酉矩陣

在線性代數中，么正矩陣（又譯作酉矩陣，英語：unitary matrix）指其共軛轉置恰為其逆矩陣的複數方陣，數學描述如下：

（數學定義）${\displaystyle U^{*}U=UU^{*}=I_{n}}$，

（推論）${\displaystyle U^{-1}=U^{*}}$。

線性代數
${\displaystyle \mathbf {A} ={\begin{bmatrix}1&2\\3&4\end{bmatrix}}}$
向量 · 向量空間 · 基底  · 行列式  · 矩陣
向量 標量 · 向量 · 向量空間 · 向量投影 · 外積（叉積 · 七維叉積） · 內積（點積） · 二重向量 矩陣與行列式 矩陣 · 行列式 · 線性方程組 · 秩 · 核 · 跡 · 單位矩陣 · 初等矩陣 · 方塊矩陣 · 分塊矩陣 · 三角矩陣 · 非奇異方陣 · 轉置矩陣 · 逆矩陣 · 對角矩陣 · 可對角化矩陣 · 對稱矩陣 · 反對稱矩陣 · 正交矩陣 · 幺正矩陣 · 埃爾米特矩陣 · 反埃爾米特矩陣 · 正規矩陣 · 伴隨矩陣 · 余因子矩陣 · 共軛轉置 · 正定矩陣 · 冪零矩陣 · 矩陣分解 （LU分解 · 奇異值分解 · QR分解 · 極分解 · 特徵分解） · 子式和餘子式 · 拉普拉斯展開 · 克羅內克積 線性空間與線性變換 線性空間 · 線性變換 · 線性子空間 · 線性生成空間 · 基 · 線性映射 · 線性投影 · 線性無關 · 線性組合 · 線性泛函 · 行空間與列空間 · 對偶空間 · 正交 · 特徵向量 · 最小二乘法 · 格拉姆-施密特正交化
閱 論 編

其中 U* 是 U 的共軛轉置，I_n 是 n×n 單位矩陣。

么正矩陣是正交矩陣（元素均為實數）在複數的推廣。

例子

以下是一個酉矩陣的例子：

${\displaystyle U={\begin{bmatrix}-{\frac {i}{\sqrt {2}}}&{\frac {1}{\sqrt {2}}}\\{\frac {i}{\sqrt {2}}}&{\frac {1}{\sqrt {2}}}\\\end{bmatrix}}}$。

驗證如下：

${\displaystyle U^{*}U={\begin{bmatrix}{\frac {i}{\sqrt {2}}}&-{\frac {i}{\sqrt {2}}}\\{\frac {1}{\sqrt {2}}}&{\frac {1}{\sqrt {2}}}\\\end{bmatrix}}{\begin{bmatrix}-{\frac {i}{\sqrt {2}}}&{\frac {1}{\sqrt {2}}}\\{\frac {i}{\sqrt {2}}}&{\frac {1}{\sqrt {2}}}\\\end{bmatrix}}={\begin{bmatrix}1&0\\0&1\\\end{bmatrix}}}$

${\displaystyle UU^{*}={\begin{bmatrix}-{\frac {i}{\sqrt {2}}}&{\frac {1}{\sqrt {2}}}\\{\frac {i}{\sqrt {2}}}&{\frac {1}{\sqrt {2}}}\\\end{bmatrix}}{\begin{bmatrix}{\frac {i}{\sqrt {2}}}&-{\frac {i}{\sqrt {2}}}\\{\frac {1}{\sqrt {2}}}&{\frac {1}{\sqrt {2}}}\\\end{bmatrix}}={\begin{bmatrix}1&0\\0&1\\\end{bmatrix}}}$

性質

從定義可知，么正矩陣滿足以下性質：

${\displaystyle U^{*}U=UU^{*}=I_{n}}$ 。

由此可見，么正矩陣與其共軛轉置 U* 矩陣乘法可交換，是正規矩陣。

么正矩陣亦必定可逆，且逆矩陣等於其共軛轉置：

${\displaystyle U^{-1}=U^{*}}$。

么正矩陣 U 的所有特徵值 λ_n ，都是絕對值等於 1 的複數：

${\displaystyle \left|\lambda _{n}\right|=1}$ 。

因此，么正矩陣 U 行列式的絕對值也是 1：

${\displaystyle \left|\det(U)\right|=1}$ 。

么正矩陣 U 不會改變兩個複向量 x 和 y 的點積：

${\displaystyle (U\mathbf {x} )\cdot (U\mathbf {y} )=\mathbf {x} \cdot \mathbf {y} }$。

更一般地說，所有希爾伯特內積也不會改變：

${\displaystyle \langle U\mathbf {x} ,U\mathbf {y} \rangle =\langle \mathbf {x} ,\mathbf {y} \rangle }$。

若 U 及 V 都是么正矩陣，則 UV 也是么正矩陣：

${\displaystyle (UV)^{*}(UV)=(UV)(UV)^{*}=I_{n}}$。

若 U 為 n×n 矩陣，則下列條件等價：

1. U 是么正矩陣
2. U^*是么正矩陣
3. U 的列向量是在 Cⁿ 上的一組標準正交基
4. U 的行向量是在 Cⁿ 上的一組標準正交基

給定任意的 n ，所有 n 階么正矩陣的集合 G 與矩陣乘法「⋅」，都能構成一個群 (G, ⋅ )。

么正對角化

么正對角化（又譯作酉對角化，英語：unitary diagonalisation），指把一個矩陣 A 對角化成以下形式：

${\displaystyle A=UDU^{*}}$ ，

其中 U 是么正矩陣，D 是對角矩陣。

根據譜定理，一個矩陣 A 可么正對角化，當且僅當 A 是正規矩陣，即它與其共軛轉置 A* 矩陣乘法可交換（A*A = AA*）。

由於么正矩陣本身也是一個正規矩陣，因此么正矩陣 U 也可么正對角化：

${\displaystyle U=V\Sigma V^{*}\;}$，

其中 V 是么正矩陣，Σ 是對角矩陣。

參見

• 共軛轉置
• 厄米矩陣
• 矩陣分解
• 么正群
• 么正算符
• 辛矩陣

參考資料

• Rowland, Todd. "Unitary Matrix." From MathWorld--A Wolfram Web Resource, created by Eric W. Weisstein. http://mathworld.wolfram.com/UnitaryMatrix.html （頁面存檔備份，存於網際網路檔案館）
• Peter V. O'Neil（2012）。高等工程數學（第7版）。黃孟槺譯。華泰文化總經銷，ISBN 978-1-285-10502-4。