高等代数理论基础40:基变换与坐标变换

基变换与坐标变换

\varepsilon_1,\varepsilon_2,\cdots,\varepsilon_n​\varepsilon'_1,\varepsilon'_2,\cdots,\varepsilon'_n​是n维线性空间V中两组基,它们有如下关系

\begin{cases}\varepsilon'_1=a_{11}\varepsilon_1+a_{21}\varepsilon_2+\cdots+a_{n1}\varepsilon_n\\ \varepsilon'_2=a_{12}\varepsilon_1+a_{22}\varepsilon_2+\cdots+a_{n2}\varepsilon_n\\ \cdots\\ \varepsilon'_n=a_{1n}\varepsilon_1+a_{2n}\varepsilon_2+\cdots+a_{nn}\varepsilon_n\end{cases}

设向量\xi在这两组基下的坐标分别为(x_1,x_2,\cdots,x_n)(x'_1,x'_2,\cdots,x'_n),即\xi=x_1\varepsilon_1+x_2\varepsilon_2+\cdots+x_n\varepsilon_n,\xi=x'_1\varepsilon'_1+x'_2\varepsilon'_2+\cdots+x'_n\varepsilon'_n

(a_{1j},a_{2j},\cdots,a_{nj}),j=1,2,\cdots,n为基向量\varepsilon'_j(j=1,2,\cdots,n)在第一组基下的坐标,向量\varepsilon'_1,\varepsilon'_2,\cdots,\varepsilon'_n线性无关保证方程组系数矩阵的行列式不为零,即系数矩阵可逆

\xi=x_1\varepsilon_1+x_2\varepsilon_2+\cdots+x_n\varepsilon_n​

=(\varepsilon_1,\varepsilon_2,\cdots,\varepsilon_n)\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}​

(将基写成1\times n矩阵,将坐标写成n\times 1矩阵)

(\varepsilon'_1,\varepsilon'_2,\cdots,\varepsilon'_n)=(\varepsilon_1,\varepsilon_2,\cdots,\varepsilon_n)\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots& &\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\end{pmatrix}​

设A=\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots& &\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\end{pmatrix}

A称为由基\varepsilon_1,\varepsilon_2,\cdots,\varepsilon_n\varepsilon'_1,\varepsilon'_2,\cdots,\varepsilon'_n的过渡矩阵,A可逆

运算规律

\alpha_1,\alpha_2,\cdots,\alpha_n\beta_1,\beta_2,\cdots,\beta_n是V中两个向量组,A=(a_{ij})_{n\times n},B=(b_{ij})_{n\times n},则

1.((\alpha_1,\alpha_2,\cdots,\alpha_n)A)B=(\alpha_1,\alpha_2,\cdots,\alpha_n)(AB)

2.(\alpha_1,\alpha_2,\cdots,\alpha_n)A+(\alpha_1,\alpha_2,\cdots,\alpha_n)B

=(\alpha_1,\alpha_2,\cdots,\alpha_n)(A+B)

3.(\alpha_1,\alpha_2,\cdots,\alpha_n)A+(\beta_1,\beta_2,\cdots,\beta_n)A

=(\alpha_1+\beta_1,\alpha_2+\beta_2,\cdots,\alpha_n+\beta_n)A

\xi=(\varepsilon_1,\varepsilon_2,\cdots,\varepsilon_n)\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}​

\xi=(\varepsilon'_1,\varepsilon'_2,\cdots,\varepsilon'_n)\begin{pmatrix}x'_1\\x'_2\\\vdots\\x'_n\end{pmatrix}​

\xi=(\varepsilon_1,\varepsilon_2,\cdots,\varepsilon_n)\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots& &\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\end{pmatrix}\begin{pmatrix}x'_1\\x'_2\\\vdots\\x'_n\end{pmatrix}​

由基向量的线性无关性

\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}=\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots& &\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\end{pmatrix}\begin{pmatrix}x'_1\\x'_2\\\vdots\\x'_n\end{pmatrix}​

\begin{pmatrix}x'_1\\x'_2\\\vdots\\x'_n\end{pmatrix}=\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots& &\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\end{pmatrix}^{-1}\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}

上式即为基变换下向量坐标变换公式

例:在n维空间P^n中,\begin{cases}\varepsilon_1=(1,0,\cdots,0)\\ \varepsilon_2=(0,1,\cdots,0)\\ \cdots\\ \varepsilon_n=(0,0,\cdots,1)\end{cases}为一组基,

\begin{cases}\varepsilon'_1=(1,1,\cdots,1)\\ \varepsilon'_2=(0,1,\cdots,1)\\ \cdots\\ \varepsilon'_n=(0,0,\cdots,1)\end{cases}​为另一组基

(\varepsilon'_1,\varepsilon'_2,\cdots,\varepsilon'_n)=(\varepsilon_1,\varepsilon_2,\cdots,\varepsilon_n)\begin{pmatrix}1&0&\cdots&0\\ 1&1&\cdots&0\\ \vdots&\vdots& &\vdots\\ 1&1&\cdots&1\end{pmatrix}

A=\begin{pmatrix}1&0&\cdots&0\\ 1&1&\cdots&0\\ \vdots&\vdots& &\vdots\\ 1&1&\cdots&1\end{pmatrix}

A^{-1}=\begin{pmatrix}1&0&0&\cdots&0\\ -1&1&0&\cdots&0\\ 0&-1&1&\cdots&0\\ \vdots&\vdots&\vdots& &\vdots\\ 0&0&0&\cdots&1\end{pmatrix}​

\begin{pmatrix}x'_1\\x'_2\\\vdots\\x'_n\end{pmatrix}=\begin{pmatrix}1&0&0&\cdots&0\\ -1&1&0&\cdots&0\\ 0&-1&1&\cdots&0\\ \vdots&\vdots&\vdots& &\vdots\\ 0&0&0&\cdots&1\end{pmatrix}\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}

x'_1=x_1,x'_i=x_i-x_{i-1}(i=2,\cdots,n)

©著作权归作者所有,转载或内容合作请联系作者
  • 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 219,539评论 6 508
  • 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 93,594评论 3 396
  • 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 165,871评论 0 356
  • 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 58,963评论 1 295
  • 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 67,984评论 6 393
  • 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 51,763评论 1 307
  • 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 40,468评论 3 420
  • 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 39,357评论 0 276
  • 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 45,850评论 1 317
  • 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 38,002评论 3 338
  • 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 40,144评论 1 351
  • 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 35,823评论 5 346
  • 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 41,483评论 3 331
  • 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 32,026评论 0 22
  • 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 33,150评论 1 272
  • 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 48,415评论 3 373
  • 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 45,092评论 2 355

推荐阅读更多精彩内容