矩阵理论| 特殊矩阵：酉矩阵、旋转与镜射

酉矩阵Unitary matrix

复数域的“正交矩阵”就是酉矩阵。酉矩阵的列向量组为一组标准正交基，因而
酉矩阵$U$满足$$U^{H}U=U{U}^H=I$$

酉矩阵出现于许多分解中：
SVD（$A=U\Sigma V^H$）、矩阵三角化的 Schur 定理（$A=A=UT{U}^H$，$T$为上三角阵）、正规矩阵的酉对角化（$A=U\Lambda U^H$）

酉矩阵的几何意义：旋转与镜射

一般而言，我们简单认为酉矩阵对应旋转变换；
但是实际上，旋转这个说法不是非常准确，前提是正交矩阵$Q$的行向量必须适当排序 ，否则也可能包含镜像变换

酉矩阵的几何意义有两种：旋转 和 镜射

例如2维空间中的两个正交矩阵是：
$Q_1=\left[\begin{array}{cc}\cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right]$ 和 $Q_2=\left[\begin{array}{cc}-\sin \theta & \cos \theta \\ \cos \theta & \sin \theta \end{array}\right]$

其中，$Q_1$对应旋转变换，而$Q_2=Q_1\left[\begin{array}{ll}0& 1\\ 1& 0\end{array}\right]$则是旋转变换+镜像变换（将x/y轴对调，相当于关于直线y=x的镜像反射）

详见 旋转与镜射

酉矩阵的性质

酉变换几何意义是旋转，由此立即可知：

• 酉变换保证长度不变：$\Vert U\mathbf{x}\Vert =\Vert \mathbf{x}\Vert$
  酉变换保证向量夹角不变：$(U\mathbf{x}{)}^H(U\mathbf{y})={\mathbf{x}}^H\mathbf{y}$
• 酉矩阵特征值的模为1，即$|\lambda |=1$
  证明：$\Vert \lambda \mathbf{x}\Vert =\Vert U\mathbf{x}\Vert =\Vert \mathbf{x}\Vert$，即$|\lambda |\Vert \mathbf{x}\Vert =\Vert \mathbf{x}\Vert$

特征值与行列式：

• 酉矩阵行列式的模为1，即$|\det U|=1$
  证明：$|\det U|=|{\lambda }_1\cdots {\lambda }_n|=|{\lambda }_1|\cdots |{\lambda }_n|=1$
• 进一步，对于实正交矩阵$Q$，$\det Q=\pm 1$
  $\det Q=1$称为适当的（proper） 的正交矩阵；$\det Q=-1$称为不适当的正交矩阵

例如下面两种实正交矩阵：
逆时针旋转$\theta$角度的旋转矩阵$R(\theta )=\left[\begin{array}{cr}\sin \theta & -\cos \theta \\ \cos \theta & \sin \theta \end{array}\right]$满足$\det R(\theta )=1$，这是适当的正交矩阵
平面上以 $\left[\begin{array}{c}\cos \varphi \\ \sin \varphi \end{array}\right]$ 为镜射轴的镜射矩阵$F(\varphi )=\left[\begin{array}{cr}\cos 2\varphi & sin2\varphi \\ \sin 2\varphi & -\cos 2\varphi \end{array}\right]$满足$\det F(\theta )=-1$，这是不适当的正交矩阵
详见 旋转与镜射

• 最后，酉矩阵（属于正规矩阵）可以酉对角化$U=VD{V}^H$（一套正交的特征向量）

酉矩阵的判别

$A$是酉矩阵的充要条件：

• 所有特征值满足$|\lambda |=1$，且最大奇异值${\sigma }_{\max }\le 1$
  （${\sigma }_{\max }\le 1$的等价表述：①$A$的算子2范数$\Vert A{\Vert }_2=\underset{\Vert \mathbf{x}\Vert \ne 0}{\max }\frac{\Vert A\mathbf{x}\Vert }{\Vert \mathbf{x}\Vert }={\sigma }_{\max }\le 1$；②对于任意向量$\mathbf{x}$有$\Vert A\mathbf{x}\Vert \le \Vert \mathbf{x}\Vert$）

证明：
$A$的SVD为$A=U\Sigma V^H$，则$\det (A^{H}A)=\det ({\Sigma }^H\Sigma )={\sigma }_1^2\cdots {\sigma }_n^2$
又因为有恒等式$\det (A^{H}A)=|\det A{|}^2$（原因：$\det (A^{H}A)=(\det \overline{A^T})(\det A)=(\overline{\det A^T})(\det A)=(\overline{\det A})(\det A)=|\det A{|}^2$）
故$\det (A^{H}A)={\sigma }_1^2\cdots {\sigma }_n^2=|\det A{|}^2=|{\lambda }_1\cdots {\lambda }_n{|}^2$
故${\sigma }_1\cdots {\sigma }_n=|{\lambda }_1\cdots {\lambda }_n|=|{\lambda }_1|\cdots |{\lambda }_n|=1$，又因为${\sigma }_{\max }\le 1$，可知${\sigma }_1=\cdots ={\sigma }_n=1$
最终$A=U\Sigma V^H=UI{V}^H=U{V}^H$，即知$A^{H}A=I$，$A$ 是酉矩阵

reference：
特殊矩阵 （3）：么正矩阵 （酉矩阵）
旋转与镜射