【矩阵论】基变换与坐标变换

发布时间 2023-12-05 11:41:50作者: 码鸽

理论

① 从基B1变换到B2,变换矩阵记为P,则有

\[B_1P =B_2 \]

② 某向量在基B1下的坐标为x,B2下的坐标为y,则有

\[B_1x =B_2 y \]

③由上面两式子可知

\[\begin{align} &B_1x = B_2y=B_1Py \nonumber \\ &\Rightarrow x = Py \nonumber \end{align} \]

上式即为坐标变换公式

【例1】

已知 \(R^3\) 的两个基是

\[B_1= \begin{pmatrix} -1 & 1 & 0\\ 1 & 0 & 1\\ 1&-1&1 \end{pmatrix}, B_2= \begin{pmatrix} 1 & 0 & 0\\ 0 & 0 & 1\\ 1&1&1 \end{pmatrix} \]

求由B1到B2的变换矩阵P

\(B_1P=B_2\) 可得

\[P = B_1^{-1} B_2 = \begin{pmatrix} -2 & -1 & -1\\ -1& -1 & 0\\ 2& 1&2 \end{pmatrix} \]

【例2】

在 \(P_2(t)\) 中分别取基 \(B_1=\left \{ 1,t,t^2 \right \}\) ,\(B_2=\left \{ t+1,t+2,t^2 \right \}\)

  1. 求由 \(B_1\)\(B_2\) 的变换矩阵 \(T\)

2) 多项式 \(P(t)=2t^2-t+1\) 在两组基下的坐标分别是啥?

把 \(B_1, B2\) 分别写成矩阵形式为

\[B_1=\begin{pmatrix} 1 & & \\ & 1 & \\ & & 1 \end{pmatrix}, B_2=\begin{pmatrix} 1 &2 & \\ 1& 1 & \\ & & 1 \end{pmatrix} \]

由 \(B_1P=B_2\) 可得

\[P = B_1^{-1} B_2 = \begin{pmatrix} 1 & 2 & \\ 1& 1 & \\ & &1 \end{pmatrix} \]

多项式 \(P(t)=2t^2-t+1\)\(B_1\) 下的坐标为 \(x= \begin{pmatrix} 1\\ -1\\ 2 \end{pmatrix}\) ,因为

由 \(x = Py\) 可得

\[y = P^{-1}x \]

计算可得 \(y = \begin{pmatrix} -3\\ 2\\ 2 \end{pmatrix}\)

【例3】

已知 \(R^3\) 的两个基

\[B_1 = \left \{ e_1 = [1, 0, 0]^T, e_2 = [0, 1, 0]^T,e_3 = [0, 0,1]^T \right \} \]

\[B_2 = \left \{[-2, -7, 1]^T, [3, 6,1]^T, [-1, -3, 2]^T \right \} \]

求在这两个基下有相同坐标的所有向量。

\(x = [x_1, x_2, x_3]^T\) 是所求向量在 \(B_1\) 下的坐标

由题意可知,x满足

$$x = Px \quad ①$$

其中P为B1到B2的变换矩阵,其值为

\[P = B_1^{-1}B_2=\begin{pmatrix} -2 & 3 & -1 \\ -7 & 6 & -3\\ 1&1&2 \end{pmatrix} \]

则①式为

\[\begin{align} &x = \begin{pmatrix} -2 & 3 & -1 \\ -7 & 6 & -3\\ 1&1&2 \end{pmatrix}x \nonumber \\ \Rightarrow &\begin{pmatrix} -3 & 3 & -1 \\ -7 & 5 & -3\\ 1&1&1\end{pmatrix}x=0 \nonumber \end{align} \]

解得 \(x = k[2, 1, -3]^T\)