Geometrické metody ve fyzice
|
|
- Jiřina Konečná
- před 6 lety
- Počet zobrazení:
Transkript
1 Geometrické metody ve fyzice Studijní text k přednáškám Geometrické metody teoretické fyziky I a II určených zejména pro třetí a čtvrtý ročník studia teoretické fyziky na MFF UK. Pavel Krtouš ÚTF MFF UK
2 Obsah Úvod Tenzory Označení tenzorů Abstraktní indexy Některé vlastnosti tenzorů Prostor antisymetrických tenzorů Prostor symetrických tenzorů Varieta a její tečná struktura Varieta Tečné vektory Tečné 1-formy a gradient Tečné tenzory Pseudoderivace Diffeomorfismy variet a Lieova derivace Zobrazení mezi varietami Zobrazení indukovaná na tečnou strukturu Lieova derivace Podvariety A Geometrický význam Lieovy závorky Antisymetrické formy Zavedení antisymetrických forem Vnější násobení Souřadnice na Λ p M Vnější derivace Vztah vnější a Lieovy derivace Uzavřené a exaktní formy A Některé vztahy pro antisymetrické formy Integrování na varietách Souřadnicové integrování Integrovatelné hustoty motivace Integrovatelné hustoty definice Integrování hustot Vlastnosti hustot a operace s nimi Vztah hustot k antisymetrickým d-formám Integrování antisymetrických d-forem Integrování na podvarietách
3 6 Metrika Metrika Riemannovské a lorentzovské metriky Zvyšování a snižování indexů Objekty definované pomocí metriky Killingovy vektory Kovariantní derivace Paralelní přenos Kovariantní derivace Souřadnicová kovariantní derivace Složky kovariantní derivace Torze Prostor kovariantních derivací Geodetiky a normální okolí Vztah mezi kovariantní a Lieovou derivací Vztah mezi kovariantní a vnější derivací Křivost Vlastnosti tenzoru křivosti A Geometrický význam křivosti Kovariantní vnější derivace Tenzor-značné antisymetrické formy Kovariantní vnější derivace Operátor křivosti a Bianchiho identity Metrická kovariantní derivace Derivace hustot a integrální věty Diferenciální operátory divergence a rotace Kovariantní derivace integrovatelných hustot Integrální věty
4 verze 2.03 ( ) [2.03,1.12,1.14,2.04,2.02,2.02,2.03,2.03,2.02,0,1.03] Úvod Do rukou se Vám dostává studijní text k přednáškám Geometrické metody teoretické fyziky I a II. Jedná se o průběžně vytvářeny dokument. Tento text by měl vykládat základy diferenciální geometrie na varietách s důrazem na použití ve fyzice, zvláště v obecné teorii relativity, v teorii pole a v klasické mechanice. V současnosti text pokrývá pouze některé části diferenciální geometrie a jedná se prozatím o základní výklad, který by měl být postupně doplněn obrázky, ilustracemi, příklady a úlohami. Přibudou i další kapitoly pokrývající jak základy diferenciální geometrie, tak některé její pokročilé partie. Konkrétně, text nepostihuje podrobně úvod do diferenciální geometrie: zavedení variety, vybudování tečné a tenzorové struktury a definování některých základních nástrojů (jako derivace podle souřadnic, gradient, Lieovy závorky). Tyto partie jsou dostatečně pokryty v každé učebnici diferenciální geometrie, např. ve skriptech prof. Kovalského určených ke stejným přednáškám. V konečné verzi studijního textu budou těmto partiím věnovány kapitoly 1 a 2. V tento okamžik však první dvě kapitoly obsahují pouze stručný přehled značení, názvosloví a znění některých vět a lemmat potřebných v dalším textu. Neúplná je též kapitola 6, ve které by měly přibýt rozsáhlé pasáže obsahující příklady metrik, a závěr kapitoly 10, kde bude doplněn výklad o integrálních větách. Konečně, chybí kapitola 9 o metrické kovariantní derivaci. Text je psaný strukturovanou formou: z textu jsou vyděleny znění vět lemmat, definic, poznámek, příkladů a problémů. Tyto bloky a rovnice v běžném textu jsou číslovány jednotlivé typy nezávisle na sobě (s výjimkou vět a lemmat, které mají číslování společné, a poznámek, které číslovány nejsou). Čísla jsou uvozena písmenem označující příslušný typ. Na rovnice v textu se odkazuje formou (2.10), na ostatní bloky formou např. definice D2.5 či věta V3.1. Na okraji textu jsou umisťovány obrázky a marginálie. Marginálie slouží k rozšíření vykládané látky o doplňující informace, které nejsou nutné k pochopení dalšího výkladu, mohou však poskytnout jiný náhled na problematiku či nastínit některé aplikace. V margináliích se může místy objevovat i materiál z následujících kapitol některé z nich tak mohou být srozumitelnější až při opakovaném čtení. K některým kapitolám jsou připojeny dodatky, které obsahují obvykle techničtější partie pracnější důkazy či zobecnění výsledků z hlavního textu. Text je k dispozici na WWW. Jednotlivé kapitoly textu lze stahovat postupně. Konzistence odkazů mezi kapitolami lze zajistit kontrolou verzí jednotlivých kapitol. Vzhledem k tomu, že text je zveřejněn již ve fázi svého vzniku, au- M0.1 Marginálie Marginále je taková užitečná zbytečnost na okraji stránky např. tento odstavec. M0.2 Systém verzí kapitol Tento text se nadále vyvíjí a to s sebou nese i nutnost nějakého mechanismu zachycujícího aktuální verzi dokumentu. Byla zvolena následující koncepce: jednotlivé kapitoly jsou relativně nezávislé. Každá má své číslo verze ve formátu N.nn, případně N.nnx, kde N určuje verzi celého dokumentu a nn číslo označující obsahové či zásadnější formátové změny (např. změny měnící číslování rovnic). Případné písmenko x označuje drobné, většinou pouze pravopisné či korektorské změny v textu. Verze kapitoly spolu s datem poslední změny jsou uváděny v zápatí běžné stránky. Na první stránce kapitoly je verze uvedena v pravém horním rohu, spolu s verzemi ostatních kapitol aktuálními v okamžiku generování dané kapitoly. Odkazy mezi takto vyjmenovanými kapitolami by měly být konzistentní. 0 1
5 Úvod 0 2 tor uvítá a bude vděčen za jakékoli připomínky a poznámky. Podněty budou vzaty v úvahu a zapracovány průběžně do textu. Poděkování Chtěl bych poděkovat doc. Jiřímu Podolskému a studentům Tomáši Málkovi a Jaroslavovi Trnkovi za přečtení a připomínkování textu. verze 2.03 ( )
6 verze 1.12 ( ) [2.03,1.12,1.14,2.04,2.02,2.02,2.03,2.03,2.02,0,1.03] Kapitola 1 Tenzory První kapitola v tuto chvíli obsahuje pouze přehled značení týkající se tenzorů a dva oddíly zabývající se podrobněji antisymetrickými a symetrickými tenzory. Nejedná se o systematický výklad problematiky tenzorů. Ten lze nalézt ve standardních učebnicích lineární algebry, případně diferenciální geometrie. 1.1 Označení tenzorů Duální vektorový prostor k vektorovému prostoru V označíme V. Prostor tenzorů typu (p, q) vybudovaný nad V označíme V p q, tj. Vq p = V V }{{} p-krát V V }{{. (1.1) } q-krát Tenzory budeme značit tučným písmem: např. vektory a, b,..., formy ω, σ,... a tenzory A, B,.... Znaménko tenzorového součinu budeme vynechávat, tj. a b = a b. (1.2) Zúžení (kontrakci) vektoru a a 1-formy ω (tj. působení 1-formy na vektor) budeme bez indexů zapisovat následujícími způsoby: ω, a = ω a = a ω. (1.3) Symetrizaci a antisymetrizaci tenzoru ω ve všech jeho indexech značíme S ω a A ω (viz též (1.5) níže). Složky tenzorů budeme značit obyčejným písmem jedná se o obyčejná reálná čísla. Uveďme např. komponenty a m, b n, ω a, σ b či A k... l..., Bk... l Abstraktní indexy Pro naznačení kontrakce tenzoru, případně dalších tenzorových operací, budeme používat abstraktních indexů. To znamená, že v případě potřeby přidáme k tenzoru A sadu tučně psaných indexů o stejné struktuře jako mají souřadnicové indexy např. budeme psát A k... l.... Tyto tzv. abstraktní indexy však nejsou svázány s žádnou bází v prostoru tenzorů, neprobíhají konkrétní číselné hodnoty a nemění 1 1
7 Tenzory 1 2 význam tenzoru A. Abstraktní indexy pouze naznačují tenzorovou strukturu a pojmenovávají jednotlivé vektorové pozice v tenzorovém prostoru do kterého A patří. Pomocí abstraktních indexů značíme kontrakci opakujícím se dolním a horním indexem; např. ω, a = ω n a n. (1.4) Symetrizaci (resp. antisymetrizaci) značíme kulatou (případně hranatou) závorkou okolo příslušných indexů A...(a1...ap)... = 1 p! ω...[a1...a p]... = 1 p! permutace σ permutace σ A...aσ...aσp... 1 sign σ ω...aσ1...a σp... (1.5) Abstraktní indexy jsou svázány se souřadnicovými indexy volbu báze v prostoru vektorů a 1-forem. Nechť {e a } a=1,...,d je báze v prostoru vektorů, {e a } a=1,...,d duální báze v prostoru 1-forem. Pak pro obecný tenzor A můžeme psát A k... l... = A a... b... e k a... e b l.... (1.6) Zde ea k jsou vektory báze (různé lineárně nezávislé vektory číslované souřadnicovým indexem a = 1,..., d) oblečené navíc do abstraktního indexu k naznačujícího, že se jedná o vektory. Obdobně pro 1-formy e b l index b probíhá čísla 1,..., d a l je abstraktní index naznačující, že se jedná o 1-formy. Bez abstraktních indexů by předchozí rovnice měla tvar A = A a... b... e a... e b.... (1.7) Bázi vektorů budeme též nazývat n-áda vektorů, a to přesto, že pro dimenzi budeme většinou používat písmeno d. Jedná se o zobecnění běžného označené diáda, triáda a tetráda pro d = 2, 3 a Některé vlastnosti tenzorů Věta V1.1 (Tenzor jako lineární zobrazení) Libovolné tenzor-značné lineární zobrazení na tenzorech lze reprezentovat opět tenzorem. Jinými slovy, každé zobrazení l splňující (A, B V m n, r R) l : V m n V p q, (tenzor-značnost) l ( ra + B ) = r l ( A ) + l ( B ) (linearita) lze reprezentovat tenzorem L V p+n q+m ( ) l a1...ap a b 1...b q A = L 1...a pc 1...c n b 1...b qd 1...d m Ac d1...dm 1...c n. verze 1.12 ( )
8 Tenzory Prostor antisymetrických tenzorů Mezi tenzory hrají důležitou roli antisymetrické tenzory. Antisymetrický tenzor lze získat antisymetrizací jeho tenzorových indexů. Ve shodě s (1.5) definujme: Definice D1.1 (Antisymetrizace tenzorů) Antisymetrizaci tenzoru ve vybraných indexech budeme označovat pomocí hranatých závorek ω...[a1...a p]... = 1 sign σ ω...aσ1...a p! σp.... permutace σ Pokud se přes nějaký index umístěný mezi závorkami antisymetrizovat nemá, vydělíme ho pomocí svislých čar: např. ve výrazu ω...[ab n c]... se antisymetrizuje pouze přes indexy abc. Antisymetrizaci přes všechny indexy budeme označovat pomocí symbolu A. Např. (A A) a1...ap = A [a1...ap]. Nyní můžeme definovat Definice D1.2 (Prostor antisymetrických tenzorů) Prostor antisymetrických tenzorů typu (k, 0), k = 0,..., d, označíme V [k]. Jedná se o prostor tenzorů A pro které A A = A. Obdobně definujeme prostor antisymetrických forem V [l] a prostor V [k] [l] = V [k] V [l]. Pro antisymetrický tenzor A pro každou permutaci σ čísel [1,..., k] zřejmě platí A a1...a k = sign σ A aσ 1...aσ k. (1.8) Dimenze prostoru antisymetrických tenzorů je dim V [k] = ( d k). (1.9) Definice D1.3 (Projektor na antisymetrické tenzory) Projektor [k] δ V [k] [k] projektující z prostoru V k všech tenzorů stupně k na prostor antisymetrických tenzorů V [k] má tvar [k] δ a1...a k b 1... b k = δ [a1 b 1... δ a k] b k = δ a1 [b 1... δ a k b k ] Tento projektor má následující užitečné vlastnosti: Lemma V1.2 (Vlastnosti [k] δ) A [a1...a k] = [k] δ a1...a k r 1... r k A r1...r k (i) [k] δ a1...a k r 1... r [k] k δ r1...r k b 1... b k = [k] δ a1...a k b 1... b k [k] δ a1...a k la k l+1...a k b 1... b k l r 1... r [l] l δ r1... r l b k l+1... b k = [k] δ a1...a k b 1... b k [k] δ a1...a lr 1...r k l (d l)! l! b 1... b l r 1... r k l = (d k)! k! [l] δ a1...a l b 1... b l (ii) (iii) (iv) [k] δ r1...r k r 1...r k = dim V [k] (v) [k] δ aσ 1...aσ k b σ1... b σk = [k] δ a1...a k b 1... b k σ je permutace [1,..., k] (vi) verze 1.12 ( )
9 Tenzory 1 4 Složky antisymetrického tenzoru lišící se pouze permutací indexů jsou závislé. Rozpis tenzoru do komponent však můžeme přepsat jako součet nezávislých komponent A = A a1...a k e a1... e ak = a 1< <a k A a1...ak k! A(e a1... e ak ). (1.10) Speciální roli hrají tzv. totálně antisymetrické formy a tenzory objekty z prostorů V [d] a V [d], kde d je dimenze prostoru V. V tomto případě z (1.9) vidíme, že dim V [d] = dim V [d] = 1, jedná se tedy o triviální jednodimenziální prostory lineárně isomorfní s reálnými číslami R. Neexistuje však kanonický isomorfismus. V těchto prostorech neexistuje přirozený výběr jednotky. Rozpis (1.10) pro α V [d] dává α = α a1...a d e a1... e a d = α 1...d d! A(e 1... e d ). Mezi prostory V [d] a V [d] lze zavést operace inverze (reciprocity): Definice D1.4 (Inverze totálně antisymetrických tenzorů) Inverze totálně antisymetrických forem je definována: 1 : V [d] V [d], α α 1 tak, že α r1...r d α 1 r1...r d = d!. Jedná se o invertovatelné zobrazení; opačné zobrazené budeme značit stejně: 1 : V [d] V [d], α α 1 tak, že ( α 1 ) 1 = α. Vlastnosti inverze jsou: Lemma V1.3 (Vlastnosti inverze) Zúžíme-li částečně α s α 1, dostaneme [k] δ Speciálně α b1...b k r 1...r d k α 1 a1...a kr 1...r d k α b1...b d α 1 a1...a d = d! [d] δ a1...a d b 1... b d, α r1...r d α 1 r1...r d = d!. Pro souřadnici invertovaného tenzoru dostáváme = (d k)! k! [k] δ a1...a k b 1... b k α d = (α 1...d ) 1. Pomocí projektoru [d] δ můžeme definovat determinant tenzoru typu (1, 1) (tj. lineárního operátoru na vektorech) Definice D1.5 (Determinant) Pro A V 1 1 definujeme det A R vztahem: det A = [d] δ a1...a d b 1... b d A b1 a 1... A b d a d = σ sign σ A σ Aσ d d. verze 1.12 ( )
10 Tenzory Prostor symetrických tenzorů Analogicky antisymetrizaci zavedeme symetrizaci tenzoru (viz též (1.5)): Definice D1.6 (Symetrizace tenzorů) Symetrizaci tenzoru ve vybraných indexech budeme označovat pomocí kulatých závorek S...(a1...ap)... = 1 p! permutace σ S...aσ 1...aσp.... Pokud se přes nějaký index umístěný mezi závorkami symetrizovat nemá, vydělíme ho opět pomocí svislých čar: např. S...(a ij b)... značí symetrizaci přes indexy ab. Symetrizaci přes všechny indexy budeme označovat pomocí symbolu S, tj. (S S) a1...ap = S (a1...ap). Dále definujeme Definice D1.7 (Prostor symetrických tenzorů) Prostor symetrických tenzorů typu (k, 0), k = 0,..., d, označíme V (k). Jedná se o prostor tenzorů S pro které S S = S. Obdobně definujeme prostor symetrických forem V (l) a prostor V (k) (l) = V (k) V (l). Pro symetrický tenzor S a pro každou permutaci σ čísel [1,..., k] platí S a1...a k = S aσ 1...aσ k. (1.11) Dimenze prostoru symetrických tenzorů je dim V (k) = ( ) k+d 1 k. (1.12) Definice D1.8 (Projektor na symetrické tenzory) Projektor (k) δ V (k) (k) projektující z prostoru V k všech tenzorů stupně k na prostor antisymetrických tenzorů V (k) definujeme (k) δ a1...a k b 1... b k = δ (a1 b 1... δ a k) b k = δ a1 (b 1... δ a k b k ) Tento projektor má následující užitečné vlastnosti: Lemma V1.4 (Vlastnosti (k) δ) S (a1...a k) = (k) δ a1...a k r 1... r k S r1...r k (i) (k) δ a1...a k r 1... r (k) k δ r1...r k b 1... b k = (k) δ a1...a k b 1... b k (k) δ a1...a k la k l+1...a k b 1... b k l r 1... r (l) l δ r1... r l b k l+1... b k = (k) δ a1...a k b 1... b k (k) δ a1...a lr 1...r k l (k + d 1)! l! b 1... b l r 1... r k l = (l + d 1)! k! (l) δ a1...a l b 1... b l (ii) (iii) (iv) (k) δ r1...r k r 1...r k = dim V (k) (v) (k) δ aσ 1...aσ k b σ1... b σk = (k) δ a1...a k b 1... b k σ je permutace [1,..., k] (vi) verze 1.12 ( )
11 Tenzory 1 6 I složky symetrického tenzoru jsou závislé pokud se liší pouze permutací indexů. Rozpis tenzoru do komponent můžeme napsat jako součet nezávislých komponent S = S a1...a k e a1... e ak = a 1 a k S a1...ak n(a 1,..., a k ) S(e a1... e ak ), (1.13) kde n(a 1,..., a k ) je počet vzájemně odlišných permutací indexů a 1... a k. verze 1.12 ( )
12 verze 1.14 ( ) [2.03,1.12,1.14,2.04,2.02,2.02,2.03,2.03,2.02,0,1.03] Kapitola 2 Varieta a její tečná struktura Druhá kapitola v tuto chvíli obsahuje přehled značení týkající se variety a tečných tenzorů. Vedle přehledu značení jsou zde uvedeny některé věty a definice, na které se odkazují následující kapitoly. Nejedná se však o systematický výklad. Ten lze nalézt ve standardních učebnicích diferenciální geometrie. Výjimkou je oddíl 2.5 týkající se pseudoderivace tento pojem se obvykle explicitně nezavádí, případně se zavádí v mírně odlišných podobách a pod různými názvy. Oddíl 2.5 je proto uveden v úplné formě, plně dostatečné pro další výklad. 2.1 Varieta Varieta M je topologický prostor s diferenciální strukturou danou diferencovatelným atlasem. Mapu z atlasu budeme značit např. (U, [x j ]), kde U M je oblast, na které jsou definované souřadnicové funkce x j (j = 1,..., d) a [x j ] značí uspořádanou d-tici těchto funkcí. Atlas definuje třídu hladkých funkcí na varietě, kterou označíme FM. Standardně budeme označovat souřadnicové vyjádření funkce f stejně jako funkci samu. Parametrizovaná křivka z(τ) je zobrazení z reálných čísel do variety, přiřazující každé hodnotě τ R bod z(τ) M. Křivku nazýváme hladkou, pokud její souřadnicové vyjádření v každé mapě je hladké. Křivka je po částech hladká, pokud je, zhruba řečeno, hladká všude pouze mimo některé diskrétní hodnoty parametru. Geometrickou křivkou či krátce křivkou γ míníme křivku bez konkrétní parametrizace (jedná se jednodimenzionální varietu vnořenou do variety M viz též oddíl 3.4). Definice D2.1 (Parciální derivace) Nechť (U, [x j ]) je mapa na varietě M a f FU. Parciální derivací f,j FU funkce f podél j-té souřadnice nazýváme f,j = f x j (x1,..., x d ), kde f je funkce f vyjádřená jako závislost na d souřadnicích x j, tj. f(x 1,..., x d ) = f. Pokud nebude hrozit nedorozumění, budeme vlnovku u funkce f vynechávat. 2 1
13 Varieta a její tečná struktura Tečné vektory Tečné vektory můžeme chápat buď jako objekty charakterizující směr parametrizovaných křivek (včetně rychlosti běhu parametru) nebo jako lineární diferenciální operátory prvního řádu působící na funkcích. K parametrizované křivce z(τ) tak definujeme tečný vektor Dz dτ (τ), (s abstraktními indexy zapsaný Dn z dτ čarám souřadnic x j označíme / x j či ). Souřadnicové vektory tečné k x, případně s abstraktním j indexem n x j. Působení vektoru a na skalární funkci f, tj. derivaci f ve směru a, budeme zapisovat a[f]. Definice D2.2 (Derivace ve směru) Derivaci ve směru a T x M skalární funkce f definujeme 1 ( a[f] = lim f ( z(τ) ) f ( z(0) )) = d τ 0 τ dτ f z τ=0, kde z(τ) je libovolná parametrizovaná křivka vedoucí z bodu z(0)=x ve směru a. 2.3 Tečné 1-formy a gradient Duální prostor k prostoru tečných vektorů nazýváme kotečný prostor a jeho prvky kovektory či 1-formy. Gradient funkce df je zaveden pomocí působením vektoru na funkci: a[f] = a df = df, a = a n d n f. (2.1) (Zde jsme pro připomenutí užili tři alternativní zápisy zúžení.) Jak je vidět, abstraktní index 1-formy df umisťujeme ke znaku d. Složky gradientu df jsou parciální derivace f, n. Poznámka Pro obyčejnou funkci f můžeme složky gradientu zapsat také d nf. Pokud však místo funkce f budeme mít složky ω a1...a p antisymetrické p-formy, bude mít zápis d aω a1...a p význam komponent vnější derivace dω viz definici D4.3 a poznámky následující za ní. Ukazuje se, že komutátor působení dvou vektorových polí na skalární funkci má charakter derivace prvního řádu: Lemma V2.1 Nechť a, b jsou vektorová pole. Pak předpis a [ b[f] ] b [ a[f] ] definuje lineární diferenciální operátor prvního řádu. To nám umožňuje definovat operaci Lieova závorka přiřazující dvojici vektorových polí pole nové: Definice D2.3 (Lieova závorka) Nechť a, b jsou vektorová pole. Pak předpis c[f] = a [ b[f] ] b [ a[f] ] = a k d k ( b l d l f ) b k d k ( a l d l f ) definuje nové vektorové pole c, které budeme nazývat Lieova závorka c = [a, b]. verze 1.14 ( )
14 Varieta a její tečná struktura 2 3 Věta V2.2 (Vlastnosti Lieovy závorky) Lieova závorka splňuje následující vlastnosti: [ a, b ] = [ b, a ], (antisymetrie) [ ra + b, c ] = r [ a, c ] + [ a, c ] pro r R, (linearita) [ a, fb ] = f [ a, b ] + a[f]b, (Leibniz) [ a, [b, c] ] + [ b, [c, a] ] + [ c, [a, b] ] = 0. (Jacobi) Jednoduše též ověříme, že Lieova závorka souřadnicobých polí / x i libovolných souřadnic {x i } vymizí [ x i, ] x j = 0. (2.2) Lieova závorka [ ] x, i x působící na funkci f totiž v tomto případě j dá 2 f x i x 2 f j x j x na pořadí derivování však nezáleží a oba členy i se vyruší. 2.4 Tečné tenzory Prostory tečných vektorů, 1-forem a tenzorů typu (p, q) v bodě x budeme značit T x M, T x M a T x p q M. Příslušné prostory polí označíme TM, T M a T p q M. Prostor antisymetrických tenzorů typu (0, p) v bodě x značíme Λ p xm a příslušný prostor polí A p M. Obecně, prostor polí objektů patřících v bodě x do prostoru E x M budeme značit Sect EM (jedná se o prostor řezů fibrovaného bundle EM). Tj. TM = Sect T M, A p M = Sect Λ p M. Tenzorová pole jsou významné mj. proto, že pomocí nich lze reprezentovat libovolné ultralokální lineární zobrazení. Věta V2.3 (Tenzorové pole jako ultralokální linearní zobrazení) Libovolný tenzor-značný ultralokální lineární funkcionál na tenzorových polích lze reprezentovat tenzorovým polem. Jinými slovy, každé zobrazení l splňující (A, B T m n M) l : T m n M T p q M, (tenzor-značnost) l ( fa ) = f l ( A ) pro f FM, (ultralokalita) l ( fa + B ) = f l ( A ) + l ( B ) (linearita) lze reprezentovat tenzorovým polem L T p+n q+mm ( ) l a1...ap a b 1...b q A = L 1...a pc 1...c n b 1...b qd 1...d m A d1...dm c 1...c n. Poznámka Tenzorové pole L je tak obvykle vysokého stupně má abstraktní indexy odpovídající jak indexům výsledku, tak indexům všech argumentů (umístěné v opačné poloze). Zobrazení argumentů na výsledek probíhá zúžením přes všechny indexy argumentů s odpovídajícími indexy pole L. Důkaz: Díky ultralokalitě lze využít linearitu obdobným způsobem jako při důkazu věty V1.1 k explicitní konstrukci tenzorového pole L. verze 1.14 ( )
15 Varieta a její tečná struktura 2 4 Příklad P2.1 Nejjednodušší aplikací této věty jsou lineární funkcionály zobrazující ultralokálně a lineárně vektorová pole na skalární funkce. Ty lze vždy reprezentovat polem 1-forem. Příkladem byla operace derivování skalární funkce f ve směrech daných polem a viz oddíl 2.3. Výraz a[f] je lineární a ultralokální v argumentu a a musí proto existovat 1-forma df, pro kterou platí a[f] = a n d nf. Tuto 1-formu nazýváme gradient funkce f. verze 1.14 ( )
16 Varieta a její tečná struktura Pseudoderivace V dalším bude velmi výhodné zavést pojem nazývaný v tomto textu jako pseudoderivace. V podstatě se jedná o reprezentaci Lieovy algebry všech lokálních lineárních transformací indukovanou na tenzorová pole z reprezentace na vektorových polích viz marginálii M2.1. Tato charakterizace pseudoderivace však nemusí být v tento okamžik příliš srozumitelná. Vymezíme proto pseuderivaci přímo, pomocí jejích konkrétních vlastností: Definice D2.4 (Pseudoderivace) Zobrazení M se nazývá pseudoderivace typu (p, q), pokud se jedná o ultralokální lineární funkcionál zobrazující tenzorová pole libovolného typu na tenzorové pole vyššího typu, pro který navíc platí Leibnizovo pravidlo a komutace s kontrakcí: M : T m n M T m+p n+q M pro m, n libovolná, (typ) Mf = 0 pro f FM, (ultralokalita) M ( fa + B ) = f MA + MB M ( AB ) = ( MA ) B + A ( MB ) M CA = C MA (linearita) (Leibniz) (kontrakce) Poznámka Pseudoderivace tak z libovolného tenzorového pole vytvoří jiné tenzorové pole, které má o p kontravariantních a q kovariantních indexů více. Typicky (p, q) = (0, 0) nebo (p, q) = (0, 1). Tyto indexy budeme psát přímo u symbolu pseudoderivace např. pro pseudoderivaci Γ typu (0, 1) budeme psát Γ aa b c. Pro pseudoderivaci typu (p, q) (0, 0) Leibnizovo pravidlo v podobě zapsaném výše není zcela přesné. Je potřeba dodat, že indexy asociované přímo s pseudoderivací zůstávají před indexy tenzorů A a B, což v definici D2.4 není splněno v posledním členu. Správně bychom měli psát indexy explicitně: M m... n... `Aa... c... Bb... d... ` = Mm... n... Aa... c... Bb... d... + ` Aa... c... Mm... n... d... Bb.... Abstraktní zápis kontrakce CA (naznačené pomocí operátoru C) reprezentuje libovolnou kontrakci (zúžení) v jednom horním jednom dolním indexu. Jako důsledek dostáváme Leibnizovo pravidlo pro zúžený součin: M m... n... `αk a k = ` M m... n... α k ak + α k` Mm... n... a k. Poznámka Název pseudoderivace odráží fakt, že se jedná operaci podobnou derivaci (linearita a Leibnizovo pravidlo). Předpona pseudo však upozorňuje, že díku ultralokalitě (tj. díky Mf = 0) se o skutečnou derivaci nejedná. Jinými slovy, jedná se o derivaci v algebraickém smyslu tenzorové algebry v jednom prostoročasovém bodě. Klíčová vlastnost pseudoderivace je, že její působení je jednoznačně dáno jejím působením na vektorových polích. Navíc, z věty V2.3 vyplývá, že akce pseudoderivace lze reprezentovat tenzorově. Vskutku, můžeme psát Věta V2.4 (Působení pseudoderivace) Nechť M je pseudoderivace typu (0, 0) jejíž působení na vektorových polích lze reprezentovat tenzorovým polem M T 1 1M: Ma m = M m n a n, a TM. Pak akce pseudoderivace na tenzorové pole A typu (k, l) je MA a1...a k b 1...b l = M a1 m A m...a k b 1...b l + + M a k m A a1...m b 1...b l M n b 1 A a1...a k n...b l M n b l A a1...a k b 1...n. M2.1 Lineární transformace na T M Grupu lineárních nedegenerovaných transformací tečného prostoru T x M v bodě x označíme GL(T ) x M. Prostor Sect GL(T )M pak tvoří grupu lokálních transformací, definovaných nezávisle v každém bodě variety vskutku, g Sect GL(T )M definuje transformaci g(x) GL(T ) x M v každém bodě x M. Působení transformace z GL(T ) x M lze přirozeně reprezentovat pomocí tenzoru typu (1, 1): pro g GL(T ) x M existuje Tg T x 1 1 M zprostředkující působení g na vektory skrze zúžení: g : a m Tg m n a n. Pro g GL(T ) x M reprezentace Tg probíhá všechny tenzory typu (1, 1) s nenulovým determinantem (det Tg 0). Působení GL(T )M lze přirozeně rozšířit na libovolný tenzorový prostor: g : A a... b... Tens[Tg]A a... b... = Tg a m... Tg 1n b... A m... n.... Generátorem transformace z GL(T ) x M rozumíme odchylku malé transformace od identity. Formálně se jedná o prvky Lieovy algebry grupy GL(T ) x M. Prostor generátorů označíme gl(t ) x M. Tento prostor je opět přirozeně a věrně reprezentován na T x M pomocí tenzorů z T x 1 1 M. Pro m gl(t ) x M máme tm T x 1 1 M generující malou transformaci (odlišnou od identity v řádu ε) vztahem Tg δ + ε tm + O ( ε 2). Tenzor tm probíhá při měnícím se generátoru m celý prostor T x 1 1 M. Rozšíření reprezentace gl(t ) x M na libovolný tenzorový prostor T x k l M které označíme tens[tm] je trochu složitější. Je zachyceno právě v objektu zavedeném v tomto oddíle: pomocí tzv. pseudoderivace. Konečně, algebra lokálních generátorů, definovaných nezávisle v různých bodech variety, je přirozeně tvořena prostorem polí Sect gl(t )M. verze 1.14 ( )
17 Varieta a její tečná struktura 2 6 Obdobně lze zapsat působení pseudoderivace M obecného typu (p, q), pouze tenzorové pole M bude mít navíc p kontravariantních a q kovariantních indexů, které nijak nezasáhnout do struktury výrazu uvedeného výše. Důkaz: Odvodíme působení M na 1-formách (tenzorech typu (0, 1)) a tenzorech typu (2, 0). Působení na tenzory obecného typu se odvodí analogicky. Mějme 1-formu α. Pro její zúžení s vektorovým polem a můžeme psát 0 = M`α na n = α n Ma n + a n Mα n = α nm n ma m + a m Mα m. Pole a bylo zvoleno libovolně, můžeme jej tedy zkrátit a dostáváme požadovaný vztah Mα m = M n mα n. Pro tenzorový součin dvou vektorových polí a, b dostáváme M`a m b n = `Ma m b n + `Mb n a m = M m k a k b n + M n k a m b k. Platnost analogického vztahu pro libovolný tenzor typu (2, 0) plyne okamžitě z linearity pseudoderivace. Definice D2.5 (Pseudoderivace pokračování definice D2.4) Pro pseudoderivaci M charakterizovanou tenzorem M podle věty V2.4 budeme psát M = tens[m]. Jelikož je působení pseudoderivace ultralokální, má tens[m] smysl i pro M definované pouze v bodě x. Pseudoderivace tens[m] pak působí na tenzory z T x k l M. Poznámka Pokud chápeme tenzor M(x) typu (1, 1) v bodě x jako reprezentaci prvku m(x) Lieovy algebry gl(t ) xm působící na tečném prostoru T xm (tj. M(x) = t m(x) ve smyslu marginálie M2.1), pak pseudoderivace tens[m(x)] dává indukovanou reprezentaci prvku m(x) působící na všechny tečné tenzory. Oprostíme-li se od konkrétního bodu variety M, můžeme tenzorové pole M typu (1, 1) chápat jako reprezentaci prvku m lokální Lieovy algebry Sect gl(t )M (viz marginálii M2.1) působící na vektorová pole a příslušnou pseudoderivaci tens[m] jako indukovanou reprezentaci působící na libovolném T k l M. verze 1.14 ( )
18 verze 2.04 ( ) [2.03,1.12,1.14,2.04,2.02,2.02,2.03,2.03,2.02,0,1.03] Kapitola 3 Diffeomorfismy variet a Lieova derivace 3.1 Zobrazení mezi varietami Nejdříve uvedem několik elementárních definic zavádějících pojem zobrazení mezi varietami. Definice D3.1 (Zobrazení variet) φ nazýváme hladké zobrazení variety M dimenze m na varietu N dimenze n, pokud pro každou mapu (U, [x i ]) na M a mapu (V, [y j ]) na N je složené zobrazení [ φ j ] = [y j ] φ [x i ] 1 : R m R n, definované na oblasti [x j ](U φ 1 (V )), hladké ve smyslu normální hladkosti zobrazení z R m do R n. Těchto n reálných funkcí φ j (x i ) od m reálných proměnných nazýváme souřadnicové vyjádření zobrazení φ. Poznámka Připomeňme, že pod [x i ] míníme zobrazení M R m, tj. uspořádanou m-tici souřadnicových funkcí x i. Pak [x i ] 1 je inverzní zobrazení z oblasti [x i ](U) na U M. Definiční obor [x i ](U φ 1 (V )) R m funkcí φ j je vybrán tak, aby y j (φ([x i ] 1 )) mělo smysl. Definice D3.2 (Diffeomorfismy) Hladké vzájemně jednoznačné zobrazení, jehož inverze je také hladká, nazýváme diffeomorfismus. Diffeomorfismy variety M na sebe s operací skládání tvoří grupu, kterou označíme Diff M. Velmi často budeme operovat ne s jedním diffeomorfismem, ale se sadou diffeomorfismů parametrizovanou reálným parametrem tvořící grupu. Definice D3.3 (Tok jednoparametrická grupa diffeomorfismů) φ τ nazýváme jednoparametrickou grupou diffeomorfismů či také tok na varietě M s parametry z R, pokud pro α, β R platí φ α Diff M, φ α+β = φ α φ β. Zřejmě φ 0 = id a φ α = φ α 1. Libovolný bod x M se pod vlivem toku φ τ pohybuje po varietě (tj., při měnícím se τ se zobrazuje se na φ τ x), a to po orbitě, která nezávisí na τ. Jinými slovy, body x a y = φ α x probíhají stejnou orbitu. 3 1
19 Diffeomorfismy variet a Lieova derivace 3 2 Posun o obecnou hodnotu parametru lze poskládat z menších posunů. Tok tak lze charakterizovat diferenciálně. Definice D3.4 (Generátor toku) Vektorové pole a se nazývá generátorem toku φ τ, pokud a(x) = D dτ φ τ x. τ=0 M3.1 Význam Lieových závorek Naopak, jednoparametrickou grupu diffeomorfismů, jejíž generátor je pole a nazveme diff τ [a]. Tok určuje svůj generátor jednoznačně. Ale je tomu i naopak. Z vět o existenci řešení obyčejných diferenciálních rovnic plyne, že ke každému vektorovému poli existuje jednoparametrická grupa diffeomorfismů s tímto generátorem. 3.2 Zobrazení indukovaná na tečnou strukturu Zobrazení z variety M do N indukuje zobrazení funkcí na těchto varietách a zobrazení tečných a kotečných prostorů nazývaná pushforward ( postrč vpřed ) a pull-back ( stáhni zpět ). Hlavní rozdíl mezi zobrazeními push-forward a pull-back je, že působí mezi varietami opačným směrem. Začněme s indukovaným zobrazením funkcí Definice D3.5 (Indukované zobrazení funkcí) Nechť φ je hladké zobrazení M do N. Pak definujeme indukované zobrazení pull-back φ : FN FM, požadavkem f f = φ f (φ f)(x) = f(φx), tj. φ f = f φ. Pokud je φ diffeomorfismus variet M a N, můžeme zavést indukované zobrazení push-forward jako φ : FM FN, f f = φ f φ f = (φ 1 ) f = f φ 1. Slovy: transformovaná ( push-forwardovaná ) funkce nabývá v transformovaných bodech stejných hodnot jako původní funkce v bodech původních. Pro tečné vektory je přirozené definovat zobrazení φ působící stejným směrem jako φ Definice D3.6 (Indukované zobrazení push-forward) Nechť φ : M N je hladké zobrazení. Na tečných vektorech definujeme indukované zobrazení push-forward Pomocí toku můžeme nastínit geometrický význam Lieových závorek zavedených v předchozí kapitole v definici D2.3. Lieova závorka [a, b] dvou vektorových polí a a b vystihuje nekomutativitu toků generovanými těmito poli. Nechť φ α = diff α [a] je tok generovaný polem a a ψ β = diff β [b] tok pole b. Pokud posuneme bod x nejdříve podle a do bodu φ τ x a poté podle b do bodu ψ τ φ τ x, dostaneme se obecně do jiného bodu než pokud posun provedeme v opačném pořadí. Rozdíl mezi těmito body charakterizuje právě Lieova závorka. Heuristicky zapsáno, platí ψ τ φ τ x φ τ ψ τ x τ 2[ a, b ]. Nedefinovanému rozdílu dvou bodů se lze vyhnout, pokud vyčíslíme rozdíl hodnot skalární funkce f v těchto bodech: f ( ψ τ φ τ x ) f ( φ τ ψ τ x ) τ 2[ a, b ] n dn f(x). Důkaz je podán v dodatku 3.A. Lieova závorka [a, b] tak charakterizuje, jak moc se neuzavírají orbity dvou vektorových polí. Pokud by se uzavřely, bylo by možno definovat dvě souřadnice číslující posun ve směru obou polí nezávisle na pořadí posunu. Opačně, máme-li souřadnice {x i }, souřadnicová vektorová pole / x i se uzavírají což se projeví i faktem, že vzájemné Lieovy závorky vymizí [ x i, ] x j = 0 viz (2.2). Je přirozené si položit otázku: Pokud máme zadaná vektorová pole {a i }, i = 1,..., d, jsou podmínky [a i, a j ] = 0 dostatečné k tomu, aby tyto pole byla souřadnicová? Odpověď je alespoň lokálně ano. Tato otázka souvisí s tzv. Frobeniovou větou, jejíž diskuse přibude časem do této kapitoly. φ : T x M T φx N, a φ a vztahem φ a = Dφ(z(α)) dα, α=0 verze 2.04 ( )
20 Diffeomorfismy variet a Lieova derivace 3 3 kde z(τ) je libovolná parametrizovaná křivka s tečným vektorem a vedoucí z bodu x. Jinými slovy, indukované zobrazení převádí tečné vektory ke křivce na tečné vektory k přenesené křivce. Nezávislost definice na volbě křivky plyne z hladkosti zobrazení φ. Push-forward je lineární zobrazení (viz lemma V3.3 níže) a to nám umožňuje definovat duální zobrazení na 1-formách působící opačným směrem: Definice D3.7 (Indukované zobrazení pull-back) Nechť φ : M N je hladké zobrazení. Na tečných kovektorech je definováno indukované zobrazení pull-back φ : T φxn T xm, α φ α požadavkem, že pro libovolný vektor a T x M platí (φ α) a = α (φ a). Zdůrazněme, že zúžení na levé straně probíhá v bodě x, zúžení napravo v bodě φx. Jelikož je takto dána akce formy φ ã na libovolný vektor v bodě x, je tato forma dána jednoznačně. Indukovaná zobrazení jsou záměnná s akcí derivování ve směru, případně s operací gradient. Lemma V3.1 (Indukovaná zobrazení a gradient) Push-forward komutuje s derivováním ve směru M3.2 Notace pro zúžení Připomeňme ještě jednou notaci (1.3) a (1.4) pro zúžení (kontrakci). Zúžení 1-formy a vektoru z definice D3.7 můžeme též zapsat (φ α), a = α, (φ a) či pomocí abstraktních indexů (φ α) n a n = α n (φ a) n. (φ a) [ f] = a[φ f], a Tx M, f FN, neboli, pull-back komutuje s gradientem φ ( d f φx ) = d(φ f) x, f FN. Toto by mohla být též alternativní definice zobrazení push-forward preferující náhled na vektor jako na diferenciální operátor místo chápání vektoru jako tečného směru ke křivce. Platnost lemmatu je zřejmá z definic indukovaných zobrazení. Podobně, komutace push-forwardu s derivací ve směru zaručuje komutaci push-forwardu a Lieových závorek Lemma V3.2 (Indukovaná zobrazení a Lieovy závorky) Push-forward komutuje s Liovou závorkou vektorových polí φ [ a, b ] = [ φ a, φ b ]. Ještě nám zbývá dokázat linearitu push-forwardu. Zformulujeme ji rovnou pro obě indukovaná zobrazení Lemma V3.3 (Linearita indukovaného zobrazení) Push-forward φ a pull-back φ jsou lineární zobrazení na tečném, případně kotečném prostoru. Důkaz: Linerita pull-backu plyne z linerity push-forwardu a linearity zúžení. Díky lemmatu V3.1 máme pro libovolnou funkci f FN `φ (a + b) [ f] = (a + b)[φ f] = a[φ f] + b[φ f] = (φ a)[ f] + (φ b)[ f] = `(φ a) + (φ b) [ f]. Tečný vektor je však determinován svým působením na funkcích viz kapitolu 2 a dostáváme tak linearitu φ (a + b) = φ a + φ b. verze 2.04 ( )
21 Diffeomorfismy variet a Lieova derivace 3 4 Díky linearitě můžeme indukovaná zobrazení reprezentovat tenzorově, pomocí diferenciálu zobrazení. Jelikož se ale jedná o lineární zobrazení mezi dvěmi obecně různými vektorovými prostory, diferenciál zobrazení není obyčejným tenzorem, ale patří do tenzorového součinu dvou různých tečných prostorů. Definice D3.8 (Diferenciál zobrazení) Nechť φ : M N je hladké zobrazení. Pak diferenciál zobrazení Dφ x T x M T φx N definujeme vztahem ( φ a )z = D z a φ x a a, a T x M. Pomocí diferenciálu lze samozřejmě vyjádřit i pull-back formy: ( φ α ) a = D z a φ x α z, α T φxn. Lehce nahlédneme, že diferenciál lze zapsat pomocí souřadnicového vyjádření φ j (x i ) zobrazení φ vzhledem k souřadnicím x i na U M a souřadnicím y j na V N: Dφ = φ j x i dx i y j. (3.1) Cvičení C3.1 Lehce nahlédněte! Poznámka Souřadnicové vyjádření (3.1) není zcela explicitní, implicitně se zde předpokládá dosazení konzistentních argumentů. Důsledně bychom měli psát Dφ z = φ j x i dx i z y j. φz xi (z) Příklad P3.1 (Diferenciál na reálných číslech) Příkladem diferenciálu jsou i gradient a tečný vektor. Pokud ztotožníme tečné vektory a 1-formy na varietě reálných čísel R s čísly samotnými, pak gradient df je diferenciál zobrazení f : M R. Obdobně tečný vektor Dz/dτ parametrizované křivky z(τ) je diferenciál zobrazení z : R M. Pro diferenciál platí obvyklý vzorec pro derivování složené funkce: Lemma V3.4 Nechť φ : M 1 M 2 a ψ : M 2 M 3 jsou hladká zobrazení. Pro diferenciál složeného zobrazení φ ψ platí D(φ ψ) = [ (Dφ) ψ ] Dψ. Tečka zde naznačuje zúžení v tečných prostorech variety M 2. Zapsáno pomocí indexů: D z a(φ ψ) x = D z nφ ψx D n aψ x. Zobrazení push-forward lze zobecnit na zobrazení tečných tenzorů typu (p, 0) a zobrazení pull-back na tenzory typu (0, p) požadavkem, že komutují s tenzorovým součinem. Máme tedy definováno φ : T x p 0 M T φx p 0 N, φ : T φx 0 p N T x 0 p M. (3.2) Vzhledem k tomu, že push-forward a pull-back působí opačnými směry, nemůžeme je pro obecné zobrazení zkombinovat a definovat indukované zobrazení pro tenzory smíšeného typu. Situace je ale odlišná pokud je φ diffeomorfismus. Pak můžeme dodefinovat push-forward i pro formy a pull-back pro vektory požadavkem, aby si tyto dvě zobrazení odpovídala při záměně φ na φ 1. M3.3 Jednodimenzionální diferenciál Pokud bychom nechtěli provádět ztotožnění předpokládané v příkladu P3.1, můžeme chápat τ jako souřadnici na jednodimenzionální varietě N a reálnou funkci f na M chápat jako souřadnicovou hodnotu zobrazení f : M N, tj. f(x) = τ(f(x)). Pak diferenciál f a gradient f souvisí Df = d f τ. Parametrizovaná křivka z(τ) definuje zobrazení z : N M a jeho diferenciál je dán tečným vektorem ke křivce Dz = dτ D z dτ. Běžně mezi f a f, případně z a z, nerozlišujeme. verze 2.04 ( )
22 Diffeomorfismy variet a Lieova derivace 3 5 Definice D3.9 (Indukované zobrazení diffeomorfismu) Nechť φ : M N je diffeomorfismus. Potom definujeme φ : T x M T φxn, φ = (φ 1 ), φ : T φx N T x M, φ = (φ 1 ). Na tenzory libovolného typu tyto zobrazení rozšíříme požadavkem komutace s tenzorovým násobením. Doposud jsme transformovali tenzorové objekty lokalizované v jednotlivých bodech. Obecně vzor a obraz těchto zobrazení neleží ve stejném tenzorovém prostoru jedná se tenzory v různých bodech (v principu) různých variet. V případě diffeomorfismu variety na sebe je ale možné definovat zobrazení mezi tenzorovými poli, které převádí pole na pole stejného typu. Tenzorové pole lze chápat jako funkci nabývající hodnot v tečných prostorech. Při transformaci pole použijeme stejný princip jako u skalárních funkcí (definice D3.5), musíme ale navíc transformovat i funkční hodnotu. Definice D3.10 (Indukované zobrazení tenzorových polí) Nechť φ Diff M. Indukované zobrazení φ : T k l M T k l M, A φ A definujeme (φ A)(x) = φ ( A(φ 1 x) ). Indukované zobrazení na tenzorových polích je zřejmě lineární (i vzhledem k násobení funkcí) a komutuje s tenzorovým součinem a zúžením. Pomocí diferenciálu Dφ lze transformované pole zapsat následovně: (φ A) a... b... = D a mφφ 1... D n b φ 1... A m... n... φ 1. (3.3) Poznámka Poznamenejme, že trochu přeplácaný shluk symbolů Dm a φφ 1 (vyčíslený v bodě x) značí složení Dm a φ a φ 1, tj. oindexovaný diferenciál Dφ vyčíslený v bodě φ 1 x. Obdobně je nutno číst A m... n... φ 1. Při běžném užívání se většinou inverzní zobrazení φ 1 v argumentech nepíše a předpokládá se implicitně, na základě kontextu. 3.3 Lieova derivace Doposud jsme zavedli pouze jeden způsob derivování polí na varietě derivování skalární funkce ve směru daného vektoru (a samozřejmě s tímto související gradient funkce). Bohužel, tento koncept nelze jednoduše zobecnit na složitější objekty na tenzorová pole. Na varietě neumíme odčítat tenzory v různých bodech a nemůžeme tak přímočaře zavést derivaci ve směru tenzorového pole A(x) analogicky definici D2.2: ( A ( z(τ) ) A ( z(0) )). (3.4) lim τ 0 1 τ Aby takováto definice měla smysl, musíme nějakým způsobem přenést tenzory A ( z(τ) ) a A ( z(0) ) do stejného bodu. V této kapitole jsme se ale naučili tenzory přenášet totiž pomocí indukovaného zobrazení toku. M3.4 Jak a co umíme doposud derivovat? Vedle gradientu a derivování funkce ve směru jsme se setkali ještě s dvěma operacemi, které jsou úzce spojené s derivováním. Za prvé, Lieovy závorky mají charakter derivace v obou svých argumentech splňují pravidlo pro derivování součinu funkce a vektorového pole a součinu dvou vektorů (kde součin vektorů je míněna jejich Lieova závorka). Za druhé, diferenciál zobrazení zavedený v předchozí sekci má též charakter derivování. Ale jelikož se v tomto případě derivuje zobrazení mezi dvěma varietami a výsledek je smíšený tenzor tečný k těmto dvěma varieatám nejedná se zde o derivaci obyčejné polní veličiny. verze 2.04 ( )
23 Diffeomorfismy variet a Lieova derivace 3 6 Pokud máme na varietě zadaný tok (definice D3.3), je přirozené se ptát jak se mění tenzorové pole při posunutí podél tohoto toku. Tok nám za prvé určuje směr, ve kterém se posuneme ze zvoleného bodu. Ale nejen to. Tok také určuje, jak se posouvají všechny body v okolí tohoto bodu a tím i určuje jak se posouvají objekty z tečných prostorů. Tečné prostory v různých bodech totiž můžeme identifikovat pomocí push-forwardu indukovaného tokem. Intuitivně to znamená, že pomocí toku přenášíme i přístroje (přesně řečeno: prvky báze), se kterými měříme či popisujeme objekty v tečných prostorech. Tj. tenzor prohlásíme za stejný, pokud má stejné souřadnice vzhledem k přenesené bázi. Což je ekvivalentní tomu, že je přenesen pomocí zadaného toku. Jelikož nás hlavně zajímá změna při malých posunutí (tj. derivace pole), tak je přirozené zadat tok pomocí jeho generátoru pomocí vektorového pole určujícího směr toku. Derivace měřící změnu tenzorového pole při posunu podél takto zadaného toku se nazývá Lieova derivace. Definice D3.11 (Lieova derivace) Nechť A je tenzorové pole, v vektorové pole definovaná na okolí bodu x a nechť φ τ = diff τ [v] je tok (jednoparametrická grupa diffeomorfismů) s generátorem v. Lieova derivace $va pole A podél vektorového pole v je definována: $va 1 ( x = lim φ 1 τ A ( φ τ x ) A ( x )). τ 0 τ Při použití tenzorových indexů budeme psát ( $va ) b... c... nebo prostě $va b... c... Souřadnice výsledku Lieova derivovaní zapíšeme ( $aa ) b... c... a v tomto případě závorky nebudeme vynechávat. Poznámka Výraz bez závorek $va b... c... si ponecháme pro naznačení derivování souřadnic Ab... c... tenzorového pole. Jak hned uvidíme, to je rovno a[a b... c...]. M3.5 Lieova derivace a symetrie Lieova derivace hraje důležitou roli hlavně při zkoumání symetrií. Z jejího zavedení je zřejmé, že jakákoli kvantita popsaná tenzorovým polem A je neměnná při posunu podél toku φ τ, pokud její Lieova derivace $va podle generátoru toku v vymizí. V takovém případě říkáme, že tok φ τ je symetrií pole A. Pro skalární funkce tato podmínka znamená, že funkce musí být konstantní podél orbit toku. Složitější tenzorová pole obecně nemají, žádnou symetrii. Podmínka existence symetrie může tak výrazně zúžit výběr zkoumaného tenzorového pole. V kapitole 6, oddíle 6.5 se budeme zabývat symetriemi metriky. Generátorům těchto symetrií se říká Killingovy vektory. Symetrie lorentzovských metrik jsou velmi důležité v obecné teorii relativity a to jak při interpretaci prosto- Použitím definice D3.10 indukovaného zobrazení polí a faktu, že φ 1 τ =φ τ ročasových geometrií, tak při samotném hledání řešení Einsteinových gravitačních rov- můžeme Lieovu derivaci též přepsat v řeči polí: nic. Je známo jen velmi málo přesných řešení 1 ( ) těchto rovnic, která by neměla žádnou symetrii. τ 0 τ dτ $va = lim φ 1 τ A A = d ( φτ A ) τ=0. (3.5) Symetrie hrají podstatnou roli také v teorii kalibračních polí (zde se jedná o symetrie na jistém fibrovaném bundlu vnitřních stupňů volnosti). Lieova derivace se dále využívá např. v geometrické formulaci teoretické mechaniky, kde se pomocí ní zapisují Lagrangeovy rovnice či identifikují kanonické transformace. Vidíme, že se zde využívá faktu, že indukované zobrazení φ τ převádí tenzorová pole na pole stejného typu ze stejného lineárního prostoru TM. Derivace na pravé straně (3.5) má tak smysl. Zdůrazněme ještě jednou, že Lieova derivace je definována podél vektorového pole nestačí zadat pouze směr (jeden vektor), ve kterém chceme derivovat. Musíme zadat navíc tok, který nám umožní přenášet tenzory z bodu do bodu a k tomu potřebujeme vektorové pole v celém okolí zkoumaného bodu. Lieova derivace má obvyklé vlastnosti derivací: Věta V3.5 (Lieova derivace) Lieova derivace podél a TM je lineární $a ( A + rb ) = $aa + r$ab, (i) splňuje pravidlo pro derivování součinu $a ( AB ) = ( $aa ) B + A ( $ab ) (ii) verze 2.04 ( )
24 Diffeomorfismy variet a Lieova derivace 3 7 a na funkcích působí jako obyčejná derivace ve směru $af = a[f] = a n d n f. (iii) Zde A, B jsou libovolná tenzorová pole, f skalární funkce a r R. Důkaz: Tyto vlastnosti přímo plynou z vlastností derivace na pravé straně (3.5). Lieova derivace komutuje s gradientem Věta V3.6 (Lieova derivace a gradient) Pro a TM a f FM platí $a df = d$af Důkaz: Jedná se o diferenciální vyjádření lemmatu V3.1. Pokud zderivujeme podle τ vztah φ τ df = d φ τ f, kde φ τ = diff τ [a] je tok s generátorem a, dostaneme dokazované tvrzení. Lieova derivace vektorového pole vede na operaci, kterou již známe na Lieovu závorku: Věta V3.7 (Lieova derivace vektoru) Pro dvě vektorová pole a, b platí $ab = [a, b]. Důkaz: Zúžíme $ab s gradientem libovolné funkce a s použitím vět V3.5, V3.6 a definice Lieovy závorky D2.3 dostaneme `$ab n d nf = $a`b n d nf b n $a d nf = $a`b[f] b n d n$af = aˆb[f] bˆa[f] = [a, b] n d nf. Zkrácením gradientu df dostaneme tvrzení věty. Lieova závorka se vůči Lieově derivaci chová též jako součin - můžeme zformulovat pravidlo pro derivování součinu: Lemma V3.8 (Lieova derivace Lieových závorek) Pro vektorová pole a, b a c platí $c [ a, b ] = [ $ca, b ] + [ a, $cb ]. Důkaz: Plyne z komutace push-forwardu φ τ a Lieových závorek V3.2. Zderivováním φ τ [a, b] = [φ τ a, φ τ b] podle τ dá vztah (3.5) požadované tvrzení. Alternativně, pomocí věty V3.7 nalezneme, že dokazované tvrzení je ekvivalentní Jacobiho identitě pro Lieovy závorky. Tyto vlastnosti nám již umožní spočítat derivaci libovolného tenzororového pole. To lze totiž vždy rozepsat jako lineární kombinaci prvků souřadnicové báze. A ty jsou tvořené tenzorovým součinem souřadnicových vektorů a 1-forem, které již umíme zderivovat podle předcházejících dvou vět. Speciálně se nám výpočet zjednoduší, pokud použijeme souřadnice x i, které jsou přizpůsobené vektorovému poli a, podle kterého derivujeme. To znamená takové souřadnice, pro které / x 1 = a. Souřadnice x 2,..., x d (d je dimenze variety) jsou pak konstantní podél orbit toku generovaného polem a a privilegovaná souřadnice x 1 verze 2.04 ( )
25 Diffeomorfismy variet a Lieova derivace 3 8 parametrizuje posun pomocí toku. Jelikož Lieovy závorky souřadnicových polí jsou nulové a derivace souřadnicových funkcí ve směru a konstantní (1 nebo 0), tak $a / x i = 0 a $a dx i = 0. Derivace libovolného tenzorového pole se nám tedy redukuje na pouhou parciální derivaci jeho souřadnic ( $ A) b... x 1 c... = A b... c...,1. (3.6) Nakonec ukážeme, že Lieova derivace působící na obecná tenzorová pole reprezentuje Lieovu algebru vektorových polí Věta V3.9 (Komutátor Lieových derivací) Pro libovolná vektorová pole a, b platí M3.6 Značení parciální derivace Pouze připomeneme značení zavedené v předchozí kapitole v definici D2.1: čárka v dolních souřadnicových indexech značí parciální derivaci A b... c...,1 = Ab... c... x 1. $a$ b $ b $a = $ [a, b], kde Lieovy derivace mohou působit na obecné tenzorové pole. Důkaz: Nejdříve dokážeme, že operátor L = $a$ b $ b $a $ [a, b] je pseudoderivace. Zřejmě se jedná o operátor lineární vůči součtu a násobení konstantním číslem. Ultralokalita (anihilace skalární funkce) plyne z definice Lieovy derivace D3.11. Zbývá ověřit Leibnizovo pravidlo: L`AB = $a `$b A B + A`$ b B $ b `$aa B + A`$aB `$ [a, b] A B A`$ [a, b] B = `LA B + A`LB + `$ b A `$ab + `$aa `$ b B `$aa `$ b B `$ b A `$ab = `LA B + A`LB Pseudoderivace je plně dána svojí akcí na vektorech (věta V2.4). Pro vektorové pole c však platí Lc = 0, jak ověříme opakovaným užitím věty V3.7 a Jacobiho identity pro Lieovy závorky (věta V2.2). Musí tedy platit L = 0, což jsme chtěli dokázat. V příštích kapitolách postupně vyjádříme Lieovu derivaci ještě několika dalšími způsoby. Lieovu derivaci antisymetrických forem např. zapíšeme pomocí vnější derivace (viz větu V4.3 a lemma V4.2). Vztah Lieovy a kovariantní derivace lze nalézt ve větě V7.19 v kapitole 7 a Lieova derivace vektové hustoty bude rovna její divergenci (viz kapitolu 10). 3.4 Podvariety Intuitivně je koncept podvariety variety vložené do větší variety jasný. Při přesné definici však můžeme narazit na určitá úskalí. Podvariata znamená totiž více než jen podprostor v množinovém či topologickém smyslu. Býti podvarietou s sebou také nese informaci o diferencovatelné struktuře a vztahu tečných struktur velké a vložené variety. Toto vložení musí být slušné, nesmí nikde degenerovat. Abychom tento rys podchytili, musíme nejdříve zavést několik nových pojmů trochu techničtější povahy. Definice D3.12 (Lokální vlastnosti zobrazení) Hladké zobrazení φ : N M budeme nazývat lokálně prosté (injektivní) v bodě x N, pokud push-forward φ x je prosté zobrazení verze 2.04 ( )
Varieta a její tečná struktura
verze.4 (203-2-09) 2.03,.2,.4,2.04,2.02,2.02,2.03,2.03,2.02,0,.03 Kapitola 2 Varieta a její tečná struktura Druhá kapitola v tuto chvíli obsahuje přehled značení týkající se variety a tečných tenzorů.
Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:
3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...
MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení
Matematická analýza pro informatiky I.
Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci
1 Báze a dimenze vektorového prostoru 1
1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější
10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.
4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,
Občas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z:
PARCIÁLNÍ DERIVACE Jak derivovat reálné funkce více proměnných aby bylo možné tyto derivace použít podobně jako derivace funkcí jedné proměnné? Jestliže se okopíruje definice z jedné proměnné dostane se
terminologie předchozí kapitoly: (ϕ, Ω) - plocha, S - geometrický obraz plochy
2. Plošný integrál. Poznámka. Obecně: integrování přes k-rozměrné útvary (k-plochy) v R n. Omezíme se na případ k = 2, n = 3. Definice. Množina S R 3 se nazve plocha, pokud S = ϕ(), kde R 2 je otevřená
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální
V této sekci zobecníme vnější kalkulus z kapitoly 4 operaci vnějšího. se sice na zde zavedené operace budeme odvolávat, vždy ale jen jako
[2.03,1.12,1.14,2.04,2.02,2.02,2.03,2.03,2.02,0,1.03] Kapitola 8 Kovariantní vnější derivace V této seci zobecníme vnější alulus z apitoly 4 operaci vnějšího součinu a vnější derivace na obecnější tenzorové
V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti
Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení
Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
Derivace funkcí více proměnných
Derivace funkcí více proměnných Pro studenty FP TUL Martina Šimůnková 16. května 019 1. Derivace podle vektoru jako funkce vektoru. Pro pevně zvolenou funkci f : R d R n a bod a R d budeme zkoumat zobrazení,
6 Lineární geometrie. 6.1 Lineární variety
6 Lineární geometrie Motivace. Pojem lineární varieta, který budeme v této kapitole studovat z nejrůznějších úhlů pohledu, není žádnou umělou konstrukcí. Příkladem lineární variety je totiž množina řešení
Úvodní informace. 17. února 2018
Úvodní informace Funkce více proměnných Přednáška první 17. února 2018 Obsah 1 Úvodní informace. 2 Funkce více proměnných Definiční obor Limita a spojitost Derivace, diferencovatelnost, diferenciál Úvodní
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.
Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,
Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
1 Linearní prostory nad komplexními čísly
1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)
15 Maticový a vektorový počet II
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.
8 Matice a determinanty
M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou
Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:
Přednáška 1. Definice 1.1. Nechť je množina. Funkci ρ : R nazveme metrikou, jestliže má následující vlastnosti: (1 pro každé x je ρ(x, x = 0; (2 pro každé x, y, x y, je ρ(x, y = ρ(y, x > 0; (3 pro každé
6. přednáška 5. listopadu 2007
6. přednáška 5. listopadu 2007 Souvislost diferenciálu a parciálních derivací. Diferenciál implikuje parciální derivace a spojité parciální derivace implikují diferenciál. Tvrzení 2.3. Když je funkce f
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
22 Základní vlastnosti distribucí
M. Rokyta, MFF UK: Aplikovaná matematika IV kap. 22: Základní vlastnosti distribucí 5 22 Základní vlastnosti distribucí 22.1 Temperované distribuce Definice. O funkci ϕ C (R m ) řekneme, že je rychle klesající
Báze a dimenze vektorových prostorů
Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň
Derivace funkce DERIVACE A SPOJITOST DERIVACE A KONSTRUKCE FUNKCÍ. Aritmetické operace
Derivace funkce Derivace je jedním z hlavních nástrojů matematické analýzy. V příští části ukážeme, jak mnoho různorodých aplikací derivace má. Geometricky lze derivaci funkce v nějakém bodě chápat jako
1 Vektorové prostory.
1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které
PRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim.
PRIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí
Lineární algebra : Lineární prostor
Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární
Derivace funkce Otázky
funkce je jedním z hlavních nástrojů matematické analýzy. V příští části ukážeme, jak mnoho různorodých aplikací derivace má. Geometricky lze derivaci funkce v nějakém bodě chápat jako směrnici tečny grafu
PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE
PIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška
Konstrukce realizací Lieových algeber
1 České vysoké učení technické v Praze F4 Fakulta jaderná a fyzikálně inženýrská Katedra fyziky Konstrukce realizací Lieových algeber Daniel Gromada Realizace Lieovy algebry 2+ Realizace Lieovy algebry
Úvod do lineární algebry
Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných študenti MFF 15. augusta 2008 1 5 Základy teorie funkcí více proměnných Požadavky Parciální derivace a totální
1 Řešení soustav lineárních rovnic
1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty
6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2
6 Skalární součin Skalární součin 1 je operace, která dvěma vektorům (je to tedy binární operace) přiřazuje skalár (v našem případě jde o reálné číslo, obecně se jedná o prvek nějakého tělesa T ). Dovoluje
III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).
III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce = f(x 0 + h 1, y 0 + h 2 ) f(x 0, y 0 ) f u (x 0, y 0 ), kde u = (h 1, h 2 ). ( ) = f(x 0 + h 1, y 0 ) f(x 0, y 0 ) x (x 0,
Aplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Relace, zobrazení, algebraické struktury Michal Botur Přednáška
9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1
9 přednáška 6 listopadu 007 Věta 11 Nechť f C U, kde U R m je otevřená množina, a a U je bod Pokud fa 0, nemá f v a ani neostrý lokální extrém Pokud fa = 0 a H f a je pozitivně negativně definitní, potom
V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:
Zpracoval: hypspave@fel.cvut.cz. Základní vlastnosti abstraktních lineárních prostorů. Lineární závislost, nezávislost, báze, souřadnice vzhledem k bázi, matice lineárního zobrazení vzhledem k bázím.skalární
Úlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
Změna koeficientů PDR při změně proměnných
Změna koeficientů PR při změně proměnných Oldřich Vlach oto pojednání doplňuje přednášku M. Šofera na téma Nalezení složek tenzoru napjatosti pro případ rovinné úlohy s povrchem zatíženým kontaktním tlakem
7. Lineární vektorové prostory
7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární
8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice
9. Lineární diferenciální rovnice 2. řádu Cíle Diferenciální rovnice, v nichž hledaná funkce vystupuje ve druhé či vyšší derivaci, nazýváme diferenciálními rovnicemi druhého a vyššího řádu. Analogicky
1 Soustavy lineárních rovnic
1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem
Cvičení z Lineární algebry 1
Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice
Lineární algebra : Metrická geometrie
Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních
Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost
(Cramerovo pravidlo, determinanty, inverzní matice)
KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce
Množiny, relace, zobrazení
Množiny, relace, zobrazení Množiny Množinou rozumíme každý soubor určitých objektů shrnutých v jeden celek. Zmíněné objekty pak nazýváme prvky dané množiny. Pojem množina je tedy synonymem pojmů typu soubor,
Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),
1 LINEÁRNÍ ALGEBRA 1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci
5.3. Implicitní funkce a její derivace
Výklad Podívejme se na následující problém. Uvažujme množinu M bodů [x,y] R 2, které splňují rovnici F(x, y) = 0, M = {[x,y] D F F(x,y) = 0}, kde z = F(x,y) je nějaká funkce dvou proměnných. Je-li F(x,y)
19 Hilbertovy prostory
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem
Těleso racionálních funkcí
Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso
Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují
Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),
Matematická analýza III.
2. Parciální derivace Miroslav Hušek, Lucie Loukotová UJEP 2010 Parciální derivace jsou zobecněním derivace funkce jedné proměnné. V této kapitole poznáme jejich základní vlastnosti a využití. Co bychom
Interpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
Matematická logika. Miroslav Kolařík
Matematická logika přednáška šestá Miroslav Kolařík Zpracováno dle textu R. Bělohlávka: Matematická logika poznámky k přednáškám, 2004. a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní matematika
α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace
Monotónní a Lineární Funkce 1. Relace předcházení a to Uvažujme dva vektory hodnot proměnných α = α,, 1 αn ( ) a β = ( β β ) 1,, n x,, 1 xn. Říkáme, že vekto r hodnot α předchází vektor hodnot β (značíme
Drsná matematika III 3. přednáška Funkce více proměnných: Inverzní a implicitně definovaná zobrazení, vázané extrémy
Drsná matematika III 3. přednáška Funkce více proměnných: Inverzní a implicitně definovaná zobrazení, vázané extrémy Jan Slovák Masarykova univerzita Fakulta informatiky 3. 10. 2011 Obsah přednášky 1 Literatura
Lineární algebra : Lineární zobrazení
Lineární algebra : Lineární zobrazení (6. přednáška František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 20. května 2014, 22:40 1 2 6.1 Lineární zobrazení Definice 1. Buďte P a Q dva lineární prostory
DEFINICE Z LINEÁRNÍ ALGEBRY
DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které
Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru
2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních
5. cvičení z Matematiky 2
5. cvičení z Matematiky 2 21.-25. března 2016 5.1 Nalezněte úhel, který v bodě 1, 0, 0 svírají grafy funkcí fx, y ln x 2 + y 2 a gx, y sinxy. Úhel, který svírají grafy funkcí je dán jako úhel mezi jednotlivými
Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.
Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n
Matematická analýza pro informatiky I. Limita funkce
Matematická analýza pro informatiky I. 5. přednáška Limita funkce Jan Tomeček tomecek@inf.upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 18. března 2011 Jan Tomeček, tomecek@inf.upol.cz
Operace s maticemi. 19. února 2018
Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice
1 Projekce a projektory
Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor
Základní pojmy teorie množin Vektorové prostory
Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární
METRICKÉ A NORMOVANÉ PROSTORY
PŘEDNÁŠKA 1 METRICKÉ A NORMOVANÉ PROSTORY 1.1 Prostor R n a jeho podmnožiny Připomeňme, že prostorem R n rozumíme množinu uspořádaných n tic reálných čísel, tj. R n = R } R {{ R }. n krát Prvky R n budeme
Lineární algebra Kapitola 1 - Základní matematické pojmy
Lineární algebra Kapitola 1 - Základní matematické pojmy 1.1 Relace a funkce V celém textu budeme používat následující označení pro číselné množiny: N množina všech přirozených čísel bez nuly, N={1, 2,
Lineární algebra : Báze a dimenze
Lineární algebra : Báze a dimenze (5. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 9. dubna 2014, 13:33 1 2 5.1 Báze lineárního prostoru Definice 1. O množině vektorů M z LP V řekneme,
Matice. a m1 a m2... a mn
Matice Nechť (R, +, ) je okruh a nechť m, n jsou přirozená čísla Matice typu m/n nad okruhem (R, +, ) vznikne, když libovolných m n prvků z R naskládáme do obdélníkového schematu o m řádcích a n sloupcích
10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo
0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový
14. Věty Gauss-Ostrogradského, Greenova a Stokesova věta
14. Věty Gauss-Ostrogradského, Greenova a Stokesova věta Aplikovaná matematika II, NMAF072 M. Rokyta, KMA MFF UK LS 2010/11 14.1 Úvod Definice (zobecněná plocha) Řekneme, že S R n (n 2) je zobecněná (n
Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n
[1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem
12. Determinanty. 12. Determinanty p. 1/25
12. Determinanty 12. Determinanty p. 1/25 12. Determinanty p. 2/25 Determinanty 1. Induktivní definice determinantu 2. Determinant a antisymetrické formy 3. Výpočet hodnoty determinantu 4. Determinant
5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
Funkce, elementární funkce.
Kapitola 2 Funkce, elementární funkce. V této kapitole si se budeme věnovat studiu základních vlastností funkcí jako je definiční obor, obor hodnot. Připomeneme si pojmy sudá, lichá, rostoucí, klesající.
2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro
Cvičení 1 Základy numerické matematiky - NMNM201 1 Základní pojmy opakování Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro libovolný skalár α C následující podmínky:
Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy
Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Lukáš Havrlant Univerzita Palackého 10. ledna 2014 Primární zdroj Jiří Adámek: Foundations of Coding. Strany 137 160. Na webu ke stažení, heslo:
ANALYTICKÁ GEOMETRIE V ROVINĚ
ANALYTICKÁ GEOMETRIE V ROVINĚ Analytická geometrie vyšetřuje geometrické objekty (body, přímky, kuželosečky apod.) analytickými metodami. Podle prostoru, ve kterém pracujeme, můžeme analytickou geometrii
verze 1.3 kde ρ(, ) je vzdálenost dvou bodů v R r. Redukovaným ε-ovým okolím nazveme ε-ové okolí bodu x 0 mimo tohoto bodu, tedy množinu
Úvod Diferenciální počet více proměnných verze.3 Následující text popisuje základy diferenciálního počtu více proměnných. Měl by sloužit především studentům předmětu MATEMAT na Univerzitě Hradec Králové
12. Křivkové integrály
12 Křivkové integrály Definice 121 Jednoduchou po částech hladkou křivkou v prostoru R n rozumíme množinu bodů [x 1,, x n ], které jsou dány parametrickými rovnicemi x 1 = ϕ 1 t), x 2 = ϕ 2 t), x n = ϕ
9 Kolmost vektorových podprostorů
9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.
Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT
Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT 2 0 1 7 Obsah 1 Vektorové prostory 2 1 Vektorový prostor, podprostory........................ 2 2 Generování podprostor u............................
SVD rozklad a pseudoinverse
SVD rozklad a pseudoinverse Odpřednesenou látku naleznete v kapitole 12 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: Lineární algebra 19.12.2016: SVD rozklad a pseudoinverse 1/21 Cíle
Lineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad
Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Vektorový (lineární) prostor (připomenutí) Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost
7 Analytické vyjádření shodnosti
7 Analytické vyjádření shodnosti 7.1 Analytická vyjádření shodných zobrazení v E 2 Osová souměrnost Osová souměrnost O(o) podle osy o s obecnou rovnicí o : ax + by + c =0: x = x 2a (ax + by + c) a 2 +
VEKTOROVÁ POLE Otázky
VEKTOROVÁ POLE VEKTOROVÁ POLE Je-li A podmnožina roviny a f je zobrazení A do R 2, které je dáno souřadnicemi f 1, f 2, tj., f(x, y) = (f 1 (x, y), f 2 (x, y)) pro (x, y) A, lze chápat dvojici (f 1 (x,
Operace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =