基变换（视频见b站）

晨打水水水

已于 2022-03-02 23:56:25 修改

阅读量239

点赞数 1

分类专栏：机器学习中的数学文章标签：音视频机器学习矩阵线性代数

于 2022-03-02 15:00:53 首次发布

本文链接：https://blog.csdn.net/weixin_44468844/article/details/123227932

版权

机器学习中的数学专栏收录该内容

9 篇文章 0 订阅

订阅专栏

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 $\vec{a_{1}}=\begin{bmatrix} 1\\0 \end{bmatrix}$ 与 $\vec{b_{1}}=\begin{bmatrix} 0\\1 \end{bmatrix}$

图2的基向量在图2的坐标系自然也是 $\vec{a_{2}}=\begin{bmatrix} 1\\0 \end{bmatrix}$ 与 $\vec{b_{1}}=\begin{bmatrix} 0\\1 \end{bmatrix}$ ，但是在图1的坐标系中为 ${\vec{a_{2}}}'=\begin{bmatrix} 2\\1 \end{bmatrix}$ 与 ${\vec{b_{2}}}'=\begin{bmatrix} -1\\-1 \end{bmatrix}$ （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 $\vec{k}=-1\vec{a_{2}}+2\vec{b_{2}}=\begin{bmatrix} -1\\2 \end{bmatrix}$ （这里仅从坐标系2出发，不涉及坐标系1中的 $\begin{bmatrix} -1\\2 \end{bmatrix}$ ），那么在图1坐标系1中表示为 ${\vec{k}}'=-1{\vec{a_{2}}}'+2{\vec{b_{2}}}' =\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}\begin{bmatrix} -1\\2 \end{bmatrix} =\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}\vec{k} =\begin{bmatrix} -4\\1 \end{bmatrix}$ （ ${\vec{k}}',\vec{k}$ 是表示方式不同的同一向量）

【总结重点】对 ${\vec{k}}'=\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}\vec{k}$ 中的 $\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}$ 有2种看法

1. ${\vec{k}}',\vec{k}$ 为放在图1的直角坐标系（ ${\vec{k}}',\vec{k}$ 虽为同一向量，但 $\begin{bmatrix} -1\\2 \end{bmatrix}$ 同样可在坐标1中找到 $\vec{l}=\begin{bmatrix} -1\\2 \end{bmatrix}$ ）。 ${\vec{k}}'=\begin{bmatrix} -4\\1 \end{bmatrix}$ 可以看作是由 $\vec{l}=\begin{bmatrix} -1\\2 \end{bmatrix}$ 在坐标系内旋转得到的（ ${\vec{k}}'=\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}\vec{k}$ 中只涉及坐标运算，与哪个向量没有关系，故等式中将 $\vec{l}$ 看作 $\vec{k}$ ）。可见 $\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}$ 表示坐标系内的变换矩阵。

2. $\vec{k}$ 放在图2的坐标系2， ${\vec{k}}'$ 放在图1的直角坐标系1。 $\vec{k}$ 同时可以看作图2坐标系基向量 $\begin{bmatrix} \vec{a_{2}} & \vec{b_{2}} \end{bmatrix}$ 表示的的 $\begin{bmatrix} -1\\2 \end{bmatrix}$ 。因此 $\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}$ 可以看作是坐标系间的变换矩阵。

【结合来看】变换矩阵 $\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}$ 其实就是直角坐标系的一个向量 $\vec{l}$ 变换成另一个向量 ${\vec{k}}'$ ，而 ${\vec{k}}'$ 在以 ${\vec{a_{2}}}',{\vec{b_{2}}}'$ 为基向量的坐标系中 $\vec{k}$ 的坐标与 $\vec{l}$ 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 $\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}$ 的作用是坐标系不变，位置改变

（3）->（2）：左乘变换矩阵 $\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}$ 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）（ $\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}$ 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 $\vec{a_{1}}=\begin{bmatrix} 1\\0 \end{bmatrix}$ 与 $\vec{b_{1}}=\begin{bmatrix} 0\\1 \end{bmatrix}$

现在有一个矩阵将 $\vec{a_{1}}=\begin{bmatrix} 1\\0 \end{bmatrix}$ 与 $\vec{b_{1}}=\begin{bmatrix} 0\\1 \end{bmatrix}$ 逆时针旋转90度，显然这个线性变换旋转矩阵为 $R=\begin{bmatrix} 0 & -1\\ 1 & 0 \end{bmatrix}$ ，那么相应地坐标系2该怎么变？（另设 $A=\begin{bmatrix} {\vec{a_{2}}}' & {\vec{b_{2}}}' \end{bmatrix}$ ）

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 $\vec{p}$ ，由于是坐标系1旋转，我们先把 $\vec{p}$ 变成坐标系1下的向量（向量本身没变，只是坐标系变了）为 $A\vec{p}$ ，然后再旋转得 $RA\vec{p}$ ,然后转为坐标系2，得 $A^{-1}RA\vec{p}$ 。即坐标系1得变换矩阵为 $R$ ，坐标系2的变换矩阵为 $A^{-1}RA$ 。

【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。

晨打水水水

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
基变换（视频见b站）

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的坐标系中为与图2坐标系中一向量，那么在图1坐标系中表示为【总结重点】对中的有2种.
复制链接

扫一扫

专栏目录