【傅里叶分析】复数基础知识

【傅里叶分析】复数基础知识

  • 复数
  • 复数的几何意义
    • 与点的对应
    • 与向量的对应
  • 复数与极坐标
    • 辐角与辐角主值
    • 三角函数
  • 参考文献

本文参考了网上的其他文章,已在文末参考文献中列出;如有侵权,请联系我删除。

复变函数是傅里叶分析的基础,而复数是复变函数的基础。本文介绍了一些基础的关于复数的知识。

复数

对任意两个实数 x , y x, y x,y,有复数 z = x + i y z=x+iy z=x+iy,其中 i 2 = − 1 i^2=-1 i2=1 i i i称为虚部。

也可以将复数 z z z的实部表示为 R e ( z ) = x Re(z)=x Re(z)=x,虚部表示为 I m ( z ) = y Im(z)=y Im(z)=y

复数的几何意义

与点的对应

如果以复数的实部为横轴、虚部为纵轴建立坐标系,则这个坐标系称为复平面

这样复数 z = x + y i z=x+yi z=x+yi就和复平面上的点 P ( x , y ) P(x,y) P(x,y)一一对应

复平面的横坐标称为实轴,纵坐标表称为虚轴

与向量的对应

复数 z = x + y i z=x+yi z=x+yi还可以和平面向量 O Z → = ( x , y ) \overrightarrow{OZ}=(x,y) OZ =(x,y)一一对应(实数0与零向量对应)

因此复数的模和向量的模计算方式相同。复数 z = x + y i z=x+yi z=x+yi的模 ∣ z ∣ = x 2 + y 2 |z|=\sqrt{x^2+y^2} z=x2+y2

复数与极坐标

辐角与辐角主值

表示复数 z z z的位置,也可以借助极坐标 ( r , θ ) (r,\theta) (r,θ)。那么 r r r就是复数的模,而 θ \theta θ则为复数与实轴正方向的夹角,且满足:
tan ⁡ θ = y x \tan \theta=\frac{y}{x} tanθ=xy
θ \theta θ称为复数 z z z辐角,记为:
θ = A r g z \theta = {\rm Arg} \, z θ=Argz
正切函数是周期函数,任一非零复数都有无数个辐角,所以 A r g z {\rm Arg}\,z Argz实际上是一个集合。但是该集合中只有一个 θ \theta θ满足条件:
− π < θ < π {-} \pi < \theta < \pi π<θ<π
将这个 θ \theta θ记为 a r g z {\rm arg}\, z argz,即辐角主值或主辐角。
辐角的集合则可以表示为 A r g z = { a r g z + 2 k π ∣ k ∈ Z } {\rm Arg} \, z=\{{\rm arg}\, z+2k \pi \,|\, k \in \mathbf{Z}\} Argz={argz+2kZ}

三角函数

在极坐标中,复数 z = x + i y z=x+iy z=x+iy在实轴和虚轴上的值都可以用三角函数来表示:
{ x = r cos ⁡ θ y = r sin ⁡ θ \begin{cases} x=r\, \cos \theta \\ y=r\, \sin \theta \end{cases} {x=rcosθy=rsinθ
由此,复数本身也可以用三角函数来表示:
z = r ( cos ⁡ θ + i sin ⁡ θ ) z=r(\cos \theta + i \, \sin \theta) z=r(cosθ+isinθ)
极坐标中的复数

参考文献

  1. 复变函数:复数基本知识、欧拉公式、复变函数的导数、解析函数
  2. Oi Wiki网-数学-复数

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/404503.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

1、1.5、2.5、4、6、10平铜线可以带多大用电器?安全用电须知

现在家用铜线规格多是1、1.5、2.5、4、6平&#xff0c;那么这几种规格的导线能带多少瓦的用电器呢&#xff1f;今天小编就陪大家一起来分析一下。&#xff08;1平指的是国标导线的横截面积为1平方毫米&#xff09; 铜导线 红色用做火线&#xff0c;蓝色用做零线&#xff0c;黄…

Python中使用SQLite数据库的方法4-3

对于数据库的操作&#xff0c;主要包括“增”、“删”、“改”、“查”四种。在Python中使用SQLite数据库的方法4-1_python的sqlite怎么打开-CSDN博客和Python中使用SQLite数据库的方法4-2_python2 sqlite2-CSDN博客中实现增”、“删”和“查”三种操作。 1 带过滤条件的“查”…

深度学习基础—学习率衰减与局部最优问题

1.学习率衰减 下图中&#xff0c;蓝色的线是min-batch梯度下降法过程中较大学习率的的优化路径&#xff0c;绿线是较小学习率的优化路径。 如果使用min-batch梯度下降法&#xff0c;在模型的学习过程中&#xff0c;会有很多噪声&#xff0c;在靠近最小值的时候&#xff0c;由于…

测试用例的设计

*涉及概念来源于《软件测试的艺术》 目录 一、为什么要设计测试用例&#xff1f; 二、黑盒测试与白盒测试介绍 三、测试用例常见设计方法 1.黑盒测试(功能测试) 2.白盒测试(结构测试) 四、测试策略 五、测试用例怎么写 一、为什么要设计测试用例&#xff1f; 由于时间…

美国云服务器租赁多少钱一个月?

美国云服务器租赁大致价格区间为70元/月至数千元/月。不同的云服务器提供商&#xff0c;其定价策略和服务质量各不相同&#xff0c;导致价格存在差异。配置越高&#xff0c;价格自然越高。带宽越高、流量越大&#xff0c;费用通常也越高。另外&#xff0c;数据中心位置和服务水…

JVM 内存区域

一、JVM 简介 【概述】 JVM是Java虚拟机&#xff08;Java Virtual Machine&#xff09;的简称&#xff0c;是一种用于计算设备的规范&#xff0c;是一个虚构出来的计算机&#xff0c;通过在实际的计算机上仿真模拟各种计算机功能来实现的。我们学习使用的基本都是HotSpot虚拟…

学习node.js 二 path模块,os模块,process

目录 path模块 1. path.basename() 2. path.dirname 3. path.extname 4. path.join 5. path.resolve 6. path.parse path.format OS模块 1. 获取操作系统的一些信息 &#xff08;1&#xff09;os.platform() &#xff08;2)os.release &#xff08;3&#xff09;os.ho…

2024年玩转音乐,不只是剪辑!这4款软件让创意跳跃在每个音符间

现在这年头&#xff0c;音乐不光是听个乐呵&#xff0c;还能暖暖心。要是想自己捣鼓捣鼓这音乐&#xff0c;或者给日常生活加个调调&#xff0c;有个好的音乐剪辑软件就特别重要。今天&#xff0c;我就来晒晒我收藏的那些音乐剪辑软件&#xff0c;这些软件不光是剪剪切切的工具…

分布式缓存———数据一致性问题

分布式基础理论 CAP理论 与 BASE理论-CSDN博客 分布式系统会的三座大山&#xff1a;NPC。 N&#xff1a;Network Delay&#xff0c;网络延迟P&#xff1a;Process Pause&#xff0c;进程暂停&#xff08;GC&#xff09;C&#xff1a;Clock Drift&#xff0c;时钟漂移 在当前…

机器学习第十一章——计算学习理论

一、基础知识 计算学习理论(computational learning theory)研究的是关于通过“计算”来进行“学习”的理论&#xff0c;即关于机器学习的理论基础&#xff0c;其目的是分析学习任务的困难本质&#xff0c;为学习算法提供理论保证&#xff0c;并根据分析结果指导算法设计。 给…

Verilog刷题笔记53

题目&#xff1a; Fsm serialdata See also: Serial receiver Now that you have a finite state machine that can identify when bytes are correctly received in a serial bitstream, add a datapath that will output the correctly-received data byte. out_byte needs …

如果忘记了 Apple ID 密码,如何重设

“我忘记了我的 Apple ID 密码&#xff0c;如何恢复我的帐户&#xff1f;”为了方便用户&#xff0c;Apple 允许每个人使用唯一的 Apple ID 和密码激活设备并访问所有 Apple 服务。然而&#xff0c;实际上&#xff0c;手动选择某项并忘记它似乎很容易。例如&#xff0c;许多 Ap…

基于web框架的协同过滤的美食推荐系统【数据爬虫、管理系统、数据可更新、样式可调整】

文章目录 有需要本项目的代码或文档以及全部资源&#xff0c;或者部署调试可以私信博主项目介绍研究背景研究的目的与意义协同过滤算法基于用户的协同过滤算法定义基于物品的协同过滤算法的定义 数据库设计db_food&#xff08;美食信息表&#xff09;db_collect&#xff08;美食…

eclipse打开失败 java was started but returned exit code=13

报错详细信息如下 原因&#xff1a;eclipse版本和jdk版本不一致。系统之前jdk是1.6&#xff0c;然后安装1.8之后默认修改了环境变量。导致eclipse启动失败 解决方案&#xff1a;修改eclipse目录下的eclipse.ini文件增加一下内容。文档说明&#xff1a;eclipse.ini - Eclipsepe…

还在用Hexo吗?来试试Gatsby搭建一个网站吧!

本文首发于个人博客网站&#xff1a;http://www.blog.lekshome.top/2024/08/20/shi-yong-gatsby-da-jian-ge-ren-wang-zhan/由于CSDN并不是本人主要的内容输出平台&#xff0c;所以大多数博客直接由md文档导入且缺少审查和维护&#xff0c;如果存在图片或其他格式错误可以前往上…

Halcon灰度图像的形态学运算

Halcon灰度图像的形态学运算 本文介绍的算子的输入类型是灰度的Image图像。 1. 灰度图像与区域的区别 基于区域的形态学运算与基于灰度图像的形态学运算的根本区别在于&#xff0c;二者输入的对象不同。前者输入的是一些区域&#xff0c;并且这些区域是经过闽值处理的二值图…

一文搞懂大模型在多GPU环境的分布式训练!

随着大模型时代的到来&#xff0c;模型参数量、训练数据量、计算量等各方面急剧增长。大模型训练面临新的挑战&#xff1a; 显存挑战&#xff1a;例如&#xff0c;175B的GPT-3模型需要175B*4bytes即700GB模型参数空间&#xff0c;而常见的GPU显存如A100是80G显存&#xff0c;这…

visual studio使用技巧:快速生成Json、XML对应类

visual studio快速生成Json、XML对应类 在项目中经常用到json或者xml作为配置文件&#xff0c;进行序列化和反序列化就需要有对应的类&#xff0c;重新写一遍类就比较麻烦&#xff0c;这里就讲一下通过visual studio快速生成json或者xml对应类型的方法。 自动生成Json类 复制…

图像数据处理17

四、形态学图像处理 4.3 开运算与闭运算 4.3.1开运算与闭运算的定义&#xff1a; 开运算&#xff1a;先腐蚀&#xff0c;再膨胀 闭运算&#xff1a;先膨胀&#xff0c;再腐蚀 记忆方法&#xff1a;膨胀&#xff08;胀开&#xff09;所以开运算最后对应的结果是膨胀&#x…

c++进阶——继承的定义,复杂的菱形继承及菱形虚拟继承

目录 前言&#xff1a; 1.继承的概念及定义 1.1继承的概念 1.2 继承定义 1.2.2继承关系和访问限定符 1.2.3继承基类成员访问方式的变化 2.基类和派生类对象赋值转换 3.继承中的作用域 4.派生类的默认成员函数 5.继承与友元 6. 继承与静态成员 7.复杂的菱形继承及菱…