- •М.Н. Подоксёнов
- •Часть II.
- •Глава 5
- •Глава 5. Аффинное и евклидово пространство
- •§1. Векторное пространство. Линейная зависимость векторов.
- •§2. Базис и координаты в векторном пространстве.
- •§3. Евклидово векторное пространство.
- •§4. Преобразование координат в векторном пространстве.
- •§5. Аффинное и евклидово точечное пространство.
- •§5. Краткий обзор геометрии пространства a4.
- •§6. Пространство Минковского m4.
- •§7. Примеры решения задач.
- •Приложение Умножение матриц. Обратная матрица.
- •2. С помощью элементарных преобразований строк матрицы.
§4. Преобразование координат в векторном пространстве.
Всё сказанное в этом параграфе верно для векторного пространства Ln произвольной размерности. Но для облегчения восприятия этого материала мы ограничимся случаем n = 3.
Пусть в векторном пространстве L3 выбраны два произвольных базиса B = {e1, e2, e3} и B= {e1, e2, e3}. Пусть один и тот же вектор x в первом и втором базисе имеет соответственно координаты x(x1, x2, x3)B и x(x 1, x 2, x3)B. Требуется найти связь между этими координатами.
Для решения этой задачи нам должно быть известно, как векторы второго базиса раскладываются по первому базису:
e 1 = c11e1 + c12e2 + c13e3,
e2 = c21e1 + c22e2 + c23e3, (9)
e3 = c31e1 + c32e2 + c33e3,
Из коэффициентов этого разложения мы составляем матрицу
C = , (10)
которая называется матрицей перехода от первого базиса ко второму. Пишем так: B –(;\s\up9(С B. При составлении этой матрицы мы коэффициенты из каждой строчки в записывали в соответствующий по номеру столбец. В соответствии с определением, что такое координаты, мы можем записать разложения вектора x по первому и второму базисам:
x = x1e1 + x2e2 + x3e3 (11.1)
x = x1 e1 + x2 e2 + x3 e3 . (11.2)
Подставим в последнее равенство разложения (9):
x = x1 (c11e1 + c12e2 + c13e3) + x2 (c21e1 + c22e2 + c23e3) + x3 (c31e1 + c32e2 + c33e3).
Раскроем скобки и сгруппируем коэффициенты при одинаковых векторах:
x = (c11x1 + c21x2 + c31x3 )e1 + (c12 + c22x2 + c32x3 )e2 + (c13 + c23x2 + c33x3 )e3.
Сравним это выражение с (11.1). В силу единственности разложения вектора по базису, получаем
x1= c11 + c21x2 + c31x3 ,
x2 = c12 + c22x2 + c32x3 , (12)
x3 = c13 + c23x2 + c33x3 .
Если использовать столбцы, составленные из координат
X = , X = .
То систему (12) можно переписать в виде одного матричного равенства:
X = CX. (12)
Эти формулы позволяют найти координаты вектора в первом базисе, если известны его координаты во втором, т.е. они выражают «обратную связь». Для того, чтобы найти прямую связь мы из (12) выражаем
X = C–1X, (13)
Таким образом, вторые координаты выражаются через первые по формулам
= b12x1 + b22x2 + b32x3,
x2 = b12x1 + b22x2 + b32x3, (13)
x3 = b13x1 + b23x2 + b33x3,
где B = C –1, т.е. коэффициенты bij берутся из матрицы, обратной к матрице перехода. Вместо того чтобы искать обратную матрицу, можно решить систему уравнений (12) относительно неизвестных x1 , x2 , x3 и мы получим те же формулы (13).
Предположим теперь, что оба базиса B = {e1, e2, e3} и B= {e1, e2, e3} являются ортонормированными. Тогда должно выполняться
e12 = (c11)2 + (c12)2 + (c13)2 = 1,
e1·e2 = c11·c21 + c12·c22 + c13·c32 = 0.
И аналогично, сумма квадратов элементов каждого столбца матрицы C равна 1, а сумма произведений элементов одного столбца матрицы C на соответствующие элементы другого столбца равна нулю. Матрица, обладающая такими свойствами, является ортогональной, т.е. для неё выполнено C·CT= E (это изучается в курсе алгебры). Другими словами, для ортогональной матрицы обратная матрица совпадает с транспонированной. Переход от одного ОНБ к другому осуществляется с помощью ортогональной матрицы.