You need to enable JavaScript to run this app.
最新活动
大模型
产品
解决方案
定价
生态与合作
支持与服务
开发者
了解我们

证明将ℂⁿ中的单位向量映射为单位向量的ℂⁿ→ℂⁿ线性映射是酉映射

证明将ℂⁿ中的单位向量映射为单位向量的ℂⁿ→ℂⁿ线性映射是酉映射

嘿,这个问题我刚好梳理过,咱们一步步拆解来证明,解决你之前卡壳的正交性问题~

首先,先明确前提:设 ( T: \mathbb{C}^n \to \mathbb{C}^n ) 是线性映射,满足对所有单位向量 ( v \in \mathbb{C}^n ),都有 ( |Tv| = 1 )。我们要证 ( T ) 是酉映射——也就是 ( T ) 保持复内积,或者等价地说 ( T^T = I )(( T^ ) 是 ( T ) 的伴随算子)。

第一步:先证明 ( T ) 是等距映射(保持所有向量的范数)

对任意非零向量 ( u \in \mathbb{C}^n ),咱们把它单位化:( v = \frac{u}{|u|} ),这显然是个单位向量。根据题设,( |Tv| = 1 )。

因为 ( T ) 是线性的,所以 ( Tv = T\left( \frac{u}{|u|} \right) = \frac{Tu}{|u|} ),代入范数等式:
[
\left| \frac{Tu}{|u|} \right| = 1 \implies \frac{|Tu|}{|u|} = 1 \implies |Tu| = |u|
]
对零向量来说,( T0 = 0 ),范数自然也保持。所以 ( T ) 对所有向量都保持范数,是等距线性映射。

第二步:用极化恒等式证明 ( T ) 保持内积

这一步就是解决你纠结的正交性问题的关键!在复内积空间里,内积可以完全用范数表示,这就是极化恒等式
[
\langle u, v \rangle = \frac{1}{4} \left( |u+v|^2 - |u-v|^2 + i|u+iv|^2 - i|u-iv|^2 \right)
]
现在看 ( \langle Tu, Tv \rangle ),因为 ( T ) 是线性的,所以 ( T(u+v) = Tu + Tv ),同理 ( T(u-v)=Tu-Tv ),( T(u+iv)=Tu+iTv ),( T(u-iv)=Tu-iTv )。

又因为 ( T ) 保持范数,所以 ( |T(u+v)| = |u+v| ),其他几项的范数也一一对应相等。把这些代入极化恒等式:
[
\langle Tu, Tv \rangle = \frac{1}{4} \left( |Tu+Tv|^2 - |Tu-Tv|^2 + i|Tu+iTv|^2 - i|Tu-iTv|^2 \right) = \frac{1}{4} \left( |u+v|^2 - |u-v|^2 + i|u+iv|^2 - i|u-iv|^2 \right) = \langle u, v \rangle
]
这就说明 ( T ) 完全保持内积!

第三步:内积保持推出酉映射

酉映射的定义就是“保持复内积的线性映射”,或者等价地,满足 ( T^*T = I )(因为对任意 ( u,v ),( \langle T^*Tu, v \rangle = \langle Tu, Tv \rangle = \langle u, v \rangle ),所以 ( T^*Tu = u ) 对所有 ( u ) 成立,即 ( T^*T = I ))。

至于你之前担心的“正交向量映射后是否正交”,现在就很清楚了:如果 ( u ) 和 ( v ) 正交,即 ( \langle u, v \rangle = 0 ),那么 ( \langle Tu, Tv \rangle = \langle u, v \rangle = 0 ),所以 ( Tu ) 和 ( Tv ) 也正交,完美解决你的困惑~

备注:内容来源于stack exchange,提问作者Daniel Mandragona

火山引擎 最新活动