坐标系，坐标转换和线性变换

1、 坐标系与坐标

(1)坐标系与空间的基

空间的基和坐标系两者之间属于一种一一对应的关系，坐标系也即空间的基，坐标系是理解空间的基的一种视角。向量(点)在空间内的绝对位置不受坐标系的影响，坐标系只是改变描述点的相对位置信息。

我们通常描述一个点的坐标的时候都是基于一个参考标准进行描述的。当我们在说一个点的坐标的时候，如点A(12,8)，就已经是基于标准坐标系给出的二维欧式空间中A点描述了。

二维平面的标准坐标系为\vec e_1 =(1,0)^{T} ,\ \vec e_2 =(1,0)^{T}
三维平面的标准坐标系为\vec e_1 =(1,0,0)^{T} ,\ \vec e_2 =(0,1,0)^{T},\ \vec e_3 =(0,0,1)^{T}
四维平面的标准坐标系为\vec e_1 =(1,0,0,0)^{T} ,\ \vec e_2 =(0,1,0,0)^{T},\ \vec e_3 =(0,0,1,0)^{T},\ \vec e_4 =(0,0,0,1)^{T}
...

[\color {darkred} {\small {例：点A(12,8)这个坐标是基于标准坐标系给出的A点在二维欧式空间的位置信息}}]
在一个二维平面直角坐标系，对于这个坐标系当我们定义了这个坐标系的两个坐标轴一个水平向右，一个竖直向上，并且定义好了什么是一个单位的概念，然后就能够描述在该坐标系下二维平面中A点的坐标为A(12,8)。对于一个二维平面它有无数组基，那么当换一组基如\vec u(4,1) ,\vec v(2,3)来表示整个二维平面，那么就建立一个新的坐标系,在这个坐标系下A点的坐标又被描述为A(2,2)，这样来对于二维平面中的同一个点，就有了两种不同的描述方式。

在平面直角坐标系下描述点A(12,8) \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \left (\begin{array} \ 1&0 \\ 0&1 \end{array} \right ) \to \left (\begin{array} \ 12 \\ 08 \end{array} \right )
在\vec u(4,1) ,\vec v(2,3)所表示的坐标系下描述点A(12,8) \left (\begin{array} \ 4&2 \\ 1&3 \end{array} \right ) \to \left (\begin{array} \ 02\\ 02 \end{array} \right )

在n维空间中，当给定一组基，\color {red} {{任何一个向量都可以表示成这组基的线性组合}}，且表示方法唯一。

那么对于标准坐标系下的点A(12,8)，在向量组\vec u=(4,1)^{T} ,\vec v=(2,3)^{T}所表示的坐标系下，
就有: (12,8)^{T} = 2\cdot (4,1)^{T} + 2 \cdot (2,3)^{T} = 2\cdot \vec u + 2\cdot \vec v
\therefore 在\vec u=(4,1)^{T} ,\vec v=(2,3)^{T}这组基下，A点可以表示为2倍的\vec u和\vec v的线性组合，因此表示为A(2,2)

(2)坐标

如果给定向量空间V的一组基B=\{\vec b_1, \vec b_2,\vec b_3 , \cdots, \vec b_n \}，以及V中的一个向量\vec x，则\vec x一定可以被这组基线性表示。
假设:\vec x = c_{1} \cdot \vec b_{1} + c_{2} \cdot \vec b_{2} + c_{3} \cdot \vec b_{3} + \cdots + c_{n} \cdot \vec b_{n}
则称\vec x在这组基B下的坐标，为( c_{1}, c_{2}, c_{3}, \cdots ,c_{n})^{T}，记为：[\vec x]_{B} ，意思是当前给出的向量\vec x的坐标是基于空间V的B这组基下给出的坐标。

一般情况下，当我们不写出参考基来标识一个向量，如向量\vec x= (12,8) ，就是因为我们描述向量都是默认参考 标准坐标系\varepsilon 给出的坐标,也即 \vec x = [\vec x]_{\varepsilon} = (12,8)，而且即使空间的基是类似\vec u ,\ , \vec v这样的两个向量\vec x = (12,8)，我们也还是用 标准坐标系\varepsilon 下的坐标来描述向量，不会用像[\vec x]_{B} = (2,2)这样的坐标来描述向量\vec x。

标准基

n维标准基(Standard Basis) : 也即 n维标准坐标系\varepsilon =\{\vec e_1 , \vec e_2 , \cdots ,\vec e_n \} ,最常用的坐标系。一个向量空间，只有一组标准基。

标准正交基(Orthonormal Basis): 一个向量空间，可以有无数组标准正交基。

正交基(Orthogonal Basis): 一个向量空间，可以有无数组正交基。

2、非标准坐标系坐标转换标准坐标系坐标

假设有一组基：B=\{\vec b_1, \vec b_2,\vec b_3 , \cdots, \vec b_n \} ， 设立坐标转换矩阵P_B== \left (\begin{array} , \ | \ \ \ \ |\ \ \ \ |\ \ \ \ \cdots \ \ \ | \\ \vec b_1,\vec b_2,\vec b_3,\cdots ,\vec b_n \\ \ | \ \ \ \ |\ \ \ \ |\ \ \ \ \cdots \ \ \ |\end{array} \right )

对于在这组基下的一个向量[\vec x]_{B}，就有：[\vec x]_{\varepsilon} = P_{B} \cdot [\vec x]_{B} ，把B坐标系下向量的坐标转换为标准坐标系下相应的坐标

结论证明:
对于一个二维平面的一组基\vec u(4,1) ,\vec v(2,3)，在这组基所表示的坐标系下描述一个点\vec x = (2,2)。
\because 当不作特殊说明描述向量的时候都是在标准坐标系下进行描述的,所以基向量\vec u(4,1) ,\vec v(2,3)都是在标准坐标系下进行表示的。
\therefore \vec u = (4,1)^{T} =4 \vec e_{1} + 1\vec e_{2} \therefore \vec v = (2,3)^{T} =2 \vec e_{1} + 3\vec e_{2}

\therefore [\vec x]_{B} = [(2,2)^{T}]_{B} = 2\vec u + 2\vec v = 2(4 \vec e_{1} + 1\vec e_{2}) + 2(2 \vec e_{1} + 3\vec e_{2}) = 12\vec e_{1} + 8\vec e_{2} = [(12,8)^{T}]_{\varepsilon}

所以就有：[\vec x]_{\varepsilon} = P_{B} \cdot [\vec x]_{B}

3、标准坐标系坐标准换非标准坐标系坐标

P_{B}^{-1} \cdot [\vec x]_{\varepsilon} = P_{B}^{-1} \cdot P_{B} \cdot [\vec x]_{B} = [\vec x]_{B} 该过程需要求矩阵P_{B}的逆

4、任意两非标准坐标系之间的转换

假设有一组基B=\{\vec b_1, \vec b_2,\vec b_3 , \cdots, \vec b_n \} 另一组基C=\{\vec c_1, \vec c_2,\vec c_3 , \cdots, \vec c_n \}
在B这组基下表示的一个向量[\vec x]_{B} ，求这个向量在C这组基下的表示[\vec x]_{C}
借助标准坐标系与非标准坐标系的转换关系[\vec x]_{\varepsilon} = P_{B} \cdot [\vec x]_{B}
就有 P_{B} \cdot [\vec x]_{B} = [\vec x]_{\varepsilon} = P_{C} \cdot [\vec x]_{C}

\therefore [\vec x]_{C} = P^{-1}_{C} \cdot P_{B} \cdot [\vec x]_{B}
其中 P^{-1}_{C} \cdot P_{B} 可以表示成P_{B \to C}

对于空间V两组基B=\{\vec b_1, \vec b_2,\vec b_3 , \cdots, \vec b_n \} 和C=\{\vec e_1, \vec e_2,\vec e_3 , \cdots, \vec e_n \},在这里，首先对于这两组基来说，里面的向量都是表示在标准坐标系下的，也即它们本应该写成 "[\vec b_i]_{\varepsilon},[\vec e_i]_{\varepsilon}" 这样的形式，只是我们省略了这组写法，默认它们就是标准坐标系下的向量表示。那么在这种情况下，由非标准坐标系转标准坐标系的推导[\vec x]_{\varepsilon} = P_{B} \cdot [\vec x]_{B} ，其中转换矩阵P_{B \to C} = P_{B}，而这里的P_{B \to C}矩阵就是在标准坐标系下表示的B这组基的向量组成的矩阵P_{B \to C} = P_{B} = ( \begin{array} \ [\vec b_1]_{\varepsilon} \ \ [\vec b_2]_{\varepsilon} \ \ [\vec b_3]_{\varepsilon} \ \ \cdots \ \ [\vec b_n]_{\varepsilon} \end{array} )

据此，当我们知道了空间的一组基B = \{\vec b_1, \vec b_2,\vec b_3 , \cdots, \vec b_n \}内的向量在另一组基C = \{\vec c_1, \vec c_2,\vec c_3 , \cdots, \vec c_n \}所代表的坐标系下的表示的情况下， 即[\vec b_1]_{C},[\vec b_2]_{C} [\vec b_3]_{C} \ \ \cdots [\vec b_n]_{C} ，那么就有P_{B \to C} = ( \ \ \ [\vec b_1]_{C}\ ,[\vec b_2]_{C} \ ,[\vec b_3]_{C} \ \ \cdots [\vec b_n]_{C} \ \ \ ) ，B坐标系的向量转换C坐标系下的向量即 [\vec x]_{B} = P_{B \to C} \cdot [\vec x]_{B} ，从而不借助标准坐标系完成转换非标准坐标系之间的转换。

示例说明

假设一组基 B = \{ \vec b_{1} , \vec b_{2} \}\ \ \ 另一组基 C = \{\vec c_{1} , \vec c_{2} \}
其中知道 \vec b_{1} = 1\vec c_{1} + 2\vec c_{2} \ \ \ \ \ \vec b_{2} = 3\vec c_{1} + 4\vec c_{2}
对于一个B坐标系的向量[\vec x]_B = (2,2)^T，表示为C坐标系下，也即由C这组基线性表示即为
[\vec x]_B = (2,2)^T = 2\vec b_1 + 2 \vec b_2 = 2(\ 1\vec c_{1} + 2\vec c_{2} \ ) + 2(\ 3\vec c_{1} + 4\vec c_{2} \ )
这对应的也就是以下矩阵乘法：
P_{B \to C} = ( \begin{array} \ [\vec b_{1}]_{C} & [\vec b_{2}]_{C} \end{array} ) = \left( \begin{array} \ 1&3 \\ 2&4 \end{array} \right )

P_{B \to C} \cdot [\vec x]_{B} = \left( \begin{array} \ 1&3 \\ 2&4 \end{array} \right ) \cdot \left( \begin{array} \ 2 \\ 2 \end{array} \right ) =[\vec x ]_{C}

5、线性变换

在线性代数领域，主要研究的是线性变换，其中变换是一个函数，对向量的变换结果还是一个向量
当一个变换T(x)称为线性变换时，必须满足:
T(\vec u + \vec v) = T(\vec u ) + T(\vec v)
T(c \vec u ) = c \cdot T(\vec u), c \in R
意味着对向量进行线性变换后变换的结果仍然封闭在向量空间内，这样的变换就是线性变换。

在欧几里得空间，一个矩阵所表示的变换就是线性变换，一个矩阵所做的事情就是把一个向量\vec x转换为另一个向量\vec y,即 A \cdot \vec x = \vec y

联系矩阵所代表的变换与坐标转换的关系:
对于一个变换矩阵A = (\vec u \ \ \vec v) = \left( \begin{array} \ 4&2 \\ 1&3 \end{array} \right )
这个矩阵A本身又代表空间的一组基A=\{ \vec u \ \ \vec v \}所代表的坐标系变换到标准坐标系\varepsilon的坐标转换矩阵P_{A \to \varepsilon} = ( [\vec u]_{\varepsilon} \ \ [\vec v]_{\varepsilon}) = A
所以，A \cdot \vec x = [\vec x]_{\varepsilon} 就是把A坐标系下的\vec x变换为标准坐标系下的坐标

示例 :A = \left( \begin{array} \ 1&0 \\ 0&-1 \end{array} \right )表示一个翻转标准坐标系y轴的变换
对于A \cdot (2,3)^T = (2,-3)^T这个等式来说，表示在A坐标系下的点(2,3)^T转换为在标准坐标系\varepsilon 下表示为(2,-3)

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 217,734评论 6赞 505
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 92,931评论 3赞 394
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 164,133评论 0赞 354
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 58,532评论 1赞 293
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 67,585评论 6赞 392
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 51,462评论 1赞 302
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 40,262评论 3赞 418
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 39,153评论 0赞 276
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 45,587评论 1赞 314
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,792评论 3赞 336
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,919评论 1赞 348
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 35,635评论 5赞 345
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 41,237评论 3赞 329
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,855评论 0赞 22
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,983评论 1赞 269
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 48,048评论 3赞 370
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 44,864评论 2赞 354

推荐阅读更多精彩内容