設σ
\sigma
σ是實平面r2r^
r2上的線性變換,其關於標準基的矩陣為
p =[
css−
c]
p=\left[\begin & \\ & \end\right]
p=[cs
s−c
]其中c2+
s2=1
c^+s^=1
c2+s2=
1,證明σ
\sigma
σ是反射變換,並計算其對稱軸。
由於det(
λi−p
)=λ2
−1
\operatorname(\lambda i-p)=\lambda^-1
det(λi
−p)=
λ2−1
因此p
pp相似於矩陣q[10
0−1]
\left[\begin & \\ & \end\right]
[100−
1]ξ
1\xi_
ξ1與ξ
2\xi_
ξ2分別為1與-1對應的特徵向量,因此有:
=\xi_} \\ =-\xi_}\end\right.
ξ1與ξ
2\xi_
ξ2看作是兩個向量a與b分別在標準基下的座標,則pξ1
=ξ
1p \xi_=\xi_
pξ1=ξ
1可看作是向量a在經過σ
\sigma
σ變換後的結果在標準基下的座標仍為ξ
1\xi_
ξ1,即在變換前後其未發生變化;
而對於向量b來說,由於有pξ2
=−ξ2
p \xi_=-\xi_
pξ2=−
ξ2,因此向量b在標準基下的座標在經過σ
\sigma
σ變換後變成了原來的-1倍。
因此,這直觀地說明了σ
\sigma
σ變換為反射變換,其對稱軸即為與鏡面垂直的向量,因此對稱軸即為ξ
2\xi_
ξ2,即矩陣p
pp的-1特徵值對應的特徵向量。
向量 矩陣 變換的理解
1.3d繪圖的核心是向量運算 矩陣變換 三角函式 2.矩陣主要是用來描述兩個座標系的關係,通過定義一種運算來將乙個座標系中的向量轉換到另乙個座標系中 3.大多數3d圖形不是真正3d的,我們使用3d的概念和術語來描述物體,然後這些3d資料被 壓扁 在2d的計算機螢幕上。這種將3d資料壓扁成2d資料的處...
變換矩陣擬合 對雅可比矩陣的理解
眾所周知,二維平面直角座標系中的面積微元轉換為平面極座標系有 嘗試下證明 先列出x,y與r,微分一下 得到了什麼?你說你不知道第三行怎麼來的?我也不知道。於是這波看似100 能成功的證明就以失敗告終了。有厲害的小夥伴指出了,這裡的面積微分並不是這麼定義的,而應該是外積,在運算法則上的不同造成了證明中...
矩陣的初等變換的應用
線性代數 這篇文章中介紹了矩陣的初等變換的用法。沒有強調的是,左乘是行變換,右乘是列變換。三種形式六種情況 ei k 單位矩陣的第i行或者第i列乘以k倍得到的矩陣。ei j 單位矩陣第i行和第j行交換或者第i列和第j列交換得到的矩陣。ei j k 單位矩陣的第j行乘以k倍加到第i行,即被操作的行在前...