作者水平有限,歡迎大家提出文中錯誤
複線性空間
重新提一下,線性空間的定義
設V是一個非空集合,其元素x,y,z被稱爲向量;K是一個數域,有元素k,l,m,V被稱爲一個向量空間或線性空間,當:
- 在V中定義加法運算,當x,y∈V,有唯一的和x+y∈V,且加法滿足
a) 結合律 x+(y+z)=(z+y)+z
b) 交換律 x+y=y+x
c) 存在零元0,使x+0=x
d) 每個元素都存在負元素,即∀x∈V,∃y∈V,x+y=0,稱y爲x的負元素,記作−x
- 在V中定義數乘運算,當x∈V,k∈K,有唯一的乘積kv∈V,且數乘運算滿足:
e) 數因子分配律 k(x+y)=kx+ky
f) 分配律 (k+l)x=kx+lx
g) 結合律 k(lx)=(kl)x
h) 1x=x
注意線性空間V是基於數域K的,一般的默認數域是實數域R,本部分將討論數域爲複數域C的線性空間的中的矩陣運算及性質。
從實數域到複數域
向量模長
實向量v的模長是
∥v∥=vTv
對於復向量z
zTz=i=1∑nzi⋅zi
關鍵問題在於zi⋅zi=Re2{zi}−Im2{zi}
而zi⋅ziˉ=Re2{zi}+Im2{zi}纔是正確的求和項
所以對於復向量,其模長爲
∥z∥=zˉTz
其中算子 ⋅ˉT又被記作 ⋅H,叫做Hermitian算子
∥z∥=zHz
內積
相應的,復向量x,y,內積爲xHy
Hermitian矩陣
對於實矩陣而言,要想使得特徵值都是實數,且存在相互正交的特徵向量,需要A=AT,即實對稱矩陣
而對於復矩陣,同樣的要求需要AH=A,爲Hermitian矩陣
可見Hermitian矩陣的對角元都是實數
酉矩陣
實標準正交矩陣有性質
qiTqj={0, if i=j1, if i=j
QTQ=I
在復空間,與標準正交陣相對應的矩陣稱爲酉矩陣U=[u1 u2 ⋯ un]
U for unitary
uiHuj={0, if i=j1, if i=j
UHU=I
Fourier矩陣
Fourier矩陣是十分出名的酉矩陣
Fn=⎣⎢⎢⎢⎡11⋮11wn⋮wnn−11wn2⋮wn2(n−1)⋯⋯⋱⋯1wnn−1⋮wn(n−1)(n−1)⎦⎥⎥⎥⎤
注意到Fn是對稱的,但不是對稱矩陣,因爲Fn是復矩陣,另外也不是Hermitian矩陣。Fourier矩陣的各列是相互正交的,是一個酉矩陣。
通項
(Fn)ij=wnij, i,j=0,1⋯(n−1)
其中wn=ein2π,可見wm∗nm=wn,wn在複平面單位圓,輻角爲n2π
F4=⎣⎢⎢⎡11111ii2i31i2i4i61i3i6i9⎦⎥⎥⎤=⎣⎢⎢⎡11111i−1−i1−11−11−i−1i⎦⎥⎥⎤
F4可以完成對一個四維複列向量的離散傅里葉變換
Fourier逆矩陣
Fn−1同樣是十分有用的復矩陣,由於其列向量(或行向量)並不標準(並非單位向量),但是各列向量模長都是n,FnHFn=nI。
Fn−1=n1FnH=n1Fˉn
Fn−1=n1⎣⎢⎢⎢⎡11⋮11wˉn⋮wˉnn−11wˉn2⋮wˉn2(n−1)⋯⋯⋱⋯1wˉnn−1⋮wˉn(n−1)(n−1)⎦⎥⎥⎥⎤
上面F4的逆矩陣爲
F4−1=41⎣⎢⎢⎡11111−i−1i1−11−11i−1−i⎦⎥⎥⎤
FFT
Fourier矩陣可以使得時域序列變換到頻域,十分有用的矩陣,如果直接使用Fn左乘時域序列,其時間複雜度是O(n2),實際上Fourier矩陣可以被分解爲一系列稀疏矩陣,分解後對序列的變換算法的時間複雜度大大降低到O(n⋅logn),被稱爲快速傅里葉變換(Fast fourier transformation),在[筆記][總結] MIT線性代數 Gilbert Strang 矩陣的應用中有介紹