從矩陣的角度來看待複數

從矩陣的角度來看待複數

定義

使

1=egin{bmatrix} 1 & 0 \ 0 & 1 end{bmatrix}, i=egin{bmatrix} 0 & -1\ 1 & 0 end{bmatrix}

那麼對於任何實數a,有

a=egin{bmatrix} a & 0 \ 0&aend{bmatrix}

對於純虛數bi,有

bi=egin{bmatrix} 0&-b \ b& 0 end{bmatrix}

對於一般的a+bi, 有

a+bi=egin{bmatrix} a& -b\ b& a end{bmatrix}

很明顯,這是一個正交的矩陣。


運算

複數加法,看成矩陣的加法就可以了:

(a+bi)+(c+di)= egin{bmatrix} a& -b \ b& a end{bmatrix} +egin{bmatrix} c&-d\ d&c end{bmatrix} =egin{bmatrix} a+c& -b-d \ b+d& a+c end{bmatrix} =(a+c)+(b+d)i

減法與加法類似。

複數乘法,看成矩陣的乘法: (a+bi)(c+di)=egin{bmatrix} a& -b\ b& a end{bmatrix} egin{bmatrix} c& -d\ d& c end{bmatrix} =egin{bmatrix} ac-bd&-ad-bc\ bc+ad&-bd+ac end{bmatrix} =(ac-bd)+(ad+bc)i

共軛複數,其實就是把矩陣轉置一下:

a-bi=egin{bmatrix} a& b \ -b&a end{bmatrix}

一對共軛複數乘積為實數:

(a+bi)(a-bi)=egin{bmatrix} a& -b \ b& a end{bmatrix} egin{bmatrix} a&b\ -b&a end{bmatrix}

=egin{bmatrix} a^2+(-b)^2&ab-ba\ ba-ab&b^2+a^2 end{bmatrix} =egin{bmatrix} a^2+b^2&0\ 0&a^2+b^2 end{bmatrix} =a^2+b^2


交換律

對於

M=egin{bmatrix} ac-bd&-ad-bc\ bc+ad&-bd+ac end{bmatrix}

這個矩陣,如果同時交換a和c,b和d,那麼就會得到:

egin{bmatrix} ca-db&-cb-da\ da+cb&-db+ca end{bmatrix} =egin{bmatrix} ac-bd&-ad-bc\ bc+ad&-bd+ac end{bmatrix} =M

因此複數乘法是有交換律的。

對於任何複數,可以作以下變換:

egin{bmatrix} a& -b\ b& a end{bmatrix} =sqrt{a^2+b^2}egin{bmatrix} a/sqrt{a^2+b^2}& -b/sqrt{a^2+b^2}\ b/sqrt{a^2+b^2}& a/sqrt{a^2+b^2} end{bmatrix} 
ightarrow

r=sqrt{a^2+b^2},cos	heta=a/r,sin	heta=b/r
ightarrow

regin{bmatrix} cos	heta& -sin	heta\ sin	heta& cos	heta end{bmatrix}

後面是一個旋轉矩陣。

對於2個不同的複數:egin{bmatrix} a& -b\ b& a end{bmatrix} egin{bmatrix} c& -d\ d& c end{bmatrix} =r_1r_2egin{bmatrix} cos	heta& -sin	heta\ sin	heta& cos	heta end{bmatrix}egin{bmatrix} cosphi& -sinphi\ sinphi& cosphi end{bmatrix} =r_1r_2egin{bmatrix} cos(	heta+phi)& -sin(	heta+phi)\ sin(	heta+phi)& cos(	heta+phi) end{bmatrix}

從中可以看出兩個複數相乘,可以視為模相乘,輻角相加。

由於實數乘法有交換律,二維旋轉矩陣乘法有交換律,因此複數乘法有交換律。


模與行列式

二階行列式的求法如下:

egin{vmatrix} A & B\ C & D end{vmatrix} =AD-BC

應用到複數所對應的矩陣之中:

egin{vmatrix} a& -b \ b& a end{vmatrix} =egin{vmatrix} a& b \ -b& a end{vmatrix} =a^2+b^2

行列式表示平面圖形經過這個矩陣變換後與變換前的面積之比,因此複數的模長就是矩陣行列式的值的平方根。


推薦閱讀:

大白話講數據結構:矩陣的轉置和矩陣的乘法問題(2) (應該都能看懂的!)
Eigen: C++開源矩陣計算工具
tensorflow實現非負矩陣分解(Non-negative matrix factorization)

TAG:矩陣 | 複數數學 | 矩陣運算 |