EssayAI
Блог
Блог

Как найти сопряжённый оператор: разбор матрицы 3x3

Запрос

Дано: евклидово пространство R3\mathbb{R}^3 со стандартным скалярным произведением, ортонормированный базис e1, e2, e3e_1,\ e_2,\ e_3 и оператор A\mathcal{A}, заданный в этом базисе матрицей AA со строками (2; 1; −1)(2;\ 1;\ -1), (0; 3; 4)(0;\ 3;\ 4), (5; −2; 1)(5;\ -2;\ 1). Найти: матрицу сопряжённого оператора A∗\mathcal{A}^{*} и проверить равенство ⟨Ax, y⟩=⟨x, A∗y⟩\langle \mathcal{A}x,\ y \rangle = \langle x,\ \mathcal{A}^{*}y \rangle на векторах x=(1; 2; −1)x = (1;\ 2;\ -1) и y=(3; 0; 2)y = (3;\ 0;\ 2).

Базис ортонормированный, поэтому сопряжение сводится к транспонированию матрицы: элемент, стоявший в строке ii и столбце jj, переезжает в строку jj и столбец ii. Ответ: матрица A∗A^{*} имеет строки (2; 0; 5)(2;\ 0;\ 5), (1; 3; −2)(1;\ 3;\ -2), (−1; 4; 1)(-1;\ 4;\ 1), оба скалярных произведения в проверке дают 1515, а самосопряжённым оператор не является. Калькулятор сверху делает то же самое для любой матрицы 3x3 и любой пары векторов.

Решение по шагам

Шаг 1. Убеждаемся, что базис ортонормированный. Это единственное условие, при котором работает короткая формула. Базис e1, e2, e3e_1,\ e_2,\ e_3 стандартный, скалярное произведение тоже стандартное: ⟨ei, ej⟩=0\langle e_i,\ e_j \rangle = 0 при i≠ji \ne j и ⟨ei, ei⟩=1\langle e_i,\ e_i \rangle = 1. Матрица Грама единичная, значит, поправочных множителей не будет.

Шаг 2. Транспонируем матрицу. Строки матрицы AA становятся столбцами матрицы A∗A^{*}:

A=(21−10345−21)⟹A∗=AT=(20513−2−141).A = \begin{pmatrix} 2 & 1 & -1 \\ 0 & 3 & 4 \\ 5 & -2 & 1 \end{pmatrix} \quad \Longrightarrow \quad A^{*} = A^{\mathsf{T}} = \begin{pmatrix} 2 & 0 & 5 \\ 1 & 3 & -2 \\ -1 & 4 & 1 \end{pmatrix}.

Главная диагональ (2; 3; 1)(2;\ 3;\ 1) осталась на месте: элементы aiia_{ii} при транспонировании никуда не уезжают. Зато пара a12=1a_{12} = 1 и a21=0a_{21} = 0 поменялась местами, и то же произошло с парами (−1; 5)(-1;\ 5) и (4; −2)(4;\ -2).

Шаг 3. Считаем левую часть тождества. Сначала образ вектора xx под действием исходного оператора:

Ax=(21−10345−21)(12−1)=(2+2+10+6−45−4−1)=(520).\mathcal{A}x = \begin{pmatrix} 2 & 1 & -1 \\ 0 & 3 & 4 \\ 5 & -2 & 1 \end{pmatrix}\begin{pmatrix} 1 \\ 2 \\ -1 \end{pmatrix} = \begin{pmatrix} 2 + 2 + 1 \\ 0 + 6 - 4 \\ 5 - 4 - 1 \end{pmatrix} = \begin{pmatrix} 5 \\ 2 \\ 0 \end{pmatrix}.

Скалярное произведение с вектором yy: ⟨Ax, y⟩=5⋅3+2⋅0+0⋅2=15\langle \mathcal{A}x,\ y \rangle = 5 \cdot 3 + 2 \cdot 0 + 0 \cdot 2 = 15.

Шаг 4. Считаем правую часть. Теперь сопряжённый оператор действует на вектор yy:

A∗y=(20513−2−141)(302)=(6+0+103+0−4−3+0+2)=(16−1−1).\mathcal{A}^{*}y = \begin{pmatrix} 2 & 0 & 5 \\ 1 & 3 & -2 \\ -1 & 4 & 1 \end{pmatrix}\begin{pmatrix} 3 \\ 0 \\ 2 \end{pmatrix} = \begin{pmatrix} 6 + 0 + 10 \\ 3 + 0 - 4 \\ -3 + 0 + 2 \end{pmatrix} = \begin{pmatrix} 16 \\ -1 \\ -1 \end{pmatrix}.

Скалярное произведение с вектором xx: ⟨x, A∗y⟩=1⋅16+2⋅(−1)+(−1)⋅(−1)=16−2+1=15\langle x,\ \mathcal{A}^{*}y \rangle = 1 \cdot 16 + 2 \cdot (-1) + (-1) \cdot (-1) = 16 - 2 + 1 = 15. Обе части совпали, значит, матрица найдена верно.

Шаг 5. Проверяем самосопряжённость. Оператор самосопряжён, когда A∗=AA^{*} = A, то есть матрица симметрична. Здесь a12=1a_{12} = 1, а a21=0a_{21} = 0, и этого расхождения уже достаточно для отрицательного вывода. В калькуляторе за это отвечает вид «Разность A−A∗A - A^{*}»: у самосопряжённого оператора вся таблица нулевая, здесь же в ней стоят ±1\pm 1 и ±6\pm 6.

Ответ: A∗A^{*} имеет строки (2; 0; 5)(2;\ 0;\ 5), (1; 3; −2)(1;\ 3;\ -2), (−1; 4; 1)(-1;\ 4;\ 1); проверка даёт ⟨Ax, y⟩=⟨x, A∗y⟩=15\langle \mathcal{A}x,\ y \rangle = \langle x,\ \mathcal{A}^{*}y \rangle = 15; оператор A\mathcal{A} не самосопряжён.

Почему сопряжение оказалось транспонированием

Сопряжённый оператор определяется не формулой, а тождеством: A∗\mathcal{A}^{*} это единственный оператор, для которого ⟨Ax, y⟩=⟨x, A∗y⟩\langle \mathcal{A}x,\ y \rangle = \langle x,\ \mathcal{A}^{*}y \rangle при всех xx и yy. Определение ничего не говорит про матрицы, поэтому переход к транспонированию нужно вывести.

В ортонормированном базисе любая координата вектора добывается скалярным произведением: jj-я координата вектора vv равна ⟨v, ej⟩\langle v,\ e_j \rangle. Элемент матрицы оператора стоит на пересечении строки ii и столбца jj, то есть это ii-я координата образа jj-го базисного вектора:

aij=⟨Aej, ei⟩.a_{ij} = \langle \mathcal{A}e_j,\ e_i \rangle.

Применим ту же запись к сопряжённому оператору и воспользуемся определением, а заодно симметричностью вещественного скалярного произведения:

(A∗)ij=⟨A∗ej, ei⟩=⟨ei, A∗ej⟩=⟨Aei, ej⟩=aji.(A^{*})_{ij} = \langle \mathcal{A}^{*}e_j,\ e_i \rangle = \langle e_i,\ \mathcal{A}^{*}e_j \rangle = \langle \mathcal{A}e_i,\ e_j \rangle = a_{ji}.

Вот и весь вывод: индексы поменялись местами, а это и есть транспонирование. Обрати внимание, что равенство aij=⟨Aej, ei⟩a_{ij} = \langle \mathcal{A}e_j,\ e_i \rangle держится только на ортонормированности. Как только базис перестаёт быть таким, координаты через скалярные произведения уже не достаются, и формула ломается. Если сам способ собирать матрицу оператора из образов базисных векторов ещё не отработан, посмотри отдельный разбор матрицы линейного оператора, там этот шаг расписан подробно.

Комплексный случай: эрмитово сопряжение

В унитарном пространстве скалярное произведение полуторалинейно: ⟨y, x⟩=⟨x, y⟩‾\langle y,\ x \rangle = \overline{\langle x,\ y \rangle}. Повторив выкладку из предыдущего раздела, в предпоследнем переходе придётся взять комплексное сопряжение, и ответ меняется:

(A∗)ij=aji‾.(A^{*})_{ij} = \overline{a_{ji}}.

То есть матрицу нужно транспонировать и дополнительно сопрячь каждый элемент. Такую операцию называют эрмитовым сопряжением. Например, для оператора с матрицей

B=(21+3i4−i5i)⟹B∗=(24+i1−3i−5i).B = \begin{pmatrix} 2 & 1 + 3i \\ 4 - i & 5i \end{pmatrix} \quad \Longrightarrow \quad B^{*} = \begin{pmatrix} 2 & 4 + i \\ 1 - 3i & -5i \end{pmatrix}.

Здесь видно обе операции сразу: элемент 1+3i1 + 3i уехал из первой строки во вторую и заодно сменил знак мнимой части, а вещественная двойка на диагонали осталась как была. Диагональный элемент 5i5i превратился в −5i-5i, и это типичная ловушка: диагональ при эрмитовом сопряжении не остаётся неподвижной, если в ней есть мнимая часть.

Самосопряжённость в комплексном случае означает aji‾=aij\overline{a_{ji}} = a_{ij}, такие матрицы называют эрмитовыми. Пример: у матрицы со строками (3; 2−i)(3;\ 2 - i) и (2+i; −1)(2 + i;\ -1) внедиагональные элементы комплексно сопряжены, а диагональ вещественна, поэтому оператор самосопряжён. Его характеристический многочлен λ2−2λ−8\lambda^2 - 2\lambda - 8 даёт корни 44 и −2-2: собственные числа вещественны, как и обещает спектральная теорема.

Если базис не ортонормированный

Когда базис произвольный, транспонирование даёт неверный ответ, и в контрольных на этом теряют баллы чаще всего. Нужна матрица Грама GG с элементами gij=⟨fi, fj⟩g_{ij} = \langle f_i,\ f_j \rangle, а формула превращается в

A∗=G−1ATG.A^{*} = G^{-1} A^{\mathsf{T}} G.

Разберём на числах. Пусть базис такой, что GG имеет строки (1; 1)(1;\ 1) и (1; 2)(1;\ 2), а оператор задан матрицей AA со строками (1; 2)(1;\ 2) и (0; 3)(0;\ 3). Определитель матрицы Грама равен 11, обратная матрица имеет строки (2; −1)(2;\ -1) и (−1; 1)(-1;\ 1). Перемножаем в том порядке, в каком стоит формула:

ATG=(1158),A∗=(2−1−11)(1158)=(−3−647).A^{\mathsf{T}} G = \begin{pmatrix} 1 & 1 \\ 5 & 8 \end{pmatrix}, \qquad A^{*} = \begin{pmatrix} 2 & -1 \\ -1 & 1 \end{pmatrix}\begin{pmatrix} 1 & 1 \\ 5 & 8 \end{pmatrix} = \begin{pmatrix} -3 & -6 \\ 4 & 7 \end{pmatrix}.

Результат не похож на транспонированную матрицу вообще ничем, хотя оператор тот же самый. Проверка идёт через то же тождество, только скалярное произведение считается с матрицей Грама: для u=(1; −2)u = (1;\ -2) и v=(3; 1)v = (3;\ 1) обе части дают −42-42. Единичная матрица Грама возвращает знакомую короткую формулу, так что ортонормированный случай это просто частный случай общего.

Как проверить ответ, не пересчитывая всё заново

Быстрее всего работают числовые инварианты. След и определитель при транспонировании не меняются, поэтому tr⁡A∗=tr⁡A=6\operatorname{tr} A^{*} = \operatorname{tr} A = 6 и det⁡A∗=det⁡A\det A^{*} = \det A; ранги двух матриц тоже совпадают. Если в твоём ответе след разошёлся, ошибка точно в переписывании элементов.

Второй приём: сопряжение инволютивно, то есть (A∗)∗=A(\mathcal{A}^{*})^{*} = \mathcal{A}. Транспонируй полученную матрицу ещё раз и сравни с исходной, это занимает секунд двадцать. Полезны и правила (A+B)∗=A∗+B∗(\mathcal{A} + \mathcal{B})^{*} = \mathcal{A}^{*} + \mathcal{B}^{*}, (λA)∗=λ‾A∗(\lambda\mathcal{A})^{*} = \overline{\lambda}\mathcal{A}^{*} и (AB)∗=B∗A∗(\mathcal{A}\mathcal{B})^{*} = \mathcal{B}^{*}\mathcal{A}^{*}: в последнем порядок множителей переворачивается, и об этом забывают постоянно.

Третий приём и есть основной шаг решения: подставить пару конкретных векторов в определяющее тождество, как в шагах 3 и 4. Проверка на одной паре не доказывает равенство операторов, но ошибку в переписывании ловит почти всегда. Собственные числа у A\mathcal{A} и A∗\mathcal{A}^{*} в вещественном случае совпадают, так что сверить можно и через них, если характеристический многочлен уже посчитан в соседнем пункте задания, например в разборе про собственные значения матрицы.

Частые ошибки

  • Транспонируют матрицу в неортонормированном базисе. Короткая формула A∗=ATA^{*} = A^{\mathsf{T}} верна только при единичной матрице Грама. В косоугольном базисе нужна формула G−1ATGG^{-1}A^{\mathsf{T}}G, и ответ получается совсем другой.
  • Забывают комплексное сопряжение элементов. В унитарном пространстве одного транспонирования мало: (A∗)ij=aji‾(A^{*})_{ij} = \overline{a_{ji}}, причём диагональные элементы тоже меняются, если они не вещественны.
  • Путают порядок множителей в G−1ATGG^{-1}A^{\mathsf{T}}G. Матрицы не коммутируют, перестановка сомножителей меняет ответ. Записывай формулу целиком, прежде чем подставлять числа.
  • Переворачивают не ту часть тождества. В определении сопряжённая звёздочка стоит справа: ⟨Ax, y⟩=⟨x, A∗y⟩\langle \mathcal{A}x,\ y \rangle = \langle x,\ \mathcal{A}^{*}y \rangle. Если перенести оператор влево, получится ⟨A∗x, y⟩=⟨x, Ay⟩\langle \mathcal{A}^{*}x,\ y \rangle = \langle x,\ \mathcal{A}y \rangle, и это уже другое равенство.
  • Считают самосопряжённым любой оператор с вещественной матрицей. Вещественность элементов ни при чём, нужна именно симметрия: aij=ajia_{ij} = a_{ji} для всех пар индексов.
  • Теряют знак при записи строк в столбцы. Самая дорогая механическая ошибка: элемент −1-1 из первой строки должен попасть в первый столбец третьей строки, а не наоборот. Проверка по следу ловит это сразу.

FAQ

Чем сопряжённый оператор отличается от обратного? Ничем не связан, кроме похожего обозначения. Обратный оператор возвращает вектор назад и существует не всегда, а сопряжённый существует у любого оператора в конечномерном пространстве со скалярным произведением. Совпадают они только у ортогональных операторов, где A∗=A−1\mathcal{A}^{*} = \mathcal{A}^{-1}.

Всегда ли сопряжённый оператор существует и единственен? В конечномерном пространстве да. Существование даёт построение через матрицу, единственность следует из того, что если ⟨x, By⟩=⟨x, Cy⟩\langle x,\ \mathcal{B}y \rangle = \langle x,\ \mathcal{C}y \rangle при всех xx, то By=Cy\mathcal{B}y = \mathcal{C}y. В бесконечномерном случае всё сложнее, там нужна ограниченность или аккуратная работа с областью определения.

Зачем вообще нужен сопряжённый оператор? Через него формулируется самосопряжённость, а самосопряжённые операторы диагонализуются в ортонормированном базисе и стоят за квадратичными формами, методом наименьших квадратов и оператором энергии в квантовой механике. Кроме того, ядро A∗\mathcal{A}^{*} ортогонально образу A\mathcal{A}, и на этом держится теория совместности систем.

Как связаны собственные числа A\mathcal{A} и A∗\mathcal{A}^{*}? У вещественной матрицы характеристические многочлены совпадают, поэтому набор собственных чисел одинаков; собственные векторы при этом разные. В комплексном случае собственные числа сопряжённого оператора комплексно сопряжены исходным.

Коротко

  1. Проверь базис. Ортонормированный означает единичную матрицу Грама, и только тогда работает короткая формула.
  2. Транспонируй матрицу: (A∗)ij=aji(A^{*})_{ij} = a_{ji}. Для матрицы со строками (2; 1; −1)(2;\ 1;\ -1), (0; 3; 4)(0;\ 3;\ 4), (5; −2; 1)(5;\ -2;\ 1) получаются строки (2; 0; 5)(2;\ 0;\ 5), (1; 3; −2)(1;\ 3;\ -2), (−1; 4; 1)(-1;\ 4;\ 1).
  3. В комплексном пространстве добавь сопряжение каждого элемента: (A∗)ij=aji‾(A^{*})_{ij} = \overline{a_{ji}}.
  4. В неортонормированном базисе считай по формуле A∗=G−1ATGA^{*} = G^{-1}A^{\mathsf{T}}G с матрицей Грама.
  5. Проверь ответ тождеством ⟨Ax, y⟩=⟨x, A∗y⟩\langle \mathcal{A}x,\ y \rangle = \langle x,\ \mathcal{A}^{*}y \rangle: на векторах x=(1; 2; −1)x = (1;\ 2;\ -1) и y=(3; 0; 2)y = (3;\ 0;\ 2) обе части равны 1515, а несовпадение a12=1a_{12} = 1 и a21=0a_{21} = 0 показывает, что оператор не самосопряжён.
Задача в тетради или методичке? Сфотографируйте условие - сервис распознает его и решит по шагам с пояснениями.

Похожие задачи

Линейная алгебра

Как найти матрицу линейного оператора: разбор 3x3

Как найти матрицу линейного оператора: подставляем базисные векторы в формулу и ставим образы столбцами, затем пересчитываем матрицу в новый базис по формуле подобия с матрицей перехода.

Линейная алгебра

Как найти фундаментальную систему решений: разбор

Разбираем, как найти фундаментальную систему решений однородной СЛАУ: ранг матрицы, число свободных неизвестных n минус r, базисные решения, общее решение и проверка.

Линейная алгебра

Как найти проекцию вектора на подпространство

Как найти ортогональную проекцию вектора на подпространство через матрицу Грама и нормальные уравнения: разбор с числами, ортогональная составляющая, расстояние и калькулятор.

Линейная алгебра

Как найти линейную оболочку векторов: базис и размерность

Разбираем, как найти линейную оболочку системы векторов: размерность через ранг, базис из исходных векторов, выражение лишних векторов и проверка принадлежности вектора оболочке.

Линейная алгебра

Как найти пересечение подпространств: базис и размерность

Разбираем, как найти пересечение подпространств: перевод каждого из них в систему однородных уравнений, базис пересечения, размерность суммы и проверка по формуле Грассмана.

Линейная алгебра

Как найти присоединённую матрицу: разбор 3 на 3

Разбираем, как найти присоединённую матрицу 3 на 3: девять алгебраических дополнений, знаки позиций, транспонирование матрицы дополнений и формула обратной матрицы с проверкой.