Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике Рассмотрим сначала матрицы, у которых число строк и столбцов конечно, а затем покажем, как обобщаются полученные результаты на случай матриц с бесконечным числом строк и столбцов $\mathrm{B}^{1}$. Сложение и умножение матриц. Если обозначить через $C$ сумму матриц, то Если число столбцов у матрицы $A$ равно числу строк у матрицы $B$, то $A$ можно умножить справа на $B$; в результате перемножения получится матрица $C$, число строк которой совпадает с числом строк в матрице $A$, а число столбцов – с числом столбцов в матрице $B$ : Здесь суммирование производится по всем индексам $m$, обозначающим столбцы $A$ и строки $B$. Из соотношений (21.2) и (21.3) непосредственно следует дистрибутивность умножения: Умножение подчиняется также ассоциативному закону: где левая часть означает, что $A$ умножается справа на произведение $B$ и $C$, а правая часть – что произведение $A$ и $B$ умножается справа на $C$. Произведение (21.5) записывается просто в виде $A B C$; из (21.3) получим для него явное выражение Из (21.3) явствует, что, вообще говоря, $A B$ не равно $B A$; таким образом, умножение в общем случае не коммутативно ${ }^{2}$. Нулевая, единичная и постоянная матрицы. из которых следует, что все элементы матрицы $O$ равны нулю. Если матрица $A$ не квадратная, то все элементы $\bigcirc$ по-прежнему равны нулю, но сами матрицы $O$, фигурирующие в разных местах в (21.7), имеют неодинаковое число строк и столбцов. Единичная матрица 1 определяется требованием, чтобы для произвольных матриц $A$ и $B$ выполнялись соотношения Из (21.8) следует, что единичная матрица является квадратной, и ранг ее (число строк или столбцов) равен числу строк в $A$ или числу столбцов в $B$. Далее, ее элементы, лежащие на главной диагонали ( $k=l$ ), равны единице, а недиагональные элементы равны нулю; таким образом, элементы единичной матрицы совпадают с символами Кронекера $\delta_{k l}$, введенными в $\S 10$. Произведение числа $c$ на матрицу $A$ равно матрице $c A$, элементы которой получаются в результате умножения элементов матрицы $A$ на с. Поэтому, если определить постоянную матрицу $C$ как матрицу, кратную единичной, так что вместо единицы диагональным элементом будет отличное от нуля число $c$, то где $C_{k l}=c \delta_{k l}$ – матричные элементы постоянной матрицы $C^{1}$ ). Шпур, детерминант и обратная матрица. Детерминант квадратной матрицы определяется по обычному правилу вычисления детерминанта для чисел, расположенных в квадратной таблице. Матрица $A$ может иметь или не иметь обратную матрицу $A^{-1}$, определяемую равенствами Матрица $A$ называется несингулярной, если она имеет обратную матрицу, и сингулярной в противном случае. Если $A$ – несингулярная матрица конечного ранга, то можно показать (см. задачу 2), что она является квадратной и ( $k, l$ )-й элемент обратной матрицы равен алгебраическому дополнению элемента $A_{l k}$, деленному на детерминант матрицы $A$; таким образом, матрица сингулярна, если ее детерминант равен нулю. Легко проверить, что для несингулярных матриц $A, B$ и $C$ Эрмитовы и унитарные матрицы. Нетрудно проверить, что эрмитово сопряженной с произведением нескольких матриц будет матрица, полученная в результате перемножения сопряженных матриц в обратном порядке: Матрица называется эрмитовой, или самосопряженной, если она равна своей эрмитово сопряженной матрице; таким образом, матрица $A$ эрмитова, если Эрмитовыми, очевидно, могут быть только квадратные матрицы. Унитарные матрицы конечного ранга должны быть квадратными. Преобразование и диагонализация матриц. Отсюда ясно, что $S^{-1}$ преобразует обратно $A^{\prime}$ в $A$. при преобразовании переходит в что эквивалентно уравнению или где штрихами обозначены преобразованные матрицы. В силу инвариантности матричных уравнений относительно преобразований можно производить любые подходящие преобразования системы матриц, не нарушая справедливости получаемых при этом результатов. Квадратная матрица называется диагональной, если у нее отличные от нуля элементы расположены только на главной диагонали ( $k=l$ ). Диагональные элементы называются при этом собственными значениями матрицы. Нетрудно видеть, что $n$-я степень диагональной матрицы также будет диагональной и собственные значения ее будут $n$-ми степенями собственных значений первоначальной матрицы. Говорят, что матрица $S$ в (21.17) диагонализует матрицу $A$, если полученная в результате преобразования матрица $A^{\prime}$ диагональна, т. е. $A_{k l}^{\prime}=A_{k}^{\prime} \delta_{k l}$. Для явного определения $A^{\prime}$ умножим (21.17) справа на $S$ : Приравнивая элементы правых и левых частей (21.18), получаем систему линейных алгебраических уравнений: где $A_{k}^{\prime}$ – одно из собственных значений $A^{\prime}$, а суммирование по индексу $m$ производится от единицы до $N$ ( $N$ – ранг матрицы $A$ ). Равенства (21.19) можно теперь рассматривать как систему $N$ однородных алгебраических уравнений относительно элементов матрицы преобразования $S_{k m}$, где $k$ фиксировано. Необходимым и достаточным условием разрешимости этой системы является обращение в нуль детерминанта, составленного из коэффициентов уравнения; иначе говоря, детерминант квадратной матрицы ( $\left.A_{m l}-A_{k}^{\prime \prime} \delta_{m l}\right)$ должен быть равен нулю. Отсюда получаем одно алгебраическое уравнение $N$-й степени, так называемое вековое уравнение, имеющее $N$ корней $A_{k}^{\prime}$. Таким образом, собственные значения диагональной матрицы $A^{\prime}$, полученной из $A$ в результате преобразования, не зависят от способа диагонализации $A$ (исключая, может быть, последовательность расположения): поэтому их называют также собственными значениями первоначальной недиагональной матрицы $A$. Матрицы $A$ и $A^{\prime}$ называются вырожденными, если два или более собственных значения совпадают друг с другом. Матрицы бесконечного ранга. В квантовой механике в основном имеют дело с эрмитовыми и унитарными матрицами, чаще всего бесконечного ранга. Основная теорема, которую мы примем без доказательства, состоит в том, что любую эрмитову матрицу можно привести к диагональному виду с помощью унитарного преобразования. Из этой теоремы следует, что собственные значения эрмитовой матрицы определяются однозначно, с точностью до порядка их расположения. Как легко показать с помощью этой теоремы (см. задачу 1), для того чтобы можно было диагонализовать две эрмитовы матрицы с помощью одного и того же унитарного преобразования, необходимо и достаточно, чтобы они коммутировали. (Матрицы $A$ и $B$ коммутируют, если $A B=B A$.) Далее из этой теоремы следует, что собственные значения эрмитовой матрицы вещественны. Если $S$ и $A$ в (21.17) представляют собой соответственно унитарную и эрмитову матрицы, то это соотношение можно переписать в виде В силу (21.14) уравнение, эрмитово сопряженное с (21.20), имеет вид Отсюда следует, что $A^{\prime *}=A^{\prime}$, т. е. в результате преобразования с помощью унитарной матрицы свойство эрмитовости сохраняется. Если матрица $A^{\prime}$ эрмитова и диагональна, то из (21.13) следует, что все ее собственные значения вещественны. Легко видеть, что справедливо и обратное утверждение: если в результате унитарного преобразования матрицу можно привести к диагональному виду и все ее собственные значения вещественны, то она является эрмитовой. Важно отметить, что если ранг $A$ бесконече́н, то матрица $A^{-1}$ будет обратна $A$ лишь в том случае, когда выполняются оба соотношения (21.11). Аналогично для унитарности $A$ должно выполняться как второе, так и третье соотношения (21.16).
|
1 |
Оглавление
|