线性变换

什么是线性变换？

假设有一数学函数$f$，使得三维向量$\vec{v}=(x,y,z)$,有$f(\vec{v})=f(x,y,z)=(x^{\prime },y^{\prime },z^{\prime })$。那么，如果$f$满足：

1. $f(\vec{u}+\vec{v})=f(\vec{u})+f(\vec{v})$
2. $f(k\vec{v})=kf(\vec{v})$

那么，称$f$为线性变换。

线性变换的矩阵表示

$$\begin{array}{rl}f(\vec{v})& =f(x\vec{i}+y\vec{j}+z\vec{k})\\ & =f(x\vec{i})+f(y\vec{j})+f(z\vec{k})\\ & =xf(\vec{i})+yf(\vec{j})+zf(\vec{k})\\ & =[x,y,z]\cdot \left[\begin{array}{c}f(\vec{i})\\ f(\vec{j})\\ f(\vec{k})\end{array}\right]\end{array}$$

缩放变换

易知，缩放变换$S(\vec{v})=S(x,y,z)=(s_{x}x,s_{y}y,s_{z}z)$。那么，我们尝试证明一下它是线性变换：
$$\begin{array}{rl}S(\vec{u}+\vec{v})& =S(u_x+v_x,u_y+v_y,u_z+v_z)\\ & =(s_x(u_x+v_x),s_y(u_y+v_y),s_z(u_z+v_z))\\ & =(s_x{u}_x+s_x{v}_x,s_y{u}_y+s_y{v}_y,s_z{u}_z+s_z{v}_z)\\ & =(s_x{u}_x,s_y{u}_y,s_z{u}_z)+(s_x{v}_x,s_y{v}_y,s_z{v}_z)\\ & =S(\vec{u})+S(\vec{v})\end{array}$$

$$\begin{array}{rl}S(k\vec{v})& =S(k{v}_x,k{v}_y,k{v}_z)\\ & =(k{s}_x{v}_x,k{s}_y{v}_y,k{s}_z{v}_z)\\ & =k(s_x{v}_x,s_y{v}_y,s_z{v}_z)\\ & =kS(\vec{v})\end{array}$$

综上，我们证明了缩放变换是线性变换。由之前线性变换的矩阵表示，我们可以推导缩放变换的矩阵表示为
$$\left[\begin{array}{c}S(\vec{i})\\ S(\vec{j})\\ S(\vec{k})\end{array}\right]=\left[\begin{array}{ccc}{s}_x& 0& 0\\ 0& s_y& 0\\ 0& 0& s_z\end{array}\right]$$

旋转变换

我们定义旋转变换为将一个向量$\vec{v}$绕任意轴$\vec{n}$顺时针旋转$\theta$角度，如图所示：

由图可知，我们要求的就是将向量$\vec{v}$绕向量$\vec{n}$旋转$\theta$角度后得到的${\vec{v}}^{\prime }$。首先，我们注意到在旋转过程中，与旋转轴平行的向量是不参与旋转过程的，只有与旋转轴垂直的向量在真正旋转。因此可以将向量$\vec{v}$分解为与$\vec{n}$平行的向量${\vec{v}}_{\parallel }$和垂直的向量${\vec{v}}_{\perp }$。即：
$$\vec{v}={\vec{v}}_{\parallel }+{\vec{v}}_{\perp }$$
那么
$${\vec{v}}^{\prime }={\vec{v}}_{\parallel }+{\vec{v}}_{\perp }^{\prime }$$
其中，平行向量${\vec{v}}_{\parallel }$是向量$\vec{v}$在旋转轴$\vec{n}$上的投影。这里假定，旋转轴向量$\vec{n}$是归一化过的，即单位向量。由向量投影的定义，可得到
$${\vec{v}}_{\parallel }=(\vec{v}\cdot \vec{n})\vec{n}$$
进而可得
$${\vec{v}}_{\perp }=\vec{v}-{\vec{v}}_{\parallel }=\vec{v}-(\vec{v}\cdot \vec{n})\vec{n}$$
接下来，我们只要求得旋转后的${\vec{v}}_{\perp }^{\prime }$即可。注意到已知的${\vec{v}}_{\perp }$，且这两个向量都位于同一个圆的旋转平面上，因此只要再得到一个垂直于${\vec{v}}_{\perp }$的向量$\vec{w}$，且向量$\vec{w}$与这两个向量共面，就可以通过旋转角度$\theta$算出向量${\vec{v}}_{\perp }^{\prime }$了：
$${\vec{v}}_{\perp }^{\prime }={\vec{v}}_{\perp }\cdot cos\theta +\vec{w}\cdot sin\theta$$
那么，怎样的$\vec{w}$是满足以上条件的呢？注意到向量的叉积的几何意义：两向量的叉积后得到的向量与这两个向量是垂直的。所以，我们令
$$\vec{w}=\frac{|{\vec{v}}_{\perp }|}{|\vec{n}\times \vec{v}|}\cdot (\vec{n}\times \vec{v})$$
向量前面的系数是为了让向量的模与${\vec{v}}_{\perp }$相等。这样就求出了满足条件的$\vec{w}$。特别地，由向量叉积的定义，可以将上式简化为
$$\vec{w}=\frac{|{\vec{v}}_{\perp }|}{|\vec{n}||\vec{v}|sin\theta }\cdot (\vec{n}\times \vec{v})$$
由图可知，$|{\vec{v}}_{\perp }|=|\vec{v}|sin\theta$，而向量$\vec{n}$是单位向量，所以得到：
$$\vec{w}=\vec{n}\times \vec{v}$$
综合以上若干等式，求出最终的${\vec{v}}^{\prime }$为
$${\vec{v}}^{\prime }=(\vec{v}\cdot \vec{n})\vec{n}+(\vec{v}-(\vec{v}\cdot \vec{n})\vec{n})cos\theta +(\vec{n}\times \vec{v})sin\theta$$
回到线性变换的定义来，旋转变换$R(\vec{v})=R(x,y,z)$。将其代入上式，可以得到
$$R(x,y,z)=(r_{11}x+r_{21}y+r_{31}z,r_{12}x+r_{22}y+r_{32}z,r_{13}x+r_{23}y+r_{33}z)$$
根据线性变换的定义，容易证明旋转变换是一种线性变换。那么，旋转变换的矩阵表示为：
$$\left[\begin{array}{c}R(\vec{i})\\ R(\vec{j})\\ R(\vec{k})\end{array}\right]=\left[\begin{array}{ccc}{r}_{11}& r_{12}& r_{13}\\ r_{21}& r_{22}& r_{23}\\ r_{31}& r_{32}& r_{33}\end{array}\right]=\left[\begin{array}{ccc}c+(1-c)x^2& (1-c)xy+sz& (1-c)xz-sy\\ (1-c)xy-sz& c+(1-c)y^2& (1-c)yz+sx\\ (1-c)xz+sy& (1-c)yz-sx& c+(1-c)z^2\end{array}\right]$$
其中，$c=cos\theta ,s=sin\theta ,x,y,z$分别为向量$\vec{n}$的三个分量。