线性代数Python计算：向量空间坐标变换

向量空间中两组基$A$和$B$之间相互线性表示构成的矩阵为过渡阵。若两组基中之一为自然基，譬如$A$为自然基，则基$B$的各向量在自然基下的坐标即构成基$A$到基$B$的过渡阵$\mathbf{P}$。否则，找到自然基到基$A$的过渡阵$\mathbf{A}$，自然基到基$B$的过渡阵$\mathbf{B}$，$\mathbf{P}={\mathbf{A}}^{-1}\mathbf{B}$为基$A$到基$B$的过渡阵，${\mathbf{P}}^{-1}$为基$B$到基$A$的过渡阵。利用过渡阵根据坐标变换公式
$$\left(\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right)=\mathbf{P}\left(\begin{array}{c}{y}_1\\ y_2\\ ⋮\\ y_n\end{array}\right)\text{或}\left(\begin{array}{c}{y}_1\\ y_2\\ ⋮\\ y_n\end{array}\right)={\mathbf{P}}^{-1}\left(\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right).$$即可完成同一向量在不同基下的坐标计算。
例1 用Python计算ℝ${}^3$的向量$\mathbf{\beta }=\left(\begin{array}{c}1\\ 0\\ -4\end{array}\right)$在基底${\mathbf{\alpha }}_1=\left(\begin{array}{c}2\\ 2\\ -1\end{array}\right),{\mathbf{\alpha }}_2=\left(\begin{array}{c}2\\ -1\\ 2\end{array}\right),{\mathbf{\alpha }}_3=\left(\begin{array}{c}-1\\ 2\\ 2\end{array}\right)$下的坐标。
解：已知基底${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,{\mathbf{\alpha }}_3$在自然基下的坐标，故从自然基${\mathbf{e}}_1,{\mathbf{e}}_2,{\mathbf{e}}_3$到基${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,{\mathbf{\alpha }}_3$的过渡阵为$\mathbf{P}=\left(\begin{array}{ccc}2& 2& -1\\ 2& -1& 2\\ -1& 2& 2\end{array}\right)$。要求$\mathbf{\beta }=\left(\begin{array}{c}1\\ 0\\ -4\end{array}\right)$在基${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,{\mathbf{\alpha }}_3$下的坐标，只要算得${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,{\mathbf{\alpha }}_3$到自然基底的过渡阵${\mathbf{P}}^{-1}$，并用坐标变换公式计算${\mathbf{P}}^{-1}\mathbf{\beta }$即得。下列代码完成计算

import numpy as np                              #导入numpy
from fractions import Fraction as F             #导入Fraction
np.set_printoptions(formatter={'all':lambda x:
                               str(F(x).limit_denominator())})
P=np.array([[2,2,-1],                           #设置过渡矩阵P
            [2,-1,2],
            [-1,2,2]],dtype='float')
b=np.array([1,0,-4],dtype='float').reshape(3,1) #向量在自然基下坐标
P1=np.linalg.inv(P)                             #P的逆
s=np.matmul(P1,b)                               #在新基下的坐标
print(s)

程序的第5~7行设置从自然基${\mathbf{e}}_1,{\mathbf{e}}_2,{\mathbf{e}}_3$到基${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,{\mathbf{\alpha }}_3$的过渡阵P。第8行设置向量在自然基下的坐标。第9行调用numpy.linalg的inv函数计算P的逆矩阵P1。第10行调用numpy的matmul函数计算P1与b的积s。运行程序，输出

[[2/3]
 [-2/3]
 [-1]]

即向量$\mathbf{\beta }$在基 { α 1 , α 2 , α 3 } \{\boldsymbol{\alpha}_1,\boldsymbol{\alpha}_2,\boldsymbol{\alpha}_3\} {α1​,α2​,α3​}下的坐标为$\left(\begin{array}{c}\frac{2}{3}\\ -\frac{2}{3}\\ -1\end{array}\right)$。
写博不易，敬请支持：
如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！
代码诚可贵，原理价更高。若为AI学，读正版书好。