快速傅里叶变换_MIT线性代数笔记3.2(复数矩阵 快速傅里叶变换)

这一讲我们攻克复数矩阵, 也就是矩阵里面的元素是有复数的！以及复数矩阵的一个伟大的应用，离散傅里叶(DFT)变换 和DFT的一种快速实现算法：快速傅里叶变换(FFT)。

复矩阵在普通工程实际应用中不是很多，但是傅里叶变换可以用处及其广泛了。

---

复向量(Complex vectors)

将矩阵和向量的范围扩张到复数域：

以前我们定义向量点积 为

，就是这样：

但是这样有个问题，比如下面这货的点积：

这玩意长度不应该是0，在复平面内，应该是

啊？！ 没关系。。我们。。修改一下点积的定义。。：

，看到了么，乘之前不仅仅先转置，而且先共轭。。好骚的操作。。这样我们就能凑出长度来了：

对于复数向量来说，求长度需要变成共轭转置

才行

这个共轭转置操作记作：

H代表Hermite 中文叫做 埃尔米特

划重点:复向量的点积公式：

复向量的点积公式

复矩阵(Complex matrices)

Hermitian matrices（埃尔米特矩阵）

Hermitian 矩阵是对称矩复数的推广

它是

对称矩阵的复数推广，它也有全实数的特征值和互相垂直的特征向量。

一个典型的Hermitian 矩阵：

Hermitian矩阵对应着实数域的对称矩阵!!!

酉矩阵(Unitary matrices)

好吧，这玩意就是就是类比实数矩阵的正交矩阵，换个名字推广到复数空间而已！

在复向量中，如何定义两个向量互相垂直呢，这么定义：

于是我们可以定义复域下的"正交矩阵"

这个矩阵叫做Unitary matrices, 它是正交矩阵的复数推广。 酉矩阵的列向量也是正交，并且长度为1的

酉矩阵对应实数域的正交矩阵!!!

离散傅里叶变换(Discrete Fourier transform)

还记得傅里叶级数么： 一个函数可以表示成不同频率的正弦余弦叠加：

一个函数可以看做各种频率的正弦余弦的叠加

下面我们进行离散化：

离散傅里叶转换矩阵：定义傅里叶矩阵：

这个傅里叶矩阵性质其实很好，首先他是个对称矩阵，其次:

，其中

.并且他每一列都是互相垂直的。也就是说，傅里叶矩阵是对称矩阵，是正交矩阵！

这里要有个很重要的概念

代表在复平面内转圈， i就代表在复平面内旋转90°

一个最简单的例子：

注意这里

还不是 unitary matrix,因为各个列只是垂直，但没有单位化，

才是：

一个例子： 一个单位脉冲响应：

经过傅里叶变幻后得到：

傅里叶变换

一个单位脉冲响应的傅里叶变换是所有频域。。

我们还可以进行逆变换，把频域信号，变成时域信号。

逆傅里叶变换

因为

才是酉矩阵，所以乘上

之后还要再除以n才能得到逆变换。

快速傅里叶变换(Fast Fourier transform，FFT)

傅里叶变换在工程学上的应用已经不用多说了，但是运算比较复杂。但是有著名的快速傅里叶变换。下面就介绍快速傅里叶变换是怎么回事。

傅里叶矩阵的计算可以简化为 分块矩阵，傅里叶当时估计也没意识到这点，但是高斯意识到了，这种加速运算可以大大减少计算量

其中P是一个置换矩阵

D是一个对角矩阵：

这样可以将一个2n的 傅里叶矩阵 乘法变成一个N的傅里叶矩阵乘法，再加上一个简单的矩阵运算。虽然看起来比较复杂，但实际上大大减少了运算量。对于一个1024大小的变换。FFT比普通傅里叶变换快200倍。神奇吧！FFT在各行各业都有极其广泛的应用。这是现代科学的基石！

习题

题1 计算傅里叶矩阵

答：

相当于在复平面内转了180度，所以从1到了-1.

题2 在快速傅里叶变换中，找到对角矩阵D和置换矩阵P:

答：在上一题中，可以得到：

，进而得到：