代数学基本概念理解——幺正矩阵(Unitary matrix)(酉矩阵？)

原创已于 2026-01-11 16:08:00 修改 · 920 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#矩阵 #线性代数 #幺正矩阵 #酉矩阵 #正交矩阵

于 2026-01-11 15:58:22 首次发布

数学与应用数学同时被 2 个专栏收录

178 篇文章

订阅专栏

数字图像处理

55 篇文章

订阅专栏

1. 单位向量(unitary vector或unit vector)

2. 正交矩阵(unitary matrix)的定义

3. 幺正矩阵(unitary matrix)的定义

4. 为什么称为幺正矩阵(Unitary)？

1. 单位向量(unitary vector或unit vector)

“unitary”是“unit”的形容词，由“unit”+ “-ary”构成，“-ary”为名词和形容词构词后缀。词义为“与……相联系的，属于……的。”

一个单位向量是其量纲(magnitude)(长度)恰好为1的向量，仅表示一个无标度(scale)的方向，通过用一个“帽”(例如 $\hat{v}$ ) 表示。对于一个向量 v ，我们用 | v | 表示其量纲(长度或范数)，则其单位向量为

$\displaystyle \hat{v}=\frac{v}{\lvert {v} \rvert}$ 。

标准基向量(归一化基向量)是单位向量。

来自其它向量的单位向量：例如 v = ( 3 ,4 ) ，则其单位向量

$\displaystyle \hat{v}=\frac{v}{\lvert {v} \rvert}=\frac{(3,4)}{5}=(0.6,0.8)$ 。

2. 正交矩阵(unitary matrix)的定义

实数场(field)上具有正交性的矩阵称为正交矩阵，一个正交矩阵是一个行向量和列向量都正交的方形矩阵，即行向量或列向量的内积为零，行向量或列向量之间是垂直关系，向量在方向上没有相似性。我们用 Q 表示正交矩阵，正交矩阵的转置等于其逆。因此，正交矩阵的正交性可表示为

$QQ^{T} = Q^{T}Q = I$ ( I 表示单位矩阵或恒等矩阵 )，

因此，若一个方阵的转置等于其逆，即， $Q^{T} = Q^{-1}$ ，则此方阵是正交的。

一个正交矩阵必须是一个可逆矩阵，也是一个幺正矩阵 ( $Q^{T} = Q^{*}$ ），其中， $Q^{*}$ 是 Q 的Hermite 伴随矩阵 (adjoint)(共轭转置——先取共轭再取转置)，因此它在实数上是正规的 ( $Q^{*}Q = QQ^{*}$ )。任意正交矩阵的行列式都为 1 或 -1 。正交矩阵作为一个线性变换，其保留了向量的内积不变，并充当一个 Euclid空间的等距(isometry)，例如旋转、反射或旋反射。换言之，它是一个幺正变换。

3. 幺正矩阵(unitary matrix)的定义

对于一个复方阵 U，若其逆 $U^{-1}$ 等于其共轭转置 $U^{*}$ ，则称其为幺正矩阵。用符号表达为

$U^{T} = U^{T}U = I$ ( I 表示单位矩阵或恒等矩阵 )。

幺正矩阵的行(和列)向量是单位向量且正交。

4. 为什么称为幺正矩阵(Unitary)？

称其为幺正矩阵(“幺”表示最小的(单位的，单元的)，“正”表示规范的，归一化的，因此，“幺正” 表示 “单位的” ), 主要有几个原因：

(1) 是对单位 (Unit) 的扩展：正如一个复数 z 是一个“单位”(| z | = 1)一样( 如 $e^{i\theta}$ ，复平面上的单位圆)，一个幺正矩阵 U 表现得就像复数域上的一个单位复数。其保持向量长度(范数)和内积(角度)不变，即幺正矩阵的行向量(或列向量)长度为1，内积(Hermite内积)为零 。可以看作是实数正交矩阵在复数的推广。