线性代数笔记25--复数矩阵、快速傅里叶变换

1. 复数矩阵

复向量

Z = z 1 z 2 z 3 z 4 ⋯ Z=\begin{bmatrix} z_1\\z_2\\z_3\\z_4\\ \cdots \end{bmatrix} Z= z1z2z3z4⋯

复向量的模长
∣ z ∣ = z ‾ ⊤ z = z ‾ 1 z ‾ 2 z ‾ 3 z 1 z 2 z 3 \lvert z\rvert=\overline z^{\top}z= \begin{bmatrix} \overline z_1\overline z_2\overline z_3 \end{bmatrix} \begin{bmatrix} z_1\\z_2\\z_3 \end{bmatrix} ∣z∣=z⊤z=z1z2z3 z1z2z3

内积
y ⊤ x = y ‾ 1 y ‾ 2 y ‾ 3 x 1 x 2 x 3 y^{\top}x= \begin{bmatrix} \overline y_1\overline y_2\overline y_3 \end{bmatrix} \begin{bmatrix} x_1\\x_2\\x_3 \end{bmatrix} y⊤x=y1y2y3 x1x2x3

实对称矩阵
A = A ⊤ A=A^{\top} A=A⊤

复对称矩阵
A = A ‾ ⊤ A=\overline A^{\top} A=A⊤

2 3 − i 3 + i 5 \] \\begin{bmatrix} 2 \& 3 - i \\\\3 + i \& 5 \\end{bmatrix} \[23+i3−i5

垂直
q 1 q 2 q 3 ⋯ q n q ‾ i ⊤ q j = { 0 i ≠ j 1 i = j q_1\ q_2\ q_3\ \cdots q_n\\ \overline q_i^{\top}q_j= \begin{cases} 0 \quad i \ne j \\1\quad i = j \end{cases} q1 q2 q3 ⋯qnqi⊤qj={0i=j1i=j

复正交矩阵
Q ‾ ⊤ Q = I \overline Q^{\top}Q=I Q⊤Q=I

2. 快速傅里叶变换

F n = 1 1 1 ⋯ 1 1 ω ω 2 ⋯ ω n − 1 ⋮ ⋯ 1 ω n − 1 ω 2 ( n − 1 ) ⋯ ω ( n − 1 ) ( n − 1 ) F_n= \begin{bmatrix} 1 &1 & 1 & \cdots &1\\ 1 & \omega & \omega^2 & \cdots &\omega^{n-1}\\ \vdots &\cdots\\ 1 & \omega^{n-1} & \omega^{2(n-1) } & \cdots & \omega^{(n-1)(n-1)} \end{bmatrix} Fn= 11⋮11ω⋯ωn−11ω2ω2(n−1)⋯⋯⋯1ωn−1ω(n−1)(n−1)

F n ( i , j ) = w i j , ω n = 1 ω = e i 2 π n = cos ⁡ 2 π n + i sin ⁡ 2 π n F_n(i,j)=w^{ij},\omega^{n}=1\\ \omega=e^{i\frac{2 \pi}{n}}=\cos \frac{2\pi}{n}+i\sin \frac{2\pi}{n} Fn(i,j)=wij,ωn=1ω=ein2π=cosn2π+isinn2π

F 4 = 1 1 1 1 1 i i 2 i 3 1 i 2 i 4 i 6 1 i 3 i 6 i 9 = 2 2 1 1 1 1 1 i − 1 − i 1 − 1 1 − 1 1 − i 1 i F_4= \begin{bmatrix} 1 & 1 & 1 & 1\\ 1 & i & i^2 & i^3\\ 1 & i^2 & i ^4 & i^{6}\\ 1 & i^3 & i ^6 & i^9 \end{bmatrix}= \frac{\sqrt\[\]{2}}{2} \begin{bmatrix} 1 & 1 & 1 & 1\\ 1 & i & -1 & -i\\ 1 & -1 & 1 & -1\\ 1 & -i & 1 & i \end{bmatrix} F4= 11111ii2i31i2i4i61i3i6i9 =22 11111i−1−i1−1111−i−1i

矩阵各列正交。

ω n = e i × 2 π n \omega^{n}=e^{\frac{i \times2\pi }{ n}} ωn=eni×2π

w n ∗ w n = w 2 n w^{n}*w^{n}=w^{2n} wn∗wn=w2n

对于 n = 64 n=64 n=64,可以化为

F 64 = I D I − D F 32 0 0 F 32 1 0 0 0 1 0 ⋯ F_{64}= \begin{bmatrix} I & D\\I & -D \end{bmatrix} \begin{bmatrix} F_{32} & 0 \\ 0 & F_{32} \end{bmatrix} \begin{bmatrix} 1 & 0 &0\\ 0 & 1 & 0\\ \cdots \end{bmatrix} F64=IID−DF3200F32 10⋯0100

D D D是一个对角矩阵
D = 1 w w n − 1 D=\begin{bmatrix} 1 & & \\ &w & \\ & & w^{n-1} \end{bmatrix} D= 1wwn−1

对于 F 32 F_{32} F32可以继续做这样的分解,直到分解成 F 1 F_1 F1


F n = D M P F_{n}=DMP Fn=DMP
M M M为分解矩阵,分解成两个小规模的矩阵。
M = F n / 2 0 0 F n / 2 M=\begin{bmatrix} F_{n/2} & 0\\ 0 & F_{n/2} \end{bmatrix} M=Fn/200Fn/2

矩阵 P P P为奇偶位次置换矩阵。

t o d o todo todo

相关推荐
罗西的思考5 分钟前
【Agentic RL / 强化学习 / OPD】OpenClaw-RL 源码阅读笔记 — (14)— Teacher
人工智能·笔记·深度学习·算法·机器学习
你想知道什么?2 小时前
决策树-学习笔记
笔记·学习·决策树
hongmai6668882 小时前
ESP32-C5-WROOM-1-N16R8:双频Wi-Fi 6与多协议融合,重新定义物联网连接新标准
笔记·嵌入式硬件·物联网·智能路由器·risc-v
风曦Kisaki2 小时前
Kubernetes(K8s)笔记Day04:控制器(ReplicaSet 与Deployment),滚动更新及回滚,滚动更新策略,Pod 的 DNS 策略
linux·运维·笔记·docker·容器·kubernetes
星恒随风2 小时前
C++ STL 详解:set 与 multiset 的使用、区间查询和算法应用
开发语言·c++·笔记·学习·算法
xx24063 小时前
前端性能优化笔记
前端·笔记·性能优化
KaifuZeng3 小时前
BUCK电路面试相关笔记
笔记·嵌入式硬件·面试
是上好佳佳佳呀3 小时前
【机器学习|DAY06】集成学习(Ensemble Learning)笔记
笔记·机器学习·集成学习
kdxiaojie3 小时前
Linux 驱动研究 —— V4L2 (14)
linux·运维·笔记·学习
FellAveal16 小时前
【Go语言入门学习笔记】Part18.工作池与WaitGroup(也即协程池)
笔记·学习·golang