tecktom.com

本章のまとめ

2026年10月15日4分で読めますAI生成教科書『基礎理論』第1章 数学的準備 — 信号処理を支える言語

AI 生成・木下が未勉強

信号処理論入門　第1章 §1.7　★★ 内積・畳み込み・相関は全範囲の言語。自己相関のパワースペクトルはWiener–Khinchinの定理で結ばれる

本章の道具はすべて、次章以降で「信号を複素正弦波へ展開する」ために使う。骨は「信号＝内積空間のベクトル、Fourier 変換＝正規直交基底への射影」という一つの視点である。下表に本章の全事項を、式と使い所つきでまとめる。

事項要点（式）使い所・注意
記号の約束連続 t,ωt,\omega／離散 n,Ωn,\Omega（Ω=ωTs\Omega=\omega T_s＝無次元・1サンプルの位相回転）。虚数単位は j\mathrm{j}（j2=−1\mathrm{j}^2=-1、ii は使わない）Ω\Omega と ω\omega の区別がサンプリング定理の鍵
Eulerejθ=cos⁡θ+jsin⁡θ\mathrm{e}^{\mathrm{j}\theta}=\cos\theta+\mathrm{j}\sin\theta、逆 Euler cos⁡θ=ejθ+e−jθ2\cos\theta=\dfrac{\mathrm{e}^{\mathrm{j}\theta}+\mathrm{e}^{-\mathrm{j}\theta}}{2}、sin⁡θ=ejθ−e−jθ2j\sin\theta=\dfrac{\mathrm{e}^{\mathrm{j}\theta}-\mathrm{e}^{-\mathrm{j}\theta}}{2\mathrm{j}}正弦波を複素指数1本にまとめる基本道具。全範囲で使う
極形式・複素共役z=rejθz=r\mathrm{e}^{\mathrm{j}\theta}（r=∣z∣r=\left\vert z\right\vert）。積＝大きさの積・偏角の和（回転）。Re⁡z=12(z+zˉ)\operatorname{Re} z=\tfrac12(z+\bar z)、∣z∣2=zzˉ\left\vert z\right\vert ^2=z\bar z「複素指数を掛ける＝回転」。時間シフト→\to位相回転 e−jωt0\mathrm{e}^{-\mathrm{j}\omega t_0} の伏線
内積・ノルム⟨x,y⟩=∑nx[n]y[n]‾\left\langle \bm x,\bm y\right\rangle =\sum_n x[n]\overline{y[n]}（連続は ∫xyˉ  ⁣dt\int x\bar y\,\mathop{}\!\mathrm{d} t）。∥x∥=⟨x,x⟩\left\Vert x\right\Vert =\sqrt{\left\langle x,x\right\rangle }、∥x∥2=∫∣x(t)∣2 ⁣dt\left\Vert x\right\Vert ^2=\int\left\vert x(t)\right\vert ^2\mathop{}\!\mathrm{d} t＝エネルギーHermite 対称性の共役が要（⟨x,x⟩≥0\left\langle x,x\right\rangle \ge0）。舞台は L2L^2／ℓ2\ell^2。Parseval の下地
直交性⟨x,y⟩=0\left\langle \bm x,\bm y\right\rangle =0＝幾何的に「垂直」・成分を含まない異周波数の複素正弦波が直交→\to各周波数を独立に取り出せる根拠
固有値分解A=V diag(λk) V−1\bm A=\bm V\,\mathrm{diag}(\lambda_k)\,\bm V^{-1}（展開→\to固有値倍→\to再合成）。Hermite なら V\bm V はユニタリで V−1=V∗\bm V^{-1}=\bm V^{*}Fourier 変換＝複素正弦波を固有ベクトルにもつユニタリ変換、の伏線
畳み込み(x∗h)(t)=∫x(τ)h(t−τ) ⁣dτ(x* h)(t)=\displaystyle\int x(\tau)h(t-\tau)\mathop{}\!\mathrm{d}\tau、離散 ∑mx[m]h[n−m]\sum_m x[m]h[n-m]。可換・結合・分配LTI の入出力 y=x∗hy=x* h（hh＝インパルス応答）。信号を平滑化。Fourier で積に化ける
巡回畳み込み(x∗h)[n]=∑m=0N−1x[m] h[(n−m) mod N](x* h)[n]=\displaystyle\sum_{m=0}^{N-1}x[m]\,h[(n-m)\bmod N]周期信号用。DFT と組み FFT による高速計算につながる
相関関数相互 rxy(τ)=∫x(t)y(t−τ)‾ ⁣dtr_{xy}(\tau)=\int x(t)\overline{y(t-\tau)}\mathop{}\!\mathrm{d} t、自己 rxx(τ)r_{xx}(\tau)。rxy=x∗y(−⋅)‾r_{xy}=x*\overline{y(-\cdot)}時間反転を伴わない点が畳み込みと違う。ずれ検出（レーダ等）。自己相関の FT＝パワースペクトル（Wiener–Khinchin）

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI（Claude）が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先：support@tecktom.com

この記事が含まれている連載

連載AI生成教科書『基礎理論』量子力学・統計熱力学・信号処理などの入門を、分野ごとに AI（Claude）が書き、木下が勉強しながら公開しています。上の段は AI が書いた本文、下の段は木下が勉強したあとに書いた文です。961本の記事・木下 智貴
← AI生成教科書『基礎理論』の記事一覧へ