【斜对称矩阵】向量的斜对称矩阵表示

OverCome-

已于 2022-07-21 09:02:09 修改

阅读量1.8w

点赞数 10

文章标签：斜对称矩阵向量

于 2019-12-12 18:32:13 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_36965307/article/details/103513939

版权

1. 定义：

设A为方阵，若 $\mathbf{A}+\mathbf{A}^{_{T}}=0$ ，则称A为斜对称矩阵。

2. 特征：

设A为斜对称矩阵，则A有如下形式：

$\mathbf{A}\times =\begin{bmatrix} 0 & -t&y \\ t& 0&-x \\ -y& x& 0 \end{bmatrix}$

观察矩阵可以看出，斜对称矩阵主对角线元素均为0，而位于主对角线两侧对称的元素反号。

3. 向量的斜对称矩阵：

设 $\mathbf{a}=\begin{bmatrix} a_{1} & a_{2}& a_{3} \end{bmatrix},\mathbf{b}=\begin{bmatrix} b_{1} & b_{2}& b_{3} \end{bmatrix}$ ,则两个向量的叉乘积为：

$\mathbf{c}=\mathbf{a}\times \mathbf{b} =\begin{vmatrix} i & j& k\\ a_{1}& a_{2}&a_{3} \\ b_{1}& b_{2} & b_{3} \end{vmatrix}=\begin{bmatrix} 0 & -a_{3}& a_{2}\\ a_{3}& 0& -a_{1}\\ -a_{2}& a_{1}& 0 \end{bmatrix}\begin{bmatrix} b_{1}\\ b_{2}\\ b_{3}\end{bmatrix}$

所以 $\mathbf{a}\times \mathbf{b}=\left ( \mathbf{a}\times \right )\mathbf{b}$

4. 应用

利用罗德里格公式表示绕向量 $u$ 旋转θ角度的旋转矩阵为：

$R = I_{_{3}}+sin\theta (u\times)+(1-cos\theta )(u\times )^{2}$

参考资料

【1】https://en.wikipedia.org/wiki/Rodrigues%27_rotation_formula

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。