空间离散化来实现的，它是通过构建对象的网格来实现的：用于求解的数值域，它有有限数量的点。边界值问题的有限元方法表述最终导致一个代数方程组。该方法在域上对未知函数进行逼近。[1] 然后将模拟这些有限元的简单方程组合成一个更大的方程系统，以模拟整个问题。然后，有限元通过变化微积分使相关的误差函数最小化来逼近一个解决方案。
tatistics-lab作为专业的留学生服务机构，多年来已为美国、英国、加拿大、澳洲等留学热门地的学生提供专业的学术服务，包括但不限于Essay代写，Assignment代写，Dissertation代写，Report代写，小组作业代写，Proposal代写，Paper代写，Presentation代写，计算机作业代写，论文修改和润色，网课代做，exam代考等等。写作范围涵盖高中，本科，研究生等海外留学全阶段，辐射金融，经济学，会计学，审计学，管理学等全球99%专业科目。写作团队既有专业英语母语作者，也有海外名校硕博留学生，每位写作老师都拥有过硬的语言能力，专业的学科背景和学术写作经验。我们承诺100%原创，100%专业，100%准时，100%满意。
随机分析代写
随机微积分是数学的一个分支，对随机过程进行操作。它允许为随机过程的积分定义一个关于随机过程的一致的积分理论。这个领域是由日本数学家伊藤清在第二次世界大战期间创建并开始的。
时间序列分析代写
随机过程，是依赖于参数的一组随机变量的全体，参数通常是时间。 随机变量是随机现象的数量表现，其时间序列是一组按照时间发生先后顺序进行排列的数据点序列。通常一组时间序列的时间间隔为一恒定值（如1秒，5分钟，12小时，7天，1年），因此时间序列可以作为离散时间数据进行分析处理。研究时间序列数据的意义在于现实中，往往需要研究某个事物其随时间发展变化的规律。这就需要通过研究该事物过去发展的历史记录，以得到其自身发展的规律。
回归分析代写
多元回归分析渐进（Multiple Regression Analysis Asymptotics）属于计量经济学领域，主要是一种数学上的统计分析方法，可以分析复杂情况下各影响因素的数学关系，在自然科学、社会和经济学等多个领域内应用广泛。
MATLAB代写
MATLAB 是一种用于技术计算的高性能语言。它将计算、可视化和编程集成在一个易于使用的环境中，其中问题和解决方案以熟悉的数学符号表示。典型用途包括：数学和计算算法开发建模、仿真和原型制作数据分析、探索和可视化科学和工程图形应用程序开发，包括图形用户界面构建MATLAB 是一个交互式系统，其基本数据元素是一个不需要维度的数组。这使您可以解决许多技术计算问题，尤其是那些具有矩阵和向量公式的问题，而只需用 C 或 Fortran 等标量非交互式语言编写程序所需的时间的一小部分。MATLAB 名称代表矩阵实验室。MATLAB 最初的编写目的是提供对由 LINPACK 和 EISPACK 项目开发的矩阵软件的轻松访问，这两个项目共同代表了矩阵计算软件的最新技术。MATLAB 经过多年的发展，得到了许多用户的投入。在大学环境中，它是数学、工程和科学入门和高级课程的标准教学工具。在工业领域，MATLAB 是高效研究、开发和分析的首选工具。MATLAB 具有一系列称为工具箱的特定于应用程序的解决方案。对于大多数 MATLAB 用户来说非常重要，工具箱允许您学习和应用专业技术。工具箱是 MATLAB 函数（M 文件）的综合集合，可扩展 MATLAB 环境以解决特定类别的问题。可用工具箱的领域包括信号处理、控制系统、神经网络、模糊逻辑、小波、仿真等。