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
qq_3411604419 分钟前
文件系统挂载详细分析(《图解Linux内核》虚拟文件系统篇笔记二)
linux·服务器·笔记
月熊2 小时前
Kubernetes笔记整合-1
笔记·容器·kubernetes
livemetee4 小时前
Flink2.0学习笔记:使用HikariCP 自定义sink实现数据库连接池化
大数据·数据库·笔记·学习·flink
lingggggaaaa6 小时前
小迪安全v2023学习笔记(七十讲)—— Python安全&SSTI模板注入&项目工具
笔记·python·学习·安全·web安全·网络安全·ssti
好望角雾眠7 小时前
第三阶段数据库-7:sql中函数,运算符,常用关键字
数据库·笔记·sql·学习·sqlserver·c#
云手机掌柜13 小时前
亚矩阵云手机:亚马逊第三方店铺多账号安全合规运营的核心技术支撑
安全·智能手机·矩阵·手机
云手机掌柜14 小时前
云手机矩阵:重构企业云办公架构的技术路径与实践落地
智能手机·矩阵·重构
省四收割者15 小时前
Go语言入门(10)-数组
数据结构·经验分享·笔记·vscode·算法·golang
喜欢你,还有大家16 小时前
Linux笔记8——shell编程基础-2
linux·服务器·笔记
泽虞16 小时前
《LINUX系统编程》笔记p3
linux·运维·服务器·c语言·笔记·面试