线性空间只规定了向量怎样相加、怎样数乘,却没有说明向量之间如何比较长度和方向。缺的这一步由内积补上:它把一对向量变成一个标量,让几何信息在任意线性空间里也能计算。本节先固定「第一变元线性」的约定,再从标准内积推广到正定 Hermite 矩阵诱导的内积,最后说明内积在一组基下如何由 Gram 矩阵记录,以及换基时为什么出现矩阵合同。
先抓住一件事
内积不是随便一个「像点积」的公式,它必须满足四条公理。Hermite 性保证交换两个输入时结果自洽,正定性保证非零向量不会被量成零长度;Gram 矩阵则是内积在某组基下的记录。
要把「比较长度与方向」搬进任意线性空间,先得回答一个更基本的问题:一套合格的测量规则必须满足什么?三维空间的点积是现成的范例,只是它有坐标公式撑腰,看不出哪几条性质才是真正必需的。把点积满足的性质逐条抽出来、作为公理,内积就能定义在任何线性空间上。
定义 1.4.1 · 内积空间 inner product space
设 F=R 或 C,V 是 F 上的线性空间。若对任意 x,y∈V,都有一个标量 (x,y)∈F,并且对任意 x,y,z∈V 和 k∈F 满足:
(1)共轭对称性:(x,y)=(y,x);
(2)第一变元可加性:(x+y,z)=(x,z)+(y,z);
(3)第一变元齐次性:(kx,y)=k(x,y);
(4)正定性:(x,x)≥0,且 (x,x)=0⟺x=θ。
此时称 V 为内积空间,(x,y) 称为 x 与 y 的内积。有限维实内积空间称为欧几里得空间,有限维复内积空间称为酉空间。
约定。内积对第一变元线性,对第二变元共轭线性。有些教材采用相反约定,两种都自洽,但不能在同一套推导中混用。实数情形下共轭不起作用,内积对两个变元都线性。
术语说明。「欧几里得空间」(有限维实内积空间)是平面与立体解析几何的公理化推广,长度 (x,x)、夹角公式与几何直觉完全一致。「酉空间」是有限维复内积空间的别名;酉是 unitary 的音译用字(音同「有」)。后续将遇到的酉矩阵指满足 PHP=I(等价于 P−1=PH)的复方阵——实情形下就是正交矩阵;酉变换则指保持复内积不变的线性变换。名字陌生,但它们扮演的角色与实空间中的「正交」相当。
四条公理只逐条规定了第一变元的行为;第二变元做什么,得由共轭对称性推出来。例 1.4.1 把这份「推出来的行为」整理成公式。
例 1.4.1 · 第二变元的运算律与零向量
由内积四条公理证明:对任意 x,y,z∈V 与 k∈F,有
(x,y+z)(x,ky)(θ,y)=(x,y)+(x,z),=k(x,y),=(x,θ)=0.
解答 · 例 1.4.1
第二变元可加性来自「交换变元,在第一变元中拆开,再交换回来」:
(x,y+z)=(y+z,x)=(y,x)+(z,x)=(x,y)+(x,z).
同理,
(x,ky)=(ky,x)=k(y,x)=k(x,y).
最后,(θ,y)=(0x,y)=0(x,y)=0;共轭对称性再给出 (x,θ)=0。这也回答了原课件页 3 的思考题。
内积不替换原有的线性结构,而是在其上叠加一层可计算的几何信息。
公理只说了「满足什么才配叫内积」,还没说明数组空间里它长什么样。先从最熟悉的 Rn 开始,再走到 Cn:复数情形不能照抄实数公式,这条边界必须现在就分清。
例 1.4.2 · Rn 的标准内积
对 x=(x1,…,xn)T、y=(y1,…,yn)T∈Rn,令
(x,y)=yTx=i=1∑nxiyi.
验证它是 Rn 上的内积。
解答 · 例 1.4.2
对称性来自标量乘法可交换,可加性与齐次性来自矩阵乘法的分配律;而
(x,x)=x12+⋯+xn2≥0,(x,x)=0⟺x1=⋯=xn=0,
因此它确实是内积。
实数情形到此结束。把同一个公式原样搬进 Cn,正定性会第一个出问题。
例 1.4.3 · 在 Cn 中不能只用转置
在 Cn 上照搬实数公式 (x,y)=yTx,还能是内积吗?若不能,正确的定义是什么?
解答 · 例 1.4.3
不能。在 C1 中取 x=i,便有 (i,i)=i2=−1,违反正定性。故复向量空间必须使用共轭转置:
(x,y)=yHx=i=1∑nxiyi.
此时 (x,x)=∑i∣xi∣2≥0,且只有零向量取到零。
换成共轭转置后,计算要多想一步「谁取共轭」。用一组具体数字走一遍:
例 1.4.A · 复内积的共轭对称自检
取 x=(1,i)T,y=(1−i,2)T。计算 (x,y) 与 (y,x),并验证 (y,x)=(x,y)。
解答 · 例 1.4.A
(x,y)=yHx=(1+i)⋅1+2i=1+3i,
(y,x)=xHy=1⋅(1−i)−i⋅2=1−3i=(x,y).
检查复内积时,「交换两个向量以后取共轭」是最直接的数值自检。
两个标准公式 yTx 与 yHx 形状相同,差别只在转置与共轭转置。既然中间可以插一个转置,就可以插一个矩阵:把 A 塞进 yHAx,还算不算内积?
例 1.4.4 · (x,y)A=yHAx 何时是内积
对 A∈Cn×n,证明:表达式
(x,y)A=yHAx
定义 Cn 上的内积的充要条件是 A 为正定 Hermite 矩阵,即
A=AH,xHAx>0(x=0).
必要性
可加性和第一变元齐次性对任意 A 都成立。共轭对称性要求
yHAx=xHAy=yHAHx(∀x,y).
因此 yH(A−AH)x=0 对任意 x,y 成立。依次取 y=ei、x=ej,得 A−AH 的每个元素都为零,故 A=AH。正定公理又直接要求 xHAx>0 对每个非零 x 成立。
充分性
反过来,若 A=AH 且 A 正定,上述计算倒过来即得共轭对称性,矩阵乘法给出可加性与齐次性,正定性由假设保证,四条公理全部成立。
判定流程
面对 yHAx 型表达式,先查 A=AH,再查 xHAx 对非零向量是否恒正;可加性与齐次性由矩阵乘法自动继承。
换一个正定的 A,等于换一把尺子。下面的例子把「换尺子」的后果算给你看。
例 1.4.E · 换一个内积,长度和垂直都会改变
在 R2 上取
A=(4001),(x,y)A=yTAx.
(1) 比较 x=(1,1)T 的标准长度与 A-长度;(2) 判断 x=(1,1)T、y=(1,−1)T 在两种内积下是否正交;(3) 写出 A-单位圆。
解答 · 例 1.4.E
长度。标准长度为 12+12=2;而
∥x∥A=xTAx=4+1=5.
正交。标准内积给出 xTy=1−1=0,所以二者在通常几何中正交;但
(x,y)A=yTAx=(1,−1)(41)=3=0,
所以它们在 A-内积下不正交。
单位圆。∥z∥A=1 等价于 4z12+z22=1,在普通坐标纸上看是一条椭圆。内积没有改变向量加法,却改变了测量长度与夹角的「尺子」。
「单位圆」把内积画了出来。若某个方向权重更大,同样的坐标位移会被量得更长,于是单位集合在那个方向收缩。
例 1.4.4 把「yHAx 什么时候是内积」压缩成了两个条件:A=AH 与 A 正定。这两个条件本身就是本节后半段的主角,值得各自定义清楚。先看第一个。
定义 1.4.2 · Hermite 矩阵
设 A∈Cn×n。若 AH=A,称 A 为 Hermite 矩阵(也常称 Hermitian 矩阵或埃尔米特矩阵);若 AH=−A,称 A 为反 Hermite 矩阵。
定义只有一行,检验也只有一步:转置之后再逐元素取共轭。先做一遍完整的计算,再看一个「对角元不是实数」的矩阵如何违反内积公理 (1)。
例 1.4.5 · 共轭转置的逐步检查(含一个反例)
对
A=(1−ii2),
求 AH,并判断 A 是否为 Hermite 矩阵。
解答 · 例 1.4.5
先转置再逐元素共轭:
AH=AT=(1i−i2)=(1−ii2)=A.
共轭转置把 A 原样送回,所以 A 是 Hermite 矩阵。
(2) 反例:对角元不是实数的矩阵。 取 B=(i00i),则 BH=BT=(−i00−i)=B,B 不是 Hermite 矩阵。后果是具体的:对 x=(1,0)T=0,
xHBx=i∣1∣2=i∈/R.
「非零向量算出的值竟然不是实数」——这直接违反内积公理 (1)(共轭对称要求 (x,x) 等于自己的共轭,从而必为实数)。这就是为什么复内积必须要求共轭对称、而不能只要求对称:只要求对称的话,B 这样的矩阵也会混进来。
实数的共轭是它自己,于是「实矩阵是 Hermite 的」等价于「实矩阵是对称的」,实反对称矩阵则是反 Hermite 矩阵的特例——Hermite 矩阵就是「对称」在复数域上的正确推广。本科线性代数大多只在实数域上工作,所以这可能是你第一次真正需要复矩阵语言。两个立即可验的外观特征:Hermite 矩阵的对角元必为实数(aii=aii),反 Hermite 矩阵的对角元必为零或纯虚数(aii=−aii 迫使实部为零);例 1.4.5 中的 A 正是前一种的样子。
「正定」要靠不等式 xHAx>0 来表述,而「大于零」只对实数才有意义。那么 xHAx 什么时候是实数?先把定义写下来,紧接着的命题 1.4.1 回答这个问题。
定义 1.4.3 · 正定与半正定矩阵
设 A=AH,复二次型 f(x)=xHAx。若对所有非零 x∈Cn 有 f(x)>0,称 f 为正定二次型,A 为正定矩阵。若只要求 f(x)≥0,则称 A 为半正定矩阵。负定、半负定的定义类似。
命题 1.4.1 · A 为 Hermite 矩阵时,xHAx 必为实数
设 A=AH,则对一切 x∈Cn,复二次型 f(x)=xHAx 取实数值。
证明 · 命题 1.4.1
f(x)=xHAx 是 1×1 矩阵(一个数),它的共轭转置就是它的复共轭。利用 (BC)H=CHBH 与 (BH)H=B(转置的相应性质对共轭转置同样成立):
f(x)=(xHAx)H=xHAHx=xHAx=f(x),
一个复数等于自身的共轭,当且仅当它是实数。
∎
定义 1.4.3 用到 f(x)>0 与 f(x)≥0,而「大于零」只对实数才有意义。命题 1.4.1 说明:只要 A 是 Hermite 矩阵,f 自动取实值,「正定、半正定」的比较才有资格进行。这也解释了定义为何只对 Hermite 矩阵给出:若 A=AH(例如纯虚对角元情形),f 一般取复值,根本谈不上正负。
对具体的 2×2 矩阵,判断正定最快的办法往往是配方。下面两个矩阵只差一个元素,结论却从正定掉到半正定。
例 1.4.6 · 用完全平方区分正定与半正定
用配方法判断 A1=(1−ii2) 是否正定;再把右下角的 2 改成 1(记作 A2),结论有何不同?
解答 · 例 1.4.6
令 x=(x1,x2)T,对 A1 直接展开并配方:
xHA1x=∣x1∣2+ix1x2−ix2x1+2∣x2∣2=∣x1+ix2∣2+∣x2∣2.
两项同时为零强制 x2=0、x1=0,故 A1 正定。若把右下角的 2 改成 1,得
A2=(1−ii1),xHA2x=∣x1+ix2∣2≥0.
但取 x1=−ix2=0 便取到零,因而 A2 只是半正定。区别不在「能不能小于零」,而在「非零向量能不能取到零」。
一个线性空间上并非只有一种内积可选。课件的注 3 强调:同一个线性空间可以定义不同的内积——在 Cn 上,标准内积对应 A=I,任意正定 Hermite 矩阵 A 又给出一个新内积 yHAx。
先给一个统一视角。本节出现的所有内积,最终都能写成 yHAx 的形状——只要把「向量」翻译成坐标列、把「两两内积」翻译成一个矩阵。下表每一行都是它的一个化身:
| 例子 | 向量是什么 | 统一形式 yHAx 中的 A |
| Cn 标准内积 | 列向量 | A=I |
| Cn 加权内积 | 列向量 | A 正定 Hermite |
| 多项式积分内积 | 多项式 | A 是基下的 Gram 矩阵(1.4.6) |
| 矩阵 Frobenius 内积 | 矩阵 | A=I(先把矩阵拉直成列向量) |
记住这张表:除去第一行的标准内积,其余三行——加权内积、多项式积分内积、矩阵 Frobenius 内积——就不再是三条孤立的规定,而是同一个机制在不同对象上的表现。
例 1.4.B · 多项式空间的积分内积
在实多项式空间 P2(t) 上定义
(p,q)=∫01p(t)q(t)dt.
验证它是内积,并计算 (1+t,t)。
解答 · 例 1.4.B
对称、可加和齐次性由积分的线性性质给出。又因 p(t)2≥0,(p,p)=∫01p(t)2dt≥0;若积分为零,连续函数 p(t)2 必在 [0,1] 上恒为零,所以 p 是零多项式。因此该定义是内积。
例如 (1+t,t)=∫01(t+t2)dt=21+31=65。
例 1.4.C · 矩阵空间的 Frobenius 内积
在 Cm×n 上定义
(X,Y)=tr(YHX)=i=1∑mj=1∑nxijyij.
验证它是内积。
解答 · 例 1.4.C
这就是把矩阵的 mn 个元素排成向量后使用标准内积:共轭对称、可加与齐次性来自转置、迹与矩阵乘法的运算律;特别地,(X,X)=∑i,j∣xij∣2≥0,且和为零迫使每个 xij=0,因此满足正定性。由它诱导的矩阵「长度」∥X∥F=(X,X) 称为 Frobenius 范数——向量欧氏长度的直接推广,后续章节衡量矩阵「整体大小」时反复使用。
上一小节的统一形式只在 Cn 里现成可用;换成一般的线性空间 V,向量本身不是数组,坐标得先靠一组基翻译出来。而要真的算出 (x,y),只需知道基向量两两的内积——把这些数排成方阵,就是内积在给定基下的完整记录。
设 ε1,…,εn 是内积空间 V 的一组基,x、y 在该基下的坐标分别为 ξ=(ξ1,…,ξn)T、η=(η1,…,ηn)T,即
x=j=1∑nξjεj,y=i=1∑nηiεi.
推导只有一步实质操作:把两个向量按基展开后代入,先用第一变元线性把 x 拆开,再用第二变元共轭线性把 y 拆开(系数出共轭):
(x,y)=(j∑ξjεj, i∑ηiεi)=j=1∑nξji=1∑nηi(εj,εi)=i,j∑ηi(εj,εi)ξj.
展开后的双重和恰好是「行向量 ηH × 某个矩阵 × 列向量 ξ」的形状——矩阵乘法 ηHGξ 把 ηi 配给行、ξj 配给列,所以第 (i,j) 元必须放 (εj,εi)。把这件事正式记下来,就得到度量矩阵:
定义 1.4.4 · 度量矩阵 metric matrix / Gram matrix
在本教程「第一变元线性」约定下,定义基 E=(ε1,…,εn) 的度量矩阵为
GE=(gij)n×n,gij=(εj,εi).
也就是「第 i 行第 j 列」放 (εj,εi)。为什么下标要反过来? 因为坐标 ηi 来自第二变元、展开时带共轭并落在行位置,ξj 来自第一变元、落在列位置;只有把 (εj,εi) 放在 (i,j) 元上,才能与上面的展开式逐项对上。若改用「第二变元线性」的相反约定,则须改取 gij=(εi,εj)——约定与公式必须配套,这正是勘误 E3 的要点。
于是上面的展开式紧凑地写成
(x,y)=ηHGEξ.
GE 一定是正定 Hermite 矩阵(这是命题 1.4.2 的内容,证明见 命题 1.4.2,此处先记结论)。若这组基在该内积下两两正交,且每个基向量与自身的内积为 1(即它是标准正交基),则 GE=I。
勘误 E3 · 课件页 15–16 的下标约定
原课件展开矩阵的第 i 行第 j 列实际是 (εj,εi),这与坐标公式 ηHGξ 一致;但课件的紧凑记号写成了 ((εi,εj))。若照通常的「下标顺序 = 行、列」理解,两者差一个转置。本教程明确采用 gij=(εj,εi),从而与展开矩阵和坐标公式同时一致。
例 1.4.D · 非标准基下用 Gram 矩阵计算内积
在 R2 的标准内积下,取基 ε1=(1,0)T、ε2=(1,1)T。(1) 求度量矩阵 GE;(2) 若 [x]E=ξ=(2,−1)T,[y]E=η=(1,3)T,用坐标公式计算 (x,y),并直接回代验证。
解答 · 例 1.4.D
(1) 由定义 gij=(εj,εi):
GE=(1112).
(2) 代入坐标公式:
(x,y)=ηTGEξ=(13)(1112)(2−1)=1.
直接验算:x=2ε1−ε2=(1,−1)T,y=ε1+3ε2=(4,3)T,点积为 4−3=1,两种算法一致。
内积是空间固有的对象,与基无关;度量矩阵却是它在某组基下的记录。换一组基,记录必然跟着变,问题只在按什么规律变。下面的命题给出答案,顺带说清度量矩阵为什么一定是正定 Hermite 的——定义 1.4.4 里那句「先记结论」就此兑现。
命题 1.4.2 · 度量矩阵的性质
设 E=(ε1,…,εn) 和 F=(ϕ1,…,ϕn) 是内积空间 V 的两组基,P 是由 E 到 F 的过渡矩阵:
(ϕ1,…,ϕn)=(ε1,…,εn)P.
则:(1)GE、GF 都是正定 Hermite 矩阵;(2)两者满足
GF=PHGEP,
因而它们称为合同(congruent)。
证
先看 Hermite 性:(GE)ij=(εj,εi)=(εi,εj)=(GE)ji,故 GEH=GE。对任意非零坐标 ξ,其对应向量 x=θ,所以
ξHGEξ=(x,x)>0,
即 GE 正定;GF 同理。再设向量 x 在两组基下的坐标分别为 ξ、α。由 1.3.7 的换基公式有 ξ=Pα,因而
(x,x)=ξHGEξ=αHPHGEPα.
另一方面 (x,x)=αHGFα。令 H=GF−PHGEP,则 H 是 Hermite 矩阵且 αHHα=0 对任意 α 成立。依次取 α=ei 得 hii=0;取 ei+ej 得 Rehij=0;取 ei+iej 得 Imhij=0。故 H=O,即 GF=PHGEP。
∎
合同变换与 1.3 节的坐标变换是同一件事的两面:坐标通过 P 变换,二次型的矩阵因而通过 PH(⋅)P 变换。
勘误 E4 · 课件页 16 注 4 缺少前提
课件写「内积空间中内积与度量矩阵是一一对应的」。更严格的表述是:固定线性空间的一组基以后,内积与正定 Hermite 矩阵一一对应。如果换基,同一个内积会得到不同但合同的度量矩阵,正如命题 1.4.2 所示。
术语与对比 · 「合同」与本科见过的「相似」
本科线性代数(特征值部分)见过的是相似:B=P−1AP,刻画同一个线性变换在不同基下的矩阵。本节的合同:B=PHAP,刻画同一个内积(或二次型)在不同基下的矩阵。两者都是「换基引起的矩阵变化」,但配方不同、守护的信息不同:
|
相似 B=P−1AP |
合同 B=PHAP |
| 对象 |
线性变换 x↦Ax(吃进、吐出各一个变元) |
内积 / 二次型(吃进两个变元) |
| 为何是这个配方 |
线性变换作用后换基,P 只出现一次 |
坐标按 ξ=Pα 变(1.3.7),两个变元各变一次,两边各挤出一个 P,得 PH(⋅)P |
| 保持的量 |
特征值、行列式、迹、秩 |
秩、正定性(不保持特征值) |
| 典型问题 |
对角化:P−1AP=Λ |
化简二次型:PHAP=Λ |
相似与合同互不包含(PH 一般不等于 P−1),但有一个重要的交汇点:当过渡矩阵 P 是酉矩阵(满足 PHP=I,于是 P−1=PH;定义见本节开头的术语说明)时,PHAP=P−1AP,合同与相似合二为一,称为酉相似。后续「Gram–Schmidt 正交化 → 标准正交基 → 酉对角化」整条技术路线,本质上就是想办法把过渡矩阵取成酉矩阵,让两种变换同时受益。
下表把本节的核心对象、必须记住的结论与高频错误并排放一次——最后一列才是真正要盯住的地方。
| 核心对象 | 必须记住 | 高频错误 |
| 复内积 | 第一变元线性,第二变元共轭线性 | 把 yHx 误写成 yTx |
| yHAx | 定义内积当且仅当 A 正定 Hermite | 只验证 A=AH,漏掉正定性 |
| 半正定矩阵 | 二次型恒非负(正定也算半正定) | 把半正定矩阵诱导的形式当成内积 |
| 半正定但非正定 | 此时才存在非零向量使二次型为 0(如 A=O,或 (1000) 取 x=(0,1)T) | 以为「半正定」就等于「有非零向量被零化」——正定矩阵就没有 |
| Gram 矩阵 | 下标约定要与 ηHGξ 一致 | 忽略「第一变元线性」约定而错一个转置 |
| 换基 | GF=PHGEP | 把合同变换误当相似变换 P−1GP |
本节主线:内积公理规定「什么是可用的几何测量」;正定 Hermite 矩阵在坐标中构造这种测量;固定一组基后,Gram 矩阵记录内积;换基时,这个记录按合同关系变化。
即时自测 · 1.4
本节的失分点集中在「符号约定」——线性变元记错、转置与共轭转置混用、Gram 下标与公式不配套。
第 1 题 · 记忆
写出内积四条公理。为什么说「第一变元线性」是本教程声明的约定,而不是公理本身?「欧几里得空间」与「酉空间」分别指什么?(对应 1.4.1)
第 1 题答案
① 共轭对称性:(x,y)=(y,x);② 第一变元可加性;③ 第一变元齐次性;④ 正定性。
声明的是「第一变元线性」这一约定(于是第二变元共轭线性):公理 (2)(3) 只规定第一变元如何拆开,把线性性安排在哪个变元上本可自由选择——有些教材取相反约定,两者都自洽,但不能混用。
「欧几里得空间」= 有限维实内积空间;「酉空间」= 有限维复内积空间(酉是 unitary 的音译)。
第 2 题 · 辨析
设 A∈Cn×n。(x,y)A=yHAx 定义内积的充要条件是什么?只验证 A=AH 够不够?(对应 1.4.3)
第 2 题答案
充要条件是 A 为 Hermite 且正定:A=AH 且对一切 x=0 有 xHAx>0。
只验 Hermite 不够。反例:A=(1−ii1) 是 Hermite,但 xHAx=∣x1+ix2∣2 会在某个非零向量处取到零(取 x1=−ix2=0),违反正定性(例 1.4.6)。半正定矩阵只能给出「半内积」。
记忆要点:可加性与齐次性对任意 A 自动成立(矩阵乘法给的),真正需要检查的只有共轭对称(⇒ Hermite)与正定两项。
第 3 题 · 应用
在 R2 的标准内积下取基 ε1=(1,0)T、ε2=(1,1)T。求度量矩阵 G,并用坐标公式计算 x=2ε1−ε2、y=ε1+3ε2 的内积。(对应 1.4.6)
第 3 题答案
G=(1112)(按本教程约定 gij=(εj,εi);实空间中共轭不起作用)。
坐标 ξ=(2,−1)T、η=(1,3)T,故
(x,y)=ηTGξ=(13)(1112)(2−1)=1.
回代验证:x=(1,−1)T、y=(4,3)T,点积 4−3=1 ✓。
两条纪律。① 换基后内积的数值不变,变的只是它的矩阵表示;② 用 G 计算时,下标约定要与 ηHGξ 配套(这正是勘误 E3 的内容)。
第 4 题 · 迁移
「相似」B=P−1AP 与「合同」B=PHAP 各自守护什么信息?什么条件下两者重合?(对应 1.4.7)
第 4 题答案
相似刻画同一个线性变换在不同基下的矩阵,保持特征值、行列式、迹、秩;合同刻画同一个内积 / 二次型在不同基下的矩阵,保持秩与正定性(但一般不保持特征值)。
两者配方不同的根源:线性变换只「吃进一个变元」,换基时 P 出现一次;内积有两个变元,坐标按 ξ=Pα 变,两边各挤出一个,故得 PH(⋅)P。
重合条件:P 是酉矩阵(PHP=I,于是 P−1=PH),此时合同 = 相似,称为酉相似。后续整条「Gram–Schmidt 正交化 → 标准正交基 → 酉对角化」的技术路线,本质就是想办法把过渡矩阵取成酉矩阵。