第二章 基礎群表示論

§ 2.1. 群的表示

表示理論(Representation theorem)在群論的闡述中佔有非常重要的地位。這一章的內容

將設定以矩陣的代數運算來介紹群的表示理論。首先簡單的說明何謂「表示」？如果有一個

對稱操作的作用是把原來的座標 ( x, y , z ) 移到新的座標 ( x� , z ) ，且 x�
, y �� , z 是 x, y , z 的線性
, y ��

組合，即

�x�= r11 x + r12 y + r13 z

�
= r21 x + r22 y + r23 z ，
�y �
�z�
� = r31 x + r32 y + r33 z

x�
� � �� x r11
� r12 r13 �
� � �� � r23 �
或者寫成 � �= R ��
y� y ，其中矩陣 R = �
r21 r22 �，
�
�z�
�
� �� z
�� �
r31
� r32 r33 �
�

其中 r11 , r12 ,..., r33 是與操作有關的常數，那麼我們可以說：對稱操作可以被矩陣 R 所表示，

R 就是對稱操作 的矩陣表示 (Matrix representation)，而函數 ( x, y , z ) 是這個表示 的基函數

(Basis)。

在群中的一組矩陣中的每一個單一矩陣都有單一個運算操作與之對應，而且這些矩陣

可以用一個類似於群 乘 法 表 的方式來做各種組合。現在我們考慮一個由正交單位向量

(Orthogonal unit vectors) fr ， r = 1

、 2
、 3...n 所構成的完整集合(Complete set)，其正交歸一

2-1
(Orthonormality)的條件要求其內積(Inner product)的結果為

�1　當i = j
fi f j = d ij ，其中 d ij = 　
� ( 2.1 )
�0 　當i �j

若 S 為這個群的任何一個操作， fi 是在這一個向量空間中的任何一個向量，則因為 fr

是一個完整的集合，所以 Sfi 可以被分解成 fr 的線性組合，即

Sfi = �fr G( S ) ri ( 2.2 )

r

其中， G( S ) ri 為線性展開的係數。

由於( 2.2 )式可適用於 i = 1、、、

2 ... n ，所以我們稱這個形成的矩陣形式為「操作 S 的表示」

(Representative of the operator S ) 。 如 果 以 f 來 標 示 列 向 量 分 量 (Row vector component )

f1 ,f2 ,..., fn ，則

S f = f G( S ) (2.3)

所以矩陣 G( S ) 將會隨著我們定義不同的單位向量集合而改變，而向量 f 就稱為這個表

示的基底( Basis of the representation )。

如果這個矩陣 G( S ) 的集合是對應在群中的操作，則矩陣的乘法結果也可以從群乘法表

獲得。從數學上來說，若 RS = T ，其中 R、S、T 是群中的操作，則

G( RS ) = G(T ) = G( R ) �G( S ) (2.4)

2-2
 我們可以簡單的證明

Sfi = �fr G( S ) ri
r

Rfr = �fs G( S ) sr
r

RSfi = R ( Sfi ) = R �fr G( S ) ri

r

= �Rfr G( S ) ri
r

= �fs G( R ) sr �G( S ) ri
s r

= �fs �G( R ) sr G ( S ) ri
s r

G ( R) G ( S ) �
則 RSfi = �fs �
� �
si (2.5)
s

由(2.5)式可看出矩陣表示的乘法和操作的乘法方式是相同的。如表 2.1 所示為 C3v 群的表

示，可以得到「群的矩陣表示的乘法和表 1.2 的群乘表乘法規則是相同的」的結果。

表 2.1 C3v 群的矩陣表示

表示 E C3 C32 s va s vb s vc

G1 ( 1) ( 1) ( 1) ( 1) ( 1) ( 1)

G2 ( 1) ( 1) ( 1) ( -1) ( -1) ( -1)

� 1 3� �1 3� �1 3� �1 3�
1 0�
� �- � �- - � �-1 0 � � - � � �
G3 � � 2 2 � �2 2 � �2 2 � �2 2 �
0 1�
� � � 3 1� �3 1 �
�0 1 �
� � � 3 1 � �3 1�
�- - � � - � -
� - � � - �
� 2 2� �2 2 � � 2 2 � �2 2�
例 2.1 若群 G 操作的 G 表示如下：

2-3
 �1 i 3 � �1 i 3 �
- -
� 0 � - +
� 0 �
1
� 0�
A= �2 2 �B = � 2 2 �
E=�
0
� 1�
� � 1 i 3 � � 1 i 3�
� 0 - + � � 0 - - �
� 2 2 � � 2 2 �

� 1 i 3� � 1 i 3�
� 0 - + � � 0 - - �
0 1�
� 2 2 �F = � 2 2 �
C = � �D = �
1 0�
� �1 i 3 � �1 i 3 �
- -
� 0 � - +
� 0 �
�2 2 � �2 2 �

則請判斷 G* 和 G -1 是否為群 G 的表示？

解：因為只要這些矩陣的乘積表和群 G 的群乘表相同，則這些矩陣就可以是群 G 的一個表

示，根據這個原則，所以先要建立群 G 的群乘表如下：

E A B C D F
E E A B C D F
A A B E F C D
B B E A D F C
C C D F E A B
D D F C B E A
F F C D A B E
<i> 先求出 G* 的矩陣：

1 0�
�
E* = � �
0 1�
�

�1 i 3 �
- +
� 0 �
A = �2
* 2 �
� 1 i 3�
� 0 - - �
� 2 2 �

�1 i 3 �
- -
� 0 �
B = 2
*
� 2 �
� 1 i 3�
� 0 - + �
� 2 2 �

0 1�
�
C* = � �
1 0�
�

2-4
 � 1 i 3�
� 0 - - �
2 2 �
D =�
*

�1 i 3 �
- +
� 0 �
�2 2 �

� 1 i 3�
� 0 - + �
2 2 �
F* = �
�1 i 3 �
- -
� 0 �
�2 2 �

則矩陣的乘積表為

E* A* B* C* D* F*
E* E* A* B* C* D* F*
A* A*
F* B* E* C* D*
B* B*
D* F *E* A* C*
C* C* D*
E * A* B* F*
D* D* F*
B* E * A* C*
F* F* C*
A* B* E * D
矩陣表示 G* 的乘積表和群 G 的群乘表相同，所以 G* 可以是群 G 的一個表示。

<ii> 對 G -1 而言，顯然 C -1 、 D -1 、 F -1 是不存在的，所以 G -1 不是群 G 的一個表示。

§ 2.2. 對稱操作的主動與被動的解釋

如果對稱操作 R 定義為「將點 q 以逆時鐘的方向旋轉一個角度  」，則 R -1 是另一個對

稱操作為「將點 q 以順時鐘的方向旋轉一個角度  」，如圖 2.1(a)所示，這個操作把 q 移動

到 q�
，我們把它寫成：

R -1q = q� (2.6)

只要是在 xy 座標軸保持固定不動的情況，改變點的位置或向量的位置之對稱操作，就

稱為主動操作(Active operation)，一般而言，我們都採用這個方式。然而，如圖 2-1(b)所示，

2-5
使點 q 保持固定不動，但是座標軸以逆時鐘方向旋轉  角度使 xy 軸轉到 x�
y�的位置，則也

可以得到和圖 2-1(a)相同的結果，這樣的操作稱為被動操作(Passive operation)。

q


f q
f x
0

(a) 主動操作

y
y
q, q
x
f

f x
0

(b) 被動操作

圖 2-1 對稱操作的主動與被動

如果我們有一個群 G ，其對稱操作包含有 E , R, S , T ... ，且存在一個函數 f (q) 可以被

這些操作作用，且假設這些操作都是旋轉的動作，則作用在函數上的操作規則，數學上可

寫成為

) = f ( R -1q )
Rf ( q) = f ( q� (2.7)

所作用在 f (q) 的二個操作的乘法規則為

2-6
 RSf (q ) = R Sf (q ) = Sf ( R -1q )
= f ( S -1 R -1q )
　　　　
= f (T -1q )
　　　　
= Tf (q )
　　　　

即 RSf (q ) = Tf ( q ) (2.8)

其中， R 、 S 、 T 都是在群 G 中的操作。

§ 2.3. 旋轉操作和反射操作之矩陣表示

§ 2.3.1. 旋轉操作與反射操作

接著我們將試著找出旋轉操作及反射操作的矩陣表示，在習慣上我們將使用「 C 」這

個符號來標示旋轉操作，以「 s 」來標示反射操作。

令 C 為繞 z 軸旋轉  角度的旋轉操作，而所選擇基函數則為我們熟知的 2 Px 和 2 Py

的軌道函數，定義為

�Px = sin q �
cos f
� (2.9)
�Py = sin q �
sin f

因 為 在 球 座 標 中 ， 只 要 是 有 關 q 和 f 的 對 稱 操 作 ， 其 歸 一 化 常 數 (Normalization

constant)並不太重要，所以我們在(2.9)式中忽略不寫。實際上，(2.9)式是 Schrödinger’s 方程

式在中心力場系統(Central field system)中的解。由(2.7)式可得

C Px = sin q �
cos(C-1f )
= sin q �cos(f +  )
(2.10)
= sin q (cos f �
cos  - sin f �
sin  )
= Px cos  - Py sin 

2-7
 C Py = sin q �
sin(C-1f )
= sin q �sin(f +  )
同理， = sin q (sin f �
cos  + cos f �
sin  ) (2.11)
= Py cos  + Px sin 
= Px sin  + Py cos 

這二個方程式可以建構出一個對於這些基函數作旋轉操作 C 的矩陣表示。由(2.10)和

(2.11)可得

�cos  sin  �
C Px Py = Px Py �
�- sin  cos  �
� (2.12)
= Px Py G(C )

即旋轉操作 C 的矩陣表示為

�cos  sin  �
G(C ) = � (2.13)
�- sin  cos  �
�

相同的過程，如果我們考慮反射操作 s v y (和圖 1.1 的 s vb 一樣的操作)，則

s v y Px = sin q cos(s v-y1j )

= sin q cos(j + p )
(2.14)
= sin q cos j
= - Px

即 s v y Px = - Px

同理得 s v y Py = Py (2.15)

所以(2.14)、(2.15)可以寫成

2-8
 �-1 0�
s v y Px Py = Px Py � �
�0 1 � (2.16)
= Px Py G(s v y )

�-1 0 �
即 G(s v y ) = � � (2.17)
�0 1 �

一般來說，一個反射操作的矩陣表示都具有

cos 2F sin 2F �
�
G(s ) = � 的型式， (2.18)
sin 2F - cos 2F �
� �

其中 F 為鏡射面(Mirror plane)，的方位角(Azimuth)。

§ 2.3.2. 基函數轉換與座標轉換的關係

特別要說明的是群 論 的矩 陣 表 示 基本上可以藉由考慮(1)基函數轉換(Basic function

transformation)(2)座標轉換(Coordinate transformation)二個方法來獲得，其中基函數的轉換

同義於基向量轉換(Basic vector transformation)。一般而言以基函數轉換所獲得的矩陣表示

在計算應用上範圍較為廣泛，所以常常拿來作為矩陣表示的標準型式；但是有時候座標轉

換的計算比較簡單且直觀。兩個方法所獲得的結果雖然不相同，然而相互之間轉換的關係卻

非常簡單，即「互為逆矩陣」。現在我們來談談這個關係：
v
在 n 維的向量空間中的一個任意向量 t 可以用映射在每一個相互之間是線性獨立的基向

量(Basic vector)上的分量(Components) ai 來標示，即

v
t = a1eˆˆˆ
1 + a2 e2 + �
��+ an en

我們可以用 ( 1 �n ) 列矩陣(Row matrix)來標示 eˆi ；用 ( n �1) 行矩陣(Column matrix)來標示

ai ，即

2-9
 �a1 �
�a �
e =  e1 e2 �
��en  a = �2 �
�M�
��
�an �

v
則 t = ea 。
v
當然我們也可以用另外一組不同的基向量 e�
和分量 a�
來標示相同的 t ，即

v
t = �ai eˆˆi = �a � �
je j
i j

v
t = ea = e�
a�。

當然可以被原來的基向量 e 作線性的展開，即
然而第二組基向量 e�

j =�
eˆˆ� ei Aij ，其中 A 是一個 ( n �n ) 的矩陣且 j = 1, 2L n ，
ij
i

= eA
或 e�

v
t = �a�
j
jej = �
ˆˆ� j �
a�
j
ei Aij
( i
)
= ��a� ˆ
j ei Aij
i j
則
i (
= ��Aij a� ˆ
j ei
j )
= �ai eˆi
i

其中 ai = �Aij a�
j 或 a = Aa�
。
j

綜合以上所述得

= eA
�e� �e = e�
A -1
� 或 � ，
� = A -1a
a� �a = Aa�

我們很明顯的可以由這個結果看出以基函數轉換所獲得的結果 A 和以座標轉換所獲得的結

果 A -1 互為逆矩陣。

2-10
§ 2.4. 基底不同之矩陣表示

現在我們來看看當所選擇的基底不同的形況下，對稱操作的矩陣表示也會隨之改變
的現象。
選擇 1：基函數定義為(2.9)式

u2

 
u3 u1

利用(2.13)和(2.18)式，可得 C3v 群的所有操作的矩陣表示如下：

�-1 3�
1 0�
� � �
G(C3 ) = � 2 2 �
G( E ) = � �，
0 1�
� �- 3 -1 �
� �
�2 2 �

�1 - 3�
�- �
2 � G(s ) = �-1 0 �
G(C3 ) = 2
2
� ， va �0 1 � (2.19)
�3 -1 � � �
� �
�2 2 �

�1 - 3� �1 3�
� � � �
G(s vb ) = � 2 2 � G(s ) = �2 2 �
， vc
�
- 3 -1 � �3 -1 �
� � � �
�2 2 � �2 2 �

2-11
選擇 2：垂直軸

u2

u1


 u1
u3


u2

uv uu v uu v uv uu v uu v
等同元素 E 的轉換操作為 E (u1 , u2 , u3 ) = (u1 , u2 , u3 ) ，則

1 0 0�
�
G( E ) = �
0 1 0�
� �
�
0
� 0 1 �
�

C3 的轉換操作則為

uv uu v uu v v v v
C3 (u1 , u2 , u3 ) = (C3u1 , C3u2 , C3u3 )
�-1 3 �
� 0�
uv uu v uu v �2 2 �
= (u1 , u2 , u3 ) �
　　　　　 - 3 -1 �
� 0�
�2 2 �
�
�0 0 1�
�

uv uuv uuv
我門可以用相似的步驟去找出 u1 、u2 、u3 在 C3v 群中相對應的轉換。這些垂直軸的矩

陣表示分別為：

�-1 3 �
� 0�
�1 0 0�
�2 2 �
G( E ) = 0 1 0 �
� G(C3 ) = �- 3 -1 �
� � 0�
�0 0 1 � �
� � �2 2 �
�
�0 0 1�
�

2-12
 �-1 - 3 �
� 0�
1 0 0�
�
�2 2 � �
G(C32 ) = � 3 -1 0 -1 0 �
� G(s va ) = � � (2.20)
� 0�
�
0 0 1 �
�2 2 � � �
�
�0 0 1�
�

�-1 3 � �-1 - 3 �
� 0� � 0�
�2 2 � �2 2 �
G(s vb ) = � 3 -1 � G (s vc ) = �- 3 -1 �
� 0� � 0�
�2 2 � �2 2 �
�
�0 0 1�
� �
�0 0 1�
�

選擇 3：傾斜軸


u2


u1

v v
我們可以明確的看出以 u1 、 u2 所定義出的傾斜軸在 C3v 群的矩陣表示如下

1 0�
� -1 1 �
�
G( E ) = � � G(C3 ) = �
0 1�
� -1 0 �
� �

0 -1�
� 1 -1�
�
G(C32 ) = � � G(s va ) = � (2.21)
1 -1�
� 0 -1�
� �

0 1�
� -1 0 �
�
G(s vb ) = � � G(s vc ) = �
1 0�
� -1 1 �
� �

例 2.2 試找出滿足群 C4v 操作的 ( 2 �2 ) 矩陣表示及 ( 3 �3) 矩陣表示，並證明這些矩陣是滿足

群的定義，即群的四個特性。

解：基本上，群 C4v 操作的 ( 2 �2 ) 矩陣表示有無窮多種可能。現在我們嘗試以例 1.4(b)的圖

2-13
形來建構 ( 2 �2 ) 矩陣表示及 ( 3 �3) 矩陣表示。

4 3

x
0

1 2

<i> ( 2 �2 ) 矩陣表示

1 0�
� 0 -1�
� �0 1 � �-1 0 �
G ( E ) = � �G ( C4+z ) = � �G ( C4-z ) = � �G ( C2 z ) = � �
0 1�
� 1 0�
� �-1 0 � �0 -1�

�-1 0 � 1 0�
� �0 -1� 0 1�
�
G ( s vx ) = � �G ( s vy ) = � �G ( s 13 ) = � �G ( s 24 ) = � �
�0 1 � 0 -1�
� �-1 0 � 1 0�
�

<ii> ( 3 �3) 矩陣表示

�1 0 0� �0 -1 0 � �0 1 0 � �-1 0 0 �
G ( E ) = 0 1 0 G ( C 4 z ) = 1 0 0 G ( C 4 z ) = -1 0 0 G ( C 2 z ) = 0 -1 0 �
� � + � � - � � �
� � � � � � � �
�
�0 0 1 �
� �
�0 0 1 �
� �
�0 0 1 �
� �
�0 0 1 �
�

�-1 0 0 � �1 0 0� �0 -1 0 � �0 1 0�
G ( s vx ) � � � � � �
= 0 1 0 G ( s v y ) = 0 -1 0 G ( s 13 ) = -1 0 0 G ( s 24 ) = 1 0 0�
�
� � � � � � � �
�
�0 0 1 �
� �
�0 0 1 �
� �
�0 0 1 �
� �
�0 0 1 �
�

<i>和<ii>的結果都可以透過以下和 C4v 的群乘表相同的矩陣乘表來證明這些矩陣表示

是滿足群的四個特性。

C4v G( E) G ( C4+z ) G ( C2 z ) G ( C4-z ) ( )

G s vx ( )
G s vy G ( s 13 ) G ( s 24 )

G( E) G( E) G ( C4+z ) G ( C2 z ) G ( C4-z ) ( )
G s vx ( )
G s vy G ( s 13 ) G ( s 24 )

G ( C4+z ) G ( C4+z ) G ( C2 z ) G ( C4-z ) G( E) G ( s 13 ) G ( s 24 ) ( )

G s vy ( )
G s vx

G ( C2 z ) G ( C2 z ) G ( C4-z ) G( E) G ( C4+z ) ( )
G s vy ( )
G s vx G ( s 24 ) G ( s 13 )

2-14
 G ( C4-z ) G ( C4-z ) G( E) G ( C4+z ) G ( C2 z ) G ( s 24 ) G ( s 13 ) ( )
G s vx ( )
G s vy

( )
G s vx ( )
G s vx G ( s 24 ) ( )
G s vy G ( s 13 ) G( E) G ( C2 z ) G ( C4-z ) G ( C4+z )

( )
G s vy ( )
G s vy G ( s 13 ) ( )
G s vx G ( s 24 ) G ( C2 z ) G( E) G ( C4+z ) G ( C4-z )

G ( s 13 ) G ( s 13 ) ( )
G s vx G ( s 24 ) ( )
G s vy G ( C4+z ) G ( C4-z ) G( E) G ( C2 z )

G ( s 24 ) G ( s 24 ) ( )
G s vy G ( s 13 ) ( )
G s vx G ( C4-z ) G ( C4+z ) G ( C2 z ) G( E)

例 2.3 試以兩個對稱元素 C4+z 和 s vx 產生出 C4v 群的所有元素。

解：我們可以利用例 1.4 的 C4v 群乘表結果來產生出 C4v 群的另外 6 個元素，即

0 -1��
� 0 -1� �-1 0 �
(C )+ 2
4z =� �� =�
1 0 � �0 -1�
1 0 �� � = C2 z
� �

0 -1��
� 0 -1��
0 -1� �0 1� -
(C )+ 3
4z =� ��
1 0 �� ��
1 0�
1 0 ��
=�
-1 0�
= C4 z
� � � �

0 -1��
� -1 0� �0 -1�
C4+zs vx = � �� �= � �= s 13
1
� 0 ��0 1 � �-1 0 �

0 -1��
� -1 0 � �1 0�
s vx s vx = � �� �= � �= E
1 0 ��0 1� �
� 0 1�

�-1 0��
0 -1� �0 1�
s vx C4+z = � �� �= � �= s 24 □
�0 1 ��
1 0� � 1 0�

§ 2.5. 正規表示

我們由§2.4.節的介紹可知，對任何一個群而言，有寫出很多種矩陣表示的可能，其中

最特別的是對稱群的所謂正規表示(Regular representation)。正規表示在群表示論的發展中

2-15
佔有很重要的地位，但是詳細的內容業已超出本書所設定的範圍，所以我們僅介紹寫出對

稱群正規表示的方法如下：

<i> 寫出該群的乘積表。

<ii> 固定行的元素次序，重新安排與之對應的列的元素次序；或固定列的元素次序，

重新安排與之對應的行元素次序，使等同元素 E 永遠出現在乘積表的對角位置。

<iii> 如果要得到在群中的任何一個操作的正規表示，則在該操作出現的乘積表位置

上標示 1；其他的位置則標示成 0。

例 2.4 試找出 C3v 群中的 E 和 C3 的正規表示。

解：為找出 C3v 群操作的正規表示，必須先調整表 1.2 的相對位置，得下表：

C3v E C32 C3 s va s vb s vc

E -1 = E E C32 C3 s va s vb s vc

(C )
2 -1
3 = C3 C3 E C32 s vc C3v s vb

C3-1 = C32 C32 C3 E s vb s vc s va

(s )
-1
va = s va s va s vc s vb E C3 C32

(s )
-1
vb = s vb s vb s va s vc C32 E C3

(s )
-1
vc = s vc s vc s vb s va C3 C32 E

則操作 E 和 C32 的正規表示的矩陣如下表所示：

1
� 0 0 0 0 0�
�
0 1 0 0 0 0�
� �
�
0 0 1 0 0 0�
G( E) = � �
0
� 0 0 1 0 0�
�
0 0 0 0 1 0�
� �
0
� 0 0 0 0 1�

2-16
 0
� 1 0 0 0 0�
�
0 0 1 0 0 0�
� �
�
1 0 0 0 0 0�
G C32( ) =�
0 0 0 0 0
�
1�
�
�
0 0 0 1 0 0�
� �
0
� 0 0 0 1 0�
□

如果我們定義特徵值(Character)為「矩陣表示的對角元素之和」，則由以上的例子會發現

一個重要的性質：「只有等同操作的正規表示的特徵值才不等於 0」，我們會在第三章介紹

特徵值相關的內容。

例 2.5 試分別寫出 C4v 群中的 C4+z 和 C2 z 的正規表示的矩陣。

解：要重新安排例 1.4 中 C4v 群的乘積表，使等同元素 E 出現在乘積表的對角位置，即

C4v E C4+z C2 z C4-z s vx s vy s 13 s 24

E E C4+z C2 z C4-z s vx s vy s 13 s 24

C4-z C4-z E C4+z C2 z s 24 s 13 s vx s vy

C2 z C2 z C4-z E C4+z s vy s vx s 24 s 13

C4+z C4+z C2 z C4-z E s 13 s 24 s vy s vx

s vx s vx s 24 s vy s 13 E C2 z C4-z C4+z

s vy s vy s 13 s vx s 24 C2 z E C4+z C4-z

s 13 s 13 s vx s 24 s vy C4+z C4-z E C2 z

s 24 s 24 s vy s 13 s vx C4-z C4+z C2 z E

則 C4+z 的正規表示為

2-17
 0
� 1 0 0 0 0 0 0�
�
0 0 1 0 0 0 0 0�
� �
�
0 0 0 1 0 0 0 0�
� �
1
� 0 0 0 0 0 0 0�
�
0 0 0 0 0 0 0 1�
� �
0
� 0 0 0 0 0 1 0�
�
0 0 0 0 1 0 0 0�
� �
0
� 0 0 0 0 1 0 0�

C2 z 的正規表示為

0
� 0 1 0 0 0 0 0�
�
0 0 0 1 0 0 0 0�
� �
�
1 0 0 0 0 0 0 0�
� �
0
� 1 0 0 0 0 0 0�
�
0 0 0 0 0 1 0 0�
� �
0
� 0 0 0 1 0 1 0�
�
0 0 0 0 0 0 0 1�
� �
0
� 0 0 0 0 0 1 0�

§ 2.6. 可約表示與不可約表示

假設 G 是標示群的矩陣表示 G( E ) 、 G( A) 、 G( B ) …，如果我們可以找到一個么正矩陣

(Unitary matrix)，則當經過一次相似轉換(Similarity transformation)後，所有 G 表示的矩陣都

被放在對角的區塊(Block Diagonal)位置上，如下所示：

�G1 ( A�
) 0 �
� �
� G 2 ( A� �
� ) �
G ( A�
) = U G ( A) U = �
-1
� (2.22)
� G3 ( A�
) �
� �
� 0 G 4 ( A�
) �
� �

2-18
 �G1 ( B�
) 0 �
� �
� G 2 ( B� �
� ) �
G ( B�
) = U G ( B) U = �
-1
� (2.23)
� G 3 ( B�
) �
� �
� 0 G 4 ( B�
) �
� �

同樣的方法步驟也可以得到 G( E �
) 、 G( A�
) 、 G ( B�
) …。

則我們可以說「 G 表示是一個可約表示(Reducible representation)」，而且新的矩陣集合

也將形成這個群的一個表示。

(2.22)(2.23)式通常寫成

G( A�
) = G1 ( A�
) �G 2 ( A�
) �G3 ( A�
) �G 4 ( A�
)

G( B�
) = G1 ( B�
) �G2 ( B�
) �G3 ( B�
) �G 4 ( B�
) (2.24)

其中「  」為直和(Direct Sum)的符號， G n 為屬於群的對稱操作矩陣表示的對角項。所

G1 = G1 ( E �
), G1 ( A�
), G1 ( B�
), G1 (C �
)...

G2 = G2 ( E �
), G 2 ( A�
), G 2 ( B �
), G 2 (C �
)...

G 3 = G3 ( E �
), G3 ( A�
), G3 ( B�
), G3 (C �
)...

如果可以用么正矩陣 U 把原來的表示 G 分解成二個或二個以上的表示 G1 , G 2 , G 3 ... ，則

稱 G 是可約表示，如果這些新的表示 ( G1 , G 2 , G3 ,... ) 無法再被其它的么正矩陣約化、化簡，則

這些新的表示可稱為這個群的不可約表示(Irreducible representation)。稍後，我們將會發現

群的不可約表示對於晶體物理特性的對稱描述，佔有相當重要的地位。

例 2.6 試證明矩陣

2-19
 1
� i 3+i �
� ( 1+ i)
2 3 2 15 �
� �
� 1 1 4 + 3i �
U =�-
2 3 2 15 �
� �
� 1 -i 5i �
� 2 3 2 15 �
� �

是一個么正矩陣。

1 0 0�
�
�
0 1 0�
解：只要求出U 的伴隨矩陣(Adjoint matrix) U † 且 UU = I = � †
�即可。
�
0 0 1�
� �

1
� i 3+i �
� ( 1+ i)
2 3 2 15 �
� �
� 1 1 4 + 3i �
由U = � -
2 3 2 15 �
� �
� 1 -i 5i �
� 2 3 2 15 �
� �

�1 - i 1 1 �
�2 -
2 2 �
� �
� -i 1 i �
則U = �
†

3 3 3 �
� �
�3 - i 4 - 3i -5i �
�
�2 15 2 15 2 15 �
�

1 0 0�
�
�
0 1 0�
得 UU = � =I
†
�
�
0 0 1�
� �

所以U 是一個么正矩陣。 □

§ 2.7. 可約表示的分解

我們將建構一個簡單的屬於 C3v 群的可約表示，而且介紹如何把它分解成不可約表示。

如圖 2.2 所示的 C3v 群，對於基底 a1 、a2 、a3 ，我們可以得到一個所有對稱操作的轉換表

2-20
如表 2.2 所示。
z y
x

a3 sv 2

sv 1
a1

a2 sv
3

C3

圖 2.2 以 a1 、 a2 、 a3 為基底的 C3v 群

表 2.2 a1 、 a2 、 a3 的轉換特性

對稱操作 a1 a2 a3

E a1 a2 a3

C3 a3 a1 a2

C32 a2 a3 a1

s v1 a1 a3 a2

s v2 a3 a2 a1

s v3 a2 a1 a3

ai a j dt = d ij 的關係，其中 t 為出現在 ai 、 a j 中的所有變數，我們現在可以獲得這

由�

些操作的矩陣表示，如表 2.3 所示，很容易的可以證明這些矩陣的乘法關係和群操作的乘

表關係相同。

表 2.3 a1 、 a2 、 a3 的轉換特性

E C3 C32 s v1 s v2 s v3

2-21
 1 0 0�
� 0 0 1�
� 0 1 0�
� 1 0 0�
� 0 0 1�
� 0 1 0�
�
�
0 1 0� �
1 0 0� �
0 0 1� �
0 0 1� �
0 1 0� �
1 0 0�
� � � � � � � � � � � �
�
0
� 0 1 �
� �
0
� 1 0 �
� �
1
� 0 0 �
� �
0
� 1 0 �
� �
1
� 0 0 �
� �
0
� 0 1 �
�
如果我們找到一個么正矩陣 U 為

�1 - 2 �
� 0 �
�3 3 �
�1 1 -1 �
U =� � (2.25)
�3 6 2�
�1 1 1 �
� �
�3 6 2�

而 U -1 為

�1 1 1 �
� 3 3 3�
� �
-1 �
- 2 1 1 �
U =� � (2.26)
� 3 6 6�
� -1 1 �
�0 �
� 2 2�

如果 R 是 C3v 群的一個對稱運算，則可以透過 U -1 RU 的運算過程把表 2.3 分解成表

2.4，即對角化的 ( 1 �1) 或 ( 2 �2 ) 的矩陣。

表 2.4 以矩陣U 對表 2.5 的矩陣做么正轉換

E C3 C32 s v1 s v2 s v3

1 0
� 0 � 1
� 0 0 � 1
� 0 0 � 1 0
� 0 �
1 0 0�
� � � � � 1 0 0�
� � � � �
� 1 3� � 1 3� � 1 3� � 1 3�
� 0 - - 0 - 0 - - 0 - -
0 1 0�
� � � 2 2 � � 2 2 �
�
0 1 0�
� � � 2 2 � � 2 2 �
�
0 0 1 � � � � � �
0 0 -1� � � � �
� � � 3 1 � � 3 1� � � � 3 1 � � 3 1 �
0 - 0 - - 0 - 0
� 2
� �
2 � �
� 2 �
2� �
� 2 2 �� � 2
� 2 ��

2-22
 於是我們可以說，我們用么正矩陣 U 把表 2.5 的表示分解成二個表示，即一個 ( 1 �1)

的矩陣和一個 ( 2 �2 ) 的矩陣。其實，表 2.5 的矩陣和以(2.20)和垂直軸上所建構的矩陣相似。

例 2.7 如下圖所示， x̂ ， ŷ 分別是沿 x 軸，y 軸方向的單位向量，而 ẑ 則是垂直於紙面的 z 軸

單位向量。

C2 C2

x
0

C2

現在定義幾個操作如下：

C31 ：以 z 軸為軸心逆時鐘旋轉 120o 的操作；

C32 ：以 z 軸為軸心逆時鐘旋轉 240o 的操作；

C33 ：以 z 軸為軸心逆時鐘旋轉 360o 的操作，即等同操作 E ；

C2�
、 C2�
�
、 C2�
�
�分別是以 x - y 平面上的三個軸為軸心旋轉 180o 的操作。

試找出這個群的 ( 3 �3) 矩陣表示、 ( 2 �2 ) 矩陣表示及 ( 1 �1) 矩陣表示。

解： 假設以 z 軸為軸心以逆時鐘任意旋轉一個角度 q ，即

2-23
 y

( x, y )
q
( x, y )
f x
0

則在原 x - y 座標系的座標為

�x =  cos f
�
�y =  sin f

- y�
變成在 x� 座標系的

=  cos ( q + f )
�x�
�
�y�=  sin ( q + f )

所以

=  ( cos q cos f - sin q sin f ) = x cos q - y sin q

�x�
�
=  ( sin q cos f + cos q sin f ) = x sin q + y cos q
�y�

x�
� cos q
� � - sin q ���
x
� �=� ���
�y� sin q
� � cos q ��� y

因為 z 軸位置沒有改變，所以上式在 x - y - z 的空間座標中可改寫為

x�
� � �cos q - sin q 0 ���
x
� � �
sin q cos q ���
� �= �
y� 0 ���
y
�
�z�
� �
� �0 0 1����
��
z

�1 3 �
�- - 0�
� 2 2 �
所以 C3 的 ( 3 �3) 矩陣表示 ( q = 120 ) 為 G C3 = � 3
1 o 1
( ) -
1 �
0�
�
�2 2 �
�
�0 0 �
1�

2-24
 � 1 3 �
�- 0�
� 2 2 �
C32 的 ( 3 �3) 矩陣表示 ( q = 240o ) 為 G C32 ( ) =� 3
- -
1 �
0�
�
� 2 2 �
�
�0 0 1��

�1 0 0�
C = E 的 ( 3 �3) 矩陣表示 ( q = 360 ) 為 G C
3
3
o
( ) 3
3 = 0 1 0�
�
� �
�
�0 0 1 �
�

現在我們要來討論對應 C2�
、C2�
�
、C2�
�
�操作的矩陣表示，對於達成這三個操作，其實

有兩個不同的方法：

<i> 旋轉(Rotation)：繞著對稱軸旋轉。

<ii> 反射(Reflection)：依對稱軸反射。

這兩個不同的方式將會產生兩個不同的一維表示，說明如下：

( x, y)

f ( x, y )
q x
0

首先說明無論是旋轉操作或是反射操作，在 x - y 平面上的圖形由 ( x, y ) 被操作

到 ( x� ) ，如上圖所示，其轉換的關係都是
, y�

�x =  cos q
�
�y =  sin q

�x�=  cos ( 2f - q ) =   cos 2f cos q + sin 2f sin q  = x cos 2f + y sin 2f

�
=  sin ( 2f - q ) =   sin 2f cos q - cos 2f sin q  = x sin 2f - y cos 2f
�y �

2-25
 x�
� � �cos 2f sin 2f ���x
即 � �= � ���
�y�
� �sin 2f - cos 2f ���
y

但是 z 軸座標會因為操作的不同而不同，

<i> 旋轉使 z 軸分量變號： z � - z ，如下圖所示，

0 y

x
-z

<ii> 反射不會改變 z 軸分量： z � z 。

的 ( 3 �3) 矩陣表示 ( f = 90o ) 為

所以 C2�

�-1 0 0 �
) = �0 1 0 �
<i> 旋轉： G ( C2�
�
�
�
�0 0 - 1�
�

�-1 0 0 �
) = �0 1 0 �
<ii> 反射： G ( C2�
�
�
�
�0 0 1 ��

的 ( 3 �3) 矩陣表示 ( f = 180o ) 為

C2�
�

�1 3 �
� - 0�
�2 2 �
<i> 旋轉： ( 2 ) � 3
G C �
� = 1 �
-
� - 0�
� 2 2 �
�
�0 0 -1�
�

2-26
 �1 3 �
� - 0�
�2 2 �
<ii> 反射： G ( 2) � 3
C �
�= 1 �
-
� - 0�
� 2 2 �
�
�0 0 1�
�

C2�
�
�的 ( 3 �3) 矩陣表示 ( f = 30o ) 為

�1 3 �
� 0�
�2 2 �
<i> 旋轉： G ( C2�
) = �3
�
� 1 �
� - 0�
�2 2 �
�
�0 0 -1�
�

�1 3 �
� 0�
�2 2 �
<ii> 反射： G ( C2�
) = �3
�
� 1 �
� - 0�
�2 2 �
�0
� 0 �
1�

綜合以上所討論的結果可以寫出由座標轉換得到的 C3v 群的三個不可約表示，即兩個

一維不可約表示，一個二維不可約表示，列表如下：

C3v E C3 C32 C2� C2�

� C2�
�
�

G1 1 1 1 1 1 1
G2 1 1 1 -1 -1 -1

�1 3� � 1 3� �1 3� �1 3�
- - �- -
1 0�
� � � � �-1 0 � � � � �
G3 �2 4� � 2 4� �2 4� �2 4�
�
0 1� �3 1 � � 3 1�
�0 1 � � 3 1 � �3 1�
� � � - � �- - � � � -
� - � � - �
�4 2 � � 4 2� � 4 2 � �4 2�

2-27
 �1 3 � � 1 3 � �1 3 � �1 3 �
1 0 0�
� �- - 0� �- 0� �-1 0 0 � � - 0� � 0�
� �2 4 � � 2 4 � �2 4 � �2 4 �
G4 0 1 0�
� �
�3 1 � � 3 1 � �0 1 0 �
� �
� 3 1 � �3 1 �
� - 0� �- - 0� -
� - 0� � - 0�
�
0 0 1 � �4 2 � � 4 2 � �0 0 -1� � 4 2 � �4 2 �
� � �0 � � � �
� 0 1� �
�0 0 1�
� �0 0 -1�
� �
�0 0 -1�
�

其中 G 4 表示是依題意所給的旋轉操作所得的 ( 3 �3) 不可約表示。

可以簡單的「逆矩陣」的關係得到基函數轉換所得的 C3v 群不可約表示為

C3v E C3 C32 C2� C2�

� C2�
�
�

G1 1 1 1 1 1 1
G2 1 1 1 -1 -1 -1

� 1 3� �1 3� �1 3� � 1 3�
�- � -
� - � -
� � �- - �
1 0�
� 1 0�
�
G3 � 2 4� �2 4� �2 4� � 2 4�
�
0 1� � 3 1� �3 1 �
�
0 -1� �3 1 � � 3 1 �
� � �- - � � - � � � � � �- �
� 4 2� �4 2 � �4 2 � � 4 2 �

� 1 3 � �1 3 � �1 3 � � 1 3 �
1 0 0�
� �- 0� �- - 0� 1 0 0�
� �- 0� �- - 0�
� � 2 4 � �2 4 � �2 4 � � 2 4 �
G4 0 1 0�
� �
� 3 1 � �3 1 � �
0 -1 0 �
� �
�3 1 � � 3 1 �
�- - 0� � - 0� � 0� �- 0�
�
0 0 1 � � 4 2 � �4 2 � �
0 0 -1� �4 2 � � 4 2 �
� � � 1�
� � �
�0 0 � �
�0 0 1�
� �0 0 -1�
� �
�0 0 -1�
�

本例題要說明的重點是如果基函數的選擇不同則表示就會不同。雖然我們用了幾

個簡單的運算找出了 C3v 群的所有不可約表示，但是其實一般而言要找出一個群的

所有不可約表示並非容易的工作，必須要應用一些矩陣的理論方可求出。 □

2-28