矩陣理論應用之反射變換的理解

2021-09-28 22:11:00 字數 1104 閱讀 9844

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]

[10​0−

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

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...