Mer legesség. Wettl Ferenc Wettl Ferenc Mer legesség / 40

Átírás

1 Mer legesség Wettl Ferenc Wettl Ferenc Mer legesség / 40

2 Tartalom 1 Pszeudoinverz 2 Ortonormált bázis ortogonális mátrix 3 Komplex és véges test feletti terek 4 Diszkrét Fourier-transzformált Fourier-mátrixok Diszkrét Fourier-transzformáció Gyors Fourier-transzformáció Wettl Ferenc Mer legesség / 40

3 Pszeudoinverz A pszeudoinverz fogalma Á A sortér és az oszloptér közt létezik természetes kölcsönösen egyértelm megveleltetés (Ax = b egyetlen sortérbe es megoldása). R n A A + R m S(A) O(A) 0 0 D A R m n pszeudoinverzén vagy MoorePenrose-féle pszeudoinverzén azt az A + -szal jelölt mátrixot értjük, amellyel a sortér minden x vektorára A + (Ax) = x, továbbá az oszloptérre mer leges minden z vektorra A + z = 0. Wettl Ferenc Mer legesség / 40

4 Pszeudoinverz Néhány pszeudoinverz Á A + = A 1, ha A invertálható, Á O + m n = O n m, Á [a] + = [ 1 /a], ha a 0, és [0] + = [0], Á (A + ) + = A, Á ha a ii 0 (i = 1, 2,..., r), akkor a a a rr O. O O + m n 1 a a = a rr O. O O n m Wettl Ferenc Mer legesség / 40

5 Pszeudoinverz A pszeudoinverz kiszámítása T Ha a valós A teljes oszloprangú, akkor A + = (A T A) 1 A T, ha teljes sorrangú, akkor A + = A T (AA T ) 1. Legyen A = BC, ahol B egy teljes oszloprangú, C egy teljes sorrangú mátrix (ld. bázisfelbontás). Ekkor A + = C + B + = C T (CC T ) 1 (B T B) 1 B T = C T (B T AC T ) 1 B T. B Ha A teljes oszloprangú, akkor R n = S(A), és A T A invertálható: (A T A) 1 A T Ax = x. Meg kell még mutatnunk, hogy ha z N (A T ), vagyis A T z = 0, akkor A + z = 0: (A T A) 1 A T z = (A T A) 1 0 = 0. Ha A teljes sorrangú, akkor O(A) = R m : y-ra Ax = y konzisztens. Jelölje ˆx az egyetlen sortérbe es megoldást, így minden más x megoldásra proj S(A) x = ˆx. A + -ra fenn kell álljon A + y = ˆx: ) proj S(A) x = A T (AA T ) 1 Ax = (A T (AA T ) 1 (Ax) = A + y. Wettl Ferenc Mer legesség / 40

6 Pszeudoinverz A pszeudoinverz tulajdonságai T MoorePenrose-tétel: A valós A mátrixnak X pontosan akkor pszeudoinverze, ha az alábbi négy feltétel mindegyike fennáll: a) AXA = A, b) XAX = X, c) (AX) T = AX, d) (XA) T = XA. K Tetsz leges A R m n mátrix esetén A + A = proj S(A) és AA + = proj O(A). Tehát A + A az R n teret mer legesen vetíti A sorterére, míg AA + az R m teret mer leges vetíti A oszlopterére. Wettl Ferenc Mer legesség / 40

7 Pszeudoinverz A pszeudoinverz és a min. absz. érték opt. megoldás T Legyen A egy valós mátrix. Az Ax = b egyenletrendszernek az ˆx = A + b a minimális abszolút érték optimális megoldása. P Határozzuk meg a minimális abszolút érték optimális megoldását! y + z = 3 x + y + 2z = 2 x + y = 2 M Az egyenletrendszer nem oldható meg: ] [ [ Ezt felhasználva a minimális abszolút érték optimális megoldás ˆx = A + b = 1 [ ] [ ] [ ] = Wettl Ferenc Mer legesség / 40 2 ] 1

8 Ortonormált bázis ortogonális mátrix Ortogonális és ortonormált bázis D OR (ortogonális rendszer, lehet köztük zérusvektor), ONR (ortonormált rendszer T Ha a nullvektortól különböz a 1, a 2,..., a k vektorok páronként ortogonálisak, akkor függetlenek is. B Tekintsük a c 1 a c k a k = 0 egyenletet. Szorozzuk be az egyenl ség mindkét oldalát a i -vel (i = 1, 2,..., k): (c 1 a 1 + c 2 a c k a k ) a i = 0 a i c i a i a i = 0. Mivel a i a i 0, ezért c i = 0, és ez igaz minden i-re. Wettl Ferenc Mer legesség / 40

9 Ortonormált bázis ortogonális mátrix Ortogonális és ortonormált bázis T Legjobb közelítés ONB esetén Adva van a V vektortérben egy {e 1, e 2,..., e k } ortonormált rendszer által kifeszített A altér, valamint egy v vektor. Ekkor a ˆv = (v e 1 )e 1 + (v e 2 )e (v e k )e k (1) vektor az A altér v-hez legközelebb fekv pontja, azaz ˆv = proj A v. B Megmutatjuk, hogy az (1) szerinti pont van legközelebb v-hez: ( ) 2 k k (v ˆv) 2 = v (v e i )e i = v 2 (v e i ) 2. i=1 v és az altér egy tetsz leges u vektorának távolságnégyzete: ( ) 2 k k k (v u) 2 = v c i e i = v 2 2 c i (v e i ) + ci 2. i=1 i=1 i=1 i=1 Wettl Ferenc Mer legesség / 40

10 Ortonormált bázis ortogonális mátrix Ortogonális és ortonormált bázis A különbségük pozitív, tehát valóban ˆv van v-hez legközelebb: (v u) 2 (v ˆv) 2 ( k = v 2 2 c i (v e i ) + = = i=1 i=1 k i=1 k k ci 2 2 c i (v e i ) + c 2 i i=1 i=1 k (c i v e i ) 2 0. i=1 ) ( k (v e i ) 2 v 2 ) k (v e i ) 2 Ebb l a legjobb közelítés tétele szerint kapjuk, hogy ˆv = proj A v. i=1 Wettl Ferenc Mer legesség / 40

11 Ortonormált bázis ortogonális mátrix Ortogonális mátrixok D Egy valós négyzetes mátrix ortogonális, ha oszlopvektorai vagy sorvektorai ONR-t alkotnak. Ha nem kötjük ki, hogy négyzetes legyen, szemiortogonális mátrixról beszélünk. P A forgatás, tükrözés mátrixa, és minden permutációmátrix ortogonális. T Legyen m n és Q R m n. Ekkor Q szemiortogonális Q T Q = I n (m n esetén QQ T = I n ) B sorvektorszor oszlopvektor T Legyen Q R n n. Az alábbi állítások ekvivalensek: Q oszlopvektorai ortonormált rendszert alkotnak. Q T Q = I n. Q 1 = Q T. QQ T = I n. Q sorvektorai ortonormált rendszert alkotnak. Á det(q) = 1, O(n) és SO(n) zárt a szorzásra és invertálásra nézve. Wettl Ferenc Mer legesség / 40

12 Ortonormált bázis ortogonális mátrix Ortogonális mátrixok geometriája T Ortogonális mátrixhoz tartozó mátrixleképezés Legyen Q R n n. Az alábbi állítások ekvivalensek: a) Q ortogonális. b) Qx = x minden x R n vektorra. c) Qx Qy = x y minden x, y R n vektorra. B a) b): Ha Q ortogonális, akkor Q T Q = I, így tetsz leges x R n vektorra Qx 2 = Qx Qx = (Qx) T (Qx) = x T Q T Qx = x T x = x 2. b) c): A skalárszorzás abszolút értékkel való kifejezéséb l: Qx Qy = 1 ( Qx + Qy 2 Qx Qy 4 2) = 1 ( Q(x + y) 2 Q(x y) 4 = 1 ( x + y 2 x y 4 2) = x y c) a): A Q mátrix i-edik oszlopa q i = Qe i { 0, ha i j, q i q j = Qe i Qe j = e i e j = 1, ha i = j. Wettl Ferenc Mer legesség / 40

13 Ortonormált bázis ortogonális mátrix A 2- és 3-dimenziós tér ortogonális transzformációi T Minden O(2)-be es ortogonális mátrix vagy egy α szög forgatás, vagy egy α/2 szög egyenesre való tükrözés mátrixa, azaz [ ] [ ] cos α sin α cos α sin α vagy sin α cos α sin α cos α T A harmadrend 1 determinánsú ortogonális transzformációk a forgatások, a 1 determinánsúak, azaz O(3) SO(3) elemei egy tükrözés és egy forgatás egymás utáni alkalmazásával megkaphatók. Wettl Ferenc Mer legesség / 40

14 Ortonormált bázis ortogonális mátrix Givens-forgatás D Givens-forgatás: forgatás, mely egy koordinátasík vektorain kívül minden más vektort helyben hagy. Az i-edik és j-edik koordinátákra: G = cos α... sin α sin α... cos α M E forgatással elérhet például, hogy egy x vektort egy olyan vektorba forgassunk, melynek j-edik koordinátája 0. Csak az i-edik és j-edik sorokat és oszlopokat kiemelve [ ] [ ] [ cos α sin α a r = r = sin α cos α b 0] a 2 + b 2, cos α = a r, sin α = b r. Wettl Ferenc Mer legesség / 40.

15 Ortonormált bázis ortogonális mátrix Householder-tükrözés D Householder-tükrözés: Egy adott a 0 vektorra mer leges hipersíkra való tükrözést Householder-tükrözésnek nevezzük. Mátrixa H = I 2 a T a aat T Ha a és b két különböz, de azonos hosszúságú vektor R n -ben, akkor az (a b) hipersíkra való H-tükrözés a-t és b-t fölcseréli. B Megmutatjuk, hogy Ha = b és Hb = a, ahol 2 H = I (a b) T (a b) (a b)(a b)t. (a b) T (a b) = a T a a T b b T a+b T b = 2(a T a b T a) = 2(a b) T a. 2 Ha = a (a b) T (a b) (a b)(a b)t a 1 = a (a b) T a (a b)t a(a b) = a (a b) = b. Mivel H 1 = H, ezért Hb = H 1 b = a. Wettl Ferenc Mer legesség / 40

16 Ortonormált bázis ortogonális mátrix GramSchmidt-ortogonalizáció T GramSchmidt-ortogonalizáció Ha A = {a 1, a 2,..., a k } egy független vektorrendszer, akkor létezik olyan ortogonális V = {v 1, v 2,..., v k } vektorrendszer, hogy minden i = 1, 2,..., k esetén span(a 1, a 2,..., a i ) = span(v 1, v 2,..., v i ). (2) Az ortogonális V rendszerb l a vektorok normálásával kapott { } v1 v 1, v 2 v 2,..., v k v k rendszer ortonormált. Wettl Ferenc Mer legesség / 40

17 Ortonormált bázis ortogonális mátrix GramSchmidt-ortogonalizáció B v 1 = a 1 span(a 1 ) = span(v 1 ). A span(a 1, a 2 ) = span(v 1, v 2 ) teljesüléséhez: ( ) v1 v 2 = a 2 a 2 v 1 v 1 v 1 = a 2 a 2 v 1 v 1 v 1 v 1 E vektor nem 0-vektor, hisz v 2 = 0 esetén a 2 = a 2 v1 v1 v1 v 1 = a 2 v1 v1 v1 a 1 lenne, azaz a 1 és a 2 nem lenne független. span(a 1, a 2 ) = span(v 1, v 2 )... kiszámoljuk az a i+1 vektornak a span( v 1 v1, v 2 v2,..., v i v i ) altérre mer leges összetev jét, ez lesz v i+1 v i+1 = a i+1 a i+1 v 1 v 1 a i+1 v 2 v 2 a i+1 v i v i v 1 v 1 v 2 v 2 v i v i v i+1 0, különben A nem volna független. v i+1 kifejezhet az a 1, a 2,..., a i+1 vektorok lineáris kombinációjaként, és a i+1 kifejezhet az v 1, v 2,..., v i+1 vektorok lineáris kombinációjaként. Wettl Ferenc Mer legesség / 40

18 Ortonormált bázis ortogonális mátrix GramSchmidt-ortogonalizáció P Keressünk ortonormált bázist az (1, 1, 1, 1), (3, 1, 3, 1), (6, 2, 2, 2) vektorok által kifeszített altérben. M El ször keressünk egy ortogonális bázist: v 1 = (1, 1, 1, 1) (3, 1, 3, 1) (1, 1, 1, 1) v 2 = (3, 1, 3, 1) (1, 1, 1, 1) = (2, 2, 2, 2) (1, 1, 1, 1) (1, 1, 1, 1) (6, 2, 2, 2) (1, 1, 1, 1) v 3 = (6, 2, 2, 2) (1, 1, 1, 1) (1, 1, 1, 1) (1, 1, 1, 1) (6, 2, 2, 2) (2, 2, 2, 2) (2, 2, 2, 2) = (2, 2, 2, 2) (2, 2, 2, 2) (2, 2, 2, 2) Végül az ortonormált bázis: {( 1 2, 1 2, 1 2 2), 1 ( 1, 2, 1 2, 1 ( 1 2 2), 1, 2, 1 2, 1 2 2)}, 1 Wettl Ferenc Mer legesség / 40

19 Ortonormált bázis ortogonális mátrix A QR-felbontás D Legyen A egy teljes oszloprangú mátrix. Az A = QR felbontást QR-felbontásnak vagy redukált QR-felbontásnak nevezzük, ha Q az A-val azonos méret szemiortogonális mátrix, és R négyzetes fels háromszögmátrix, f átlójában pozitív elemekkel. T Teljes oszloprangú valós mátrix QR-felbontása létezik és egyértelm. A Q mátrixot ortonormált oszlopvektorok hozzávételével kiegészíthetjük egy ortogonális mátrixszá, az R mátrixot pedig zérussorok hozzávételével egy m n-es fels háromszögmátrixszá, akkor e mátrixok szorzata is A, ugyanis A = [ ] [ ] R Q ˆQ = QR + ˆQO = QR O Ezt nevezzük teljes QR-felbontásnak. Wettl Ferenc Mer legesség / 40

20 Ortonormált bázis ortogonális mátrix A QR létezése a GramSchmidt-ortogonalizációs eljárásból: A = [a 1 a 2... a k ] R n k teljes oszloprangú (k n), a q-vektorokra: span(a 1,..., a i ) = span(q 1,..., q i ) minden i = 1, 2,..., k értékre, ezért léteznek olyan r ij skalárok, hogy a 1 = r 11 q 1 a 2 = r 12 q 1 + r 22 q 2. a k = r 1k q 1 + r 2k q r kk q k. Ezt mátrixszorzat-alakba írva épp a kívánt felbontást kapjuk: r 11 r r 1k 0 r A = [a 1 a 2... a k ] = [q 1 q 2... q k ] r 2k = QR r kk A GramSchmidt-eljárásból az is látható, hogy r ii = v i, tehát r ii > 0. R kiszámítása: Q T A = Q T QR = I k R = R, tehát R = Q T A. Wettl Ferenc Mer legesség / 40

21 Ortonormált bázis ortogonális mátrix QR-felbontás primitív ortogonális transzformációkkal P QR-felbontását Givens-forgatásokkal: A = M a = 4, b = 3, tehát r = = 5, cos α = 4 /5, sin α = 3 /5 ] ] Q 1 = [ 4 /5 3/5 0 3 /5 4/ Q 1 A = [ Következ lépésben a Q 1 A mátrix harmadik sorának második elemét elimináljuk: ] ] Q 2 = [ /13 12/13. R = Q 2 Q 1 A = 0 12 /13 5/ [ és innen [ 4 ] /5 3 /13 36/65 Q = (Q 2 Q 1 ) 1 = Q T 1 QT 2 = 3/5 4/13 48 /65, 0 12/13 5/13 Wettl Ferenc Mer legesség / 40.

22 Ortonormált bázis ortogonális mátrix QR-felbontás primitív ortogonális transzformációkkal A = Q 1A = 0 0 Q 2Q1A = Q 3Q2Q1A = Q1 = H1 Q2 = 0 0 H2 Q3 = H3 Wettl Ferenc Mer legesség / 40

23 Ortonormált bázis ortogonális mátrix P QR-felbontását Householder-módszerrel: A = M (1, 2, 2) (3, 0, 0) trafóhoz a = (1, 2, 2) (3, 0, 0) = ( 2, 2, 2) Q 1 = I 3 2aaT a T a = = , Q 1 A = (4, 3) (5, 0) transzformációh a = (4, 3) (5, 0) = ( 1, 3) H 2 = I 2 2 Q 2 = a T a aat = /5 3/5 0 3/5 4 /5 [ Q = (Q 2 Q 1 ) 1 = Q T 1 QT 2 = 1 ] 1 5 [ , R = Q 2 Q 1 A = 15 ] = [ ] Wettl Ferenc Mer legesség / 40

24 Ortonormált bázis ortogonális mátrix Egyenletrendszer optimális megoldása QR-felbontással T Legyen A egy teljes oszloprangú m n-es valós mátrix, A = QR egy QR-felbontása, és b egy R m -beli vektor. Ekkor az Ax = b egyenletrendszer egyetlen optimális megoldása ˆx = R 1 Q T b, ami megkapható az Rˆx = Q T b egyenletrendszerb l egyszer visszahelyettesítéssel is. B Optimális megoldás a normálegyenletb l: A T Aˆx = A T b A = QR behelyettesítése után (QR) T QRˆx = (QR) T b R T Q T QRˆx = R T Q T b R T Rˆx = R T Q T b Rˆx = Q T b. Q T Q = I balról szorzás az (R T ) 1 mátrixszal Wettl Ferenc Mer legesség / 40

25 Komplex és véges test feletti terek Komplex vektorok skaláris szorzata? komplex számok skaláris szorzata D lehet ségek: (1, i) (1, i)? = 1 1 = 0 (i, i) (i, i)? = 1 1 = 2 z w = z 1 w 1 + z 2 w z n w n, vagy z w = z 1 w 1 + z 2 w z n w n. D Az A komplex mátrix adjungáltján (vagy Hermite-féle transzponáltján) elemenkénti konjugáltjának transzponáltját értjük. Az A adjungáltját A, vagy Hermite neve után A H jelöli, tehát A H = A T. D z w = z 1 w 1 + z 2 w z n w n = z H w. Wettl Ferenc Mer legesség / 40

26 Komplex és véges test feletti terek Adjungált és a skaláris szorzás tulajdonságai T Legyenek A és B komplex mátrixok, c komplex szám. Ekkor (A H ) H = A, (A + B) H = A H + B H, (ca) H = ca H (AB) H = B H A H. T Legyen u, v, w C n, és legyen c C. Ekkor u v = v u u (v + w) = u v + u w, (cu) v = c(u v) és u (cv) = c(u v), u u > 0, ha u 0, és u u = 0, ha u = 0. D A komplex skaláris szorzás segítségével a valós esethez hasonlóan deniálható a komplex vektorok távolsága és szöge, és így a mer legessége is. Wettl Ferenc Mer legesség / 40

27 Komplex és véges test feletti terek Önadjungált Hermite-féle mátrixok D A önadjungált, ha A H = A. P Melyik önadjungált? 1 i 1 + i i 2 2 3i, 1 i 2 + 3i 3 az els kett [ ] 1 2, 2 3 [ ] i 1 + i, 1 i 1 [ 1 ] 1 + i 1 + i 2 Wettl Ferenc Mer legesség / 40

28 Komplex és véges test feletti terek Unitér mátrixok D Egy komplex négyzetes U mátrix unitér, ha U H U = I. Á Az alábbiak ekvivalensek: UU H = I, U 1 = U H, U oszlopvektorai ortonormált bázist alkotnak a komplex skalárszorzásra nézve, U sorvektorai ortonormált bázist alkotnak a komplex skalárszorzásra nézve, Ux = x minden x C n vektorra, Ux Uy = x y. Wettl Ferenc Mer legesség / 40

29 Diszkrét Fourier-transzformált Fourier-mátrixok M A Fourier-sorok komplex alakja, és részletösszegei (diszkrét Fourier-összeg): n= c n e nit g(t) = N 1 n=0 c n e nit = c 0 +c 1 e it +c 1 e 2it + +c N 1 e (N 1)it Á A (c 0, c 1,..., c N 1 ) (g(0), g( 2π 2(N 1)π ),..., )) leképezés lineáris, N N 2πi és mátrixa mn [e N ] (0 m, n < N). Wettl Ferenc Mer legesség / 40

30 Diszkrét Fourier-transzformált Fourier-mátrixok P A ε = e 2πi 3 jelöléssel y 0 = c 0 + c 1 e i0 + c 2 e 2i0 = c 0 + c 1 + c 2 y 1 = c 0 + c 1 e 2πi 3 + c 2 e 4πi 3 = c 0 + c 1 ε + c 2 ε 2 y 2 = c 0 + c 1 e 4πi 3 + c 2 e 8πi 3 = c 0 + c 1 ε 2 + c 2 ε 4 a (c 0, c 1, c 2 ) (y 0, y 1, y 2 ) leképezés lineáris, mátrixszorzatos alakja: y c 0 y 1 = 1 ε ε 2 c 1 y 2 1 ε 2 ε 4 c 2 Wettl Ferenc Mer legesség / 40

31 Diszkrét Fourier-transzformált Fourier-mátrixok Általánosan: y 0 = c 0 + c 1 e i0 + c 2 e 2i0 + + c N 1 e (N 1)i0 = c 0 + c c N 1 y 1 = c 0 + c 1 e 2πi N. y N 1 = c 0 + c 1 e 2πi(N 1) N + c 2 e 4πi N + + c N 1 e 2(N 1)πi N + c 2 e 4πi(N 1) N + + c N 1 e 2πi(N 1)2 N Az ε = /N e2πi jelöléssel mátrixszorzat-alakban y 0 y 1. =. y N ε ε 2 ε 3 ε N 1 1 ε 2 ε 4 ε 6 ε 2(N 1) 1 ε 3 ε 6 ε 9 ε 3(N 1) ε N 1 ε 2(N 1) ε 3(N 1) ε (N 1)2. c 0 c 1. c N 1 Wettl Ferenc Mer legesség / 40

32 Diszkrét Fourier-transzformált Fourier-mátrixok D Fourier-mátrixok: az ε = /N e2πi, ω = ε = 2πi /N e jelölésekkel: ε... ε N 1 Φ N,ε = V N (1, ε, ε 2,..., ε N 1 ) = ε N 1... ε (N 1) ω... ω N 1 Φ N,ω = V N (1, ω,..., ω N 1 ) = ω N 1... ω (N 1)2 T A Fourier-mátrixok tulajdonságai: Bármelyik Fourier-mátrix k-adik és N k-adik sora egymás konjugáltja, páros N esetén pedig az N /2-edik sorvektor (1, 1, 1, 1,... ). Φ N,ω = Φ N,ε = Φ H N,ε és Φ N,ε = Φ N,ω = Φ H N,ω Φ N,ε Φ N,ω = NI N, így Φ N,ε és Φ N,ω invertálható, továbbá 1 N Φ N,ε és Φ 1 N,ε = 1 N Φ N,ω, Φ 1 N,ω = 1 N Φ N,ε, 1 N Φ N,ω unitér. Wettl Ferenc Mer legesség / 40

33 Diszkrét Fourier-transzformált Diszkrét Fourier-transzformáció M A továbbiakban f (t) = 1 N N 1 n=0 c n e nit függvényb l indulunk ki, a megadott helyek a [0, 2π] intervallumot N részre osztó 2kπ /N (k = 0, 1,..., N 1) pontok. A F N : (c 0, c 1,..., c N 1 ) (y 0, y 1,..., y N 1 ) F N = Φ N,ω, amelyre a továbbiakban az D Diszkrét Fourier-transzformáció (DFT) Az F N : C N C N : x X = F N x Wettl Ferenc Mer legesség / 40

34 Diszkrét Fourier-transzformált Diszkrét Fourier-transzformáció P Az F 1, F 2, F 4 és F 8 mátrixok: [ ] F 1 = [1], F 2 =, F = 1 i 1 i , 1 i 1 i i 1 i 1+i 1+i 1 i 1 i i 1 i 1 i 1 i 1 i 1 i 1+i 1+i 1 i 1 i F 8 = i 1+i 1 i 1 i 1 i 1 i i 1 i 1 i 1 i 1+i 1 i 1 i 2 1+i 2 1 i 2 1 i 2 Wettl Ferenc Mer legesség / 40

35 Diszkrét Fourier-transzformált Diszkrét Fourier-transzformáció T A DFT tulajdonságai Konstans vektor képe impulzusvektor (melynek a nulladikat kivéve mindegyik koordinátája 0), és fordítva, konkrétan F N (c, c,..., c) = (Nc, 0,..., 0), ahol c C tetsz leges konstans. Ha x valós vektor, akkor X N k = X k. F N (c, 0,..., 0) = (c, c,..., c). Az F N transzformáció invertálható, inverze (IDFT) többféle felírásban: x = F 1 N X = 1 N Φ N,εX, x k = 1 N N 1 n=0 X n ε kn = 1 N N 1 n=0 X n e 2πi N kn. Wettl Ferenc Mer legesség / 40

36 Diszkrét Fourier-transzformált Gyors Fourier-transzformáció M DFT kiszámításához N 2 m velet M két fele akkora méret Fourier-transzformációból megkapható: X k = = = = N 1 n=0 N/2 1 n=0 N/2 1 n=0 N/2 1 n=0 x n e N 1 2πi kn N = x 2n e x 2n e n=0 x n ω kn N N/2 1 2πi 2nk N + n=0 2πi N/2 nk 2πi + e N N/2 1 x 2n ω nk + N/2 ωk N n=0 x 2n+1 e N/2 1 k n=0 2πi (2n+1)k N x 2n+1 e 2πi N/2 nk x 2n+1 ω nk N/2 = E k + ω k N O k. E k és O k N/2 szerint periodikusak E k+n/2 = E k, O k+n/2 = O k Innen k < N/2 esetén X k = E k + ωn k O k, X k+n/2 = E k ωn k O k. A m veletigény 3 N log N. 2 Wettl Ferenc Mer legesség / 40

37 Diszkrét Fourier-transzformált Gyors Fourier-transzformáció function FFT(x) N dim(x) X legyen N-dimenziós vektor if N = 1 then X 0 x 0 else y x páros index elemei z x páratlan index elemei Y FFT(y) Z FFT(z) for k 0 to N/2 1 do E Y k 2πi k N Z k O e X k E + O X k+n/2 E O return X Wettl Ferenc Mer legesség / 40

38 Diszkrét Fourier-transzformált Gyors Fourier-transzformáció M FFT mátrixszorzat-alakja F N = N [ FN/2 O O F N/2 ] Π N, Π N az a permutációs mátrix, mely el re veszi a páros index elemeket, N a fél transzformáltakat összeadó, és a páratlan index eket egy ω-hatvánnyal beszorzó mátrix Π 4 = Π = [ ] 4 = i = I2 D 2 I 2 D i = [ I4 D 4 I 4 D 4 Wettl Ferenc Mer legesség / 40 ]

39 Diszkrét Fourier-transzformált Gyors Fourier-transzformáció A mátrixokban szerepl diagonális mátrixok az egységmátrixok, és az ω hatványait tartalmazó D mátrixok, ahol D k = diag(1, ω, ω 2,..., ω k 1 ). Pl. [ ] F4 O F 8 = 8 O F 4 Π 8 [ ] 4 O = 8 O 4 F 2 O O O O F 2 O O O O F 2 O O O O F 2 [ Π4 O O Π 4 ] Π 8. Wettl Ferenc Mer legesség / 40

40 Diszkrét Fourier-transzformált Gyors Fourier-transzformáció Wettl Ferenc Mer legesség / 40