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} \[F64\]=\[IID−D\]\[F3200F32\] 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 即 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
你要飞25 分钟前
Hexo + Butterfly 博客添加 Live2D 看板娘指南
笔记
ajsbxi4 小时前
【Java 基础】核心知识点梳理
java·开发语言·笔记
呱呱巨基4 小时前
vim编辑器
linux·笔记·学习·编辑器·vim
新子y4 小时前
【小白笔记】普通二叉树(General Binary Tree)和二叉搜索树的最近公共祖先(LCA)
开发语言·笔记·python
聪明的笨猪猪4 小时前
Java JVM “调优” 面试清单(含超通俗生活案例与深度理解)
java·经验分享·笔记·面试
爱学习的uu4 小时前
CURSOR最新使用指南及使用思路
人工智能·笔记·python·软件工程
YuCaiH4 小时前
Linux文件处理
linux·笔记·嵌入式
Cathy Bryant5 小时前
大模型损失函数(二):KL散度(Kullback-Leibler divergence)
笔记·神经网络·机器学习·数学建模·transformer
qq_398586545 小时前
Threejs入门学习笔记
javascript·笔记·学习
hour_go6 小时前
TCP/IP协议相关知识点
网络·笔记·网络协议·tcp/ip