news 2026/7/7 14:15:28

日拱一卒之Wirtinger 导数

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
日拱一卒之Wirtinger 导数

日拱一卒之Wirtinger 导数

Wirtinger 导数(Wirtinger derivatives),也称为Wirtinger 微积分(Wirtinger calculus)或CR-微积分(Cauchy-Riemann calculus),是一套用于处理复变函数的偏导数工具。

简单来说,它允许将一个复数变量zzz和它的共轭zˉ\bar{z}zˉ视为两个相互独立的变量来进行求导。

这在复数域的优化问题(如信号处理、通信工程、深度学习中的复数神经网络)中非常重要,特别是当目标函数是实数值(例如损失函数)但变量是复数时。


1. 为什么我们需要它?(背景)

在工程应用中,经常遇到这样的函数:

f(z)=∣z∣2=z⋅zˉ f(z) = |z|^2 = z \cdot \bar{z}f(z)=z2=zzˉ

这是一个实数值函数(通常作为代价函数或能量函数)。

这个函数在经典的复变函数意义下是不可导的(因为它不满足柯西-黎曼条件,除非z=0z=0z=0)。

如果把zzz分解成实部xxx和虚部yyy,即z=x+iyz = x + iyz=x+iy,可以分别对xxxyyy求偏导。但这样做非常繁琐,公式也不优雅。

Wirtinger 的方法:直接定义针对zzzzˉ\bar{z}zˉ的导数,使得可以像做多项式求导一样简单地处理∣z∣2|z|^2z2

2. 数学定义

假设z=x+iyz = x + iyz=x+iy,且f(z)=u(x,y)+iv(x,y)f(z) = u(x, y) + i v(x, y)f(z)=u(x,y)+iv(x,y)
Wirtinger 导数定义如下:

zzz的 Wirtinger 导数:

∂∂z=12(∂∂x−i∂∂y) \frac{\partial}{\partial z} = \frac{1}{2} \left( \frac{\partial}{\partial x} - i \frac{\partial}{\partial y} \right)z=21(xiy)

zˉ\bar{z}zˉ的 Wirtinger 导数(共轭导数):

∂∂zˉ=12(∂∂x+i∂∂y) \frac{\partial}{\partial \bar{z}} = \frac{1}{2} \left( \frac{\partial}{\partial x} + i \frac{\partial}{\partial y} \right)zˉ=21(x+iy)

最核心的技巧是:可以假设zzzzˉ\bar{z}zˉ是两个完全无关的变量。

当求∂f∂z\frac{\partial f}{\partial z}zf时,把zˉ\bar{z}zˉ看作常数。当求∂f∂zˉ\frac{\partial f}{\partial \bar{z}}zˉf时,把zzz看作常数。

3. 举个例子

假设有一个函数f(z)=∣z∣2=zzˉf(z) = |z|^2 = z \bar{z}f(z)=z2=zzˉ

方法 A:用实数坐标(笨办法)

f(z)=x2+y2 f(z) = x^2 + y^2f(z)=x2+y2

∂f∂x=2x,∂f∂y=2y \frac{\partial f}{\partial x} = 2x, \quad \frac{\partial f}{\partial y} = 2yxf=2x,yf=2y

这给出了实数域的梯度,但并没有直接告诉复数方向的变化。

方法 B:用 Wirtinger 导数(聪明办法)
zzzzˉ\bar{z}zˉ看作独立变量。

f(z,zˉ)=z⋅zˉ f(z, \bar{z}) = z \cdot \bar{z}f(z,zˉ)=zzˉ

  1. zzz求导(把zˉ\bar{z}zˉ当常数):

    ∂f∂z=zˉ \frac{\partial f}{\partial z} = \bar{z}zf=zˉ

  2. zˉ\bar{z}zˉ求导(把zzz当常数):

    ∂f∂zˉ=z \frac{\partial f}{\partial \bar{z}} = zzˉf=z

这个结果非常简洁,而且在推导复杂算法(如维纳滤波、复数反向传播)时极大地简化了代数运算。

特殊用法:

求极值的时候,对zzzzˉ\bar{z}zˉ在数学上是等价的

对于实数值函数JJJ(例如图中的误差平方和),有以下关系:

∂J∂α=(∂J∂α∗)‾ \frac{\partial J}{\partial \alpha} = \overline{\left( \frac{\partial J}{\partial \alpha^*} \right)}αJ=(αJ)

这两个导数互为共轭。

这就导致了一个非常有用的性质:
如果一个数为 0,那么它的共轭也一定是 0。

∂J∂α∗=0 ⟺ ∂J∂α=0 \frac{\partial J}{\partial \alpha^*} = 0 \iff \frac{\partial J}{\partial \alpha} = 0αJ=0αJ=0

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/7 13:05:42

软件工程导论实验报告——酒店管理系统(黑龙江大学)

​​实验一 需求规格说明书1.1 需求描述工作人员凭借用户名和密码登录管理系统,帮助用户进行登记,可以是个人旅客,也可以是团体旅客,登记完,询问旅客想要的房间类型和时间,然后把旅客登记进入相应的房间&am…

作者头像 李华
网站建设 2026/7/7 10:13:27

算法系列(Algorithm)- 归并排序

1. 核心思想与工作原理1.1 基本思想归并排序的核心思想是"分而治之"。它将一个大的排序问题分解为若干小的子问题,分别解决这些子问题,然后将已排序的子问题合并成最终的有序序列。具体来说,归并排序的工作流程可以分为三个主要步骤…

作者头像 李华
网站建设 2026/7/7 12:13:47

useImperativeHandle实战:构建可控制的视频播放器组件

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 开发一个React视频播放器组件系统:1) 子组件封装video元素;2) 使用useImperativeHandle暴露play/pause/seek方法;3) 父组件包含控制面板调用这些…

作者头像 李华
网站建设 2026/7/7 10:01:34

从0基础到完全掌握AD 第10讲 工程的创建和删除

一.工程的创建1.点击文件 -> 新的 ->项目可以按快捷键 F -> N ->J当然了也可以直接选择点出现如下现实就可以选择路径了进去之后可以点击相关的进行添加,我目前只添加了一个原理图二.工程的删除我们在删除的时候,只需要点击相关的要删除的&a…

作者头像 李华
网站建设 2026/7/7 6:36:24

链式前向星VS邻接矩阵:性能对比实测

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 请编写一个性能对比程序,比较链式前向星和邻接矩阵两种图存储方式。要求:1. 生成不同规模的随机图数据(100-10000节点);2. 测量内存占用和遍历时…

作者头像 李华
网站建设 2026/7/7 15:30:00

AI辅助编程下的软件分层设计:让生成的代码井然有序

AI 工具如 QWenCoder,TreaCN等,能够帮助我们快速生成代码,极大地提升了开发效率。然而,这也带来了一个新的挑战:如何确保 AI 生成的代码能够遵循我们精心设计的软件架构,特别是在中小型软件项目中&#xff…

作者头像 李华