坐标系与坐标变换

一:坐标系

B=\left \{ b_{1} ,...,b_{n}\right \}是向量空间V的一个基,则对于V中的任意一个向量x,存在唯一的一组数c_{1},...,c_{n}使得:

                                                         x=c_{1}b_{1}+...+c_{n}b_{n}

由于基的线性无关性,上述定理一定成立。

则称,c_{1},...,c_{n}为向量x对于基B的坐标,或称为x的B-坐标.

则:

                                                          [x]_{B}=\begin{bmatrix} c_{1}\\\vdots \\c_{n} \end{bmatrix}

是x相对于B的坐标向量,或称为x的B-坐标向量。映射x\rightarrow [x]_{B}称为由B确定的坐标映射。

综上所述可得,向量空间中的任意一个基,都可以作为一个坐标系,向量空间中的任意向量在该坐标系下有唯一的坐标表示。

我们常见的坐标系,为\mathbb{R}^{2}中的x,y坐标系,\mathbb{R}^{3}中的x,y,z坐标系,他们的本质是二维向量空间和三维向量空间的标准基:

                                                         \begin{bmatrix} 1 & 0\\ 0& 1 \end{bmatrix}                          \begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 1 \end{bmatrix}

 

二:坐标变换

设在三维向量空间的一个基:

                                                  B=\left \{ \begin{bmatrix} 1\\ 0\\ 0 \end{bmatrix},\begin{bmatrix} -3\\ 4\\ 0 \end{bmatrix},\begin{bmatrix} 3\\ -6\\ 3 \end{bmatrix} \right \}

一个三维向量空间的向量:

                                                  x=\begin{bmatrix} -8\\ 2\\ 3 \end{bmatrix}

计算向量x在B下的坐标,实则在解非齐次线性方程组,通过矩阵的行变换,化简增广矩阵为简化阶梯形来求解:

                                                \begin{bmatrix} 1& -3 & 3 & -8\\ 0& 4& -6& 2\\ 0& 0& 3& 3 \end{bmatrix}                        \begin{bmatrix} 1 & 0 & 0 & -5\\ 0& 1 & 0 & 2\\ 0& 0 & 1 & 1 \end{bmatrix}

得到在B坐标系下的坐标(-5,2,1)。

若,已知的是向量x在B下的坐标[x]_{B},如何将其转换回标准基下的坐标呢?

由上述求解过程,知道,在坐标[x]_{B}左乘一个B中向量组成的矩阵:

                                                \begin{bmatrix} 1 & -3 & 3\\ 0 & 4 & -6\\ 0 & 0 & 3 \end{bmatrix}\begin{bmatrix} -5\\ 2\\ 1 \end{bmatrix}=\begin{bmatrix} -8\\ 2\\ 3 \end{bmatrix}

将B中向量组成的矩阵,记为:

                                              P_{B}=\begin{bmatrix} b_{1} & b_{2} & \cdots & b_{n} \end{bmatrix}=\begin{bmatrix} 1 & -3 & 3\\ 0 & 4 & -6\\ 0 & 0 & 3 \end{bmatrix}

称为从B到\mathbb{R}^{n}中标准基的坐标变换矩阵。

那么如何实现两个非标准基坐标系下的向量坐标变换呢?

对一个空间向量V,考虑两个基B=\left \{ b_{1} ,b_{2}\right \}C=\left \{ c_{1}, c_{2} \right \},满足:

                                               b_{1}=4c_{1}+c_{2},b_{2}=-6c_{1}+c_{2}

假设:                                                     x=3b_{1}+b_{2}

则,                                                        [x]_{B}=\begin{bmatrix} 3\\ 1 \end{bmatrix}.

                                               [x]_{c}=[3b_{1}+b_{2}]_{c} =3[b_{1}]_{c}+[b_{2}]_{c}

                                               [x]_{c}=\begin{bmatrix} [b_{1}]_{c} & [b_{2}]_{c} \end{bmatrix}\begin{bmatrix} 3\\ 1 \end{bmatrix}

而                                           [b_{1}]_{c}=\begin{bmatrix} 4\\ 1 \end{bmatrix}[b_{2}]_{c}=\begin{bmatrix} -6\\ 1 \end{bmatrix}

所以                                       [x]_{c}=\begin{bmatrix} 4 & -6\\ 1 & 1 \end{bmatrix}\begin{bmatrix} 3\\ 1 \end{bmatrix}=\begin{bmatrix} 6\\ 4 \end{bmatrix}

 

综上所述,得:[x]_{c}=P_{C\leftarrow B}[x]_{B}

P_{C\leftarrow B}=\begin{bmatrix} [b_{1}]_{c} & [b_{2}]_{c} & \cdots & [b_{n}]_{c} \end{bmatrix},其各列是基B中的向量的C-坐标向量,P_{C\leftarrow B}称为由B到C的坐标变换矩阵。

由于P_{C\leftarrow B}是线性无关集B的坐标向量,所以P_{C\leftarrow B}各列也是线性无关的,再由于P_{C\leftarrow B}是方阵,所以P_{C\leftarrow B}可逆。

那么[x]_{c}=P_{C\leftarrow B}[x]_{B}左乘一个P_{C\leftarrow B}^{-1}得:

                                              [x]_{B}=P_{C\leftarrow B}^{-1}[x]_{c}

P_{C\leftarrow B}^{-1}为将C-坐标变为B-坐标的变换矩阵,则上述过程实现了任意基坐标的相互变换。

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

猫猫虫(——)

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值