酉矩阵

在線性代數中，么正矩陣（又译作幺正矩阵，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：

线性代数
${\displaystyle \mathbf {A} ={\begin{bmatrix}1&2\\3&4\end{bmatrix}}}$
向量 · 向量空间 · 基底  · 行列式  · 矩阵
向量 标量 · 向量 · 向量空间 · 向量投影 · 外积（向量积） · 内积（数量积） 矩阵与行列式 矩阵 · 行列式 · 线性方程组 · 秩 · 核 · 跡 · 單位矩陣 · 初等矩阵 · 方块矩阵 · 分块矩阵 · 三角矩阵 · 非奇异方阵 · 转置矩阵 · 逆矩阵 · 对角矩阵 · 可对角化矩阵 · 对称矩阵 · 反對稱矩陣 · 正交矩阵 · 幺正矩阵 · 埃尔米特矩阵 · 反埃尔米特矩阵 · 正规矩阵 · 伴随矩阵 · 余因子矩阵 · 共轭转置 · 正定矩阵 · 幂零矩阵 · 矩阵分解 （LU分解 · 奇异值分解 · QR分解 · 极分解 · 特征分解） · 子式和余子式 · 拉普拉斯展開 · 克罗内克积 线性空间与线性变换 线性空间 · 线性变换 · 线性子空间 · 线性生成空间 · 基 · 线性映射 · 线性投影 · 線性無關 · 线性组合 · 线性泛函 · 行空间与列空间 · 对偶空间 · 正交 · 特征向量 · 最小二乘法 · 格拉姆-施密特正交化
查 论 编

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

（推論）${\displaystyle U^{-1}=U^{*}}$。

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

以下是一個么正矩陣的例子：

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

驗证如下：

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

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

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，则 UV 也是么正矩陣：

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

若 U 为 n×n 矩陣，則下列條件等價：

1. U 是么正矩阵
2. U^*是么正矩阵
3. U 的列向量是在 Cⁿ 上的一组标准正交基
4. U 的行向量是在 Cⁿ 上的一组标准正交基

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

么正對角化

么正對角化（又译作幺正對角化，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。

参见

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

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 （页面存档备份，存于互联网档案馆）
• 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。