3 Posunovací operátory, harmonický oscilátor

Rozměr: px
Začít zobrazení ze stránky:

Download "3 Posunovací operátory, harmonický oscilátor"

Transkript

1 3 Posunovací operátory, harmonický oscilátor 3.1 Jednoduchý algebraický systém Mějme operátor  a operátor  k němu sdružený, které mezi sebou splňují komutační relace 1 [Â, = m, m R +. (3.1.1) Definujme operátor ˆN   (3.1.) 1. Ukažte, že operátor N je samosdružený a pozitivně definitní.. Nalezněte, čemu se rovnají komutátory [Ĥ, k a [Ĥ, k, kde k N. 3. Nalezněte vlastní hodnoty n operátoru ˆN. 4. Nalezněte normalizované vlastní vektory operátoru ˆN. 5. Ukažte, čemu se rovná  n,  n, kde n je vlastní vektor operátoru ˆN příslušející vlastní hodnotě n. Řešení: 1. Samosdruženost plyne z identit ˆN = ( Â) =  ( ) =   = ˆN. (3.1.3) K dokázání pozitivity operátoru ˆN stačí ukázat, že všechny jeho vlastní hodnoty jsou nezáporné. Předpokládejme, že existuje normalizovaný vlastní vektor n, n n = 1 operátoru ˆN: ˆN n = n n, (3.1.4) kde n je nějaké číslo. Ukážeme, že n musí být reálné nezáporné. Platí n ˆN n = n n n = n (3.1.5) a zároveň takže n ˆN n = n   n =  n 0, (3.1.6) n 0. (3.1.7). Spočítáme nejprve [ˆN, [ = Â, =  [Â, +[Â,  = mâ, (3.1.8) 0 m 1 Vztahu (3.1.1) je třeba rozumět ve smyslu [Â,  = mˆ1, kde ˆ1 je operátor identity.

2 kde jsme v druhé rovnosti využili rozvoje komutátoru (.1.1) a v poslední rovnosti vztahu (3.1.1). Dále dostáváme [ˆN, k = [ˆN,  k 1 =  [ˆN, k 1 +[ˆN,  k 1 mâ = mâ k +[ˆN, k  = mâ k + [ˆN, k Â+ [ˆN,  k mâ = mâ k +[ˆN, k 3  = = kmâ k. (3.1.9) Zcela analogicky se ukáže, že [ˆN, k = kmâ k. (3.1.10) 3. Vlastní hodnoty a vektory operátoru ˆN musejí splňovat rovnici (3.1.4). Předpokládejme, že n 0. Hledáme, čemu se bude rovnat, když zapůsobíme na stav n operátorem ˆNÂ. Využijeme přitom vztah (3.1.9): ˆN k n = (ÂkˆN+ [ˆN, k ) n = a pokud označíme n; k Âk n, dostáváme (ÂkˆN mâ k ) n = (n km)â k n (3.1.11) ˆN n; k = (n km) n; k, (3.1.1) takže stav n; k je rovněž vlastním stavem operátoru ˆN, příslušejícím k vlastní hodnotě n km. Pozitivita operátoru ˆN však omezuje možné hodnoty k: musí platit, že n km 0. Navíc musí existovat takové K N, že ˆN n; K = 0 n; K = 0. (3.1.13) a rovnice (3.1.1) platí jen pro k K. Kdyby tato podmínka nebyla splněna, znamenalo by to, že pro nějaké M N platí n Mm > 0 (vlastní hodnota operátoru ˆN příslušející stavu n; M ) a zároveň n (M + 1)m < 0 (vlastní hodnota operátoru ˆN příslušející stavu n; M 1 ), čímž bychom se dostali do sporu s pozitivitou operátoru ˆN. Nejnižší vlastní hodnota operátoru ˆN je tedy n 0 = 0 a příslušný normalizovaný vlastní vektor označíme 0. Spektrum nalezneme aplikací operátoru  k po vzoru (3.1.9): ) ˆN k n = ( kˆn+ [ˆN, k n = (n+km)â k n (3.1.14) ˆN n;+k = (n+km) n;+k, (3.1.15) kde jsme označili n;+k  k n. Speciálně pokud vyjdeme od základního stavu n 0 = 0, dostáváme ˆN 0;+k = km 0;+k. (3.1.16) Spektrum operátoru ˆN je tedy n k = km, k N 0 (3.1.17)

3 4. Normalizované vlastní vektory n nalezneme indukcí (vlastní vektory n; ±k obecněnormalizovanénejsou).předpokládejme,ževektor n k příslušejícíkvlastní hodnotě n k = km je normalizovaný. Z (3.1.14) a (3.1.15) víme, že  n k = N + k n k+1, (3.1.18) kde N + k je hledaný normalizační faktor takový, aby n k+1 byl normalizovaný, n k+1 n k+1 = 1. Dostáváme  n k = N + k n k+1 = N + k n k+1 n k+1 = N + k (3.1.19) a zároveň  n k = n k  n k = n k  Â+ [Â, n k = (km+m) n n ˆN m = (k +1)m, (3.1.0) takže N + k = (k +1)m, (3.1.1) Obrácením posledního vztahu dostaneme  n k = (k +1)m n k+1. (3.1.) n k+1 =  m(k +1) n k (3.1.3) a opakovaná aplikace na vektor základího stavu 0 dá n k =  k 0. (3.1.4) k!m k 5. Působení operátoru  n k jsme již nalezli, viz (3.1.). Analogicky dostaneme  n k =   n k 1 = 1 ( ) Â+ [Â, n k 1 km mk = 1 mk [m(k 1)+m n k 1, (3.1.5)  n k = mk n k 1 (3.1.6) Operátory Â,  posouvají stav systému z nižší vlastní hodnoty na vyšší a naopak, proto se nazývají posunovací operátory. Poznámka: Velmičastoseuvažujespeciálnípřípadm = 1,kterýlzezískatzobecného zavedením operátorů â = 1 m Â, â = 1 m Â, ˆn = â â = 1 mâ Â. (3.1.7)

4 Pak n k = k, vlastní vektory se mohou zjednodušeně označit k a vztahy (3.1.3), (3.1.4), (3.1.), (3.1.6) a (3.1.4) přejdou na [â,â = 1, (3.1.8) ˆn k = k k, k N 0, (3.1.9) â k = k k 1, (3.1.30) â k = k +1 k +1, (3.1.31) k = â k k! 0. (3.1.3) 3. Jednorozměrný harmonický oscilátor Harmonický oscilátor je popsán Hamiltoniánem Ĥ = 1 Mˆp + 1 MΩˆx, (3..1) kde M je hmotnost kmitající částice, Ω = k/m je úhlová frekvence oscilátoru. ˆx je operátor souřadnice a ˆp operátor k němu přidružené hybnosti. Oba operátory splňují standardní komutační vztah [ˆx,ˆp = i. (3..) V harmonickém oscilátoru lze vhodně nadefinovat operátory Â,  a tím jej převést na algebraický systém, který jsme vyřešili v předchozím příkladu 3.1. Hledejte  ve tvaru  = αˆx+βˆp, α,β C. (3..3) 1. Nalezněte hodnoty konstant α, β. Spočítejte komutátor [Â, = m a vyjádřete hodnotu čísla m.. Zapište Hamiltonián Ĥ pomocí operátorů Â,  a pomocí operátorů â, â, které splňují komutační relace [ â,â = Napište spektrum (vlastní energie a vlastní vektory) Hamiltoniánu. 4. Vyjádřete operátory hybnosti ˆp a souřadnice ˆx pomocí operátorů â, â. 5. Spočítejte střední hodnoty kde k je vlastní stav Hamiltoniánu. k ˆx k, (3..4) k ˆp k, (3..5) k ˆx k, (3..6) k ˆp k, (3..7) 6. Spočítejte střední hodnoty k ˆT k, (3..8) k ˆV k, (3..9) kde ˆT a ˆV jsou operátory kinetické, resp. potenciální energie oscilátoru, a srovnejte s hodnotou energie ve stavu k (viriálový teorém).

5 7. Ověřte platnost relací neurčitosti mezi polohou a hybností. 8. Pomocí posunovacích operátorů vyjádřených v x reprezentaci nalezněte vlnové funkce Harmonického oscilátoru. Řešení: 1. Dosadíme do (3.1.) a dostaneme ˆN =   = (α ˆx+β ˆp)(αˆx+βˆp) = α ˆx +α β ˆxˆp ˆpˆx+i +αβ ˆpˆx+ β ˆp = α ˆx +(α β +αβ )ˆpˆx+i α β + β ˆp. (3..10) Nyní srovnáváme s Hamiltoniánem (3..1). Předně vidíme, že v Hamiltoniánu nejsou žádné smíšené členy operátoru souřadnice a hybnosti. Proto požadujeme, aby α β +αβ = 0, (3..11) z čehož plyne, že α β musí být ryze imaginární číslo. Bez újmy na obecnosti můžeme nyní zvolit α reálné a β ryze imaginární. Srovnáním příslušných členů výrazu (3..10) s Hamiltoniánem (3..1) lze přiřadit 1 1 α = MΩ, β = i (3..1) M Je ještě potřeba ověřit, že jsou splněny komutační relace (3.1.1): m = [Â, = (αˆx+βˆp)(α ˆx+β ˆp) (α ˆx+β ˆp)(αˆx+βˆp) = (αβ α β) ˆxˆp = (αβ α β)i ˆpˆx+i kde jsme v poslední rovnosti využili (3..1).. Z výsledků předchozí části vidíme, že +(α β αβ )ˆpˆx = αβ i = Ω, (3..13) Ĥ =  Â+ Ω (3..14) K jednodušším operátorům â, â přejdeme pomocí vztahů (3.1.7): Ĥ = mâ â+ Ω ( = Ω â â+ 1 ). (3..15) 3. Spektrum je dáno pomocí vzorce (3.1.9): Ĥ k = E k k Ω (â â k + 1 ) k = E k k ( Ω k + 1 ) k = E k k, (3..16)

6 takže ( E k = Ω k + 1 ), k N 0 (3..17) a vlastní vektory jsou dané vztahem (3.1.3). 4. Dosadíme α, β z (3..1) do (3..3), čímž dostaneme ( â =  = 1 ) 1 1 Ω Ω MΩˆx+i Mˆp ( MΩ = ˆx+ i ) MΩˆp, (3..18) ( MΩ â = ˆx i ) MΩˆp. (3..19) Sečtení a odečtení vede k inverzním vzorcům ˆx = (â +â ), (3..0) MΩ MΩ ˆp = i (â â ). (3..1) 5. K výpočtu středních hodnot dosadíme vyjádření operátorů ˆx, ˆp z(3..0) (3..1) a k práci s posunovacími operátory využijeme vztahů (3.1.30) (3.1.31): k ˆx k = MΩ k â +â k ( ) = k +1 k k +1 + k k k 1 = MΩ = 0, (3..) jelikožvlastnívektory k 1, k a k +1 jsounasebekolmé.podobnědostaneme k ˆp k = 0. (3..3) Můžeme odpozorovat pravidlo, že střední hodnota k f(r,s;â,â ) k, kde f(r,s;â,â ) je funkce součinu r operátorů â a s operátorů â v libovolném pořadí, je nenulová pouze tehdy, když r = s. Obecněji maticový element l f(r,s;â,â k je nenulový, pokud l+r = k +s.

7 Pro kvadratické operátory dostáváme k ˆx k = MΩ k ( â +â ) k = MΩ k â 0 +ââ +â â+ â 0 k = MΩ k k +1 k +1+ k k k = (k +1), (3..4) MΩ k ˆp k = MΩ 6. Operátor kinetické energie je Dosazením z (3..5) dostaneme k ˆT k = 1 M k ( â â ) k = MΩ k â ââ â â+ â k 0 0 = MΩ (k +1). (3..5) ˆT = 1 Mˆp. (3..6) MΩ (k +1) = 1 ( Ω k + 1 ) = E k. (3..7) Podobně pro potenciál ˆV = 1 MΩˆx (3..8) dostaneme užitím (3..4) k ˆV k = 1 MΩ MΩ (k +1) = 1 ( Ω k + 1 ) = E k. (3..9) Viriálový teorém udává vztah mezi střední hodnotou operátoru kinetické energie a operátoru potenciálu v libovolném stavu ψ : ψ ˆT ψ = ψ ˆx d dˆxˆv(ˆx) ψ, (3..30) což se v případě, že ˆV(ˆx) je homogenní funkce stupně s, zjednoduší na ψ ˆT ψ = s ψ ˆV ψ. (3..31) V případě harmonického oscilátoru je s = a z vyjádření středních hodnot kinetické energie (3..7) a potenciálu (3..9) vidíme, že viriálový teorém je splněn. 7. Relace neurčitosti znějí Výrazu d dˆxˆv(ˆx) je třeba rozumět ve smyslu d dx V(x) x=ˆx. x p 4, (3..3)

8 kde x = k ˆx k k ˆx k, (3..33) p = k ˆp k k ˆp k. (3..34) Dosadíme-li do relace neurčitosti střední hodnoty ze vztahů (3..), (3..4), (3..3), (3..5), dostaneme x p = k ˆx k k ˆp x = (k +1) MΩ(k +1) MΩ = (k +1). (3..35) 4 Vidíme, že jelikož k 0, relace neurčitosti jsou splněny. Stav s nejmenší možnou neurčitostí je základní stav s k = 0.

1 Operátor a jeho funkce, komutátor

1 Operátor a jeho funkce, komutátor 1 Operátor a jeho funkce, komutátor Funkce operátoru Uvedeme dvě možnosti, jak zavést funkci operátoru  na základě funkce reálného argumentu f(ξ). 1. Rozvojem do řady: Předpokládejme, že existuje rozvoj

Více

Lineární algebra : Vlastní čísla, vektory a diagonalizace

Lineární algebra : Vlastní čísla, vektory a diagonalizace Lineární algebra : Vlastní čísla, vektory a diagonalizace (14. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 21. dubna 2014, 19:37 1 2 14.1 Vlastní čísla a vlastní vektory Nechť je

Více

Operátory obecně (viz QMCA s. 88) je matematický předpis který, pokud je aplikován na funkci, převádí ji na

Operátory obecně (viz QMCA s. 88) je matematický předpis který, pokud je aplikován na funkci, převádí ji na 4 Matematická vsuvka: Operátory na Hilbertově prostoru. Popis vlastností kvantové částice. Operátory rychlosti a polohy kvantové částice. Princip korespondence. Vlastních stavy a spektra operátorů, jejich

Více

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u. Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl

Více

Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)

Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6) 1. Lineární diferenciální rovnice řádu n [MA1-18:P1.7] rovnice typu y n) + p n 1 )y n 1) +... + p 1 )y + p 0 )y = q) 6) počáteční podmínky: y 0 ) = y 0 y 0 ) = y 1 y n 1) 0 ) = y n 1. 7) Věta 1.3 : Necht

Více

Lineární algebra : Změna báze

Lineární algebra : Změna báze Lineární algebra : Změna báze (13. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 8. dubna 2014, 10:47 1 2 13.1 Matice přechodu Definice 1. Nechť X = (x 1,..., x n ) a Y = (y 1,...,

Více

Lineární algebra : Skalární součin a ortogonalita

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

Více

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x). Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých

Více

Lineární algebra : Polynomy

Lineární algebra : Polynomy Lineární algebra : Polynomy (2. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 15. dubna 2014, 11:21 1 2 2.1 Značení a těleso komplexních čísel Značení N := {1, 2, 3... }... množina

Více

Základy maticového počtu Matice, determinant, definitnost

Základy maticového počtu Matice, determinant, definitnost Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n

Více

1 Lineární prostory a podprostory

1 Lineární prostory a podprostory Lineární prostory a podprostory Přečtěte si: Učebnice AKLA, kapitola první, podkapitoly. až.4 včetně. Cvičení. Které z následujících množin jsou lineárními prostory s přirozenými definicemi operací?. C

Více

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace

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

Více

1 Polynomiální interpolace

1 Polynomiální interpolace Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,

Více

Operace s maticemi

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 =

Více

stránkách přednášejícího.

stránkách přednášejícího. Předmět: MA 4 Dnešní látka Iterační metoda Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Superrelaxační metoda (metoda SOR) Metoda sdružených gradientů Četba: Text o lineární algebře v Příručce

Více

1 Linearní prostory nad komplexními čísly

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)

Více

0.1 Úvod do lineární algebry

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

Více

6 Lineární geometrie. 6.1 Lineární variety

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

Více

0.1 Úvod do lineární algebry

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

Více

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 63 1 2 3 4 5 6 7 8 9 10 11 2 / 63 Aritmetický vektor Definition 1 Aritmetický vektor x je uspořádaná

Více

Lineární algebra : Lineární zobrazení

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

Více

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

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

Více

19 Eukleidovský bodový prostor

19 Eukleidovský bodový prostor 19 Eukleidovský bodový prostor Eukleidovským bodovým prostorem rozumíme afinní bodový prostor, na jehož zaměření je definován skalární součin. Víme, že pomocí skalárního součinu jsou definovány pojmy norma

Více

Operace s maticemi. 19. února 2018

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

Více

9.2. Zkrácená lineární rovnice s konstantními koeficienty

9.2. Zkrácená lineární rovnice s konstantními koeficienty 9.2. Zkrácená lineární rovnice s konstantními koeficienty Cíle Řešíme-li konkrétní aplikace, které jsou popsány diferenciálními rovnicemi, velmi často zjistíme, že fyzikální nebo další parametry (hmotnost,

Více

DERIVACE FUNKCE KOMPLEXNÍ PROMĚNNÉ

DERIVACE FUNKCE KOMPLEXNÍ PROMĚNNÉ DERIVACE FUNKCE KOMPLEXNÍ PROMĚNNÉ vlastnosti holomorfní DERIVACE U reálných funkcí více reálných proměnných nebylo možné definovat derivaci analogicky definici reálné jedné reálné proměnné (nešlo dělit...)

Více

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových

Více

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy, Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání

Více

6 PŘEDNÁŠKA 6: Stav kvantového systému, úplná množina pozorovatelných. Operátor momentu hybnosti a kvadrátu momentu hybnosti.

6 PŘEDNÁŠKA 6: Stav kvantového systému, úplná množina pozorovatelných. Operátor momentu hybnosti a kvadrátu momentu hybnosti. 6 PŘEDNÁŠKA 6: Stav kvantového systému, úplná množina pozorovatelných Operátor momentu hybnosti a kvadrátu momentu hybnosti Víme už tedy téměř vše o operátorech Jsou to vlastně měřící přístroje v kvantové

Více

Příklad. Řešte v : takže rovnice v zadání má v tomto případě jedno řešení. Pro má rovnice tvar

Příklad. Řešte v : takže rovnice v zadání má v tomto případě jedno řešení. Pro má rovnice tvar Řešte v : má rovnice tvar takže rovnice v zadání má v tomto případě jedno řešení. Pro má rovnice tvar takže rovnice v zadání má v tomto případě opět jedno řešení. Sjednocením obou případů dostaneme úplné

Více

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

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

Více

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

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

Více

5 Potenciály s δ funkcemi I

5 Potenciály s δ funkcemi I 5 Potenciály s δ funkcemi 5. Jednoduchá δ jáma nebo bariéra Mějme potenciál ve tvaru jednoduché δ funkce V cδ, kde c je konstanta, jejíž velikost udává sílu potenciálu. Pokud je c

Více

6 Potenciály s δ funkcemi II

6 Potenciály s δ funkcemi II 6 Potenciály s δ funkcemi II 6.1 Periodická δ funkce (Diracův hřeben) Částice o hmotnosti M se pohybuje v jednorozměrné mřížce popsané periodickým potenciálem V(x) = c δ(x na), (6.1.1) n= kde a je vzdálenost

Více

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1 Příklad 1. Určete všechna řešení následující soustavy rovnic nad Z 2 : 0 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 0 1 0 1 1 Gaussovou eliminací převedeme zadanou soustavu na ekvivalentní soustavu v odstupňovaném

Více

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů? Kapitola 9 Matice a počet koster Graf (orientovaný i neorientovaný) lze popsat maticí, a to hned několika různými způsoby. Tématem této kapitoly jsou incidenční matice orientovaných grafů a souvislosti

Více

Lineární algebra : Metrická geometrie

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

Více

ANALYTICKÁ GEOMETRIE V ROVINĚ

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

Více

Příklad 1: Komutační relace [d/dx, x] Příklad 2: Operátor B = i d/dx

Příklad 1: Komutační relace [d/dx, x] Příklad 2: Operátor B = i d/dx 1 Příklad 1: Komutační relace [d/, x] Mějme na dva operátory: ˆ d/ a ˆ 5 D X x, například na prvek x působí takto Určeme jejich komutátor ˆ 5 d 5 4 ˆ 5 5 6 D x x 5 x, X x xx x ˆ ˆ ˆ ˆ ˆ ˆ d d [ DX, ] f

Více

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy...

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy... Polynomy Obsah Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1 Základní vlastnosti polynomů 2 1.1 Teorie........................................... 2 1.1.1 Zavedení polynomů................................

Více

21ˆx 0 mod 112, 21x p 35 mod 112. x p mod 16. x 3 mod 17. α 1 mod 13 α 0 mod 17. β 0 mod 13 β 1 mod 17.

21ˆx 0 mod 112, 21x p 35 mod 112. x p mod 16. x 3 mod 17. α 1 mod 13 α 0 mod 17. β 0 mod 13 β 1 mod 17. 1. 2. test - varianta A Příklad 1.1. Kompletně vyřešte rovnici 21x 35 mod 112. Řešení. Protože gcd(112, 21) 21 má dle Frobeniovy věty rovnice řešení. Řešení nalezneme ve dvou krocích. Nejprve kompletně

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních

Více

Základy kvantové teorie (OFY042)

Základy kvantové teorie (OFY042) Příklady na cvičení k přednášce Základy kvantové teorie (OFY042) Zimní semestr 2007/2008, pondělí 2:20-3:50 v M3 Určeno pro 3. ročník Příklady jsou vybírány z různých učebnic a sbírek příkladů. Program

Více

Symetrické a kvadratické formy

Symetrické a kvadratické formy Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso

Více

EUKLIDOVSKÉ PROSTORY

EUKLIDOVSKÉ PROSTORY EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,

Více

pro každé i. Proto je takových čísel m právě N ai 1 +. k k p

pro každé i. Proto je takových čísel m právě N ai 1 +. k k p KOMENTÁŘE ÚLOH 43. ROČNÍKU MO, KATEGORIE A 1. Přirozené číslo m > 1 nazveme k násobným dělitelem přirozeného čísla n, pokud platí rovnost n = m k q, kde q je celé číslo, které není násobkem čísla m. Určete,

Více

Matematická analýza III.

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

Více

64. ročník matematické olympiády Řešení úloh krajského kola kategorie A

64. ročník matematické olympiády Řešení úloh krajského kola kategorie A 64. ročník matematické olympiády Řešení úloh krajského kola kategorie A 1. Středy stran AC, BC označme postupně, N. Střed kružnice vepsané trojúhelníku KLC označme I. Úvodem poznamenejme, že body K, L

Více

Těleso racionálních funkcí

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

Více

October 1, Interpretujte význam jejích parametrů. Vypočítejte jeho momenty. Napište vzorec pro. I(n, a, b) :=

October 1, Interpretujte význam jejích parametrů. Vypočítejte jeho momenty. Napište vzorec pro. I(n, a, b) := Kvantová fyzika cvičení s návody a výsledky October 1, 007 Návody zde uvedené jsou záměrně uváděny ve stručné formě, jako nápověda a vodítko, jak při řešení úloh postupovat; nepředstavují a nenahrazují

Více

Interpolace, ortogonální polynomy, Gaussova kvadratura

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

Více

Extrémy funkce dvou proměnných

Extrémy funkce dvou proměnných Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže

Více

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

Necht L je lineární prostor nad R. Operaci : L L R nazýváme Skalární součin axiomatická definice odvození velikosti vektorů a úhlu mezi vektory geometrická interpretace ortogonalita vlastnosti ortonormálních bázi [1] Definice skalárního součinu Necht L je lineární

Více

Úlohy krajského kola kategorie A

Úlohy krajského kola kategorie A 64. ročník matematické olympiády Úlohy krajského kola kategorie A 1. Je dán trojúhelník ABC s tupým úhlem při vrcholu C. Osa o 1 úsečky AC protíná stranu AB v bodě K, osa o 2 úsečky BC protíná stranu AB

Více

1.13 Klasifikace kvadrik

1.13 Klasifikace kvadrik 5 KAPITOLA 1. KVADRIKY JAKO PLOCHY. STUPNĚ 1.13 Klasifikace kvadrik V této části provedeme klasifikaci kvadrik. Vyšetříme všechny případy, které mohou různou volbou koeficientů v rovnici kvadriky a 11

Více

Matice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např.

Matice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např. Matice přechodu Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např. u příkladu 7 (v ) dostaneme: Nyní bychom mohli postupovat jako u matice homomorfismu

Více

Definice : Definice :

Definice : Definice : KAPITOLA 7: Spektrální analýza operátorů a matic [PAN16-K7-1] Definice : Necht H je komplexní Hilbertův prostor. Řekneme, že operátor T B(H) je normální, jestliže T T = T T. Operátor T B(H) je normální

Více

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s. 3.4. Výklad Předpokládejme, že v prostoru E 3 jsou dány body A, B, C neležící na jedné přímce. Těmito body prochází jediná rovina, kterou označíme ABC. Určíme vektory u = B - A, v = C - A, které jsou zřejmě

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory Kapitola 11 Vlastní čísla a vlastní vektory Základní motivace pro studium vlastních čísel a vektorů pochází z teorie řešení diferenciálních rovnic Tato teorie říká, že obecné řešení lineární diferenciální

Více

Ortogonální projekce a ortogonální zobrazení

Ortogonální projekce a ortogonální zobrazení Drsná matematika I 9. přednáška Ortogonální projekce a ortogonální zobrazení Jan Slovák Masarykova univerzita Fakulta informatiky 27. 4. 2010 Obsah přednášky 1 Literatura 2 Projekce a ortogonální zobrazení

Více

1 Determinanty a inverzní matice

1 Determinanty a inverzní matice Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého

Více

Otázku, kterými body prochází větev implicitní funkce řeší následující věta.

Otázku, kterými body prochází větev implicitní funkce řeší následující věta. 1 Implicitní funkce Implicitní funkce nejsou funkce ve smyslu definice, že funkce bodu z definičního oboru D přiřadí právě jednu hodnotu z oboru hodnot H. Přesnější termín je funkce zadaná implicitně.

Více

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro

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:

Více

Program SMP pro kombinované studium

Program SMP pro kombinované studium Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0

Více

8 Matice a determinanty

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

Více

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

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

Více

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:

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...

Více

Od kvantové mechaniky k chemii

Od kvantové mechaniky k chemii Od kvantové mechaniky k chemii Jan Řezáč UOCHB AV ČR 19. září 2017 Jan Řezáč (UOCHB AV ČR) Od kvantové mechaniky k chemii 19. září 2017 1 / 33 Úvod Vztah mezi molekulovou strukturou a makroskopickými vlastnostmi

Více

Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých

Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých Obyčejné diferenciální rovnice Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých se vyskytují derivace neznámé funkce jedné reálné proměnné. Příklad. Bud dána funkce f : R R.

Více

Aplikovaná numerická matematika - ANM

Aplikovaná numerická matematika - ANM Aplikovaná numerická matematika - ANM 3 Řešení soustav lineárních rovnic iterační metody doc Ing Róbert Lórencz, CSc České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových

Více

Řešené úlohy z Úvodu do algebry 1

Řešené úlohy z Úvodu do algebry 1 Řešené úlohy z Úvodu do algebry Veronika Sobotíková katedra matematiky FEL ČVUT Vzhledem k tomu, že se ze strany studentů často setkávám s nepochopením požadavku zdůvodnit jednotlivé kroky postupu řešení,

Více

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u)

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u) Diferenciální počet příklad 1 Dokažte, že funkce F, = n f 2, kde f je spojitě diferencovatelná funkce, vhovuje vztahu + 2 = nf ; 0 Řešení: Označme u = 2. Pak je F, = n fu a platí Podle vět o derivaci složené

Více

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí: Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se

Více

Diferenciální rovnice

Diferenciální rovnice Obyčejné diferenciální rovnice - studijní text pro cvičení v předmětu Matematika - 2. Studijní materiál byl připraven pracovníky katedry E. Novákovou, M. Hyánkovou a L. Průchou za podpory grantu IG ČVUT

Více

Obsah. Matematika. Obsah. Ljapunovova metoda. Volba LF

Obsah. Matematika. Obsah. Ljapunovova metoda. Volba LF Regulace a řízení II Stabilita nelineárních systémů Regulace a řízení II Stabilita nelineárních systémů - str. 1/27 Obsah Obsah Regulace a řízení II Stabilita nelineárních systémů - str. 2/27 Obsah přednášky

Více

2. Schurova věta. Petr Tichý. 3. října 2012

2. Schurova věta. Petr Tichý. 3. října 2012 2. Schurova věta Petr Tichý 3. října 2012 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci

Více

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i. KOMLEXNÍ ČÍSLA C = {a + bi; a, b R}, kde i 2 = 1 Číslo komplexně sdružené k z = a + bi je číslo z = a bi. Operace s komplexními čísly: z = a + bi, kde a, b R v = c + di, kde c, d R Sčítání Odčítání Násobení

Více

Lineární algebra : Násobení matic a inverzní matice

Lineární algebra : Násobení matic a inverzní matice Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. března 2014, 12:42 1 2 0.1 Násobení matic Definice 1. Buďte m, n, p N, A

Více

7. Lineární vektorové prostory

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

Více

67. ročník matematické olympiády III. kolo kategorie A. Přerov, března 2018

67. ročník matematické olympiády III. kolo kategorie A. Přerov, března 2018 67. ročník matematické olympiády III. kolo kategorie Přerov, 8.. března 08 MO . Ve společnosti lidí jsou některé dvojice spřátelené. Pro kladné celé číslo k 3 řekneme, že společnost je k-dobrá, pokud

Více

Modelové úlohy přijímacího testu z matematiky

Modelové úlohy přijímacího testu z matematiky PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITY KARLOVY V PRAZE Modelové úlohy přijímacího testu z matematiky r + s r s r s r + s 1 r2 + s 2 r 2 s 2 ( ) ( ) 1 a 2a 1 + a 3 1 + 2a + 1 ( a b 2 + ab 2 ) ( a + b + b b a

Více

1 Analytická geometrie

1 Analytická geometrie 1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

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

Více

Několik aplikací. Kapitola 12

Několik aplikací. Kapitola 12 Kapitola 12 Několik aplikací Diskrétní a rychlá Fourierova transformace Diskrétní Fourierova transformace spočívá ve změně reprezentace polynomu s koeficienty v nějakém tělese T Obvyklá reprezentace polynomu

Více

Úlohy krajského kola kategorie A

Úlohy krajského kola kategorie A 62. ročník matematické olympiády Úlohy krajského kola kategorie A 1. Je dáno 21 různých celých čísel takových, že součet libovolných jedenácti z nich je větší než součet deseti ostatních čísel. a) Dokažte,

Více

P 1 = P 1 1 = P 1, P 1 2 =

P 1 = P 1 1 = P 1, P 1 2 = 1 Výpočet inverzní matice Věta 1 Necht P U elementární matice vzniklá el úpravou U Pak je P U regulární Důkaz: Protože elementární úprava U je invertovatelná, existuje el úprava U, která vrací změny U

Více

Matematické metody kvantové mechaniky

Matematické metody kvantové mechaniky Matematické metody kvantové mechaniky Seminář současné matematiky Ing. Tomáš Kalvoda tomas.kalvoda@fit.cvut.cz KM FJFI & KTI FIT ČVUT místnost M102, FIT 11. listopadu 2010 Kalvoda (ČVUT) Seminář současné

Více

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t. 1 Variace konstanty Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. Příklad 1 Najděte obecné řešení rovnice: y + y = 4 sin t. Co

Více

9 Kolmost vektorových podprostorů

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.

Více

f(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =

f(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 = Řešení vzorové písemky z předmětu MAR Poznámky: Řešení úloh ze vzorové písemky jsou formulována dosti podrobně podobným způsobem jako u řešených příkladů ve skriptech U zkoušky lze jednotlivé kroky postupu

Více

Funkce komplexní proměnné a integrální transformace

Funkce komplexní proměnné a integrální transformace Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na

Více

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

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

Více

pochopení celé kapitoly je myšlenka, že těleso S lze považovat za vektorový prostor

pochopení celé kapitoly je myšlenka, že těleso S lze považovat za vektorový prostor NOVý TEXT O TěLESOVýCH ROZ LÍřENÍCH DAVID STANOVSKÝ 1. Algebraické prvky a rozšíření konečného stupně 1.1. Rozšíření jako vektorový prostor. Buď T S rozšíření těles. Klíčem k pochopení celé kapitoly je

Více

Lineární algebra : Báze a dimenze

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,

Více

Základy kvantové mechaniky

Základy kvantové mechaniky Ústav teoretické fyziky a astrofyziky Přírodovědecká fakulta Masarykovy univerzity Základy kvantové mechaniky Tomáš Tyc Brno 006 Tento text je určen jako pomůcka pro porozumění přednáškám z předmětu Základy

Více

14. přednáška. Přímka

14. přednáška. Přímka 14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1

Více

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22 Lineární diferenciální rovnice druhého řádu Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Více

Nástin formální stavby kvantové mechaniky

Nástin formální stavby kvantové mechaniky Nástin formální stavby kvantové mechaniky Karel Smolek Ústav technické a experimentální fyziky, ČVUT Komplexní čísla Pro každé reálné číslo platí, že jeho druhá mocnina je nezáporné číslo. Např. 3 2 =

Více