坐标轴变换与坐标变换

本文深入探讨线性变换,包括坐标轴变换、矩阵逆、线性变换性质以及坐标错切的几何意义。通过实例解析错切不能取代旋转的原因,并讨论变换对面积的影响,揭示错切与旋转保持面积不变的特性。

坐标轴变换与坐标变换

主要结论

  • 新坐标轴向量组成的矩阵即为对象变换矩阵
  • 变换矩阵可以转换为新坐标轴的向量
  • 坐标轴不正交时,点的横纵方向分量也都是与坐标轴平行的
  • 错切不能替代旋转

矩阵与自己的逆矩阵互逆

假设B为A的逆矩阵,则

A⋅B=E A\cdot B = E AB=E

A⋅B⋅A=E⋅A=A A\cdot B\cdot A = E\cdot A = A ABA=EA=A

A⋅(B⋅A)=A A\cdot (B\cdot A) = A A(BA)=A

B⋅A=E B\cdot A = E BA=E

线性变换Linear Transformation

就是满足分配律的变换,目前遇到的有乘法,矩阵的乘法.

A=[x1y1] A = \begin{bmatrix} x_1 \\ y_1 \\ \end{bmatrix} A=[x1y1]

B=[x2y2] B = \begin{bmatrix} x_2 \\ y_2 \\ \end{bmatrix} B=[x2y2]

M=[a11a12a21a22] M = \left[\begin{array}{cc} a_11 & a_12 \\ a_21 & a_22 \\ \end{array}\right] M=[a11a21a12a22]

M∗(A+B)=[a11(x1+x2)+a12(y1+y2)a21(x1+x2)+a22(y1+y2)]=[a11x1+a11x2+a12y1+a12y2a21x1+a21x2+a22y1+a22y2]=[a11x1+a12y1a21x1+a22y1]+[a11x2+a12y2a21x2+a22y2]=M∗A+M∗B M * ( A + B ) = \left[\begin{array}{cc} a_11(x_1 + x_2) + a_12(y_1 + y_2) \\ a_21(x_1 + x_2) + a_22(y_1 + y_2) \\ \end{array}\right] = \left[\begin{array}{cc} a_11x_1 + a_11x_2 + a_12y_1 + a_12y_2 \\ a_21x_1 + a_21x_2 + a_22y_1 + a_22y_2 \\ \end{array}\right] = \left[\begin{array}{cc} a_11x_1 + a_12y_1 \\ a_21x_1 + a_22y_1 \\ \end{array}\right] + \left[\begin{array}{cc} a_11x_2 + a_12y_2 \\ a_21x_2 + a_22y_2 \\ \end{array}\right] = M * A + M * B M(A+B)=[a11(x1+x2)+a12(y1+y2)a21(x1+x2)+a22(y1+y2)]=[a11x1+a11x2+a12y1+a12y2a21x1+a21x2+a22y1+a22y2]=[a11x1+a12y1a21x1+a22y1]+[a11x2+a12y2a21x2+a22y2]=MA+MB

M∗(A+B)=M∗A+M∗B M * ( A + B ) = M * A + M * B M(A+B)=MA+MB

几何意义是,向量单个变换后相加,与相加后变换,结果是一样的。
并由此可见,除平移这种需要借助多一维的变换,其它能以向量维度相同矩阵实现的变换,都是线性变换:包括伸缩,旋转,错切,反射。

坐标系变换

以二维为例
原来的坐标轴为X⃗,X⃗\vec{X},\vec{X}X ,X

新的坐标轴为U⃗,V⃗\vec{U},\vec{V}U ,V
经XY坐标系中表示为

U⃗=[ab][X⃗Y⃗]        V⃗=[cd][X⃗Y⃗] \vec{U} = \left[\begin{array}{cc} a & b \\ \end{array}\right] \left[\begin{array}{cc} \vec{X} \\ \vec{Y} \\ \end{array}\right] \ \ \ \ \ \ \ \ \vec{V} = \left[\begin{array}{cc} c & d \\ \end{array}\right] \left[\begin{array}{cc} \vec{X} \\ \vec{Y} \\ \end{array}\right] U =[ab][X Y ]        V =[cd][X Y ]

[U⃗V⃗]=[abcd][X⃗Y⃗]=M[X⃗Y⃗] \left[\begin{array}{cc} \vec{U} \\ \vec{V} \\ \end{array}\right] = \left[\begin{array}{cc} a & b \\ c & d \\ \end{array}\right] \left[\begin{array}{cc} \vec{X} \\ \vec{Y} \\ \end{array}\right] = M \left[\begin{array}{cc} \vec{X} \\ \vec{Y} \\ \end{array}\right] [U V ]=[acbd][X Y ]=M[X Y ]

M=[abcd] M = \left[\begin{array}{cc} a & b \\ c & d \\ \end{array}\right] M=[acbd]

UV坐标系上的点P(u,v)P(u,v)P(u,v),使用X⃗Y⃗\vec{X} \vec{Y}X Y 表示为:

P=[uv][U⃗V⃗]=[uv]M[X⃗Y⃗]=[uv][abcd][X⃗Y⃗]=[ua+vcub+vd][X⃗Y⃗] P = \left[\begin{array}{cc} u & v \\ \end{array}\right] \left[\begin{array}{cc} \vec{U} \\ \vec{V} \\ \end{array}\right] = \left[\begin{array}{cc} u & v \\ \end{array}\right] M \left[\begin{array}{cc} \vec{X} \\ \vec{Y} \\ \end{array}\right] = \left[\begin{array}{cc} u & v \\ \end{array}\right] \left[\begin{array}{cc} a & b \\ c & d \\ \end{array}\right] \left[\begin{array}{cc} \vec{X} \\ \vec{Y} \\ \end{array}\right] = \left[\begin{array}{cc} ua + vc & ub + vd \\ \end{array}\right] \left[\begin{array}{cc} \vec{X} \\ \vec{Y} \\ \end{array}\right] P=[uv][U V ]=[uv]M[X

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值