1,定义
如果一个n阶复数方阵U满足下列条件:
U
†
U
=
U
U
†
=
I
n
,
其
中
I
n
为
n
阶
单
位
方
阵
,
U
†
为
U
的
共
轭
转
置
矩
阵
,
U^\dagger U=UU^\dagger=I_n, 其中I_n为n阶单位方阵,U^\dagger为U的共轭转置矩阵,
U†U=UU†=In,其中In为n阶单位方阵,U†为U的共轭转置矩阵,
则称U为酉矩阵。
2,性质
2.1 矩阵U为酉矩阵的充要条件是它的共轭转置矩阵等于其逆矩阵:
U
†
=
U
−
1
U^\dagger=U^{-1}
U†=U−1
2.2 若酉矩阵的元素全是实数,则其为正交矩阵。
2.3 |det(U)| = 1
2.4 ∣ ∣ U x ∣ ∣ 2 = ∣ ∣ x ∣ ∣ 2 ||Ux||_2=||x||_2 ∣∣Ux∣∣2=∣∣x∣∣2
2.5 若U为n阶方阵,则下列条件等价:
U是酉矩阵;
U
†
U^\dagger
U†为酉矩阵;
U的列向量构成的内积空间
C
n
上
的
一
组
标
准
正
交
基
C^n上的一组标准正交基
Cn上的一组标准正交基;
U的行向量构成的内积空间
C
n
上
的
一
组
标
准
正
交
基
C^n上的一组标准正交基
Cn上的一组标准正交基。
note: 内积空间是线性代数里的基本概念,它是指增加了额外结构的向量空间。这个额外的结构将一对向量与一个标量联系起来,从而容许我们正式讨论向量的长度和夹角,也为定义正交性提供了基础。内积空间是欧几里得空间的泛化(内积空间的内积对应着欧氏空间的点积)。
2.6 酉矩阵可以被分解为
U
=
V
Σ
V
∗
U=V\Sigma V^*
U=VΣV∗,其中V是酉矩阵,
Σ
\Sigma
Σ是主对角线上元素绝对值为1的对角阵。
note: 对角阵,指除了主对角线外,其它位置元素都为0的矩阵。
酉变换
酉变换(unitary transformation)是指酉空间V的等度量变换。
∀
α
,
β
∈
V
,
满
足
条
件
(
σ
(
α
)
,
σ
(
β
)
)
=
(
α
,
β
)
的
线
性
变
换
σ
就
叫
做
酉
变
换
\forall \alpha, \beta \in V,满足条件(\sigma(\alpha), \sigma(\beta))=(\alpha, \beta)的线性变换\sigma就叫做酉变换
∀α,β∈V,满足条件(σ(α),σ(β))=(α,β)的线性变换σ就叫做酉变换。