Ten dokument jest przykładem nowoczesnej współpracy człowieka z AI przy budowie treści naukowej w formacie Markdown, którą można w prosty sposób przekształcić w czytelny dokument HTML lub PDF. Do konwersji wykorzystywane jest narzędzie Pandoc, które automatycznie generuje spis treści, obsługuje wzory matematyczne i pozwala zachować wysoką jakość prezentacji. Cały proces powstawania treści, struktury oraz konwersji został wsparty przez narzędzia sztucznej inteligencji, co pokazuje praktyczne zastosowanie AI w edukacji, popularyzacji nauki i tworzeniu materiałów dydaktycznych.
Celem tego opracowania jest w przystępny i syntetyczny sposób wyjaśnić, jak macierze i liczby zespolone są wykorzystywane do opisu przekształceń geometrycznych oraz analizy sygnałów i prądów w fizyce i elektrotechnice. Dokument zawiera zarówno teorię, jak i praktyczne przykłady, pokazując krok po kroku, jak stosować narzędzia matematyczne do rozwiązywania rzeczywistych problemów.
Plik przygotowano w standardzie HTML5 z obsługą wzorów matematycznych (KaTeX lub MathJax), dzięki czemu można go wygodnie przeglądać w nowoczesnych przeglądarkach (np. Chrome, Firefox, Edge) na systemie Windows i innych. Wszystkie wzory matematyczne zapisano w notacji LaTeX, a dokument jest w pełni zgodny z kodowaniem UTF-8, co zapewnia poprawne wyświetlanie polskich znaków.
Opracowanie przeznaczone jest dla osób, które chcą zrozumieć sens i zastosowanie macierzy oraz liczb zespolonych w naukach ścisłych i technicznych, a także dla tych, którzy chcą łatwo konwertować treść do formatu HTML lub PDF z zachowaniem wysokiej jakości prezentacji matematycznej.
Uwaga: - Wersja HTML generowana przez Pandoc z opcją
--tocautomatycznie tworzy spis treści z poprawnymi odnośnikami. - Poniższy ręczny spis treści jest przydatny podczas czytania pliku Markdown, ale w HTML Pandoc doda własny spis na górze strony. - Jeśli chcesz mieć oba spisy, możesz zostawić ten poniżej – w HTML będą dwa (ręczny i automatyczny).
Macierze pozwalają opisać wszystkie przekształcenia geometryczne w jednym zapisie. Dzięki temu można łączyć różne operacje (np. skalowanie, obrót, przesunięcie) w jedną macierz, a następnie zastosować ją do dowolnego wektora.
Macierz skalowania: S = \begin{bmatrix} a & 0 \\ 0 & b \end{bmatrix} \tag{1.1.1}
Macierz obrotu o kąt \theta: R = \begin{bmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{bmatrix} \tag{1.1.2}
Łącząc oba przekształcenia (najpierw skalowanie, potem obrót): M = R \cdot S = \begin{bmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{bmatrix} \begin{bmatrix} a & 0 \\ 0 & b \end{bmatrix} = \begin{bmatrix} a\cos\theta & -b\sin\theta \\ a\sin\theta & b\cos\theta \end{bmatrix} \tag{1.1.3}
Macierz jednorodna dla translacji o (t_x, t_y): T = \begin{bmatrix} 1 & 0 & t_x \\ 0 & 1 & t_y \\ 0 & 0 & 1 \end{bmatrix} \tag{1.2.1}
Wektor punktu: \begin{bmatrix} x \\ y \\ 1 \end{bmatrix} \tag{1.2.2}
Możesz połączyć skalowanie, obrót i przesunięcie w jedną macierz: M = T \cdot R \cdot S \tag{1.3.1}
Wtedy jeden zapis macierzowy opisuje całą sekwencję przekształceń.
Dzięki temu, zamiast wykonywać każdą operację osobno, wystarczy przemnożyć wektor przez jedną macierz, która zawiera wszystkie przekształcenia.
Liczby zespolone są kluczowe w opisie przekształceń rotacyjnych na płaszczyźnie. Mnożenie przez liczbę zespoloną o module 1 (np. e^{i\theta}) odpowiada obrotowi punktu wokół początku układu współrzędnych o kąt \theta. W analizie prądów zmiennych, fal czy rezonansów często przechodzi się do tzw. układu wirującego, gdzie obliczenia stają się prostsze, a wielkości mają stałe wartości lub łatwiejsze do analizy.
Macierze są uniwersalnym narzędziem do przechodzenia pomiędzy różnymi układami odniesienia (np. z nieruchomego do wirującego i odwrotnie). Przykłady: - Transformacje Clarke’a i Parka w elektrotechnice (prądy trójfazowe, silniki) - Macierze obrotu w mechanice kwantowej i fizyce fal - Przejścia między bazami rzeczywistymi i zespolonymi
Prąd zmienny można zapisać jako liczbę zespoloną: I = I_0 e^{i\omega t} \tag{2.1.1} gdzie I_0 to amplituda, \omega to pulsacja, a t czas. Obrót na płaszczyźnie zespolonej odpowiada zmianie fazy sygnału.
Impedancja w obwodzie RLC: Z = R + i\omega L - \frac{i}{\omega C} \tag{2.2.1} gdzie R to rezystancja, L indukcyjność, C pojemność. Obliczenia z użyciem liczb zespolonych pozwalają łatwo wyznaczyć prąd i napięcie w obwodzie.
Transformacja Parka pozwala przejść z układu trójfazowego do wirującego: \begin{bmatrix} I_d \\ I_q \end{bmatrix} = \begin{bmatrix} \cos\theta & \sin\theta \\ -\sin\theta & \cos\theta \end{bmatrix} \begin{bmatrix} I_A \\ I_B \end{bmatrix} \tag{2.3.1}
Gdzie I_A, I_B to prądy w fazach (mogą być liczbami zespolonymi, np. I_A = |I_A| e^{i\varphi_A}), a I_d, I_q to składowe w układzie wirującym: I_d = I_A \cos\theta + I_B \sin\theta \tag{2.3.2} I_q = -I_A \sin\theta + I_B \cos\theta \tag{2.3.3}
Jeśli I_A i I_B są liczbami zespolonymi, to również I_d i I_q będą liczbami zespolonymi, co pozwala analizować zarówno amplitudę, jak i fazę prądu w układzie wirującym.
Podsumowując, liczby zespolone i macierze pozwalają nie tylko na opis przekształceń geometrycznych, ale także na efektywne obliczenia w układach wirujących, co jest szeroko wykorzystywane w fizyce, matematyce i technice.
Macierze i liczby zespolone mają zastosowanie także w przestrzeniach różniczkowych i nieeuklidesowych. W takich przestrzeniach opisują m.in. transformacje układów współrzędnych, obroty, pochodne kierunkowe czy metryki. Przykładem jest przestrzeń Minkowskiego, używana w szczególnej teorii względności.
Przestrzeń Minkowskiego to czterowymiarowa przestrzeń czasoprzestrzenna o metryce (metryka to sposób wyznaczania odległości między punktami): ds^2 = -c^2 dt^2 + dx^2 + dy^2 + dz^2 \tag{3.1.1}
Transformacja Lorentza (dla ruchu wzdłuż osi x): \begin{bmatrix} t' \\ x' \end{bmatrix} = \begin{bmatrix} \gamma & -\beta\gamma \\ -\beta\gamma & \gamma \end{bmatrix} \begin{bmatrix} t \\ x \end{bmatrix} \tag{3.1.2}
gdzie \beta = v/c, \gamma = 1/\sqrt{1-\beta^2}, v — prędkość, c — prędkość światła.
Macierz Lorentza jest przykładem macierzy działającej w przestrzeni nieeuklidesowej, gdzie metryka różni się od klasycznej euklidesowej.
Tensor naprężeń opisuje, jak siły działają wewnątrz materiału w różnych kierunkach. Jest to tensor rzędu 2, którego elementy \sigma_{ij} oznaczają naprężenie działające w kierunku i na powierzchnię prostopadłą do kierunku j.
W przestrzeni trójwymiarowej tensor naprężeń zapisuje się jako macierz: \sigma = \begin{bmatrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ \sigma_{zx} & \sigma_{zy} & \sigma_{zz} \end{bmatrix} \tag{3.2.1}
Przykład: jeśli na sześcian działa siła ściskająca wzdłuż osi x, to \sigma_{xx} będzie dodatnie, a pozostałe elementy mogą być zerowe.
Tensor naprężeń pozwala analizować, jak materiał reaguje na różne obciążenia, niezależnie od wyboru układu współrzędnych.
Jednym z najpotężniejszych i najbardziej fundamentalnych tensorów w fizyce jest tensor energii-pędu (zwany też tensorem Einsteina lub tensorem stresu-energii-pędu), oznaczany zwykle T^{\mu\nu}. Opisuje on gęstość energii, pędu oraz przepływ energii i pędu w czasoprzestrzeni i jest kluczowym elementem równań pola Einsteina w ogólnej teorii względności:
G_{\mu\nu} = \frac{8\pi G}{c^4} T_{\mu\nu} \tag{3.3.1}
gdzie G_{\mu\nu} to tensor Einsteina opisujący zakrzywienie czasoprzestrzeni, T_{\mu\nu} to tensor energii-pędu, G to stała grawitacji, a c to prędkość światła.
Tensor energii-pędu w czterowymiarowej czasoprzestrzeni ma postać macierzy 4\times4:
T^{\mu\nu} = \begin{bmatrix} T^{00} & T^{01} & T^{02} & T^{03} \\ T^{10} & T^{11} & T^{12} & T^{13} \\ T^{20} & T^{21} & T^{22} & T^{23} \\ T^{30} & T^{31} & T^{32} & T^{33} \end{bmatrix} \tag{3.3.2}
Każdy element tej macierzy ma konkretne znaczenie fizyczne: - T^{00} — gęstość energii, - T^{0i} — gęstość strumienia pędu (przepływ energii), - T^{i0} — gęstość pędu, - T^{ij} — tensor naprężeń (ciśnienia i ścinania), gdzie i,j=1,2,3.
Tensor ten może być bardzo złożony, np. dla pola elektromagnetycznego:
T^{\mu\nu}_{\text{EM}} = \frac{1}{\mu_0} \left( F^{\mu\alpha} F^{\nu}_{\ \alpha} - \frac{1}{4} g^{\mu\nu} F^{\alpha\beta} F_{\alpha\beta} \right) \tag{3.3.3} gdzie F^{\mu\nu} to tensor pola elektromagnetycznego, g^{\mu\nu} to metryka czasoprzestrzeni, a \mu_0 to przenikalność magnetyczna próżni.
Przykładowa, rozpisana macierz tensora energii-pędu dla pola elektromagnetycznego (w układzie SI, w próżni):
T^{\mu\nu}_{\text{EM}} = \begin{bmatrix} \frac{1}{2}\varepsilon_0 (E^2 + c^2 B^2) & (\vec{S}/c)_x & (\vec{S}/c)_y & (\vec{S}/c)_z \\ (\vec{S}/c)_x & \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ (\vec{S}/c)_y & \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ (\vec{S}/c)_z & \sigma_{zx} & \sigma_{zy} & \sigma_{zz} \end{bmatrix} \tag{3.3.4} gdzie: - \vec{S} = \frac{1}{\mu_0} (\vec{E} \times \vec{B}) — wektor Poyntinga (strumień energii), - \sigma_{ij} — elementy tensora naprężeń Maxwella: \sigma_{ij} = \varepsilon_0 E_i E_j + \frac{1}{\mu_0} B_i B_j - \frac{1}{2} (\varepsilon_0 E^2 + \frac{1}{\mu_0} B^2) \delta_{ij}
Widzimy, że tensor ten łączy w sobie energię, pęd, ciśnienie, strumień energii i oddziaływania elektromagnetyczne w jednej, złożonej macierzy. W ogólnej teorii względności tensor energii-pędu może zawierać jeszcze bardziej skomplikowane składniki, opisujące np. płyny relatywistyczne, pola kwantowe czy materię złożoną.
Tensor Einsteina jest więc przykładem bardzo złożonej, wielowymiarowej macierzy, która opisuje całą fizykę oddziaływań w czasoprzestrzeni.