1 基本概念
1.1 定义
酉矩阵是指满足 \[ U^*U=UU^*=I \] 的复方阵，其中 \(U^*\) 表示矩阵的共轭转置，\(I\) 表示同阶单位矩阵。换言之，酉矩阵的逆矩阵恰好等于其共轭转置。它是复数域上的基本“保距”矩阵，常用于描述复空间中的刚性变换。
1.2 记号与表示
酉矩阵通常记为 \(U\)，其元素一般写作复数形式 \(u_{ij}=a_{ij}+b_{ij}i\)。在不同文献中，共轭转置也可写作 \(U^\dagger\) 或 \(U^H\)。若矩阵规模为 \(n\times n\)，则常称其为 \(n\) 阶酉矩阵。
1.3 与单位矩阵的关系
单位矩阵是最简单的酉矩阵之一，因为它显然满足 \(I^*I=I\)。更一般地，酉矩阵可看作单位矩阵在复空间中的推广：单位矩阵对应“什么也不变”，而酉矩阵对应“长度、内积不变，但方向可发生旋转或反射”。
1.4 相关术语辨析
酉矩阵与正交矩阵概念相近，但适用域不同：正交矩阵通常定义在实数域上，而酉矩阵定义在复数域上。二者都满足“转置/共轭转置等于逆矩阵”的性质。另有“正规矩阵”这一概念，它只要求与其共轭转置可交换，并不必然可逆，也不必是酉矩阵。
2 代数性质
2.1 共轭转置与逆矩阵
对酉矩阵 \(U\) 而言，必有 \[ U^{-1}=U^*. \] 这意味着酉矩阵总是可逆的，而且它的逆矩阵具有非常简单的表达式。该性质在计算与理论推导中都极为重要，因为它使得许多变换具有明确的反变换形式。
2.2 行列式性质
酉矩阵的行列式满足 \[
| \det(U) | =1. |
|---|
\] 这是因为取行列式可得 \(\det(U^*)\det(U)=1\)，而 \(\det(U^*)=\overline{\det(U)}\)。因此，酉矩阵的行列式位于复平面的单位圆上。若进一步满足 \(\det(U)=1\)，则该矩阵属于特殊酉群。
2.3 特征值与特征向量
| 酉矩阵的特征值都位于单位圆上，即若 \(\lambda\) 是酉矩阵的特征值，则 \( | \lambda | =1\)。这是由于酉变换保持向量长度，特征向量在作用下只会被乘以一个模长为 1 的复数因子。特征向量之间可通过酉性质获得良好的正交结构。 |
|---|
2.4 谱性质
酉矩阵属于正规矩阵，因此可由谱理论进行较完整的分析。其全部特征值均为模长 1 的复数，谱分布位于单位圆上。对于有限维情形，酉矩阵总能被酉相似对角化，这使得其谱性质十分清晰，也便于数值计算。
3 几何意义
3.1 保内积性
酉矩阵保持复内积不变。若向量 \(x,y\) 属于复内积空间，则 \[ \langle Ux,Uy\rangle=\langle x,y\rangle. \] 这一性质说明酉矩阵不仅不改变长度，还不改变向量间的夹角关系，是复几何中最基本的等距变换之一。
3.2 保长度与保角度
由于内积保持，向量长度自然保持不变： \[
| \|Ux\|=\|x\|. |
|---|
\] 同时，长度与内积共同决定角度信息，因此酉矩阵也保角。在线性变换中，这类性质意味着它不会引入拉伸或压缩，而只改变向量的朝向。
3.3 复空间中的旋转与反射
在几何直观上，酉矩阵可理解为复空间中的旋转、相位变化以及某些反射的组合。与实空间中的正交变换类似，它们体现的是“刚性”操作。尤其在低维情形下，酉矩阵常表现为对复相位的调制和坐标轴的混合。
4 判定方法
4.1 通过矩阵乘积检验
最直接的判断方式是计算 \(U^*U\) 或 \(UU^*\)。若结果等于单位矩阵，则该矩阵为酉矩阵。该方法定义明确，但在高维数值计算中可能受到舍入误差影响。
4.2 通过列向量正交归一检验
酉矩阵的列向量构成一组正交归一基。也就是说，每一列向量长度为 1，不同列之间内积为 0。若一个复矩阵的列向量满足这一条件，则它是酉矩阵；同理，行向量也应满足相同性质。
4.3 通过逆矩阵与共轭转置检验
若一个可逆复矩阵满足 \[ U^{-1}=U^*, \] 则它必为酉矩阵。这个判定方式常用于理论推导，因为它直接体现了酉矩阵“逆等于共轭转置”的本质特征。
5 常见结构与分类
5.1 2×2 酉矩阵
2×2 酉矩阵是最常见也最便于直观分析的类型。它们通常可以用若干参数表示，包含整体相位、旋转参数以及额外的相位差。许多基础量子门和简单复变换都可写成这类矩阵。
5.2 对角酉矩阵
对角酉矩阵的主对角线元素均为模长 1 的复数，其余元素全为 0。此类矩阵的作用很简单，只是对各坐标分别施加不同的相位因子。它们在分离变量、相位调制和谱分析中十分常见。
5.3 特殊酉矩阵
特殊酉矩阵是满足 \(\det(U)=1\) 的酉矩阵。与一般酉矩阵相比，它多了一个行列式约束，因此构成更窄的子类。特殊酉矩阵在群论和几何表示中都占有重要位置。
5.3.1 特殊酉群中的元素
特殊酉群中的元素既保持复内积，又具有单位行列式。它们常被视为“纯粹旋转型”的酉变换，因为整体相位因子受到限制。在物理和表示论中，这类矩阵经常作为基本对称操作出现。
5.4 置换型酉矩阵
置换型酉矩阵是由置换矩阵与某些单位模复数因子结合得到的矩阵。它们通常只是在重排坐标的同时附加相位，不会改变向量长度。若置换矩阵的非零元素都取为 1，则它也是实数域上的正交矩阵。
6 分解与表示
6.1 谱分解
由于酉矩阵是正规矩阵，它可以被酉对角化，即写成 \[ U=VDV^*, \] 其中 \(V\) 为酉矩阵，\(D\) 为对角矩阵，且对角元是单位圆上的复数。谱分解有助于揭示矩阵的本质结构，并将复杂变换简化为若干独立的相位因子。
6.2 极分解
极分解将一般可逆矩阵表示为一个酉矩阵与一个正半定矩阵的乘积。对于酉矩阵本身而言，其极分解中的“正”部分通常退化为单位矩阵，因此它正是极分解中的纯酉因子。该表示在矩阵分析中具有统一性与解释力。
6.3 QR 分解中的酉矩阵
在 QR 分解中，一个矩阵可写为 \[ A=QR, \] 其中 \(Q\) 是酉矩阵，\(R\) 是上三角矩阵。酉矩阵在这里承担“正交基变换”的角色，使得分解具有稳定性。数值线性代数中常用这一结构来处理最小二乘问题和特征值计算。
6.4 指数表示
某些酉矩阵可以写成厄米矩阵的指数形式，即 \[ U=e^{iH}, \] 其中 \(H\) 为厄米矩阵。这一表示在连续变换、量子演化和群表示中很常见。它说明酉矩阵可由“生成元”通过指数映射得到，体现了离散结构与连续结构之间的联系。
7 相关群论内容
7.1 酉群 U(n)
所有 \(n\) 阶酉矩阵在矩阵乘法下构成酉群 \(U(n)\)。该群是一个紧致李群，具有良好的拓扑与代数性质。它描述了 \(n\) 维复内积空间中的全部保持内积的线性变换。
7.2 特殊酉群 SU(n)
特殊酉群 \(SU(n)\) 由所有行列式为 1 的 \(n\) 阶酉矩阵组成。它是 \(U(n)\) 的重要子群，也是许多数学与物理结构中的核心对象。与 \(U(n)\) 相比，\(SU(n)\) 去除了整体相位自由度。
7.3 子群与闭包性质
酉矩阵集合对乘法和取逆封闭，因此形成群结构。若两个矩阵酉，则它们的乘积仍是酉矩阵，且其逆矩阵也酉。某些特殊形式的酉矩阵还可构成子群，例如对角酉矩阵、置换型酉矩阵等。
8 例子
8.1 低维实例
一个最简单的酉矩阵是 \( [1] \)。另一个典型例子是 \[ \begin{pmatrix} 0 & 1\\ 1 & 0 \end{pmatrix}, \] 它既是实正交矩阵，也是酉矩阵。再如对角矩阵 \[ \begin{pmatrix} e^{i\theta} & 0\\ 0 & e^{i\phi} \end{pmatrix} \] 也是酉矩阵，只要 \(\theta,\phi\) 为实数。
8.2 典型构造方法
构造酉矩阵的常见方法包括：选取一组复数域上的正交归一向量作为列向量；将厄米矩阵取指数；或从已知酉矩阵出发做乘积、块对角拼接等操作。Gram-Schmidt 正交化在复内积空间中也可用于生成酉矩阵。
8.3 反例与非酉矩阵
并非所有复矩阵都是酉矩阵。例如 \[ \begin{pmatrix} 2 & 0\\ 0 & 1 \end{pmatrix} \] 就不是酉矩阵，因为其列向量长度不为 1，且 \(U^*U\neq I\)。一般来说，只要出现缩放、剪切或列向量不正交归一，就不满足酉条件。
9 应用
9.1 量子力学中的态演化
在量子力学中，封闭系统的时间演化通常由酉算符描述，因为它必须保持概率总和不变。酉矩阵因此成为有限维量子态变换的基础模型，例如量子门、测量前演化和相位变换等都与其密切相关。
9.2 信号处理中的变换矩阵
离散傅里叶变换及其归一化形式可写成酉矩阵。由于酉变换保持能量不变，它们在频域分析、滤波、压缩和编码中非常有用。该性质还能减少信息损失，并改善算法的数值稳定性。
9.3 数值线性代数中的稳定算法
在数值计算中，酉矩阵常用于构造稳定算法，因为其条件数通常良好，且不会放大误差。QR 分解、Householder 变换和 Givens 旋转等方法都大量依赖酉或近似酉结构。
9.4 统计与数据分析中的正交变换
在复值数据分析中，酉变换可用于降维、去相关和特征提取。它们不改变数据的总能量，因此常被作为预处理步骤或坐标变换工具。某些算法也利用酉矩阵来简化协方差结构。
10 扩展话题
10.1 酉相似与酉等价
若两个矩阵 \(A\) 与 \(B\) 满足 \(B=U^*AU\)，则称它们酉相似。酉相似保持谱性质和正规性，是研究矩阵分类的重要关系。酉等价则更强调通过左右两个酉矩阵的作用建立联系，常见于奇异值分析。
10.2 酉对角化
不是所有矩阵都能酉对角化，但正规矩阵可以。酉对角化意味着存在酉矩阵 \(U\)，使得 \(U^*AU\) 为对角矩阵。对于酉矩阵自身，这一过程尤其自然，因为其特征值已经全部位于单位圆上。
10.3 与正交矩阵的对应关系
实正交矩阵可以看作特殊的酉矩阵，因为实矩阵的共轭转置退化为转置。反过来，酉矩阵是正交矩阵在复数域上的推广。两者共享许多结构性质，如保持内积、行列式模长为 1 以及逆等于转置或共轭转置。
10.4 在复内积空间中的推广
酉矩阵可以推广到更一般的复内积空间中的酉算子。此时对象不再局限于有限维矩阵，而是线性算子。其本质仍然是保持内积不变，因此在泛函分析、谱理论和量子理论中都具有基础地位。