问题

$\mathbf{a}$,$\mathbf{b}$是n维空间中的任意两个不相关的列向量，试构建一个在$\mathbf{a}$,$\mathbf{b}$所在的平面旋转任意角度$\theta$的矩阵。

解答

本题有多种方法，在这里列举两个方法。

方法一：利用二维旋转矩阵

利用二维空间的旋转矩阵，将这个问题化为二维的问题。

已知二维的旋转矩阵为：

$$
M=\begin{bmatrix}
\mathrm{cos\theta} & \mathrm{-sin\theta}\\
\mathrm{sin\theta} & \mathrm{cos\theta}
\end{bmatrix}
$$

我们首先对这两个列向量进行施密特正交化，得到这个平面的一组正交基$q_1$和$q_2$，记$\mathbf{Q}=[\mathbf{q_1}\ \ \mathbf{q_2}]$.

$$
q_1=\frac{a}{||a||},\ q_2=\frac{b-(b\cdot q_1)q_1}{||b-(b\cdot q_1)q_1||}
$$

对这个平面的任一向量$\mathbf{v}$，我们可以表示为$\mathbf{v}=x\mathbf{q_1}+y\mathbf{q_2}$。因此，我们可以利用矩阵$Q$将向量$v$转为二维向量，即$\mathbf{Q^{T}v}$，可以得到$\begin{bmatrix}x \\y \end{bmatrix}$。然后我们可以利用旋转矩阵$M$将其旋转$\theta$，得到旋转后的向量。即：

$$
\mathbf{M}\mathbf{Q^{T}v}=\begin{bmatrix}x' \\ y' \end{bmatrix}
$$

然后恢复到n维向量即可。可以得到旋转后的向量$\mathbf{w}$:

$$
\mathbf{w}=\mathbf{QM}\mathbf{Q^{T}v}=\mathbf{R}\mathbf{v}
$$

可以得到旋转矩阵：

$$
\mathbf{R}=\mathbf{QM}\mathbf{Q^{T}}
$$

方法二：特征值和特征向量法

利用特征值和特征向量方法。由于旋转操作对应着复特征值，其特征值的辐角为旋转的角度，旋转平面的由特征向量的实部和虚部构成。

因此，我们可以写出特征值和特征向量：

$$
y_1=a+bi,\ y_2=a-bi
$$

特征值为：

$$
\lambda_1=e^{ix},\ \lambda_2=e^{-ix}
$$

我们可以将矩阵分解成：

$$
Q=UDU^{-1}
$$

其中，$U$为特征向量组成的矩阵，$D$为特征值组成的对角矩阵。而对于特征值分解，有一种特殊的情况，引入酉矩阵(Unitary Matrix)，也叫幺正矩阵。

酉矩阵：其共轭转置为其逆矩阵的复数方阵，即：

$$
U^{H}U=I_n,\ U^{-1}=U^{H}
$$

其中，$U^{H}$为共轭转置。

酉矩阵是正交矩阵在复数的推广。

因此，对于上述特征值分解，当我们知道$U$中每一列特征向量均正交时，那么这个矩阵就是酉矩阵，那么分解就可以写成：

$$
Q=UDU^H
$$

展开可得：

$$
\begin{aligned}
Q&=UDU^H \\
&=\begin{bmatrix}
u_1 & u_2 & \cdots & u_n
\end{bmatrix}
\begin{bmatrix}
\lambda_1 & & & \\
& \lambda_2 & & \\
& & \ddots & \\
& & &\lambda_n
\end{bmatrix}
\begin{bmatrix}
u_1^H\\
u_2^H\\
\vdots \\
u_n^H
\end{bmatrix}
\\
&= \lambda_1u_1u_1^H+\lambda_2u_2u_2^H+\cdots+\lambda_nu_nu_n^H
\end{aligned}
$$

据此，我们就可以写出其旋转矩阵。但是，这个形式需要有前提条件，即特征向量正交。因此，我们需要$y_1$和$y_2$正交。

$$
\begin{aligned}
y_1^Hy_2&=(a+bi)^H(a-bi) \\
&=(a^T-b^Ti)(a-bi) \\
&=a^Ta-b^Tb-2a^Tbi
\end{aligned}
$$

由上式可得，如果正交，需要让$a^Ta-b^Tb=0$以及$a^Tb=0$。

因此，我们需要$a$和$b$模长相等并且正交。因此，我们首先需要对$a$和$b$进行Schmidt单位正交化。

$$
q_1=\frac{a}{||a||},\ q_2=\frac{b-(b\cdot q_1)q_1}{||b-(b\cdot q_1)q_1||}
$$