【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(24):基变换与坐标变换

213 阅读1分钟

「这是我参与11月更文挑战的第3天,活动详情查看:2021最后一次更文挑战

前言

Hello!小伙伴!

非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~

 

自我介绍 ଘ(੭ˊᵕˋ)੭

昵称:海轰

标签:程序猿|C++选手|学生

简介:因C语言结识编程,随后转入计算机专业,有幸拿过一些国奖、省奖...已保研。目前正在学习C++/Linux/Python

学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!

 

机器学习小白阶段

文章仅作为自己的学习笔记 用于知识体系建立以及复习

知其然 知其所以然!

6.3 基变换与坐标变换

同一元素在不同的基下有不同的坐标

α1,...,αnβ1,....,βn\alpha_1,...,\alpha_n、\beta_1,....,\beta_n是线性空间VnV_n中的两个基,有

{β1=p11α1+p21α2+....+pn1αnβ2=p12α1+p22α2+....+pn2αn........βn=p1nα1+p2nα2+....+pnnαn\begin{cases} \beta_1=p_{11}\alpha_1+p_{21}\alpha_2+....+p_{n1}\alpha_n\\ \beta_2=p_{12}\alpha_1+p_{22}\alpha_2+....+p_{n2}\alpha_n\\ ........\\ \beta_n=p_{1n}\alpha_1+p_{2n}\alpha_2+....+p_{nn}\alpha_n\\ \end{cases}

使用矩阵形式表示

[β1β2...βn]=[p11p21...pn1p12p22...pn2.........p1np2n...pnn][α1α2...αn]=PT[α1α2...αn]\begin{bmatrix} \beta_1\\ \beta_2\\ .\\ .\\ .\\ \beta_n \end{bmatrix}=\begin{bmatrix} p_{11} & p_{21} &... & p_{n1}\\ p_{12} & p_{22} & ... &p_{n2}\\ . & . & & . \\ . & . & & . \\ . & . & & . \\ p_{1n} & p_{2n} &... & p_{nn}\\ \end{bmatrix}\begin{bmatrix} \alpha_1\\ \alpha_2\\ .\\ .\\ .\\ \alpha_n \end{bmatrix}=P^T\begin{bmatrix} \alpha_1\\ \alpha_2\\ .\\ .\\ .\\ \alpha_n \end{bmatrix}

或者

(β1,β2,....,βn)=(α1,α2,...,αn)[p11p12...p1np21p22...p2n......pn1pn2...pnn]=(α1,α2,...,αn)P(\beta_1,\beta_2,....,\beta_n)=(\alpha_1,\alpha_2,...,\alpha_n)\begin{bmatrix} p_{11} & p_{12} &... & p_{1n}\\ p_{21} & p_{22} & ... &p_{2n}\\ . & . & & . \\ . & . & & . \\ p_{n1} & p_{n2} &... & p_{nn}\\ \end{bmatrix} =(\alpha_1,\alpha_2,...,\alpha_n)P

一般更倾向用后面一种方式表达 α1,α2,...,αnβ1,β2,....,βn\alpha_1,\alpha_2,...,\alpha_n、\beta_1,\beta_2,....,\beta_n都是线性无关的 可以推出PP可逆

定理1

VnV_n中的元素α\alpha,在基α1,α2,...,αn\alpha_1,\alpha_2,...,\alpha_n下的坐标为(x1,x2,...,xn)T(x_1,x_2,...,x_ n)^T,在基β1,β2,...,β3\beta_1,\beta_2,...,\beta_3下的坐标为(x1,x2,...,xn)(x_1^{'},x_2^{'},...,x_n^{'})。若两个基满足关系式子

(β1,β2,....,βn)=(α1,α2,...,αn)P(\beta_1,\beta_2,....,\beta_n)=(\alpha_1,\alpha_2,...,\alpha_n)P

则有坐标变换公式

[x1x2...xn]=P[x1x2...xn][x1x2...xn]=P1[x1x2...xn]\begin{bmatrix} x_1\\ x_2\\ .\\ .\\ .\\ x_n \end{bmatrix}=P\begin{bmatrix} x_1^{'}\\ x_2^{'}\\ .\\ .\\ .\\ x_n^{'} \end{bmatrix}或\begin{bmatrix} x_1^{'}\\ x_2^{'}\\ .\\ .\\ .\\ x_n^{'} \end{bmatrix}=P^{-1}\begin{bmatrix} x_1\\ x_2\\ .\\ .\\ .\\ x_n \end{bmatrix}

证明:

依据坐标的定义,有

α=(α1,α2,...,αn)[x1x2...xn]=(β1,β2,...,β3)[x1x2...xn]\alpha=(\alpha_1,\alpha_2,...,\alpha_n)\begin{bmatrix} x_1\\ x_2\\ .\\ .\\ .\\ x_n \end{bmatrix}=(\beta_1,\beta_2,...,\beta_3)\begin{bmatrix} x_1^{'}\\ x_2^{'}\\ .\\ .\\ .\\ x_n^{'} \end{bmatrix}

(α1,α2,...,αn)[x1x2...xn]=(β1,β2,...,β3)[x1x2...xn](\alpha_1,\alpha_2,...,\alpha_n)\begin{bmatrix} x_1\\ x_2\\ .\\ .\\ .\\ x_n \end{bmatrix}=(\beta_1,\beta_2,...,\beta_3)\begin{bmatrix} x_1^{'}\\ x_2^{'}\\ .\\ .\\ .\\ x_n^{'} \end{bmatrix}

又因为

(β1,β2,....,βn)=(α1,α2,...,αn)P(\beta_1,\beta_2,....,\beta_n)=(\alpha_1,\alpha_2,...,\alpha_n)P

所以

(α1,α2,...,αn)[x1x2...xn]=(α1,α2,...,αn)P[x1x2...xn](\alpha_1,\alpha_2,...,\alpha_n)\begin{bmatrix} x_1\\ x_2\\ .\\ .\\ .\\ x_n \end{bmatrix}=(\alpha_1,\alpha_2,...,\alpha_n)P\begin{bmatrix} x_1^{'}\\ x_2^{'}\\ .\\ .\\ .\\ x_n^{'} \end{bmatrix}

[x1x2...xn]=P[x1x2...xn]\begin{bmatrix} x_1\\ x_2\\ .\\ .\\ .\\ x_n \end{bmatrix}=P\begin{bmatrix} x_1^{'}\\ x_2^{'}\\ .\\ .\\ .\\ x_n^{'} \end{bmatrix}

变形,有

[x1x2...xn]=P1[x1x2...xn]\begin{bmatrix} x_1^{'}\\ x_2^{'}\\ .\\ .\\ .\\ x_n^{'} \end{bmatrix}=P^{-1}\begin{bmatrix} x_1\\ x_2\\ .\\ .\\ .\\ x_n \end{bmatrix}

PP是可逆的

结语

说明:

  • 参考于 课本《线性代数》第五版 同济大学数学系编
  • 配合书中概念讲解 结合了自己的一些理解及思考

文章仅作为学习笔记,记录从0到1的一个过程

希望对您有所帮助,如有错误欢迎小伙伴指正~

我是 海轰ଘ(੭ˊᵕˋ)੭

如果您觉得写得可以的话,请点个赞吧

谢谢支持 ❤️