L32-基变换和图像压缩-习题集 参考 请确定在课程中出现的 the Haar wavelet basis 小波基向量是相互正交的,并调整它们的长度以转换为标准正交基。
以下是课程中出现的 the Haar wavelet basis 小波基向量
[ 1 1 1 1 1 1 1 1 ] , [ 1 1 1 1 − 1 − 1 − 1 − 1 ] , [ 1 1 − 1 − 1 0 0 0 0 ] , [ 0 0 0 0 1 1 − 1 − 1 ] , [ 1 − 1 0 0 0 0 0 0 ] , [ 0 0 1 − 1 0 0 0 0 ] , [ 0 0 0 0 1 − 1 0 0 ] , [ 0 0 0 0 0 0 1 − 1 ] \begin{bmatrix}
1 \\
1 \\
1 \\
1 \\
1 \\
1 \\
1 \\
1
\end{bmatrix},
\begin{bmatrix}
1 \\
1 \\
1 \\
1 \\
-1 \\
-1 \\
-1 \\
-1
\end{bmatrix},
\begin{bmatrix}
1 \\
1 \\
-1 \\
-1 \\
0 \\
0 \\
0 \\
0
\end{bmatrix},
\begin{bmatrix}
0 \\
0 \\
0 \\
0 \\
1 \\
1 \\
-1 \\
-1
\end{bmatrix},
\begin{bmatrix}
1 \\
-1 \\
0 \\
0 \\
0 \\
0 \\
0 \\
0
\end{bmatrix},
\begin{bmatrix}
0 \\
0 \\
1 \\
-1 \\
0 \\
0 \\
0 \\
0
\end{bmatrix},
\begin{bmatrix}
0 \\
0 \\
0 \\
0 \\
1 \\
-1 \\
0 \\
0
\end{bmatrix},
\begin{bmatrix}
0 \\
0 \\
0 \\
0 \\
0 \\
0 \\
1 \\
-1
\end{bmatrix} 当两个向量正交则它们的内积 inner product(即点乘 dot product)为零 x T y = 0 x^{T}y=0 反之亦然
对于第一个基向量而言,从第二个基向量到第八个基向量分别与之相乘时,求和项中 1 1 和 − 1 -1 的数量都是相等,即结果为零,所以后面的向量都与第一个基向量垂直;对于第二个基向量,也是一样的情况;第三个基向量和后面的基向量相乘,求和项中 1 1 和 − 1 -1 的数量都是相等,还有一些为零的项;依此类推,可以得到 the Haar wavelet basis 小波基向量是相互正交的结论
将以上各个基向量的长度都转换为 1 1 (各元素除以原向量的长度),可得标准正交基
[ 1 / 8 1 / 8 1 / 8 1 / 8 1 / 8 1 / 8 1 / 8 1 / 8 ] , [ 1 / 8 1 / 8 1 / 8 1 / 8 − 1 / 8 − 1 / 8 − 1 / 8 − 1 / 8 ] , [ 1 / 2 1 / 2 − 1 / 2 − 1 / 2 0 0 0 0 ] , [ 0 0 0 0 1 / 2 1 / 2 − 1 / 2 − 1 / 2 ] , [ 1 / 2 − 1 / 2 0 0 0 0 0 0 ] , [ 0 0 1 / 2 − 1 / 2 0 0 0 0 ] , [ 0 0 0 0 1 / 2 − 1 / 2 0 0 ] , [ 0 0 0 0 0 0 1 / 2 − 1 / 2 ] \begin{bmatrix}
1/\sqrt{8} \\
1/\sqrt{8} \\
1/\sqrt{8} \\
1/\sqrt{8} \\
1/\sqrt{8} \\
1/\sqrt{8} \\
1/\sqrt{8} \\
1/\sqrt{8}
\end{bmatrix},
\begin{bmatrix}
1/\sqrt{8} \\
1/\sqrt{8} \\
1/\sqrt{8} \\
1/\sqrt{8} \\
-1/\sqrt{8} \\
-1/\sqrt{8} \\
-1/\sqrt{8} \\
-1/\sqrt{8}
\end{bmatrix},
\begin{bmatrix}
1/2 \\
1/2 \\
-1/2 \\
-1/2 \\
0 \\
0 \\
0 \\
0
\end{bmatrix},
\begin{bmatrix}
0 \\
0 \\
0 \\
0 \\
1/2 \\
1/2 \\
-1/2 \\
-1/2
\end{bmatrix},
\begin{bmatrix}
1/\sqrt{2} \\
-1/\sqrt{2} \\
0 \\
0 \\
0 \\
0 \\
0 \\
0
\end{bmatrix},
\begin{bmatrix}
0 \\
0 \\
1/\sqrt{2} \\
-1/\sqrt{2} \\
0 \\
0 \\
0 \\
0
\end{bmatrix},
\begin{bmatrix}
0 \\
0 \\
0 \\
0 \\
1/\sqrt{2} \\
-1/\sqrt{2} \\
0 \\
0
\end{bmatrix},
\begin{bmatrix}
0 \\
0 \\
0 \\
0 \\
0 \\
0 \\
1/\sqrt{2} \\
-1/\sqrt{2}
\end{bmatrix} 如果所有 2 × 2 2 \times 2 的矩阵(元素都是实数)构成一个向量空间,给出两组基来描述这个向量空间。并比较这两组基哪一个更适合用来描述 diagonal matrices 对角矩阵、triangular matrices 三角矩阵、symmetric matrices 对称矩阵?
提示 2 × 2 2 \times 2 的矩阵具有 4 4 个元素,它们构成的空间类似于 R 4 \mathbb{R}^{4} 向量空间,所以需要 4 4 个基(矩阵)
第一组基 [ 1 0 0 0 ] , [ 0 1 0 0 ] , [ 0 0 1 0 ] , [ 0 0 0 1 ] \begin{bmatrix} 1 & 0 \\ 0 & 0 \end{bmatrix}, \begin{bmatrix} 0 & 1 \\ 0 & 0 \end{bmatrix}, \begin{bmatrix} 0 & 0 \\ 1 & 0 \end{bmatrix}, \begin{bmatrix} 0 & 0 \\ 0 & 1 \end{bmatrix} 第二组基 [ 1 1 1 1 ] , [ 1 1 − 1 − 1 ] , [ 1 − 1 1 − 1 ] , [ 1 − 1 − 1 1 ] , \begin{bmatrix} 1 & 1 \\ 1 & 1 \end{bmatrix}, \begin{bmatrix} 1 & 1 \\ -1 & -1 \end{bmatrix}, \begin{bmatrix} 1 & -1 \\ 1 & -1 \end{bmatrix}, \begin{bmatrix} 1 & -1 \\ -1 & 1 \end{bmatrix}, 第三组基 [ 1 0 0 1 ] , [ 0 1 1 0 ] , [ 1 0 0 − 1 ] , [ 0 1 − 1 0 ] , \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}, \begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix}, \begin{bmatrix} 1 & 0 \\ 0 & -1 \end{bmatrix}, \begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix}, 提示 寻找/判断这些矩阵是否可以构成基,可以将他们看作是向量(用相同元素构成),再判断它们是否线性独立
其中第一组基应该是最简单常见的。
对于 diagonal matrices 对角矩阵,可以使用第一组基或第三组基来表示更合适,它们都只需要其中两个基的线性组合就可以表示任意对角矩阵,例如 [ 4 0 0 2 ] = 3 [ 1 0 0 1 ] + 1 [ 1 0 0 − 1 ] \begin{bmatrix} 4 & 0 \\ 0 & 2 \end{bmatrix}=3\begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}+1\begin{bmatrix} 1 & 0 \\ 0 & -1 \end{bmatrix}
对于 triangular matrices 三角矩阵,使用第一组基来表示更合适,只需要采用其中三个基的线性组合就可以表示任意三角矩阵
对于 symmetric matrices 对称矩阵,使用第三组基来表示更合适,只需要采用其中三个基(除去矩阵 [ 0 1 − 1 0 ] \begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix} 由于它不是对称矩阵)就可以表示任意对称矩阵