基礎物數十大重點,十大問
什麼是向量?什麼是張量?
滿足向量之座標轉換規則者,為向量。
物理量必以純量、向量與張量(包含向量與純量)表示,俾使座標轉換下物理定律不變。
不是向量的例子:紅綠藍 (RGB) 亮度、三圍、三維轉動。
是向量的例子:速度、氣壓氣流、無限小轉動(因此角速度)。
三維純量場的斜率(梯度)
協變與反協變的差別
矩陣的物理意義
對角化是什麼意思,有什麼用?
座標基底轉換
座標基底轉換時,不只向量各分量要按規則變換為 R v ,連矩陣 M 也要同步作所謂的 相似轉換 R M R-1
,假設 u = M v,對新座標基底而言 u' = Ru,M' = RMR-1,v' = Rv
故 在新座標基底下 M' v' = (R M R-1) (R v) = R M v = R v = u'
如此可見,沒有改變任何矩陣乘上向量 M v (= u) 的結果
不改變問題本質(本徵值與本徵向量)的情況下,M v = λ v => D ei = λi ei
導數、偏導數、全微分、保守場(力)
d f / d x = d/dx f = limΔx→0 [ f(x+Δx) - f(x) ] / Δx
∂f(x,y) / ∂x = limΔx→0 [ f(x+Δx, y) - f(x,y) ] / Δx
若 u = u(x,y,z) , 則 d u = (∂u / ∂x) dx + (∂u / ∂y) dy + (∂u / ∂z) dz = Σi (∂u / ∂xi) dxi
全微分 dF 只要加上了積分符號 ∫dF ,就是原函數 F ,即 ∫dF = F
純量場梯度向量與全微分之間的關係
保守力與位能
保守場與位場
泰勒展開式
公式:f(x+Δx) = Σi=0∞ f(n)(x) (Δx)n / n!
證明:
向量與函數的正交性
向量的正交性與基底
正交歸一基底的好處
算內積時不必處理交叉項
函數的正交與歸一
∫ f(x) g(x) dx = 0 , ∫ f(x) f(x) dx = 1
向量以基底展開得分量(係數)的方法
v = | v > = Σi | ei > < ei | v > = Σi | ei > vi = Σi vi ei = vx ex + vy ey + vz ez
傅利葉級數展開係數的求法
微分方程式的解與通解
齊性與非齊性式,對應到齊性解與特殊積分
待定常數的期待,與確定的方法
矩陣、反矩陣與行列式值
矩陣
線性代數方程組 Mx=k,以三維為例,每個 ax + by + cz = r 就是一個平面方程式。(為什麼? 以通過原點的平面為例,凡面上之點,滿足 (a, b, c) · (x,y,z) = 0,至於等號右邊不為零者,僅差平移 x' = x - h, y'= y - k, z' = z - l,使 (a, b, c) · (x',y',z') = 0,即有 (a, b, c) · (x,y,z) = (a, b, c) · (h,k,l) = r 。)
故三個平面可相交於一點(法向量線性獨立,即不共面)、一條線,或面重合(法向量共面),或不相交(法向量共線)。
兩類核心數學問題(標紅色者為未知數,待解)
M x = b
M x = λ x
正交矩陣的定義與特性
定義:OT = O-1
特性:(一)任兩相異行列向量正交,相同者內積為 1 ,(二) 實空間座標旋轉是正交矩陣
么正矩陣
定義:U+ = (UT )* = U-1
特性:(見課本,是正交矩陣的推廣)
Hermitian 矩陣的定義與特性
定義:H+ = (HT)* = (H*)T = H
特性:(一)本徵值為實數、(二)相異本徵值所對應之本徵向量必正交。
反矩陣
並非所有方矩陣皆有反矩陣,行列式值不為零的方矩陣才有。
公式法求反矩陣:
(M-1)ij = cofactor (M)j i / det (M)
其中 co-factor of M 的 定義是,... (見課本 or "http://zh.wikipedia.org/wiki/餘因子矩陣")
高斯法求反矩陣:
原理:線性方程式對調式列及加減消去,其解不變
方法:(見講義)
性質
(AB)-1 = B-1A-1
行列式值
原理
平行六面體之體積(本徵值為零者如何?)
性質
det (AB) = det(A) det(B)
det(A-1) = 1 / det(A)
本徵值問題
M x = λ x
Σi=13 εijk εilm = δil δkm - δim δkl
Levi-Civita symbol εijkl 的定義與意義
定義:εijklm 要經過奇數次指標對調才能回覆到 ε12345 者,其值為 -1 ; 要經過偶數次指標對調才能回覆到 ε12345 者,其值為 +1 ;有任何相同指標出現,如 ε11345 ,之情況,其值為 0。
定義:完全反對稱性
公式的用法 : A × B = Σi εijk ei Aj Bk , ∇ × A = Σi εijk ei ∂j Ak
預期功能:
證明各種相關(含外積符號)的向量微分恆等式 (如 A × B × C ,以及 ∇ × ∇ × A 等)
由 馬克斯威爾方程式 推導出 電磁波動方程式
δij 與 Σi 的用法 (見網頁 連結)
高斯定律與史托克斯定律
∫∫∫∇· A dv = ∫∫CS A · dS ( or = ∫∫CS A · n dS )
∫CL ∇× A · dS = ∫CL A · dl
變分結果 Euler-Lagrange 方程式
L = T -V
∫x0x1 L( x , x' ; t ) dt 有極值的必要條件是 x(t) 滿足 Euler-Lagrange 方程式