【复平面】-复数相乘的几何性质



首先说结论

在复平面中,两个复数(即向量)相乘时,满足模长相乘,角度相加的性质。

从数学上证明

假设两个复数 ( z 1 z_1 z1 ) 和 ( z 2 z_2 z2 ) 表示为:

z 1 = r 1 ( cos ⁡ θ 1 + i sin ⁡ θ 1 ) z_1 = r_1 (\cos \theta_1 + i \sin \theta_1) z1=r1(cosθ1+isinθ1)
z 2 = r 2 ( cos ⁡ θ 2 + i sin ⁡ θ 2 ) z_2 = r_2 (\cos \theta_2 + i \sin \theta_2) z2=r2(cosθ2+isinθ2)

其中:

  • ( r 1 = ∣ z 1 ∣ r_1 = |z_1| r1=z1 ) 和 ( r 2 = ∣ z 2 ∣ r_2 = |z_2| r2=z2 ) 分别是 ( z 1 z_1 z1 ) 和 ( z 2 z_2 z2 ) 的模长,
  • ( θ 1 \theta_1 θ1 ) 和 ( θ 2 \theta_2 θ2 ) 分别是 ( z 1 z_1 z1 ) 和 ( z 2 z_2 z2 ) 的辐角(即相对于实轴的角度)。

1. 计算乘积 z 1 ⋅ z 2 z_1 \cdot z_2 z1z2

我们将 ( z 1 z_1 z1 ) 和 ( z 2 z_2 z2 ) 相乘,得到:

z 1 ⋅ z 2 = r 1 ( cos ⁡ θ 1 + i sin ⁡ θ 1 ) ⋅ r 2 ( cos ⁡ θ 2 + i sin ⁡ θ 2 ) z_1 \cdot z_2 = r_1 (\cos \theta_1 + i \sin \theta_1) \cdot r_2 (\cos \theta_2 + i \sin \theta_2) z1z2=r1(cosθ1+isinθ1)r2(cosθ2+isinθ2)

使用分配律展开:

z 1 ⋅ z 2 = r 1 r 2 [ ( cos ⁡ θ 1 cos ⁡ θ 2 − sin ⁡ θ 1 sin ⁡ θ 2 ) + i ( cos ⁡ θ 1 sin ⁡ θ 2 + sin ⁡ θ 1 cos ⁡ θ 2 ) ] z_1 \cdot z_2 = r_1 r_2 \left[ (\cos \theta_1 \cos \theta_2 - \sin \theta_1 \sin \theta_2) + i (\cos \theta_1 \sin \theta_2 + \sin \theta_1 \cos \theta_2) \right] z1z2=r1r2[(cosθ1cosθ2sinθ1sinθ2)+i(cosθ1sinθ2+sinθ1cosθ2)]

2. 应用三角恒等式

根据加法公式的三角恒等式,有:

cos ⁡ ( θ 1 + θ 2 ) = cos ⁡ θ 1 cos ⁡ θ 2 − sin ⁡ θ 1 sin ⁡ θ 2 \cos(\theta_1 + \theta_2) = \cos \theta_1 \cos \theta_2 - \sin \theta_1 \sin \theta_2 cos(θ1+θ2)=cosθ1cosθ2sinθ1sinθ2

sin ⁡ ( θ 1 + θ 2 ) = cos ⁡ θ 1 sin ⁡ θ 2 + sin ⁡ θ 1 cos ⁡ θ 2 \sin(\theta_1 + \theta_2) = \cos \theta_1 \sin \theta_2 + \sin \theta_1 \cos \theta_2 sin(θ1+θ2)=cosθ1sinθ2+sinθ1cosθ2

将这些恒等式代入到上面的表达式中,我们得到:

z 1 ⋅ z 2 = r 1 r 2 ( cos ⁡ ( θ 1 + θ 2 ) + i sin ⁡ ( θ 1 + θ 2 ) ) z_1 \cdot z_2 = r_1 r_2 \left( \cos(\theta_1 + \theta_2) + i \sin(\theta_1 + \theta_2) \right) z1z2=r1r2(cos(θ1+θ2)+isin(θ1+θ2))

3. 得出结果

根据复数的极坐标形式,这个结果可以写成:

z 1 ⋅ z 2 = r 1 r 2 ⋅ e i ( θ 1 + θ 2 ) z_1 \cdot z_2 = r_1 r_2 \cdot e^{i (\theta_1 + \theta_2)} z1z2=r1r2ei(θ1+θ2)
因此,我们得出结论:两个复数相乘时,其模长是各自模长的乘积,辐角是各自辐角的和,即满足“模长相乘,角度相加”的性质。

从几何角度证明

本质上就是坐标轴的变换

1.给出待乘的复数 u i u_i ui

{ u = a + b i u i = − b + a i \left\{\begin{array}{l} u=a+b i \\ u i=-b+a i \end{array}\right. {u=a+biui=b+ai

( a , b ) ⋅ ( − b , a ) = 0 (a,b)\cdot(-b,a)=0 (a,b)(b,a)=0由于内积为0,故u与ui正交

2.给出任意复数 l l l

所以 ∀ l = x + y i \forall l=x+y_{i} l=x+yi与u相乘可以在新的坐标轴u、ui下表示,其与坐标轴角度与在原先坐标轴下相同。
所以两个复数(即向量)相乘时,满足角度相加的性质。
{ ∀ l = x + y i l ⋅ u = ( x + y i ) ⋅ u = x u + y u i \left\{\begin{array}{l} \forall l=x+y_{i} \\ l \cdot u=\left(x+y_{i}\right) \cdot u=x u+y u i \end{array}\right. {l=x+yilu=(x+yi)u=xu+yui

3.复数 l l l 在不同坐标轴下的表示图

Image 1Image 2

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:/a/912050.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【EMNLP2024】基于多轮课程学习的大语言模型蒸馏算法 TAPIR

近日,阿里云人工智能平台PAI与复旦大学王鹏教授团队合作,在自然语言处理顶级会议EMNLP 2024 上发表论文《Distilling Instruction-following Abilities of Large Language Models with Task-aware Curriculum Planning》。文章提出了一个名为 TAPIR 的知…

Web服务nginx基本实验

安装软件: 启动服务: 查看Nginx服务器的网络连接信息,监听的端口: 查看默认目录: 用Windows访问服务端192.168.234.111的nginx服务:(防火墙没有放行nginx服务,访问不了) …

github使用基础

要通过终端绑定GitHub账号并进行文件传输,你需要使用Git和SSH密钥来实现安全连接和操作。以下是一个基本流程: 设置GitHub和SSH 检查Git安装 通过终端输入以下命令查看是否安装Git: bash 复制代码 git --version配置Git用户名和邮箱 bash …

excel常用技能

1.基础技能 1.1 下拉框设置 a. 选中需要设置的列或单元格,数据 ---》 数据验证 b.验证条件 ---> 序列(多个值逗号隔开) 2.函数 2.1 统计函数-count a.count(区域,区域,......) 统计数量,只针…

Flipper Zero BadUSB反弹shell

Flipper Zero BadUSB反弹shell 前置知识点: Flipper Zero BadUSB 以及其他几个 BadUSB 设备使用用 DuckyScript 编写的有效负载。一种简单的脚本语言,用于执行导致键盘注入攻击的击键。 步骤 创建rev_shell_win.txt文件,并将其拖到badusb文件夹中. 相…

【GPTs】Email Responder Pro:高效生成专业回复邮件

博客主页: [小ᶻZ࿆] 本文专栏: AIGC | GPTs应用实例 文章目录 💯GPTs指令💯前言💯Email Responder Pro主要功能适用场景优点缺点 💯小结 💯GPTs指令 Email Craft is a specialized assistant for cra…

检测敏感词功能

今天策划给我一个任务 —— 检测昵称中是否含有敏感词功能,然后丢给我两个压缩包,我解压一看: 有的txt文件是一行一个词: 有的txt文件是按逗号分隔开: 不管是什么格式的总之量非常多,把我这辈子脏话都囊括…

【SpringBoot】19 文件/图片下载(MySQL + Thymeleaf)

Git仓库 https://gitee.com/Lin_DH/system 介绍 从 MySQL 中,下载保存的 blob 格式的文件。 代码实现 第一步:配置文件 application.yml spring:jackson:date-format: yyyy-MM-dd HH:mm:sstime-zone: GMT8datasource:driver-class-name: com.mysql.…

Coppelia Sim (v-REP)仿真 机器人3D相机手眼标定与实时视觉追踪 (三)

使用标定好的结果进行跟踪标定板的位置 坐标转换的步骤为: 1.图像坐标点转到相机坐标系下的点 2.相机坐标系下的点转为夹爪坐标系下的点 3.夹爪坐标系下的点转为机械手极坐标系下的点 跟踪的方式 1.采用标定板的第一个坐标点作为跟踪点 3.机器人每次移动到该点位&a…

easyui +vue v-slot 注意事项

https://www.jeasyui.com/demo-vue/main/index.php?pluginDataGrid&themematerial-teal&dirltr&pitemCheckBox%20Selection&sortasc 接口说明 <template><div><h2>Checkbox Selection</h2><DataGrid :data"data" style&…

运动【跑步 03】安踏冠军3的10KM和15KM*2体验(对比必迈PURE LIGHT)

这里写目录标题 1. 前言2. 两双鞋2.1 必迈 PURE LIGHT2.2 安踏 冠军 3 3. 主观对比4. 问题4.1 必迈 PURE LIGHT4.2 冠军 3 5. 总结 1. 前言 我是程序员&#xff0c;并不是专业的运动员&#xff0c;对跑步鞋的研究也不深&#xff0c;至今也就买过两双相对比较专业的跑鞋&#x…

O-RAN Fronthual CU/Sync/Mgmt 平面和协议栈

O-RAN Fronthual CU/Sync/Mgmt 平面和协议栈 O-RAN Fronthual CU/Sync/Mgmt 平面和协议栈O-RAN前端O-RAN 前传平面C-Plane&#xff08;控制平面&#xff09;&#xff1a;控制平面消息定义数据传输、波束形成等所需的调度、协调。U-Plane&#xff08;用户平面&#xff09;&#…

【JavaEE进阶】导读

本节⽬标 了解什么是JavaEE 在JavaEE中, 我们学习什么, 如何学, 难点是什么 一、Java EE 发展历程 Java EE(Java Platform Enterprise Edition), Java 平台企业版. 是JavaSE的扩展, ⽤于解决企业级的开发需求, 所以也可以称之为是⼀组⽤于企业开发的Java技术标准. 所以, 学习…

Javascript事件循环流程分析

基础概念 事件循环&#xff08;Event Loop&#xff09;&#xff1a;事件循环是JavaScript运行时环境中的一个循环机制&#xff0c;它不断地检查调栈用和任务队列。当调用栈为空时&#xff0c;事件循环会首先检查微任务队列&#xff0c;并执行其中的所有任务。只有当微任务队列…

单元/集成测试解决方案

在项目开发的前期针对软件单元/模块功能开展单元/集成测试&#xff0c;可以尽早地发现软件Bug&#xff0c;避免将Bug带入系统测试阶段&#xff0c;有效地降低HIL测试的测试周期&#xff0c;也能有效降低开发成本。单元/集成测试旨在证明被测软件实现其单元/架构设计规范、证明被…

【C++】C++的单例模式、跟踪内存分配的简单方法

二十四、C的单例模式、跟踪内存分配的简单方法 1、C的单例模式 本小标题不是讨论C的语言特性&#xff0c;而是一种设计模式&#xff0c;用于确保一个类在任何情况下都只有一个实例&#xff0c;并提供一个全局访问点来获取这个实例。即C的单例模式。这种模式常用于资源管理&…

LangGPT结构化提示词编写实践

基础任务 如果直接询问大模型strawberry有几个r&#xff0c;大模型会给出错误的答案&#xff1a; 这里我们引入思维连Chain of Thought&#xff0c;我们让大模型遍历一遍单词&#xff0c;每次累加得到最终结果 之前怎么都做不对的题&#xff0c;让大模型一步一步思考&#xf…

【Python系列】使用 Poetry 进行 Python 项目管理

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…

Linux内核USB2.0驱动框架分析--USB设备枚举过程

一 USB特点 1.1 USB协议版本介绍&#xff1a; USB1.0/1.1&#xff08;low/fullspeed&#xff09;&#xff1a;传输速率最大为12Mbps&#xff0c;是较早的USB协议版本。 USB2.0&#xff08;highspeed&#xff09;&#xff1a;传输速率最大为480Mbps&#xff0c;相比USB1.0/1.1…

解决ultralytics的YOLO模型训练中验证集Loss为NaN(或mAP为0)的问题

前言 在使用ultralytics库的YOLO模型时&#xff0c;比如YOLOv8进行目标检测模型训练&#xff0c;遇到一个非常奇怪的问题&#xff1a;训练过程中的验证损失&#xff08;loss&#xff09;出现了NaN&#xff0c;而验证的评价指标如mAP50却能正常计算&#xff08;有时mAP都也为0&…