代数学基本概念理解——幺正矩阵(Unitary matrix)(酉矩阵?)

目录

[1. 单位向量(unitary vector或unit vector)](#1. 单位向量(unitary vector或unit vector))

[2. 正交矩阵(unitary matrix)的定义](#2. 正交矩阵(unitary matrix)的定义)

[3. 幺正矩阵(unitary matrix)的定义](#3. 幺正矩阵(unitary matrix)的定义)

[4. 为什么称为幺正矩阵(Unitary)?](#4. 为什么称为幺正矩阵(Unitary)?)


1. 单位向量( unitary vector或unit vector**)**

"unitary"是"unit"的形容词,由"unit"+ "-ary"构成,"-ary"为名词和形容词构词后缀。词义为"与......相联系的,属于......的。"

一个单位向量 是其量纲 (magnitude)(长度)恰好为1的向量,仅表示一个无标度(scale)的方向,通过用一个"帽"(例如 ) 表示。对于一个向量 v ,我们用 |v| 表示其量纲(长度或范数),则其单位向量为

标准基向量 ( 归一化基向量) 是单位向量

来自其它向量的单位向量:例如 v = ( 3 ,4 ) ,则其单位向量

2. 正交矩阵( unitary matrix**)** 的定义

实数场 (field)上具有正交性的矩阵称为正交矩阵,一个正交矩阵是一个行向量和列向量都正交的方形矩阵,即行向量或列向量的内积为零,行向量或列向量之间是垂直关系,向量在方向上没有相似性。 我们用 Q 表示正交矩阵,正交矩阵的转置等于其逆。因此,正交矩阵的正交性可表示为

( I表示单位矩阵或恒等矩阵 ),

因此,若一个方阵的转置等于其逆,即, ,则此方阵是正交的。

一个正交矩阵必须是一个可逆矩阵,也是一个幺正矩阵 ( ) ,其中,Q 的Hermite 伴随矩阵 (adjoint)(共轭转置------先取共轭再取转置),因此它在实数上是正规的 ( )。任意正交矩阵的行列式都为 1 或 -1 。正交矩阵作为一个线性变换,其保留了向量的内积不变,并充当一个 Euclid空间的等距(isometry),例如旋转、反射或旋反射。换言之,它是一个幺正变换。

3. 幺正 矩阵( unitary matrix**)** 的定义

对于一个复方阵 U , 若其逆 等于其共轭转置 ,则称其为幺正矩阵。用符号表达为

( I表示单位矩阵或恒等矩阵 )。

幺正 矩阵的行 ( 和列)向量 是单位向量且正交。

4. 为什么称为 幺正 矩阵( Unitary**)**

称其为幺正矩阵 ("幺"表示最小的(单位的,单元的),"正"表示规范的,归一化的,因此,"幺正 " 表示 "单位的"), 主要有几个原因:

(1) 是对单位 ( Unit**) 的扩展:** 正如一个复数 z 是一个**"单位"** (|z | = 1)一样( 如 ,复平面上的单位圆),一个幺正矩阵 U 表现得就像复数域上的一个单位复数 。其保持向量长度(范数)内积(角度) 不变, 幺正矩阵的行向量(或列向量)长度为1,内积( Hermite 内积)为零可以看作是实数正交矩阵在复数的推广

(2) **保持范数(长度)不变:幺正矩阵能够保持复向量的长度(或范数)和角度(即内积)不变,确保变换不会拉伸或收缩空间,**这在量子物理学的概率计算中至关重要。

(3) 与正交矩阵类似:对于实数矩阵,与之等价的矩阵是正交矩阵,其同样保持了长度不变, 幺正矩阵将这种性质推广到了复数

(4) 幺正矩阵基:一个幺正矩阵的行(和列)构成一个"单位基",意味着它们是单位向量且(在复数的意义上)相互正交,单位正交向量------长度(范数)为1且 Hermite内积为零(正交的)。

另外,将"Unitary"译为"酉",不过是取 "Unitary" 的首字母 U 并音译为"酉"。个人认为这种方式不能达其意,不可取,不能满足"信达雅"的原则,清晰明确达意比精简更为重要。

相关推荐
种时光的人9 小时前
CANN仓库核心解读:catlass夯实AIGC大模型矩阵计算的算力基石
线性代数·矩阵·aigc
Zfox_12 小时前
CANN Catlass 算子模板库深度解析:高性能矩阵乘(GEMM)原理、融合优化与模板化开发实践
线性代数·矩阵
lbb 小魔仙18 小时前
面向 NPU 的高性能矩阵乘法:CANN ops-nn 算子库架构与优化技术
线性代数·矩阵·架构
空白诗18 小时前
CANN ops-nn 算子解读:大语言模型推理中的 MatMul 矩阵乘实现
人工智能·语言模型·矩阵
劈星斩月20 小时前
线性代数-3Blue1Brown《线性代数的本质》特征向量与特征值(12)
线性代数·特征值·特征向量·特征方程
池央1 天前
ops-nn 算子库中的数据布局与混合精度策略:卷积、矩阵乘法与 RNN 的优化实践
rnn·线性代数·矩阵
深鱼~1 天前
大模型底层算力支撑:ops-math在矩阵乘法上的优化
人工智能·线性代数·矩阵·cann
Zfox_1 天前
CANN PyPTO 编程范式深度解析:并行张量与 Tile 分块操作的架构原理、内存控制与流水线调度机制
线性代数·矩阵·架构
TechWJ1 天前
catlass深度解析:Ascend平台的高性能矩阵运算模板库
线性代数·矩阵·ascend·cann·catlass
deep_drink2 天前
【基础知识一】线性代数的核心:从矩阵变换到 SVD 终极奥义
线性代数·机器学习·矩阵