KNOWECON WIKI

ARTICLE

酉矩阵

酉矩阵 (Unitary Matrix) 酉矩阵（Unitary matrix）是复线性代数中与实正交矩阵相对应的核心矩阵族：一个复方阵的逆等于其共轭转置。酉矩阵刻画了复内积空间上的等距同构——保内积、保范数、保角度，是量子力学中时间演化算符和量子门的数学语言。 定义与等价条件 设 U C^n n，其共轭转置记为 U^* = U^ T。若满足 即 U^-1

浏览 4 更新 2026-01-17

酉矩阵 (Unitary Matrix)

酉矩阵（Unitary matrix）是复线性代数中与实正交矩阵相对应的核心矩阵族：一个复方阵的逆等于其共轭转置。酉矩阵刻画了复内积空间上的等距同构——保内积、保范数、保角度，是量子力学中时间演化算符和量子门的数学语言。

定义与等价条件

设 U∈Cn×nU \in \mathbb{C}^{n \times n}，其共轭转置记为 U∗=U‾TU^* = \overline{U}^{\mathsf{T}}。若满足

U∗U=UU∗=InU^* U = U U^* = I_n

即 U−1=U∗U^{-1} = U^*，则称 UU 为酉矩阵。该条件等价于：

  1. UU 的列向量构成 Cn\mathbb{C}^n 的一组标准正交基：⟨ui,uj⟩=uj∗ui=δij\langle u_i, u_j \rangle = u_j^* u_i = \delta_{ij}。
  2. UU 的行向量同样构成标准正交基。
  3. UU 是等距同构：对任意 x,y∈Cnx, y \in \mathbb{C}^n，⟨Ux,Uy⟩=⟨x,y⟩\langle Ux, Uy \rangle = \langle x, y \rangle，特别地 ∥Ux∥=∥x∥\|Ux\| = \|x\|。
  4. UU 是正规矩阵且所有特征值的模为 1：U=VΛV∗U = V \Lambda V^*，Λ=diag⁡(eiθ1,…,eiθn)\Lambda = \operatorname{diag}(e^{i\theta_1}, \ldots, e^{i\theta_n})。

后一条揭示了酉矩阵的本质：它在某组标准正交基下表现为纯相位旋转，无缩放、无剪切。

特征值与谱性质

酉矩阵的所有特征值 λ\lambda 均位于复平面单位圆上（∣λ∣=1|\lambda| = 1）。证明极为简洁：设 Ux=λxUx = \lambda x，则

∥x∥2=⟨x,x⟩=⟨Ux,Ux⟩=∣λ∣2∥x∥2\|x\|^2 = \langle x, x \rangle = \langle Ux, Ux \rangle = |\lambda|^2 \|x\|^2

由 x≠0x \neq 0 即得 ∣λ∣=1|\lambda| = 1。这一性质使酉矩阵的谱完全落在 S1⊂CS^1 \subset \mathbb{C}，衍生出重要推论：

  • 谱半径 ρ(U)=1\rho(U) = 1，且 ∥U∥2=1\|U\|_2 = 1——算子范数恒为 1，条件数 κ(U)=1\kappa(U) = 1，使其成为数值线性代数中条件最优的矩阵族。
  • 不同特征值对应的特征向量自动正交，因为酉矩阵是正规矩阵的特例。
  • det⁡U\det U 的模为 1（行列式为诸特征值之积），特别地 det⁡U∈S1\det U \in S^1。

矩阵指数映射与Lie群结构

酉矩阵与Hermite矩阵通过矩阵指数映射深邃相连，构筑了Lie群与其Lie代数之间对应的经典范例：

对任意 Hermite 矩阵 H=H∗，eiH 必为酉矩阵\text{对任意 Hermite 矩阵 } H = H^*，\quad e^{iH} \text{ 必为酉矩阵}
反之，对任意酉矩阵 U，∃ H=H∗ 使 U=eiH\text{反之，对任意酉矩阵 } U，\exists\, H = H^* \text{ 使 } U = e^{iH}

指数映射将 Hermite 矩阵（Lie 代数 u(n)\mathfrak{u}(n) 的元素乘以 ii）"提升"至酉矩阵（Lie 群 U(n)\mathrm{U}(n)）。所有 nn 阶酉矩阵构成酉群 U(n)\mathrm{U}(n)，这是一个紧致连通 Lie 群，维数为 n2n^2。当附加 det⁡U=1\det U = 1 时得到特殊酉群 SU(n)\mathrm{SU}(n)，在粒子物理（如 SU(3)\mathrm{SU}(3) 描述强相互作用的色对称性）与量子计算中扮演核心角色。

另一条连接 Hermite 与酉矩阵的经典桥梁是Cayley 变换：若 HH 为 Hermite 且 −1-1 非其特征值，则

U=(H−iI)(H+iI)−1U = (H - iI)(H + iI)^{-1}

为酉矩阵。该变换是复分析中上半平面到单位圆盘共形映射的矩阵推广，在数值分析与信号处理中频繁出现。

实数退化：正交矩阵

当酉矩阵的所有元素均为实数时，U∗=UTU^* = U^{\mathsf{T}}，酉条件退化为 UTU=IU^{\mathsf{T}} U = I，即为熟知的正交矩阵。正交矩阵构成的群 O(n)\mathrm{O}(n) 是酉群 U(n)\mathrm{U}(n) 的实子群，其行列式为 ±1\pm 1；行列式为 +1+1 者构成特殊正交群 SO(n)\mathrm{SO}(n)，描述 nn 维空间的纯旋转。因此，酉矩阵可视为正交矩阵在复数域上最自然的推广——将欧几里得空间的刚性运动拓展至复内积空间。

极分解与矩阵结构

任意可逆复方阵 AA 均存在唯一的极分解：

A=UPA = U P

其中 UU 为酉矩阵，PP 为半正定矩阵（正定 Hermite 矩阵）。此分解将矩阵的"旋转/相位"部分（UU）与"缩放"部分（PP）彻底分离，在连续介质力学（变形梯度张量的极分解）、计算机图形学（形状插值）与量子信息中广泛应用。若矩阵的左右极分解因子可交换（UP=PUU P = P U），则该矩阵为正规矩阵。

核心应用

量子力学中，孤立系统的时间演化由酉算子描述：ψ(t)=e−iHt/ℏψ(0)\psi(t) = e^{-iHt/\hbar} \psi(0)，其中 Hamiltonian HH 为 Hermite 算子，指数映射保证演化的酉性——即概率守恒（∥ψ(t)∥=∥ψ(0)∥\|\psi(t)\| = \|\psi(0)\|）。量子门——量子计算的基本逻辑单元——均为酉矩阵（如 Hadamard 门、CNOT 门、相位门），酉性确保量子态的归一化在计算过程中不被破坏。

数值线性代数中，QR 分解（A=QRA = QR，QQ 酉，RR 上三角）和奇异值分解（A=UΣV∗A = U \Sigma V^*，U,VU, V 酉）的核心因子均为酉矩阵。基于 Householder 反射或 Givens 旋转构造的酉变换是求解线性方程组与特征值问题的标准工具，因其条件数为 1，不放大舍入误差。

信号处理中，离散傅里叶变换矩阵 WN/N\mathbf{W}_N / \sqrt{N} 是酉矩阵，保证了 Parseval 能量守恒；正交频分复用（OFDM）的调制与解调基同为酉矩阵。压缩感知的测量矩阵常取随机酉矩阵的子矩阵以保障受限等距性质。

多元统计分析中，样本协方差矩阵的对角化涉及酉变换；独立成分分析（ICA）的白化步骤使用酉矩阵消除二阶相关性。随机矩阵理论关注 U(n)\mathrm{U}(n) 上的 Haar 测度——即酉群上的唯一不变概率测度，其行列式和特征值联合分布催生了著名的 Circular Unitary Ensemble（CUE）等经典系综。

粒子物理标准模型中，CKM 矩阵（描述夸克味道混合）与PMNS 矩阵（描述中微子振荡）均为近似的酉矩阵；幺正性（unitarity）的精确检验构成了寻找超出标准模型新物理的灵敏探针。

与正规矩阵的关系

酉矩阵是正规矩阵（满足 AA∗=A∗AA A^* = A^* A）的三大经典子类之一，另外两类是 Hermite 矩阵（特征值为实数）与斜 Hermite 矩阵（特征值为纯虚数）。正规矩阵均可酉对角化，但酉矩阵的对角元（即特征值）全落在单位圆上，这一约束是其区别于一般正规矩阵的根本标志。一族两两可交换的酉矩阵可被同一酉矩阵同时对角化，对应着量子力学中相容可观测量可同时测量的代数基础。

综上，酉矩阵虽定义简洁——仅要求逆等于共轭转置——却凝结了保范性、谱的圆周分布、Lie 群结构与物理守恒律等诸多深刻结构，是贯穿现代数学物理不可绕过的核心概念。