Theoretical Physics


Математические методы

Алгебра

Специальные функции

Физика

Механика

Что изучает?
Операции над множествами

Линейная алгебра

Алгебра векторов

Что изучает?
Операции над линейными объектами

👁
Пространства

Линейное пространство
📝 Обозначается: Λn
Линейное пространство aka Векторное пространство – множество, между элементами которого:

  1. Есть операция сравнения на равенство между a и b
  2. Есть процедура сопоставления двум элементам третьего (сумма): c=a+b ⚠ аксиомы!
  3. Есть процедура сопоставления элементу другого через число: c = \lambda a ⚠ аксиомы!
  4. Дистрибутивность суммы и умножения на число:
    4.1. (\lambda + \mu)a = \lambda a + \mu a ;
    4.2. \lambda (a + b) = \lambda a + \lambda b

Аксиомы умножения на число

  1. Единичный элемент: \(1a = a\)
  2. Ассоциативность: \(\lambda \mu a = \lambda (\mu a)\)

Аксиомы суммы

  1. \(a + b = b + a\) (коммутативность)
  2. \(a + (b + c) = (a + b) + c\) (ассоциативность)
  3. Нулевой элемент: \(a + 0 = a\)
  4. Есть противоположные элементы: \(a + (-a) = 0\)

Что изучает?
Общие зависимости между элементами множеств

Линейная комбинация – комбинация элементов пространства вида
\[\sum_{i=1}^{n} \lambda_i a_i\]

Линейно зависимые
\[\sum_{i=1}^{n} \lambda_i a_i = 0\]


⚠ Важно: \(\lambda_i \neq 0\)

Безис – упорядоченный набор элементов множества

  1. Лениейно независимы
  2. Если добавить еще элемент,то он будет линейно зависим

⚠ Важно: в \(\Lambda^n\) базис может быть выбран не единственным образом!
Определение линейной независимости

Размерность пространства – количество элементов в базисе
📝 Обозначается: \(\Lambda^n\), где \(n\) – размерность

Теорема
О единственности разложения в базис


Для каждого элемента пространства существует единственное представление в виде линейной комбинации базисных элементов
Определение линейной зависимости

Линейно независимые
\[\sum_{i=1}^{n} \lambda_i a_i \neq 0 \]


⚠ Важно: кроме \(\lambda_i = 0\)

Координаты – компоненты (\(\lambda_i\)) разложения по базису

Теорема
О переходе от одного базиса к другому


Старый базис: \(\{x_1, x_2, \ldots, x_n\}\)
Новый базис: \(\{y_1, y_2, \ldots, y_n\}\)


Разложение в старом базисе: \(a = \sum_{i=1}^n \alpha_i x_i\)
Разложение в новом базисе: \(a = \sum_{i=1}^n \beta_i y_i\)


Переход: \[\alpha_i = \sum_{j=1}^n \sigma_{ij}\beta_j \]


\(\sigma_{ij}\) – элементы матрицы перехода \(\mathbf{S}\)

Изоморфизм – отображение \(\hat F: \Lambda_1 \to \Lambda_2\) такое, что:

  1. \(\hat F(x+y) = \hat F(x) + \hat F(y)\)
  2. \(\hat F(\lambda x) = \lambda \hat F(x)\)

Если так, тогда пространства \(\Lambda_1\) и \(\Lambda_2\) – изоморфны


⚠ Важно: размерности \(\Lambda_1\) и \(\Lambda_2\) совпадают!

Оператор
📝 Обозначается: \(\hat A\)
Оператор – сопоставления элементов из простраства \(\Lambda\) в элементы пространства \(\Lambda'\).


📝 Отображение обозначают так: \(y = \hat A x\)


\(x\) – прообраз \(y\)
\(y\) – образ \(x\)

Виды операторов

Отображение – такой оператор, что \(\Lambda' \not\subset \Lambda\)

Матрица обратного перехода:
\(\mathbf{T} = \mathbf{S}^{-1}\)

Типы линейных отображений

Инъекция
Элементы \(\Lambda_1\) всегда отображаются в разные элементы \(\Lambda_2\)

Преобразование – такой оператор, что \(\Lambda' \subseteq \Lambda\)

Операции с операторами

Произведение

Коммутатор

Сюръекция
У каждого элемента в \(\Lambda_2\) есть прообраз в \(\Lambda_1\)

Сумма

Характеристики оператора

Ранг

Ядро

Биекция
У каждого элемента \(\Lambda_1\) есть один элемент в \(\Lambda_2\) и наоборот

Собственные значения

Особые виды операторов

Функционал – оператор, множество значений которого есть множество вещественных чисел

Линейный функционал

Билинейный функционал

Полилинейные функционалы

Особые виды линейных пространств

Евклидовом пространство – линейное (векторное) пространство над полем вещественных чисел со скалярным произведением

Пространство Минковского

Важные задачи и методы

Приведение квадратичных функционалов к диагональному виду

Аппроксимация функций многочленами

Унитарное пространство – линейное (векторное) пространство над полем комплексных чисел со скалярным произведением, для которого работают следующие аксиомы:

  1. \(\langle a|b \rangle = \langle b|a \rangle^*\)
  2. \(\langle \lambda a| b \rangle = \lambda^* \langle b|a \rangle\)
  3. \(\langle a_1+a_2|b \rangle = \langle a_1 |b \rangle + \langle a_2|b \rangle\)
  4. \(\langle a|a \rangle = r \ge 0\) (вещественное)

⚠ используются дираковские скобки (bra-ket нотация)

Специальные виды операторов

Эрмитов оператор
aka самосопряжённый оператор


\(\hat A = \hat A^{+} \)

Унитарный оператор


\[ \hat A \hat A^* = \hat A^*\hat A = \hat I \]

Свойства

\( \langle \hat A a| \hat A b \rangle = \langle a | b \rangle \)

\(\langle \hat A a|b \rangle = \langle a | \hat A^{+} b \rangle \)

Собственные значения
Вещественные числа

Собственные векторы
Ортогональны

Можно составить ортонормированный базис из собственных векторов


⚠ В оротонормированном базисе матрица эрмитова


Эрмитова матрица

Теорема
Об общих собственных векторах


У \(\hat A\) и \(\hat B\) есть общие собственные векторы, если \(\hat A \hat B = \hat B \hat A \) (коммутируют).

Теорема
О Вырождении


Если \(\hat A\) коммутирует с \(\hat B\) и \(\hat C\), а \(\hat B\) и \(\hat C\) между собой не коммутируют, то собственные значения \(\hat A\) вырожденные.

Эрмитов функционал
aka Эрмитова форма


\(\Phi(x)=\langle x | \hat A x \rangle \)

Среднее значение эрмитова оператора по \(a\)
\(\overline{(\hat A_a)}=\langle a | \hat A a \rangle \)


⚠ среднее – вещественное

Дисперсия значения эрмитова оператора


\(D_a \hat A = \overline{\left(\hat A^2\right)_a} - \left(\overline{\hat A_a}\right)^2\)

Если \(a\) – нормированный собственный вектор с собственным числом \(\lambda\), то


\(\overline{(\hat A_a)} = \lambda \)

Теорема
О дисперсии по нормированному собственному вектору


Дисперсия по нормированному собственному вектору \(D_a \hat A = 0\)

Теорема
О соотношении неопределенностей


\(D_a \hat A D_a \hat B \ge \frac{1}{4} \left| \overline{ \left( \hat A \hat B - \hat B \hat A \right)_a} \right|^2\)

создание математических моделей и сопоставление их с реальностью

Теория поля

Квантовая теория поля

Определение линейной независимостиОпределение линейной зависимости