证明:旋转矩阵是正交矩阵
正交矩阵
定义:设AAA为nnn阶方阵,如果ATA=IA^{T}A = IATA=I或AAT=IAA^T = IAAT=I,就称AAA为正交矩阵。
性质:
- 正交矩阵的每一个列向量都是单位向量,且向量之间两两正交。
- 正交矩阵的行列式为1或者-1.
- A−1=ATA^{-1} = A^TA−1=AT(充要条件)
旋转矩阵
选准矩阵描述了坐标系之间的旋转变换,由3×33\times 33×3矩阵描述。旋转矩阵是一个正交矩阵。
证明
设存在笛卡尔坐标系CAC_ACA,由xA,yA,zAx_A,y_A,z_AxA,yA,zA列向量描述。假设原坐标系为全局参考坐标系,则xA=[1,0,0]Tx_A = [1,0,0]^TxA=[1,0,0]T,yA=[0,1,0]Ty_A = [0,1,0]^TyA=[0,1,0]T,zA=[0,0,1]Tz_A = [0,0,1]^TzA=[0,0,1]T。坐标系之间的转换可以描述为矩阵之间的相乘。由坐标系CAC_ACA经过旋转矩阵RRR转换到坐标系CBC_BCB,即可描述为:
CB=RCAC_B = RC_ACB=RCA
由于CAC_ACA为单位矩阵III,则CB=RC_B = RCB=R
其中CBC_BCB由xB,yB,zBx_B,y_B,z_BxB,yB,zB列向量描述,并且每个列向量在全局坐标系(在这里为CAC_ACA)的具体值可以通过两个向量之间的投影获得。
即xB=[xBTxA,xBTyA,xBTzA]Tx_B = [x_B^Tx_A,x_B^Ty_A,x_B^Tz_A]^TxB=[xBTxA,xBTyA,xBTzA]T
同理:
yB=[yBTxA,yBTyA,yBTzA]Ty_B =[y_B^Tx_A,y_B^Ty_A,y_B^Tz_A]^TyB=[yBTxA,yBTyA,yBTzA]T
zB=[zBTxA,zBTyA,zBTzA]Tz_B = [z_B^Tx_A,z_B^Ty_A,z_B^Tz_A]^TzB=[zBTxA,zBTyA,zBTzA]T
由此:
R=CB=[xB,yb,zb]=[xBTxAyBTxAzBTxAxBTyAyBTyAzBTyAxBTzAyBTzAzBTzA]R = C_B =[x_B,y_b,z_b]= \begin{bmatrix}
x_B^Tx_A&y_B^Tx_A&z_B^Tx_A\\
x_B^Ty_A&y_B^Ty_A&z_B^Ty_A\\
x_B^Tz_A&y_B^Tz_A&z_B^Tz_A
\end{bmatrix}R=CB=[xB,yb,zb]=⎣⎡xBTxAxBTyAxBTzAyBTxAyBTyAyBTzAzBTxAzBTyAzBTzA⎦⎤
根据RRR的关系式,可以间接推导出R−1R^{-1}R−1和RTR^{T}RT的关系式。
RTR^TRT由转置的定义得:
RT=[xBTxAxBTyAxBTzAyBTxAyBTyAyBTzAzBTxAzBTyAzBTzA]R^T = \begin{bmatrix}
x_B^Tx_A&x_B^Ty_A&x_B^Tz_A\\
y_B^Tx_A&y_B^Ty_A&y_B^Tz_A\\
z_B^Tx_A&z_B^Ty_A&z_B^Tz_A
\end{bmatrix}
RT=⎣⎡xBTxAyBTxAzBTxAxBTyAyBTyAzBTyAxBTzAyBTzAzBTzA⎦⎤
R−1R^{-1}R−1由旋转矩阵的定义
可以理解为旋转矩阵的逆变换,即由CA=R−1CBC_A = R^{-1}C_BCA=R−1CB,因此只需将RRR矩阵中的AAA和BBB交换位置即可。
可得:
R−1=[xBTxAxBTyAxBTzAyBTxAyBTyAyBTzAzBTxAzBTyAzBTzA]R^{-1} = \begin{bmatrix}
x_B^Tx_A&x_B^Ty_A&x_B^Tz_A\\
y_B^Tx_A&y_B^Ty_A&y_B^Tz_A\\
z_B^Tx_A&z_B^Ty_A&z_B^Tz_A
\end{bmatrix}
R−1=⎣⎡xBTxAyBTxAzBTxAxBTyAyBTyAzBTyAxBTzAyBTzAzBTzA⎦⎤
因此
RT=R−1
R^T = R^{-1}
RT=R−1
即旋转矩阵是正交矩阵。
- 点赞
- 收藏
- 分享
- 文章举报
- 证明2x2正交矩阵专置后还是正交矩阵
- 矩阵分析相关证明(一) —— 正交与投影
- 正交矩阵和Gram-Schmidt正交化
- 线性代数(四十四) : 正交矩阵
- 主子式大于等于零的矩阵是半正定矩阵的证明方法之二
- 【ML学习笔记】6:机器学习中的数学基础6(对角矩阵,对称矩阵,正交矩阵,特征分解)
- 【线代】行/列分块矩阵中向量正交有什么用?如何表述?向量正交和线性无关有什么关系?
- 对称矩阵、Hermite矩阵、正交矩阵、酉矩阵、奇异矩阵、正规矩阵、幂等矩阵
- Matlab与线性代数--矩阵的正交分解
- 矩阵相似标准型的直接证明
- MIT_Linear_Algebra_lec17: 正交基、正交矩阵和施密特正交化
- opencv 计算旋转矩阵R,平移矩阵T
- 关于方向余弦矩阵的新的理解(附带px4中初始的旋转矩阵为什么这么求)
- 三维旋转矩阵(包括任意轴的通用旋转矩阵、Euler角、单位四元数)的计算
- 正定矩阵,正交矩阵,对角化,可逆矩阵,奇异矩阵,相似矩阵
- 旋转矩阵的证明(写了才发现很简单)挫败
- 正交矩阵和Gram-Schmidt正交化
- 正交矩阵(Orthogonal Matrix)
- 矩阵相似证明相关
- 机器学习中的矩阵方法02:正交