线性代数回顾

线性变换

nn 维矢量空间中,有基 {e1,e2,,en}\{\bm{e_1}, \bm{e_2}, \cdots, \bm{e_n}\},任意矢量 a\bm{a} 可被展开为

a=iaiei=ieiai\bm{a} = \sum_{i} a_i \bm{e_i}=\sum_{i} \bm{e_i}a_i

线性算符(满足分配律且不作用于常数) L^\hat{L} 作用于 a\bm{a}

L^a=i(L^ei)ai=i(jejLji)ai=jej(iLjiai)bj=b\hat{L}\bm{a} = \sum_i\left(\hat{L}e_i\right)a_i=\sum_i\left(\sum_j e_j L_{ji}\right)a_i=\sum_j e_j \underbrace{\left(\sum_i L_{ji}a_i\right)}_{b_j}=\bm{b}

可以看出,在基矢不变(只改变下标)的情况下,线性算符矩阵元与系数 aia_i 相乘后得到了新的向量系数 bjb_j,在矩阵形式下看得更清楚

L^a=[L^e1L^e2L^en][a1a2an]=[e1e2en][L11L12L1nL21L22L2nLn1Ln2Lnn][a1a2an]=[e1e2en][b1b2bn]=b\begin{align*} \hat{L}\bm{a}&= \begin{bmatrix} \hat{L}\bm e_1 & \hat{L}\bm e_2 & \cdots & \hat{L}\bm e_n \end{bmatrix} \begin{bmatrix} a_1 \\ a_2 \\ \vdots \\ a_n \end{bmatrix} % 第二行 \\&= \begin{bmatrix} \bm e_1 & \bm e_2 & \cdots & \bm e_n \end{bmatrix} \begin{bmatrix} L_{11} & L_{12} & \cdots & L_{1n} \\ L_{21} & L_{22} & \cdots & L_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ L_{n1} & L_{n2} & \cdots & L_{nn} \end{bmatrix} \begin{bmatrix} a_1 \\ a_2 \\ \vdots \\ a_n \end{bmatrix} % 第三行 \\&= \begin{bmatrix} \bm e_1 & \bm e_2 & \cdots & \bm e_n \end{bmatrix} \begin{bmatrix} b_1 \\ b_2 \\ \vdots \\ b_n \end{bmatrix} \\&=\bm{b} \end{align*}

线性算符通过改变一个矢量的系数来得到另一个矢量,基底不变。也就是说给定一组基矢,若算符 L^\hat{L} 作用于矢量 a\bm{a},等价于算符矩阵 LL 作用于系数 aa,即

b=L^ab=La\bm{b} = \hat{L}\bm{a}\quad \Longleftrightarrow \quad b=La

相似变换

考虑两组不同的基,设有线性变换 T^\hat{T}T^ei=ei=jejTji\hat{T}\bm{e}_i=\bm{e}_i'=\sum_j e_j T_{ji}

[e1e2en]=[T^e1T^e2T^en]=[e1e2en][T11T12T1nT21T22T2nTn1Tn2Tnn]\begin{align*} \begin{bmatrix} \bm{e}_1' & \bm{e}_2' & \cdots & \bm{e}_n' \end{bmatrix} % 第一行 &= \begin{bmatrix} \hat{T}\bm{e}_1 & \hat{T}\bm{e}_2 & \cdots & \hat{T}\bm{e}_n \end{bmatrix} % 第二行 \\&= \begin{bmatrix} \bm{e}_1 & \bm{e}_2 & \cdots & \bm{e}_n \end{bmatrix} \begin{bmatrix} T_{11} & T_{12} & \cdots & T_{1n} \\ T_{21} & T_{22} & \cdots & T_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ T_{n1} & T_{n2} & \cdots & T_{nn} \end{bmatrix} \end{align*}

T^\hat{T} 将基 {e}\{\bm{e}\} 变换为 {ei}\{\bm{e_i}'\},同理 {ei}\{\bm{e}_i\} 可由 {ei}\{\bm{e}'_i\} 做逆变换得到

(ei)=(ei)T(ei)=(ei)T1\left(\cdots\bm{e}_i'\cdots\right)=\left(\cdots\bm{e}_i\cdots\right)T \quad \Longrightarrow \quad \left(\cdots\bm{e}_i\cdots\right)=\left(\cdots\bm{e}_i'\cdots\right)T^{-1}

若矢量 a\bm{a} 在两组基下的系数分别为 aaaa',则有

a=(ei)a=(ei)T1a=(ei)a\bm{a}=\left(\cdots\bm{e}_i\cdots\right)a=\left(\cdots e'_i \cdots \right)T^{-1}a=\left(\cdots\bm{e}_i'\cdots\right)a'

矢量 b\bm{b}a\bm{a} 得到后再换基底可写为

b=L^a=(ei)La=(ei)T1La=(ei)T1L(TT1)a=(ei)(T1LT)(T1a)=(ei)La=(ei)b \begin{align*} \bm{b}&=\hat{L}\bm{a}=\left(\cdots\bm{e}_i\cdots\right)La=\left(\cdots\bm{e}_i'\cdots\right)T^{-1}La \\ &=\left(\cdots\bm{e}_i'\cdots\right)T^{-1}L\left(T T^{-1}\right)a=\left(\cdots\bm{e}_i'\cdots\right)\left(T^{-1}LT\right)\left(T^{-1}a\right) \\ &=\left(\cdots\bm{e}_i'\cdots\right)L'a'=\left(\cdots\bm{e}_i'\cdots\right)b' \end{align*}

{ei}\left\{\bm{e}_i\right\} {ei}\left\{\bm{e}_i'\right\}
a\bm{a} aa aa'
L^\hat{L} LL LL'
b\bm{b} bb bb'
b=L^a\bm{b}=\hat{L}\bm{a} b=Lab=La b=Lab'=L'a'

基的变换就是表象变换,矢量及算符是物理存在的,不会随着基改变,但其分量会发生变化

(ei)=(ei)T\left(\cdots\bm{e}_i'\cdots\right)=\left(\cdots\bm{e}_i\cdots\right)T

a=T1aa' = T^{-1}a

L=T1LTL' = T^{-1}LT

b=T1bb' = T^{-1}b

相似矩阵

相似矩阵(L=TLTL'=T^{-}LT)表示同一线性变换在不同基底下的矩阵形式,具有以下性质

  • 矩阵的相似是等价关系
  • 相似矩阵具有相同的本征值
  • 相似矩阵具有相同的行列式
  • 相似矩阵具有相同的迹
  • 相似矩阵具有相同的秩

本征值相加等于迹,本征值相乘等于行列式

幺正矩阵

  • A=A1A^\dagger =A^{-1}AA=IA^\dagger A=I
  • detA=1\left|\mathrm{det} A\right|=1
  • 不改变列矩阵内积 (Aa)(Ab)=ab\left(Aa\right)^\dagger \left(Ab\right)=a^\dagger b
  • 本征值模为 11,不同本征值的本征列矩阵正交
  • 幺正矩阵相乘仍为幺正矩阵
  • 幺正矩阵一定可以通过幺正相似变换对角化
  • 矩阵元正交性关系 iAijAik=iAjiAki=δjk\sum_i A_{ij}^* A_{ik}=\sum_i A_{ji}^*A_{ki}= \delta_{jk}

最后一条与第一条性质等价,只是形式不同

实正交矩阵

(实的幺正矩阵)

  • AT=A1A^T = A^{-1}ATA=IA^T A=I
  • detA=±1\mathrm{det} A=\pm 1
  • 不改变列矩阵内积 (Aa)T(Ab)=aTb\left(Aa\right)^T \left(Ab\right)=a^T b
  • 本征值模为 11,不同本征值的本征列矩阵正交
  • 实正交矩阵相乘仍为实正交矩阵
  • 实正交矩阵一定可以通过实正交相似变换对角化
  • 矩阵元正交性关系 iAijAik=iAjiAki=δjk\sum_i A_{ij} A_{ik}=\sum_i A_{ji} A_{ki}= \delta_{jk}

厄米矩阵

  • A=AA^\dagger = A
  • 本征值为实数,不同本征值的本征列矩阵正交
  • 厄米矩阵相加仍为厄米矩阵
  • 厄米矩阵一定可以通过幺正相似变化对角化
  • nn 维厄米矩阵有 nn 个互相正交的本征列矩阵

AA=AAA^\dagger A=AA^\dagger,则 AA规范阵(幺正、厄米都是规范阵):

  • 可幺正对角化
  • 存在 nn 个互相正交的本征列矩阵
  • 不同本征值的本征列矩阵正交

实对称矩阵

(实的厄米矩阵)

  • AT=AA^T = A
  • 本征值为实数,不同本征值的本征列矩阵正交
  • 实对称矩阵相加仍为实对称矩阵
  • 实对称矩阵一定可以通过正交相似变化对角化
  • nn 维实对称矩阵有 nn 个互相正交的本征列矩阵