共轭转置

跳过字词转换说明

线性代数

$\mathbf{A} = \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}$

向量 · 矩阵  · 行列式  · 线性空间 向量 标量 · 向量 · 向量空间 · 向量投影 · 外积 · 内积 · 叉积 · 点积 · 矩阵与行列式 矩阵 · 行列式 · 线性方程组 · 秩 · 核 · 迹 · 單位矩陣 · 初等矩阵 · 方块矩阵 · 分块矩阵 · 三角矩阵 · 非奇异方阵 · 转置矩阵 · 逆矩阵 · 对角矩阵 · 可对角化矩阵 · 对称矩阵 · 反对称矩阵 · 正交矩阵 · 埃尔米特矩阵 · 反埃尔米特矩阵 · 酉矩阵 · 正规矩阵 · 伴随矩阵 · 余因子矩阵 · 共轭转置 · 正定矩阵 · 幂零矩阵 · 矩阵分解 （LU分解 · 奇异值分解 · QR分解 · 极分解 · 特征分解） · 子式和余子式 · 拉普拉斯展開 · 线性空间与线性变换 线性空间 · 线性变换 · 线性子空间 · 线性生成空间 · 基 · 线性映射 · 线性投影线性无关 · 线性组合 · 线性泛函 · 行空间与列空间 · 对偶空间 · 正交 · 特征向量 · 最小二乘法 · 格拉姆-施密特正交化 ·

矩阵 $A$ 的共轭转置$A^*$（又称埃尔米特共轭或埃尔米特转置）定义为:

$(A^*)_{i,j} = \overline{A_{j,i}}$

其中$(\cdot)_{i,j}$表示矩阵i行j列上的元素，$\overline{(\cdot)}$表示标量的复共轭。

这一定义也可以写作：

$A^* = (\overline{A})^\mathrm{T} = \overline{A^\mathrm{T}}$

其中$A^\mathrm{T} \,\!$是矩阵A的转置，$\overline{A}\,\!$表示对矩阵A中的元素取复共轭。

通常用以下记号表示矩阵A的共轭转置：

• $A^* \,\!$或$A^\mathrm{H} \,\!$, 常用于线性代数
• $A^\dagger \,\!$, 普遍用于量子力学
• $A^+ \,\!$ （但这一记号通常指矩阵的Moore-Penrose伪逆)

注意：某些情况下$A^* \,\!$也指仅对矩阵元素取复共轭，而不做矩阵转置，切勿混淆。

例子

若

$A = \begin{bmatrix} 3 + i & 5 \\ 2-2i & i \end{bmatrix}$

则

$A^* = \begin{bmatrix} 3-i & 2+2i \\ 5 & -i \end{bmatrix}.$

基本评注

如果A的元素是实数，那么A^*与A的转置A^T相等。把复值方块矩阵视为复数的推广，以及把共轭转置视为共轭复数的推广通常是非常有用的。

元素为$a_{ij}$的方块矩阵A称为：

• 埃尔米特矩阵或自伴矩阵，如果A = A^*，也就是说，$a_{ij}=a_{ji}^*$ ；
• 斜埃尔米特矩阵或反埃尔米特矩阵，如果A = −A^*，也就是说，$a_{ij}=-a_{ji}^{*}$ ；
• 正规矩阵，如果A^*A = AA^*。

即使A不是方块矩阵，A^*A和AA^*仍然是埃尔米特矩阵和半正定矩阵。

性质

• 若矩阵A、B维数相同，则(A + B)^* = A^* + B^*。
• (rA)^* = r^*A^*，其中r为复数，r^*为r的复共轭。
• (AB)^* = B^*A^*，其中A为m行n列的矩阵，B为n行p列矩阵。
• (A^*)^* = A
• 若A为方阵，则det(A^*) = (det A)^*，且tr(A^*) = (tr A)^*
• A是可逆矩阵， 当且仅当 A^*可逆，且有(A^*)⁻¹ = (A⁻¹)^*.
• A^*的特征值是A的特征值的复共轭。
• <Ax,y> = <x, A^*y>，其中A为m行n列的矩阵，复向量x为n维列向量，复向量y为m维列向量，<·,·>为复数的内积。

推广

• 从上面给出的最后一个性质可以推出，如果我们把A视为从希尔伯特空间Cⁿ到C^m的线性变换，则矩阵A^*对应于A的自伴算子。于是，希尔伯特空间之间的自伴算子可以视为矩阵的共轭转置的推广。

• 还可以进行另外一种推广：假设A是一个从复值向量空间V到W的线性映射，那么可以定义复共轭线性映射和线性映射的转置，并可以取A的共轭转置为A的转置的共轭复数。它把W的共轭对偶映射到V的共轭对偶。

• 埃尔米特伴随

外部链接

• Eric W. Weisstein, Conjugate Transpose, MathWorld.

• PlanetMath上Conjugate transpose的資料。