坐标系变换

坐标系变换

Think an invertible matrix as a coordinate.

坐标系变换，例如，现在有一个点P，在A坐标系中的坐标为$(x,y)$，如何求出点P在其他坐标系下的坐标呢？比如，我们想知道P点在B坐标系中的坐标？

做个类比，如果两个讲不同母语的人想要交流，怎么办？这时，如果有一种世界通用语言就好了，例如汉语。这样，当说英语的人向说法语的人问候“你好”的时候，他知道要查字典先把英文 “hello”转换成中文“你好”，然后，说法语的人就可以将“你好”转换成法文“Bonjour”。

这里有两个过程：

• hello $\rightarrow$ 你好
• 你好$\rightarrow$ Bonjour

这两个过程中有一个关键点：

你好 —汉语

是的，世界通用语言，我们的汉语，就是key point， 她在不同语系中充当了桥梁的角色。

回到坐标系的话题，使用不同的坐标系就像使用不同的语言，各说各话，相互之间是无法被理解的。如果想要被理解，那就的使用大家都认同的方式交流。这时候，如果引入一个参考坐标系，世界就和平了：

我们可以将P点的坐标先转化为一个参考坐标，然后再从参考坐标转换到B坐标系中的坐标。

• A $\rightarrow$ Global
• Global $\rightarrow$ B

现在，我们的问题变成了求某个坐标系X与参考坐标系Global之间的转换方法：

X $\leftrightarrow$ Global

不考虑平移

如果考虑不同的坐标系共原点，就像下面这样：

选择坐标系A作为参考坐标系，如何表述：

B $\leftrightarrow$ A

答案是：矩阵变换

矩阵变换就像词典翻译一样，将一个坐标系下的点转换成另一个坐标系中的点。

矩阵与线性变换中提到了在同一个坐标系中矩阵变换的作用，例如，将一个向量进行旋转。现在，矩阵变换被不可思议的用作了坐标系变换的工具。变换还是同样的变换，只是站在了不用的角度看待问题：

• 矩阵变换之于同一个坐标系，可以理解为坐标系不变，点的位置改变。
• 矩阵变换之于不同坐标系，可以理解为点的绝对位置不变，坐标系改变。

其实在矩阵与线性变换拓展一节中，我提到了一种转换关系，这里，我给出上图的对应表述：

(1) $\begin{bmatrix}x'\\y'\end{bmatrix}$ = $B\begin{bmatrix}x\\y\end{bmatrix}$ $\Rightarrow$ $\begin{bmatrix}x\\y\end{bmatrix}$ = $B^{-1}\begin{bmatrix}x'\\y'\end{bmatrix}$ ，$B$=$\begin{bmatrix}\vec{b_1}&\vec{b_2}\end{bmatrix}$， 且$\vec{b_1} ，\vec{b_2}$ 是坐标系B的基向量

其中，矩阵$B$的各个列向量分别对应B坐标系的各个基向量，$\begin{bmatrix}x\\y\end{bmatrix}$是向量$\vec{OP}$或者说点P在B坐标系的表示， $\begin{bmatrix}x'\\y'\end{bmatrix}$则是向量$\vec{OP}$或者点P在A坐标系中的表示。求出矩阵$B$，我们就有了翻译用的字典。

这一切，在于矩阵$B$的各个列向量，在于B坐标系的基向量。

(1) 的转换关系之所以成立，是因为矩阵$B$的各个列向量是B坐标系的基向量，他们都是坐标系A中的向量。更明确的说，矩阵$B$的列向量由坐标系A的基向量通过一个线性变换得到，这个线性变换完全可以用矩阵$B$表示，详见矩阵与线性变换。

上图对应的矩阵B的两个列向量分别为$\vec{b_1}$=$\begin{bmatrix}2\sqrt{5}/5\\ \sqrt{5}/5\end{bmatrix}$， $\vec{b_2}$=$\begin{bmatrix}-\sqrt{5}/5\\ 2\sqrt{5}/5\end{bmatrix}$。

其实A、B可以是任何坐标系，式(1)仍然成立，只要满足：

• 坐标系A和坐标系B原点均为(0,0)
• 矩阵$B$的各个列向量分别对应B坐标系的各个基向量
• 矩阵$B$的各个列向量都是坐标系A中的向量

坐标系B的基向量是坐标系A的基向量的一个线性变换 ，这个线性变换可以用矩阵$B$表示($T(\vec{x}) = B\vec{x}$)，确定坐标系B的基向量在A坐标系中的表示的过程叫做B坐标系的定位(landed)。将B坐标系的基向量定位在A坐标系中确定了一种关系，我们暂且把这种关系称为追溯关系，把A坐标系称为B坐标系的上游坐标系。反过来，如果把坐标系A的基向量定位在B坐标系中，那么B坐标系就成了A坐标系的上游坐标系。

下面，用图说话：

以图中的两个向量$\vec{b_1} ,\vec{b_2}$为基确定一个坐标系B，显然，在B坐标系中 b1B→=[10],b2B→=[