1
$\开始组$

这是一个古老的问题,在网站上有很多答案和方法。我试着去理解:的不可约表示是什么S_3美元$结束$\mathbb{C}^3$?

我被困在证明向量跨越的二维表示的部分$\l种族(1,-1,0)^T,(0,1,-1)^T种族$是不可约的。如果我理解正确,证明这一点的一种方法是给出例如say置换的两种表示$\pi(\sigma{12}),\pi$看看是否有一个共同的基础可以同时对角化它们。如果它们的特征向量具有“不同的结构”,则表示是不可约的。

所以重点是计算$\pi(\sigma{12}),\pi$使用基础$\l种族(1,-1,0)^T,(0,1,-1)^T种族$特别是,据称$\pi(\sigma{12})$具有表示$\开始{pmatrix}-1&1\\0&1\end{pmatrix}$据我所知,人们只使用中的标准内积来计算这种表示$\mathbb{C}^3$(内积在$\pi(\sigma)$结束$\mathbb{C}^3$因为每个$\pi(\sigma)$是单一的)。无论如何,我获得了例如

$$[\pi(\sigma{12})]{21}=(0,1,-1)\cdot\begin{pmatrix}-1\\1\\0\end{pmatrix}=1,$$

但据说这个矩阵元素必须为零。我的所作所为/假设有什么不对吗?

$\端组$
5
  • 2
    $\开始组$ 使用的基$\alpha_1$、$\alfa_2$不是幺正的(这两个向量不是正交的),因此不能使用内积来计算矩阵项 $\端组$ 评论 2021年6月4日16:01
  • $\开始组$ 那你是怎么做的?我想这是我第一次遇到这样的情况(!) $\端组$ 评论 2021年6月4日16:03
  • 1
    $\开始组$ 为了找到$A$的矩阵,我们逐列工作。将$A$应用于第一个基向量,并根据基写出结果$A=\pi(\sigma\{12})$取$\alpha_1$到$-\alpha_1+0\alpha_2$,$(-1,0)^T$,因此$A$的第一列为$(-1,0)^T$$$取$\alpha_2$到$\alpha_1+\alpha_2$,$(1,1)^T$,因此$A$的第二列为$(1,1)^T$。 $\端组$ 评论 2021年6月4日16:08
  • $\开始组$ 非常感谢,我不知道它的构造。我认为这是群论中的一个标准主题,但在物理学中肯定不是(在量子力学中,人们总是使用正交基)。你有一个快速简单的参考在哪里检查这个吗? $\端组$ 评论 2021年6月4日16:13
  • 1
    $\开始组$ 我认为它在我们(非常昂贵)的线性代数教科书中,但我在网上找到了一个相当清晰的解释:mathbootcamps.com/matrix-linear转换(有广告)如果你愿意,我可以在这里写一个解释 $\端组$ 评论 2021年6月4日16:20

1答案1

重置为默认值
2
$\开始组$

我们有一个线性变换$T=\pi(\sigma_{12})$我们想知道如何写下矩阵美元$什么时候T美元$以不好的(歪斜的)基础表示。如果这是一个很好的基础,那么点积很容易给出我们的答案。

原则上,即使在糟糕的基础上,这也很容易。即使您在操作之前使用不同的空间基础,此技术仍然有效T美元$而不是后面的空间(域和范围)。我会用的$\vec{e}$意思是“之前”和$\vec{f}$意思是“之后”,但在你的问题(我认为所有的量子力学)中,我们会使用相同的基础,所以美元\vec{e} _1个=\矢量{f} _1个=\alpha_1=(1,-1,0)^T$美元\vec{e} _2=\矢量{f} _2=\alpha_2=(0,1,-1)^T$。当然,我们也会在QM中使用统一基础:-)

如何计算矩阵

取域的每个基向量美元\vec{e} _1个$,美元\vec{e} _2$等,并应用T美元$来得到一些答案。然后用范围的基向量写出答案,美元\vec{f} _1个$,美元\vec{f} _2$等。系数构成美元$.

例如,如果$T(\vec{e} _1个)=-\vec{f} _1个$那么第一列(首先从“1”到“e”)是$\开始{bmatrix}-1\\0\结束{bmatrix}$.

如果$T(\vec{e} _2)=\vec{f} _1个+\vec{f} _2$,则第二列为$\开始{bmatrix}1\\结束{bmatrix}$.

所以$A=\begin{bmatrix}\uparrow&\uparro\\T(\vec{e} _1个)&T(\vec{e} _2) \\ \downarrow&\downarror\end{bmatrix}=\begin{bmatricx}-1&1\\0&1\end{bmmatrix}$我假装的地方$T(\vec{e} _1个)$$T(\vec{e} _2)$实际上是系数,而不是基向量的组合。

为什么它有效?

当你将矩阵乘以一个坐标向量时,原因很清楚。如果我们表示一个向量$\vec{v}=a\vec{e} _1个+b\vec{e} _2$在坐标系中,它只是$\开始{bmatrix}a\\b\结束{bmatricx}$特别是,美元\vec{e} _1个$由表示$\开始{bmatrix}1\\0\结束{bmatricx}$如果$A=\开始{bmatrix}A_{11}和A_{12}\\A_{21}和A_{22}\结束{bmatrix}$然后$T(\vec{e} _1个)$由表示$\begin{bmatrix}A_{11}&A_{12}\\A_{21}&A_22}\end{bmatricx}\begin{bmatriax}1 \\0\end{bmmatrix}=\开始{bmatriex}1 A_{11}+0 A_{12}\\1A_{21}+0 A-{22}\end}=\结束{bmattrix}A_11}\\A_{21}$

换句话说,美元\vec{e} _1个$只取第一列。通用版本很容易记住:

$\开始{bmatrix}A_{11}和A_{12}\\A_{21}&A_{22}\end{bmattrix}\begin{bmatricx}A\\b\end{bmatrix}=a\begin{bmatrix}a_{11}\\a_{21}\end{bmatricx}+b\开始{bmatrix}A_{12}\\A_{22}\结束{bmatricx}$

坐标向量中的条目告诉您每列美元$用于回答。

为什么我们要为漂亮的底座而烦恼?(为什么坏基是坏的?)

在这个小例子中,我希望你认为“这并不难”。那么,为什么我们称偏倚基础是坏的呢?原因是转换$T(\vec{e})$基本元素的系数美元\vec{f} _ i$可能很难!

在幺正基础上,只需使用点积来求系数。在不好的基础上,你“求解一个线性系统”,可能使用高斯消去或其他一些技术。它不是超硬的,但比点积难得多。

$\端组$

你必须登录来回答这个问题。

不是你想要的答案吗?浏览标记的其他问题.