基变换和线性变换的两种看待方式
(菜鸡一个,如果说错了,请大佬不吝赐教!)
两种理解方式
方式1:
将线性变换
和基变换
区别开来
-
线性变换
:将坐标系中的基坐标变换为同一个坐标系下的新坐标。从几何上来讲,向量本身发生了变化。 -
基变换
:将一个坐标系中的基坐标变换为另外一个坐标系中的坐标。从几何上来讲,向量本身没有发生变化,只是描述方式改变了。 -
有两个空间,都各有一组
单位基向量
:
空 间 有 一 组 单 位 基 向 量 , 将 此 空 间 称 作 空 间 A i A = [ x A , 0 ] T j A = [ 0 , y A ] T 另 一 空 间 中 有 一 组 单 位 基 向 量 , 将 此 空 间 称 作 空 间 B i B = [ x B , 0 ] T j B = [ 0 , y B ] T 空间有一组单位基向量,将此空间称作空间A\\ i_A=[x_A,0]^T \ \ \ \ j_A = [0,y_A]^T \\ 另一空间中有一组单位基向量,将此空间称作空间B\\ i_B=[x_B,0]^T \ \ \ \ j_B = [0,y_B]^T 空间有一组单位基向量,将此空间称作空间AiA=[xA,0]T jA=[0,yA]T另一空间中有一组单位基向量,将此空间称作空间BiB=[xB,0]T jB=[0,yB]T
忽视空间的不同,数值上来说,两组基坐标完全相同。要理解基变换,就要明白,所有的基变换,实际上是一种对坐标的误解。
现在将B空间中的基向量用A空间的坐标描述,得到:
i B i n A = [ x 1 B i n A , y 1 B i n A ] , j B i n A = [ x 2 B i n A , y 2 B i n A ] i_{BinA}=[x1_{BinA},y1_{BinA}],j_{BinA}=[x2_{BinA},y2_{BinA}] iBinA=[x1BinA,y1BinA],jBinA=[x2BinA,y2BinA]
现在考虑空间,从数值上来看,在A空间中,它不再是一组基向量。但是在B空间中,他依然保持原来的数值:
i B = [ x B , 0 ] T j B = [ 0 , y B ] T i_B=[x_B,0]^T \ \ \ \ j_B = [0,y_B]^T iB=[xB,0]T jB=[0,yB]T
接下来很关键,也是为什么说基变换是一种误解。在基变换中,我们得到了B空间中的基向量坐标
i B = [ x B , 0 ] T j B = [ 0 , y B ] T i_B=[x_B,0]^T \ \ \ \ j_B = [0,y_B]^T iB=[xB,0]T jB=[0,yB]T
而我们则把它误认为是A空间中有着相同坐标的一组向量,iA'
和jA'
, 他看起来和iA
,jA
一模一样。但是实际上这两组向量并不是用一种语言所描述的。就像是用英语和中文说着两个有相同发音的不同词语
为了消除这种误解,需要对它进行
翻译
,也就是乘以一个基变换矩阵。翻译的标准
。
R 为 基 变 换 矩 阵 , 为 B 空 间 基 坐 标 在 A 空 间 中 的 表 示 , A 表 示 A 空 间 坐 标 , B 表 示 B 空 间 基 坐 标 。 R B = A R为基变换矩阵,为B空间基坐标在A空间中的表示,A表示A空间坐标,B表示B空间基坐标。\\ RB=A R为基变换矩阵,为B空间基坐标在A空间中的表示,A表示A空间坐标,B表示B空间基坐标。RB=A因此,虽然矩阵乘法本身是线性变换,但是从理解上来讲,基变换实际上是对
B空间
中的基向量进行翻译,而并非是对A空间
的基向量进行变换
方式2:
将基变换就看做线性变换
- 将
B空间
看做原空间
,A空间
则是变换过后的空间。 - 预先已经知道了原基坐标线性变换为新的坐标,那么由于坐标系中的所有向量都是基向量的线性组合,所有的向量都要跟着基一起变换,也就是追踪
trace
基向量。 - 因此在描述
B空间
和A空间
的坐标时,只需要将它们看做变换前和变换后的坐标即可。 - 而对于逆矩阵来说,理解也是非常方便。就是一个将
A空间
坐标变回为B空间
坐标的过程