try ai
科普
编辑
分享
反馈
  • 复数的极坐标形式

复数的极坐标形式

SciencePedia玻尔百科
核心要点
  • 以极坐标形式 (z=reiθz = re^{i\theta}z=reiθ) 表示复数,可将乘法和除法转化为对模(距离)和辐角(角度)的简单操作,从而简化运算。
  • 棣莫弗公式为计算任意复数的整数次幂和求解其 nnn 个不同的 nnn 次方根提供了一种优雅而高效的方法。
  • 极坐标形式,特别是通过欧拉公式,是将波和交流信号等振荡现象表示为单一复数(相量)的基础,极大地简化了工程和物理学中的分析。

引言

复数,通常以 z=x+iyz = x + iyz=x+iy 的形式引入,是现代数学和工程学的基石。虽然这种笛卡尔表示法对于加减法而言简单明了,但它常常掩盖了乘法、除法及其他变换运算背后的几何直觉。本文旨在通过引入另一种视角——极坐标形式,来弥补这一不足。通过不使用网格坐标,而是用距原点的距离和旋转角度来描述复数,我们得以更深刻地理解其动态本质。以下各节将首先深入探讨这种极坐标表示法的“原理与机制”,探索欧拉公式如何将复数算术转化为简单的缩放和旋转规则。随后,本文将综述其广泛的“应用与跨学科联系”,揭示这一强大概念如何为描述从电路到量子态的万事万物提供了基础语言。

原理与机制

想象一下,你正试图描述一张地图上宝藏的位置。你可以说:“从老橡树出发,向东走三公里,再向北走四公里。”这是我们熟悉的笛卡尔思维方式,使用 xxx 和 yyy 坐标网格。对于加减移动量来说,这种方法非常简单。但如果这张藏宝图是海盗画的呢?他可能会说:“从老橡树出发,面朝东偏北53度方向,直走五公里。”这第二种方法,通过​​距离​​和​​方向​​来描述位置,正是极坐标系的核心所在。

新视角:从笛卡尔到极坐标

当我们处理复数时,通常从 z=x+iyz = x + iyz=x+iy 的形式开始。这是笛卡尔方法,在具有实轴 (xxx) 和虚轴 (yyy) 的二维平面上绘制该数。但就像海盗的地图一样,我们可以用它到原点的直接距离(称为​​模​​,rrr)以及它与正实轴所成的角(称为​​辐角​​,θ\thetaθ)来描述同一点。

模很容易找到;它就是勾股定理的应用:r=∣z∣=x2+y2r = |z| = \sqrt{x^2 + y^2}r=∣z∣=x2+y2​。求辐角则需要更小心一些。虽然人们很想直接用 θ=arctan⁡(y/x)\theta = \arctan(y/x)θ=arctan(y/x),但这个公式有一个盲点。反正切函数只给出介于 −π/2-\pi/2−π/2 和 π/2\pi/2π/2(或 −90∘-90^\circ−90∘ 和 90∘90^\circ90∘)之间的结果,因此无法区分第一象限和第三象限的点。我们必须始终观察 xxx 和 yyy 的符号,以将角度置于正确的象限。例如,在分析一个工程系统的稳定性时,一个“极点”可能位于 z=−3.50+4.50iz = -3.50 + 4.50iz=−3.50+4.50i。该点位于第二象限 (x<0,y>0x < 0, y > 0x<0,y>0)。它的模是 r=(−3.50)2+(4.50)2≈5.70r = \sqrt{(-3.50)^2 + (4.50)^2} \approx 5.70r=(−3.50)2+(4.50)2​≈5.70。它的辐角不仅仅是 arctan⁡(4.50/−3.50)\arctan(4.50/-3.50)arctan(4.50/−3.50),还需要进行调整,得到主值为 θ≈2.23\theta \approx 2.23θ≈2.23 弧度。

这都没问题,但真正的革命来自于我们将这种极坐标描述与数学中最深刻、最美丽的方程之一——​​欧拉公式​​——联系起来的时候。

eiθ=cos⁡(θ)+isin⁡(θ)e^{i\theta} = \cos(\theta) + i\sin(\theta)eiθ=cos(θ)+isin(θ)

不要被 eee 和 iii 的出现吓到。你可以将 eiθe^{i\theta}eiθ 看作一个指令:“创建一个长度为1,指向角度 θ\thetaθ 的复数。”它是复平面上的一个单位向量。有了它,我们为任何复数 zzz 绘制的“海盗地图”方向就可以用极其简洁的方式写出:

z=reiθz = r e^{i\theta}z=reiθ

这不仅仅是一种简写。它是通往更深层次理解的大门。它将复数从网格上的一个静态点,重塑为一个动态指令:一个缩放操作 (rrr) 和一个旋转操作 (eiθe^{i\theta}eiθ)。

乘除法的魔力

在这里,极坐标形式真正大放异彩。如果你试图用笛卡尔形式乘以两个复数 z1=a+ibz_1 = a+ibz1​=a+ib 和 z2=c+idz_2 = c+idz2​=c+id,你必须使用 FOIL 方法,得到有些繁琐的表达式 (ac−bd)+i(ad+bc)(ac-bd) + i(ad+bc)(ac−bd)+i(ad+bc)。这个方法可行,但它并不能让你对几何上发生了什么有太多直观感受。

现在看看在极坐标形式下会发生什么。设 z1=r1eiθ1z_1 = r_1 e^{i\theta_1}z1​=r1​eiθ1​ 和 z2=r2eiθ2z_2 = r_2 e^{i\theta_2}z2​=r2​eiθ2​。乘法是:

z1z2=(r1eiθ1)(r2eiθ2)=(r1r2)ei(θ1+θ2)z_1 z_2 = (r_1 e^{i\theta_1}) (r_2 e^{i\theta_2}) = (r_1 r_2) e^{i(\theta_1 + \theta_2)}z1​z2​=(r1​eiθ1​)(r2​eiθ2​)=(r1​r2​)ei(θ1​+θ2​)

规则惊人地简单:​​两个复数相乘,模相乘,辐角相加。​​ 繁琐的 FOIL 代数运算被转化为一个清晰的几何动作:一次缩放和一次旋转。除法也如你所料:模相除,辐角相减。

这个简单的规则立即赋予我们预测能力。假设你将一个位于第一象限(角度 θ1\theta_1θ1​ 在 000 到 π/2\pi/2π/2 之间)的数乘以一个位于第二象限(角度 θ2\theta_2θ2​ 在 π/2\pi/2π/2 到 π\piπ 之间)的数。你能对它们的乘积说些什么?新的角度 θ1+θ2\theta_1 + \theta_2θ1​+θ2​ 必定介于 π/2\pi/2π/2 和 3π/23\pi/23π/2 之间。这意味着乘积可能落在第二象限或第三象限的任何地方。如果角度之和恰好为 π\piπ,乘积将落在负实轴上。极坐标的视角使这个结论几乎是显而易见的。

这个性质不仅是数学上的奇趣,它还是一个描述变换的强大工具。想象一位数字动画师正在创作一个螺旋图案。他们从一个点 P0P_0P0​ 开始。要得到下一个点 P1P_1P1​,他们需要将其到原点的距离加倍,并旋转 60∘60^\circ60∘(π/3\pi/3π/3 弧度)。用复数的语言来说,这整个变换等价于乘以一个单一的复数 w=2eiπ/3w = 2e^{i\pi/3}w=2eiπ/3。要经过五次这样的步骤后得到点 P5P_5P5​,人们不需要执行五次繁琐的几何作图。你只需从 P0P_0P0​ 的复数表示开始,然后乘以 w5w^5w5。极坐标形式将一个复杂的几何操作序列变成了一个简单的算术运算。

乘方与开方:棣莫弗的神奇机器

乘法规则自然地扩展到乘方运算。如果我们想计算 znz^nzn,我们只需将该规则应用 nnn 次:

zn=(reiθ)n=rneinθz^n = (r e^{i\theta})^n = r^n e^{in\theta}zn=(reiθ)n=rneinθ

这个结果被称为​​棣莫弗公式​​。它是一个简化计算的绝妙机器。试图手算 (1−i)10(1-i)^{10}(1−i)10 将是一场二项式展开的噩梦。而使用棣莫弗公式,则轻而易举。首先,将 1−i1-i1−i 转换为其极坐标形式:模为 r=12+(−1)2=2r = \sqrt{1^2 + (-1)^2} = \sqrt{2}r=12+(−1)2​=2​,辐角为 θ=−π/4\theta = -\pi/4θ=−π/4。所以 1−i=2e−iπ/41-i = \sqrt{2}e^{-i\pi/4}1−i=2​e−iπ/4。现在,它的十次方就是:

(1−i)10=(2)10ei(−10π/4)=32e−i5π/2(1-i)^{10} = (\sqrt{2})^{10} e^{i(-10\pi/4)} = 32 e^{-i5\pi/2}(1−i)10=(2​)10ei(−10π/4)=32e−i5π/2

由于角度 −5π2-\frac{5\pi}{2}−25π​ 和 −π2-\frac{\pi}{2}−2π​(减去一个整圈 2π2\pi2π 后)是相同的,结果是 32e−iπ/232e^{-i\pi/2}32e−iπ/2,也就是 32(cos⁡(−π/2)+isin⁡(−π/2))=32(0−i)=−32i32(\cos(-\pi/2) + i\sin(-\pi/2)) = 32(0 - i) = -32i32(cos(−π/2)+isin(−π/2))=32(0−i)=−32i。一个繁琐的计算变成了几个优雅的步骤。同样的原理可以快速计算一个大数次幂的辐角,比如求 (−2+i2)9(-\sqrt{2} + i\sqrt{2})^9(−2​+i2​)9 的最终方向。

如果求幂是使辐角相乘,那么求根就必须使辐角相除。这是找到一个复数 nnn 次方根的关键。但这里有一个美妙的精微之处。复数的辐角不是唯一的;你可以加上或减去 2π2\pi2π(360∘360^\circ360∘)的任意倍数,最终都会指向同一个方向。所以辐角不仅仅是 θ\thetaθ,而是对任意整数 kkk 的 θ+2πk\theta + 2\pi kθ+2πk。

当我们求 nnn 次方根时,这种模糊性绽放成一个丰富的结构。z=reiθz = re^{i\theta}z=reiθ 的 nnn 次方根由以下公式给出:

zk=rnexp⁡(iθ+2πkn)for k=0,1,2,…,n−1z_k = \sqrt[n]{r} \exp\left(i\frac{\theta + 2\pi k}{n}\right) \quad \text{for } k = 0, 1, 2, \dots, n-1zk​=nr​exp(inθ+2πk​)for k=0,1,2,…,n−1

这个公式告诉我们,恰好有 nnn 个不同的 nnn 次方根。它们都具有相同的模 rn\sqrt[n]{r}nr​,因此它们位于一个圆上。并且它们的辐角以 2π/n2\pi/n2π/n 的等步长均匀分布,就像项链上的珠子。例如,任何非零复数都有两个平方根。该公式告诉我们它们的辐角相差 2π/2=π2\pi/2 = \pi2π/2=π。这意味着它们位于原点的两侧;一个恰好是另一个的负数。使用这种方法,我们可以解出像 z2=−4+4i3z^2 = -4 + 4i\sqrt{3}z2=−4+4i3​ 这样的方程,首先将右侧转换为极坐标形式(8ei2π/38e^{i2\pi/3}8ei2π/3),然后求出它的两个平方根。

给好奇者一句提醒:这个强大的机器必须小心使用。当处理像 p/qp/qp/q 这样的有理数指数时,运算顺序可能很重要。从 (zp)1/q(z^p)^{1/q}(zp)1/q(先求 ppp 次幂,再求 qqq 个根)得到的值集并不总是与从 (z1/q)p(z^{1/q})^p(z1/q)p(先求 qqq 个根,再求 ppp 次幂)得到的值集相同。这是因为求整数次幂 ppp 有时会使不同的根“折叠”到一起,从而丢失信息。例如,将 (−1)6/4(-1)^{6/4}(−1)6/4 计算为 ((−1)6)1/4((-1)^6)^{1/4}((−1)6)1/4 会得到四个值 {1,i,−1,−i}\{1, i, -1, -i\}{1,i,−1,−i},而将其计算为 ((−1)1/4)6((-1)^{1/4})^6((−1)1/4)6 只会得到两个值 {i,−i}\{i, -i\}{i,−i}。

欧拉公式应用的优雅之处

欧拉公式的效用远不止是一种方便的记法。通过写出 eiθ=cos⁡θ+isin⁡θe^{i\theta} = \cos\theta + i\sin\thetaeiθ=cosθ+isinθ 和 e−iθ=cos⁡θ−isin⁡θe^{-i\theta} = \cos\theta - i\sin\thetae−iθ=cosθ−isinθ,我们可以解出正弦和余弦:

cos⁡(θ)=eiθ+e−iθ2和sin⁡(θ)=eiθ−e−iθ2i\cos(\theta) = \frac{e^{i\theta} + e^{-i\theta}}{2} \quad \text{和} \quad \sin(\theta) = \frac{e^{i\theta} - e^{-i\theta}}{2i}cos(θ)=2eiθ+e−iθ​和sin(θ)=2ieiθ−e−iθ​

这些恒等式是革命性的。它们将三角学转化为代数学。涉及正弦和余弦的乘积和幂的问题可以转化为关于指数的问题,而后者通常更容易解决。考虑一个来自量子力学的问题,涉及两个态 z1=Aeiϕz_1 = Ae^{i\phi}z1​=Aeiϕ 及其共轭 z2=z1‾=Ae−iϕz_2 = \overline{z_1} = Ae^{-i\phi}z2​=z1​​=Ae−iϕ。为了计算像 i(z12−z22)i(z_1^2 - z_2^2)i(z12​−z22​) 这样的“相干项”,我们可以利用这种新的代数能力。差值变为 z12−z22=A2(ei2ϕ−e−i2ϕ)z_1^2 - z_2^2 = A^2(e^{i2\phi} - e^{-i2\phi})z12​−z22​=A2(ei2ϕ−e−i2ϕ)。使用正弦的恒等式,这恰好是 A2(2isin⁡(2ϕ))A^2(2i\sin(2\phi))A2(2isin(2ϕ)),使得剩下的计算变得简单直接。

这种操作是物理学家和工程师最好的朋友。在信号处理中,人们可能会遇到形如 Z=C(1+eiθ)Z = C(1 + e^{i\theta})Z=C(1+eiθ) 的信号。这看起来很复杂,但一个巧妙的因式分解,一个行业技巧,能立即揭示其结构:

1+eiθ=eiθ/2(e−iθ/2+eiθ/2)=2cos⁡(θ/2)eiθ/21 + e^{i\theta} = e^{i\theta/2}(e^{-i\theta/2} + e^{i\theta/2}) = 2\cos(\theta/2) e^{i\theta/2}1+eiθ=eiθ/2(e−iθ/2+eiθ/2)=2cos(θ/2)eiθ/2

突然之间,模 M=2Ccos⁡(θ/2)M = 2C\cos(\theta/2)M=2Ccos(θ/2) 和辐角 ϕ=θ/2\phi = \theta/2ϕ=θ/2 就一目了然了,从而可以轻松分析信号的振幅如何随其相位变化。这种技术是理解波的干涉和衍射等现象的基础。

从海盗的地图到量子力学和信号处理的核心,复数的极坐标表示法不仅仅是坐标的改变。它是一种视角的转变,揭示了数学运算背后潜在的几何之美,将令人生畏的计算转化为直观而优雅的发现之旅。

应用与跨学科联系

我们已经看到,将一个复数表示为 z=reiθz = r e^{i\theta}z=reiθ 不仅仅是坐标的改变,更是一种深刻的视角转变。笛卡尔视图 z=x+iyz = x+iyz=x+iy 是静态位置的语言,描述一个点“在哪里”。而极坐标形式则是动态的语言,是行动的语言。它描述的是一次缩放 rrr 和一次旋转 θ\thetaθ。将复数分解为幅值和相位这一简单做法,是一把万能钥匙,开启了通往众多科学学科的大门。我们发现的规则——复数相乘,幅值相乘,角度相加——并非一条枯燥抽象的定律,而是对一个在自然界和我们的技术创造中处处回响的基本过程的描述。

变换与形态的几何学

让我们从最直接的结果开始:理解几何变换。假设我们将复平面上的每个点 zzz 映射到一个新点 w=z2w = z^2w=z2。在笛卡尔坐标中,这看起来很笨拙:u+iv=(x+iy)2=(x2−y2)+i(2xy)u+iv = (x+iy)^2 = (x^2 - y^2) + i(2xy)u+iv=(x+iy)2=(x2−y2)+i(2xy)。这会对形状产生什么影响,并不那么一目了然。

但在极坐标形式中,这个操作的清晰度如水晶般透彻。如果 z=reiθz = r e^{i\theta}z=reiθ,那么它的平方就是 w=z2=(reiθ)2=r2ei2θw = z^2 = (r e^{i\theta})^2 = r^2 e^{i2\theta}w=z2=(reiθ)2=r2ei2θ。看看这告诉了我们什么!新的幅值是旧幅值的平方,新的角度是旧角度的两倍。这个简单的规则让我们能够立即将变换可视化。平面上的一个楔形区域,比如角度在 000 和 π4\frac{\pi}{4}4π​ 之间的扇形,会被拉伸并展开,覆盖整个上半平面。那么 w=z3w = z^3w=z3 呢?角度会变为三倍!一条以 π4\frac{\pi}{4}4π​ 角度离开原点的曲线,会被变换成一条以 3π4\frac{3\pi}{4}43π​ 角度离开原点的新曲线。极坐标形式使得这种角度的倍增变得直观。这个原理是*共形映射*的基础,这是一种强大的技术,被用于从流体动力学到静电学的各个领域,通过将复杂几何问题变换为更简单的问题来求解。

这种几何洞察力也反向适用。我们可以用简单的极坐标方程来描述复杂的形状。考虑由条件 z3z^3z3 的实部等于 1 定义的曲线。在笛卡尔形式中,这是 x3−3xy2=1x^3 - 3xy^2 = 1x3−3xy2=1,一个相当笨重的表达式。但通过使用 z=reiθz = r e^{i\theta}z=reiθ,我们发现 Re(z3)=Re(r3ei3θ)=r3cos⁡(3θ)\text{Re}(z^3) = \text{Re}(r^3 e^{i3\theta}) = r^3 \cos(3\theta)Re(z3)=Re(r3ei3θ)=r3cos(3θ)。这条复杂的笛卡尔曲线被揭示为出人意料地简单的极坐标关系 r3cos⁡(3θ)=1r^3 \cos(3\theta) = 1r3cos(3θ)=1。极坐标表示法揭示了曲线隐藏的径向对称性。

宇宙的节律:波、信号与系统

或许极坐标表示法最具影响力的应用在于研究任何以波的形式振荡或传播的事物。物理学家和工程师们曾为用无休止的正弦和余弦函数来描述交流电(AC)、无线电波或机械振动而苦苦挣扎,然后他们有了一个集体的“啊哈!”时刻。一个正弦波,如 Acos⁡(ωt+ϕ)A \cos(\omega t + \phi)Acos(ωt+ϕ),完全由三个参数来表征:其振幅 AAA、角频率 ω\omegaω 和相位 ϕ\phiϕ。对于一个固定的频率,我们只剩下两个数:一个振幅和一个相位。

等等——这不正是极坐标形式下的复数给我们的吗!一个幅值和一个角度。这个绝妙的洞见在于,用一个单一的、静态的复数——称为​​相量​​——来表示整个波 Acos⁡(ωt+ϕ)A \cos(\omega t + \phi)Acos(ωt+ϕ):X=AejϕX = Ae^{j\phi}X=Aejϕ。(工程师通常用 jjj 表示虚数单位,以避免与电流 iii 混淆)。

这是一个革命性的简化。突然之间,微积分变成了代数学。考虑一个信号处理系统,其输出是输入信号与自身延迟版本之差:y(t)=x(t)−x(t−τ)y(t) = x(t) - x(t-\tau)y(t)=x(t)−x(t−τ)。用余弦函数处理会是一场三角噩梦。用相量,则变得优雅。信号中的时间延迟 τ\tauτ 仅仅对应于将其相量乘以一个相移因子 e−jωτe^{-j\omega\tau}e−jωτ。信号的减法变成了它们在复平面上相量的简单向量减法。输出信号 y(t)y(t)y(t) 的最终振幅和相位可以直接从结果复数的幅值和角度中读出。这种方法是现代电气工程的基石,用于分析从RLC电路到电网的一切事物。

这种频域思维延伸到更复杂的系统。在控制理论中,我们用其传递函数 G(s)G(s)G(s) 来表征一个系统(如巡航控制机制或化学反应器)。为了理解系统如何响应频率为 ω\omegaω 的正弦输入,我们只需在 s=jωs=j\omegas=jω 处评估该函数。结果 G(jω)G(j\omega)G(jω) 是一个复数。其幅值 ∣G(jω)∣|G(j\omega)|∣G(jω)∣ 告诉我们系统对该频率的放大或衰减程度。其角度 ∠G(jω)\angle G(j\omega)∠G(jω) 告诉我们系统引入的相移或时间延迟。对于一个由 nnn 个级联积分器组成的简单系统,其 G(s)=1/snG(s) = 1/s^nG(s)=1/sn,响应为 G(jω)=1/(jω)n=(1/ωn)e−jnπ/2G(j\omega) = 1/(j\omega)^n = (1/\omega^n) e^{-jn\pi/2}G(jω)=1/(jω)n=(1/ωn)e−jnπ/2。幅值为 1/ωn1/\omega^n1/ωn,相位是一个常数 −nπ/2-n\pi/2−nπ/2。这种由极坐标形式提供的直接视角,对于设计稳定且响应迅速的控制系统至关重要。

同样的原理也适用于从表面反射的波。在高频电子学中,电磁波在传输线末端的反射由一个复反射系数 Γ\GammaΓ 描述。其幅值 ∣Γ∣|\Gamma|∣Γ∣ 告诉你波被反射了多少,而其角度 ∠Γ\angle\Gamma∠Γ 告诉你反射时的相移。著名的史密斯圆图不过是 Γ\GammaΓ 所有可能值的一个巧妙的极坐标图。这张图上的一个点能立即告诉工程师负载阻抗的情况。例如,所有对应于 180∘180^\circ180∘(π\piπ 弧度)相移反射的阻抗都位于图上的一条直线上。这个关于角度的抽象条件转化为一个具体的物理属性:负载是纯阻性的,且小于传输线的特征阻抗。

对称性与状态的代数

极坐标表示法的威力从连续的波世界延伸到更抽象的代数和离散结构领域。考虑单位 nnn 次根,即方程 zn=1z^n=1zn=1 的解。在复平面上,这些解构成了单位圆上均匀分布的 nnn 个点。它们的极坐标形式异常简洁:zk=ei2πk/nz_k = e^{i 2\pi k/n}zk​=ei2πk/n,其中 k=0,1,…,n−1k = 0, 1, \dots, n-1k=0,1,…,n−1。这些不仅仅是数学上的奇趣;它们在乘法下构成一个群,并且是离散傅里叶变换(DFT)的基础,该算法是几乎所有数字信号处理(从MP3压缩到医学成像)的核心。在这个群中,寻找一个元素的可逆元素是轻而易举的:eiθe^{i\theta}eiθ 的逆就是 e−iθe^{-i\theta}e−iθ,即其复共轭。在滤波器设计中,这可能对应于创建一个补偿滤波器,以精确地反转另一个组件的相移。

这个视角帮助我们理解更一般的代数结构。映射 ϕ(z)=z4\phi(z) = z^4ϕ(z)=z4 可以被看作是非零复数群上的一个同态。每个复数都是某个其他数的四次方吗?在极坐标形式下,答案是一个简单的“是”。要找到 w=ρeiθw = \rho e^{i\theta}w=ρeiθ 的四次方根,我们只需取 z=ρ1/4eiθ/4z = \rho^{1/4} e^{i\theta/4}z=ρ1/4eiθ/4。这表明该映射是满射的,覆盖了整个复平面。这种“代数闭包”的性质是复分析的基石。

当我们研究多项式的根时,代数与几何的相互作用变得更加深刻。假设我们问:对于一个二次方程 w2−cw+k=0w^2 - cw + k = 0w2−cw+k=0,系数 ccc 的哪些可能值会使得两个根都位于特定半径的圆上?这似乎是一个极其困难的问题。然而,通过在给定圆上用极坐标形式表示根,并使用连接根与系数的韦达定理,一个惊人简单的答案浮现出来:系数 ccc 必须位于复平面上的一条线段上,连接由常数项 kkk 决定的两点。一个关于根的几何条件,转化为一个同样简洁的关于系数的几何条件,这是由极坐标揭示的美丽对偶性。

最后,我们来到了最现代、最深刻的应用之一:量子力学。一个量子比特(qubit)的状态不是由 0 或 1 描述,而是由两个复振幅的组合来描述。对这个量子比特的操作,称为量子门,由酉矩阵表示。一个简单的对角门最普遍的形式是什么?酉性条件迫使其对角线元素为幅值为 1 的复数。而幅值为 1 的复数是什么?它就是某个实数角度 θ\thetaθ 的 eiθe^{i\theta}eiθ。量子计算发生在相位中。虽然量子振幅的幅值与概率有关,但角度——即相位——才是所有独有的量子现象(如叠加和干涉)被编码的地方。量子力学的语言是用复数的极坐标形式写成的。

从映射平面到分析无线电信号,从根的对称性到量子比特的状态,原理都是相同的。通过用缩放和旋转、幅值和相位的思维方式,我们解锁了对世界更深层次、更统一的理解。复数的极坐标形式不仅仅是一个工具;它是一种揭示了将科学技术联系在一起的隐藏联系的观点。