本文在于快速get核心点,视频请见:
【官方双语/合集】线性代数的本质 - 系列合集_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1ys411472E?p=13
(图1,04:22)
(图2 02:38)
先从例子入手,现在有2个坐标系,图1的坐标系和图2的坐标系。
图1的直角坐标系设为标准坐标系,基向量为与
图2的基向量在图2的坐标系自然也是与
,但是在图1的坐标系中为
与
(不管带不带撇,都是同一个向量,因为起终点没有变,只是坐标系变了从而表示方法变了)
图2坐标系2中比如一个向量(这里仅从坐标系2出发,不涉及坐标系1中的
),那么在图1坐标系1中表示为
(
是表示方式不同的同一向量)
【总结重点】对中的
有2种看法
1.为放在图1的直角坐标系(
虽为同一向量,但
同样可在坐标1中找到
)。
可以看作是由
在坐标系内旋转得到的(
中只涉及坐标运算,与哪个向量没有关系,故等式中将
看作
)。可见
表示坐标系内的变换矩阵。
2.放在图2的坐标系2,
放在图1的直角坐标系1。
同时可以看作图2坐标系基向量
表示的的
。因此
可以看作是坐标系间的变换矩阵。
【结合来看】变换矩阵其实就是直角坐标系的一个向量
变换成另一个向量
,而
在以
为基向量的坐标系中
的坐标与
坐标相同。
为了更见形象地理解,分为三种状态(向量只与起终点有关,与坐标系无关,不同坐标系起点均重合于原点):
(1)坐标系1下的向量1
(2)坐标系1下的向量2
(3)坐标系2下的向量2
(1)->(2):左乘变换矩阵的作用是坐标系不变,位置改变
(3)->(2): 左乘变换矩阵的作用是位置不变,坐标系改变(且变换矩阵的列为旧坐标系的基向量,此处为坐标系2的基向量)(
中向量为基向量,该矩阵rank=2,也就是说输入一个二维空间会输出一个二维空间)
应用以上结论:
依然是这两个坐标系
图1的直角坐标系设为标准坐标系,基向量为与
图2的基向量在图2的坐标系自然也是与
,但是在图1的坐标系中为
与
现在有一个矩阵将与
逆时针旋转90度,显然这个线性变换旋转矩阵为
,那么相应地坐标系2该怎么变?(另设
)
坐标系的变化用其中的一个向量即可模拟,设坐标系2有一个向量,由于是坐标系1旋转,我们先把
变成坐标系1下的向量(向量本身没变,只是坐标系变了)为
,然后再旋转得
,然后转为坐标系2,得
。即坐标系1得变换矩阵为
,坐标系2的变换矩阵为
。
【注】此时坐标系2也会逆时针旋转90度,因为变换矩阵A不会改变向量位置,只有变换矩阵R会改变。