关于正交变换和正交矩阵
2006-06-04 17:30
281 查看
关于正交变换和正交矩阵一点学习笔记:
定义:设V是一个欧氏空间,А是V上的线形变换,如果对于任何向量x,y,变换А恒能使的下列等式成立则说А是V上的正交变换。
定理: А是欧氏空间V上的线形变换,下面满足任意条件都是А成为正交变换的充要条件。1. А使得向量长度保持不变,机对于任何x∈V有(А(x), А(x))=(x,x)
2.任意一组标准正交基经过А变换后的 基像仍是一组标准正交基。
3. А在任意一组标准正交基下的矩阵А满足ATA=AAT=I或A-1 = AT
关于应用方面两类常见的正交变换:
1. 平面上的旋转变换
按照平面中的坐标系经过α度旋转得到如图所示的变换:
А(i) = cosα*I – sinα*j
{ А(j) = sinα*j + cosα*I
А(I,j) = (I,j)( cosα,sinα)
(-sinα,cosα) y y’ x
[align=center] [/align]
j I α
|А| =cosα2 + sinα2 = 1
[align=left] icosα[/align]
[align=right]x’[/align]
-jsinα
2.反射变换 j
А(i) = I’ = I + 0*j i
А(j) = j’ = 0*I+(-1)j
А(I,j) = (I,j)(1, 0)
(0,-1)
下面将其推广到n维空间中
初等旋转变换:n维Euclid空间V中取一组标准正交基e1,e2…en
1
.
1
cosα … … … sinα
Rij = .
.
-sinα… … … cosα
1
此时确定的变换为初等旋转变换也叫做Givens变换,具备两个性质①行列式值为1
②是正交变换Rij为正交阵
[align=left]①可以通过下面证明:自己推导令C = cosα, S = sinα[/align]
[align=left]则可以化成 [/align]
1
.
1
C … … … S
Rij = .
.
-S… … … C
1
可以通过分解消元上下角可以消去
|Rij| = 1* C … … … S
1
.
-S… … … C
再通过内部消去分解可以得到
|Rij| = C S = C2+ S2 = cosα2 + sinα2=1
-S C
② RijTRij = 1 1
. .
1 1
C … … … -S C … … … S
. .
. .
S … … … C -S … … …C
1 1
1
.
1
C2+S2 … … …C2+S2
Rij = . = I
.
C2+S2… … … C2+S2
1
还有一个镜象变换图片太难画不搞了,用途可以用于n维空间中将图片进行旋转。提供简单计算公式。后面扫描图片算了画是画死了。
定义:设V是一个欧氏空间,А是V上的线形变换,如果对于任何向量x,y,变换А恒能使的下列等式成立则说А是V上的正交变换。
定理: А是欧氏空间V上的线形变换,下面满足任意条件都是А成为正交变换的充要条件。1. А使得向量长度保持不变,机对于任何x∈V有(А(x), А(x))=(x,x)
2.任意一组标准正交基经过А变换后的 基像仍是一组标准正交基。
3. А在任意一组标准正交基下的矩阵А满足ATA=AAT=I或A-1 = AT
关于应用方面两类常见的正交变换:
1. 平面上的旋转变换
按照平面中的坐标系经过α度旋转得到如图所示的变换:
А(i) = cosα*I – sinα*j
{ А(j) = sinα*j + cosα*I
А(I,j) = (I,j)( cosα,sinα)
(-sinα,cosα) y y’ x
[align=center] [/align]
j I α
|А| =cosα2 + sinα2 = 1
[align=left] icosα[/align]
[align=right]x’[/align]
-jsinα
2.反射变换 j
А(i) = I’ = I + 0*j i
А(j) = j’ = 0*I+(-1)j
А(I,j) = (I,j)(1, 0)
(0,-1)
下面将其推广到n维空间中
初等旋转变换:n维Euclid空间V中取一组标准正交基e1,e2…en
1
.
1
cosα … … … sinα
Rij = .
.
-sinα… … … cosα
1
此时确定的变换为初等旋转变换也叫做Givens变换,具备两个性质①行列式值为1
②是正交变换Rij为正交阵
[align=left]①可以通过下面证明:自己推导令C = cosα, S = sinα[/align]
[align=left]则可以化成 [/align]
1
.
1
C … … … S
Rij = .
.
-S… … … C
1
可以通过分解消元上下角可以消去
|Rij| = 1* C … … … S
1
.
-S… … … C
再通过内部消去分解可以得到
|Rij| = C S = C2+ S2 = cosα2 + sinα2=1
-S C
② RijTRij = 1 1
. .
1 1
C … … … -S C … … … S
. .
. .
S … … … C -S … … …C
1 1
1
.
1
C2+S2 … … …C2+S2
Rij = . = I
.
C2+S2… … … C2+S2
1
还有一个镜象变换图片太难画不搞了,用途可以用于n维空间中将图片进行旋转。提供简单计算公式。后面扫描图片算了画是画死了。
相关文章推荐
- 关于浮点型矩阵加速模块设计的感想
- 关于矩阵分解:特征值分解 svd分解 mf分解 lmf分解 pca 以及个性化推荐 fm ffm als
- 关于矩阵相乘快速幂的理解及其用处
- 关于矩阵幂次的求解
- Machine Learning1——机器学习关于数据分析和概率论和线性代数及矩阵的知识
- 机器学习中的矩阵方法02:正交
- 关于矩阵的一些理解
- 关于矩阵表示(matrix-based expression)
- 关于姿态旋转矩阵中的正负号和旋转方向问题
- 山东理工大学ACM平台题答案关于C语言 1164 C语言实验——矩阵转置
- 缩放矩阵, 这里面有关于矩阵的 种种操作 这个要学下 很有用
- 一些关于矩阵的理解
- 快速幂取模及关于矩阵的应用
- OpenCv 关于矩阵的相关计算函数
- 机器学习中的矩阵方法02:正交
- 【084】深度学习读书笔记:P26正交矩阵
- [置顶] unity关于图形学的基础知识-3D矩阵的变换(四)
- 正交矩阵和Gram-Schmidt正交化
- 关于numpy的一些矩阵运算——tile函数