02.1-複數與線性代數
複數與線性代數#
1. 複數的基本概念#
-
複數的定義
複數是形如 \(z = a + bi\) 的數,其中 \(a\) 和 \(b\) 是實數, \(i\) 是虛數單位,滿足 \(i^2 = -1\) 。複數的實部是 \(a\) ,虛部是 \(b\) 。複數可以在複數平面上表示,其中 \(a\) 是實軸的座標, \(b\) 是虛軸的座標。 -
複數的代數表示
複數可以用代數表示為: [ z = a + bi ] 其中, \(a\) 和 \(b\) 分別表示實部和虛部, \(i\) 為虛數單位。複數的共軛為: [ \bar{z} = a - bi ] 複數的模長(或絕對值)是: [ |z| = \sqrt{a^2 + b^2} ] -
複數的極坐標表示
複數也可以使用極坐標表示。若 \(z = a + bi\) ,則可以表示為: [ z = r (\cos \theta + i \sin \theta) ] 其中 \(r = |z|\) 是模長, \(\theta = \arg(z)\) 是複數的幅角。這是複數的極形表示,也稱為複數的極坐標形式。
也可以使用歐拉公式將其寫為: [ z = re^{i\theta} ]
2. 複數與向量空間#
-
複數作為向量空間
複數可以看作是二維實數向量空間 \(\mathbb{R}^2\) 的一個向量。具體而言,複數 \(z = a + bi\) 可以看作是向量 \(\mathbf{z} = \begin{pmatrix} a \\ b \end{pmatrix}\) ,其中 \(a\) 和 \(b\) 分別是複數的實部和虛部。 -
複數加法與數乘
複數的加法和數乘可以與向量加法和數乘類比。具體來說: - 複數加法: \((a + bi) + (c + di) = (a + c) + (b + d)i\)
-
複數的數乘: \(k(a + bi) = (ka) + (kb)i\)
-
複數空間的內積
複數空間中的內積定義為: [ \langle z_1, z_2 \rangle = \bar{z_1}z_2 ] 其中 \(\bar{z_1}\) 是 \(z_1\) 的共軛。這個內積滿足線性、對稱性和正定性,是複數空間中的一個標準內積。
3. 複數與矩陣運算#
-
複數矩陣的表示
複數可以用來構造矩陣,這些矩陣可以用來描述複數線性變換。假設有一個複數矩陣 \(A\) ,其元素可以是複數。例如: [ A = \begin{pmatrix} 1 + 2i & 3 - i \ -i & 4 \end{pmatrix} ] -
複數矩陣的加法與數乘
複數矩陣的加法和數乘運算與實數矩陣類似,具體為: - 矩陣加法: \(A + B = \begin{pmatrix} a_1 + b_1 & a_2 + b_2 \\ a_3 + b_3 & a_4 + b_4 \end{pmatrix}\)
-
矩陣數乘: \(kA = \begin{pmatrix} ka_1 & ka_2 \\ ka_3 & ka_4 \end{pmatrix}\)
-
複數矩陣的乘法
複數矩陣的乘法遵循一般矩陣乘法的規則,並且也遵循複數的乘法規則。例如,兩個複數矩陣 \(A\) 和 \(B\) 的乘法為: [ C = AB ] 其中 \(C\) 是一個新的複數矩陣。 -
複數矩陣的共軛與轉置
複數矩陣的共軛是將矩陣中每個元素的虛部取反,即將矩陣中的每個複數元素變為其共軛。轉置操作是將矩陣的行和列互換。複數矩陣的共軛轉置(或厄米共軛)是先取共軛,再取轉置。
4. 複數與特徵值問題#
-
特徵值和特徵向量
複數矩陣的特徵值和特徵向量的求解方法與實數矩陣相似。對於複數矩陣 \(A\) ,我們希望解決以下特徵方程: [ A\mathbf{v} = \lambda \mathbf{v} ] 其中 \(\lambda\) 是特徵值, \(\mathbf{v}\) 是對應的特徵向量。複數矩陣的特徵值可能是實數或複數。 -
複數矩陣的特徵值計算
特徵值是矩陣的方程式的根。對於複數矩陣,特徵值計算可以用求解行列式來進行: [ \text{det}(A - \lambda I) = 0 ] 這裡 \(I\) 是單位矩陣, \(\lambda\) 是特徵值。
5. 複數與線性變換#
-
複數線性變換
在複數空間中,線性變換可以通過矩陣操作來實現,這些矩陣的元素可能是複數。複數線性變換可以描述複數空間中的旋轉、縮放等操作。 -
旋轉矩陣
旋轉矩陣是複數線性變換的常見例子。對於一個複數平面上的點,旋轉矩陣可以表示為: [ R(\theta) = \begin{pmatrix} \cos\theta & -\sin\theta \ \sin\theta & \cos\theta \end{pmatrix} ] 這樣的矩陣對複數點進行旋轉操作。
6. 結論#
複數是線性代數中重要的數學結構,並且在許多領域中有廣泛的應用,從解析函數、電路分析到量子力學中都有涉及。理解複數的代數性質、矩陣運算及其在向量空間中的應用,是掌握線性代數的關鍵部分。