Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
L5.6 Symmetrische, hermitesche, orthogonale und unitäre Matrizen (Abbildungen, die reelles bzw. komplexes Skalarprodukt invariant lassen)
Reelles inneres Produkt in -Vektorraum [siehe L3.1b]:
(i) Symmetrie:
(iii) Linearität bzgl. Skalarmultiplikation:
(iv) Positiv definit: 'wenn, und nur wenn'
'reeller Vektorraum'
Reelles Skalarprodukt in Standardraum:
(ii) Linearität bzgl. Vektoraddition:
[Skalarprodukt: alle Indizes unten!]
In diesem Kapitel kommen Matrizen in Zusammenhang mit Skalarprodukt vor. In solchen Situationen ist es nützlich, alle Indizes unten zu schreiben.
Sei
Skalarprodukt (reell) von transformierten Vektoren
'transponierte Matrix'
Def: "Transponierte v. A": (tausche von A die Zeilen und Spalten)
Beispiel:
Def: ist 'symmetrisch', falls Beispiel:
Für symmetrische Matrizen gilt:
Def:
[sprich: A-transponiert]
mit
mit
Komplexes Skalarprodukt, in Standardraum:
Beispiel in :
komplexe Konjugation, garantiert Positivität, siehe (5)Definition:
Positivität:wird üblicherweise weggelassen
Wie erreicht man Positivität? gilt nicht!
Z.B:
Komplexes inneres Produkt in -Vektorraum:
(i) Symmetrie (bis auf kompl. Konj.):
(iii) Linearität bzgl. Skalarmultiplikation:
(iv) Positiv definit: 'wenn, und nur wenn'
'komplexer Vektorraum'
komplexe Konjugation,
(ii) Linearität bzgl. Vektoraddition:
Verallgemeinerung für komplexe Vektorräume: komplexes inneres Produkt
keine Konjugation
[Anwendung: QM!]
Anmerkung:
Sei
Skalarprodukt (komplex) von transformierten Vektoren
Def: "Hermitesch konjugierte v. A": (transponierte und komplex konjugierte version von A)
Beispiel:
Def: ist 'hermitesch', falls Beispiel:
Für hermitesche Matrizen gilt:
[sprich: A-Kreuz, Englisch: A-dagger]
'hermitesch konjugierte Matrix' Def:
[analog zu Seite 6b]
und ist reell, denn
mit
mit
Eigenschaft:[vergleiche (L5.6d)]
Beweis:
"Transponierte v. A":(tausche Zeilen mit Spalten)
Verallgemeinerung für nicht-quadratische Matrizen:
Allgemeine komplexe Matrix:Beispiel:
"hermitesch konjugierte v. A":(transponiere und komplex konjugiere)
Falls A
Spezialisierung auf reelle Matrizen:
Sei explizit:
(für diese sind auch Längen und Relativwinkel invariant)
Forderung: Skalarprodukt sei invariant:
Skalarprodukt ist invariant falls (7) ist erfüllt falls:
Welche Abbildungen lassen das Skalarprodukt invariant?
Unitäre und orthogonale Matrizen
Sei
oder [(2) ist Spezialfall von (1); wir betrachten somit zunächst (1), spezialisieren bei Bedarf später auf (2)]
Transposition:
mit
Kompaktversion des Arguments von Seite L5.6i:
Spaltenvektor: Reihenvektor:
1xn Matrix nx1 Matrix
Forderung (i.5):
Analog:
[wie (g.6)]
Für reelle Matrizen liefert (6):
Matrixmultiplikation
Verallgemeinerung: nicht-triviale Metrik [zur Kenntnisnahme]
Forderung: Skalarprodukt sei invariant:
Skalarprodukt ist invariant falls:
Transposition:vertausche Reihen/Spalten
linker/rechter Index
Sei explizit:
[also: unterscheide Indizes oben, unten!]
Für triviale Metrik, , reduziert dies zu (g.8)
Sei
"Verstecke" Metrik durch runter/hochsetzen der Indizes [zur Kenntnisnahme]
wobei wir die Metrik mittels runter/hochsetzen der Indizes von a " versteckt" haben:
"g zieht Index von oben nach unten" "g zieht Index von unten nach oben"
mit"g zieht Index von oben nach unten"
Skalarprodukt ist invariant falls:
Für triviale Metrik:
Inverse der Metrik:
"g zieht Index von unten nach oben"
Definition: Unitäre bzw. orthogonale Matrizen:
ist 'unitär' falls
In Komponenten ausgeschrieben, für unitäre Matrix, Gl. (1):
Spalte i v. D, Spalte j v. D
Fazit: die Spaltenvektoren einer unitären oder orthogonalen Matrix bilden eine orthonormierte Basis. (Analog für Zeilenvektoren.)
(äquivalent)
ist 'orthogonal' falls
(äquivalent)
Orthogonale Matrix (analog):
Matrixmultiplikation
Beispiele:
ist unitär:
ist orthogonal:
Unitäre bzw. orthogonale Matrizen bilden Gruppen unter Matrixmultiplikation
'Orthogonale Gruppe':
Gruppeneigenschaften (L1c) sind erfüllt: z.B. für unitäre Matrizen: (orthog. analog)
(i) Abgeschlossenheit:und unitär. Dann gilt dasselbe für , denn:Seien
(i) Assoziativität: gilt für Matrixmultiplikation [siehe (L5o.1)]
(ii) Neutrales Element: ist unitär, d(iii) Inverse: Sei und unitär. Dann gilt dasselbe für denn:
somit erfüllt (i.1).
'Unitäre Gruppe':
Für unitäre Matrizen:
Beweis:
Determinanten von unitären und orthogonalen Matrizen(L6i.2)
Für orthogonale Matrizen:
Beweis: analog zu (3), aber mit
Beispiel:
Beispiel:
Allgemein:
Orthogonale Matrizen mit bilden eine Untergruppe von O(n):
'spezielle orthogonale Gruppe':
SO(n) ist 'Untergruppe' von O(n), also geschlossen:
SO(3)-Matrizen beschreiben 'Drehungen' im Euklidischen Raum Matrizen in O(3), d.h. alle mit
Beispiel: Spiegelung in
'spezielle unitäre Gruppe':
Unitäre Matrizen mit bilden eine Untergruppe von U(n):
denn falls gilt auch:
Anwendung SU(2): QM-Theorie des Drehimpuls
, beinhalten auch Spiegelungen.
. Alle anderen
L7.3 Diagonalisierung v. symmetrischen und hermiteschen Matrizen
Def: ist 'symmetrisch', falls oder
Beispiel:
Eigenschaften von hermiteschen (also auch von symmetrischen reellen) Matrizen:- immer diagonalisierbar; - alle Eigenwerte sind reell;- Eigenvektoren zu verschiedenen Eigenwerten sind orthogonal- diagonalisierende Ähnlichkeitstransformation ist unitär (bzw. orthogonal)
Def: ist 'hermitesch', falls
Beispiel:
Satz 1: Für hermitesche Matrizen sind alle EW reell.
EW-Gleichung: [hier keine ES !]
reell reell
auch reell !!
Satz 2: Für hermitesche Matrizen sind die EV zu verschiedenen EW orthogonal.
Sei mit
(L5.6d.4)
(L5.6d.7)
Beweis:
Beweis:
(L5.6d.4')
Sätze 1 & 2 gelten insbesondere auch für symmetrische, reelle Matrizen;für die folgt aus (1) & (3) auch, dass EV rein reell sind,
(L5.6d.4')(L5.6e.9)
(L5.6e.8)
Satz 3: Alle hermiteschen Matrizen sind diagonalisierbar(gilt insbesondere auch für alle reelle, symmetrischen Matrizen)
Sei eine Lösung des EW-Problems für A
Sei der Unterraum orthogonal zu
Sei dann ist auch
denn:
in diesem Unterraum,
Wähle als Basis für V:
sei Basis für V1
mit
In dieser Basis hat A die Form
denn wegen (4) werden die Unterräume
und
von A 'nicht verbunden'.mit Matrix-Elementen
(L5.6e.8)
wegen (c.4), mit
Warum? Allgemein gilt: falls eine Basis ist, und
dann hat A in dieser Basis die Darstellung
= Bild von
Aktuell:
also erste Spalte v. A
also haben alle anderen Spalten die Form
(4) & (6) (c.6)
Iteriere: sei
eine Lösung des EW-Problems für A
analoge
Argumentation
usw. usf. Auf diese Weise findet man eineBasis von n orthogonale EW, in der A diagonal ist:
Normiere EW liefert Orthonormalbasis v. EW !
Fazit: für hermitesche Matrizen können die n EV, so gewählt werden, dass sie eine Orthonormalbasis für bilden:
Eigenvektor j
Sei nun S die Matrix mit EV als Spaltenvektoren:
Dann ist S unitär, denn:
Folglich wird A durchunitäre Transf. diagonalisiert:
Analog: für reelle symmetrische Matrix sind EV rein reell, somit:
mit wird also durch orthogonale Transf. (Drehungen) diagonalisiert, :
Aber, es gilt auch:
Eigenvektor i
Eigenvektor j
(e.4) explizit:
Fazit: Diagonalisierung einer hermiteschen Matrix: sei ein Satzvon orthonormierten EV der Matrix mit zugehörigen EW .
wird durch folgende "Ähnlichkeitstransformation" "diagonalisiert":
EV als Spalten-vektoren
Analog für symmetrische, reelle Matrizen, mit
herm. konjugierte EV als Zeilenvektoren
Anmerkung: reelle symmetrische Matrizen und hermitesche Matrizen finden in der Physik sehr viele Anwendungen:
- Quantenmechanik: Observablen werden durch "hermitesche Operatoren", salopp gesagt, "hermitesche Matrizen", beschrieben. Eigenwerte des Hamilton-Operators (Energie-Operators) liefern die "Eigenenergien" eines Quantensystems.
- kleine Schwingungen um Gleichgewichtslage: EV liefern "Normalmoden", EW deren charakteristische Frequenzen.
EV als Spalten-vektoren
Transponierte EV als Zeilenvektoren
Beispiel:
EV 1: Check:
Eigenwerte:
Ch. Polynom:
EV 2: Check:
Ähnlichkeitstranformation:
Check:
Zusammenfassung: L5.6 Symmetrische und hermitesche Matrizen
Komplexes Skalarprodukt:
Reelles Skalarprodukt:
Komplexe Matrix: hermitesch Konjugierte:Transponierte
ist 'symmetrisch', falls
ist 'hermitesch', falls
Für symmetrische Matrizen gilt:
Für hermitesche Matrizen gilt: und
Zusammenfassung: L5.6 Orthogonale und unitäre Matrizen
ist 'orthogonal' falls (äquivalent)
Spalten (oder Zeilen-)vektoren einer unitären oder orthogonalen Matrix bilden eine orthonormierte Basis.
ist 'unitär' falls (äquivalent)
Reelles Skalarprodukt invariant:
Komplexes Skalarprodukt invariant:
'Orthogonale Gruppe':
'Unitäre Gruppe':
'spezielle orthogonale Gruppe':
'spezielle unitäre Gruppe':
Zusammenfassung: L7.2 Diagonalisierung v. symm. und hermiteschen Matrizen
ist 'symmetrisch', falls (oder )
ist 'hermitesch', falls
Für alle hermiteschen (insb. auch für alle reelle symmetrischen) Matrizen gilt:
- sie sind immer diagonalisierbar
- Eigenvektoren zu verschiedenen Eigenwerten sind orthogonal:
- es lässt sich immer eine Orthonormalbasis aus Eigenvektoren finden
- alle Eigenwerte sind reell:
Für Matrizen ist hermitesche
reell symmetrische
unitär:
orthogonal: