复合变换与圆

今天我来到呼噜星球的数学课堂，准备继续学习线性变换。当我走进教室时，同学们的眼睛里还带着昨天的疑惑，他们对”线性变换能够保持直线”这个概念似乎还是半信半疑。

“地球老师，“小呼噜举手说，“昨天我们学了各种变换，但你说这些变换都是’线性’的，我总觉得有点抽象。特别是矩阵乘法，为什么要那样算？”

我笑了笑，走到白板前：“今天我们就来探索一个非常有趣的话题：当多个变换组合在一起时，圆会发生什么变化。这个问题的答案，将帮助我们更好地理解矩阵乘法的本质。”

问题提出

“同学们，想象一下我们有一个圆，“我在白板上画了一个完美的圆，“现在我们对这个圆应用两次变换：先旋转，再缩放。你们猜，最后的形状会是什么样的？”

“当然还是圆！“小呼噜抢先回答，“因为旋转和缩放都不会破坏圆形的基本结构。”

“那如果我们在旋转和缩放之后，再加上平移呢？“我继续追问。

小呼噜想了想：“平移只是移动位置，形状应该不会变。”

“嗯，你们的直觉很对。但今天我们要更深入地思考：在什么情况下，变换后的图形仍然是圆？在什么情况下会变成椭圆？更重要的是，我们如何用数学语言精确地描述这种变换组合？”

观察与猜想

单个变换的效果

首先，让我们回顾一下单个线性变换对圆的影响：

1. 纯旋转变换：圆仍然是圆，只是位置和方向发生了变化
2. 纯缩放变换：
   • 如果各向同性缩放（所有方向缩放比例相同），圆仍然是圆
   • 如果各向异性缩放（不同方向缩放比例不同），圆会变成椭圆
3. 纯剪切变换：圆会变成椭圆
4. 复合变换：这取决于具体的变换组合

“看起来，“我说，“问题的关键在于变换是否保持等距性。什么是等距性呢？”

矩阵乘法与复合变换

“现在让我们用数学语言来描述这个问题。当我们说’先进行变换A，再进行变换B’时，对应的矩阵表示是什么？”

假设我们有向量 $v$，首先应用变换矩阵 $A$，得到 $Av$，然后对这个结果应用变换矩阵 $B$，得到 $B(Av)$。

“根据矩阵乘法的结合律，我们有 $B(Av) = (BA)v$。“我在黑板上写下这个等式。

旋转+缩放+平移的组合

让我们具体分析一个重要的复合变换：旋转→缩放→平移。

假设：

• 旋转角度为 $\theta$，旋转矩阵：$R_\theta = \begin{pmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{pmatrix}$
• 缩放因子为 $s_x$ 和 $s_y$，缩放矩阵：$S = \begin{pmatrix} s_x & 0 \\ 0 & s_y \end{pmatrix}$
• 平移向量为 $(t_x, t_y)$，平移矩阵：$T = \begin{pmatrix} 1 & 0 & t_x \\ 0 & 1 & t_y \\ 0 & 0 & 1 \end{pmatrix}$（齐次坐标）

“由于平移不是线性变换，我们需要使用齐次坐标来表示。在2D齐次坐标系中，向量表示为 $(x, y, 1)^T$。”

复合变换的矩阵为：$TRS$。

“现在让我们看看一个圆在经过这样的变换后会变成什么。“

圆的数学表示

一个以原点为中心，半径为 $r$ 的圆可以用方程表示：

$x^2 + y^2 = r^2$

用矩阵形式表示，我们可以写成：

$\begin{pmatrix} x & y \end{pmatrix} \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix} = r^2$

或者更简单地：

$\mathbf{x}^T I \mathbf{x} = r^2$

其中 $I$ 是单位矩阵，$\mathbf{x} = \begin{pmatrix} x \\ y \end{pmatrix}$。

复合变换后的圆

当我们应用线性变换 $A$ 后，新的向量 $\mathbf{x}' = A\mathbf{x}$。

原圆上满足 $\mathbf{x}^T I \mathbf{x} = r^2$ 的点，经过变换后变成 $\mathbf{x}' = A\mathbf{x}$。

将 $\mathbf{x} = A^{-1}\mathbf{x}'$ 代入圆的方程：

$(A^{-1}\mathbf{x}')^T I (A^{-1}\mathbf{x}') = r^2$

$\mathbf{x}'^T (A^{-1})^T A^{-1} \mathbf{x}' = r^2$

$\mathbf{x}'^T (A^T)^{-1} A^{-1} \mathbf{x}' = r^2$

$\mathbf{x}'^T (AA^T)^{-1} \mathbf{x}' = r^2$

严格证明

什么时候变换后的图形仍然是圆？

变换后的图形仍然是圆的条件是：变换矩阵 $A$ 是正交矩阵。

证明：

如果 $A$ 是正交矩阵，则 $A^T A = I$。

那么 $(AA^T)^{-1} = (A^T A)^{-1} = I^{-1} = I$。

所以变换后的方程为：

$\mathbf{x}'^T I \mathbf{x}' = r^2$

这正是圆的方程！因此，正交变换保持圆的形状。

正交变换包括：

• 旋转变换
• 镜像变换
• 以及它们的组合

什么时候变换后的图形是椭圆？

当变换矩阵 $A$ 不是正交矩阵时，变换后的图形通常是椭圆。

椭圆的方程：$\frac{x^2}{a^2} + \frac{y^2}{b^2} = 1$

更一般地，椭圆的方程可以表示为：

$\mathbf{x}^T E \mathbf{x} = 1$

其中 $E$ 是一个正定矩阵。

推导过程：

设 $E = \begin{pmatrix} e_{11} & e_{12} \\ e_{21} & e_{22} \end{pmatrix}$，其中 $e_{12} = e_{21}$。

那么椭圆的方程为：

$e_{11}x^2 + 2e_{12}xy + e_{22}y^2 = 1$

变换矩阵的行列式与面积缩放比

重要发现：线性变换的行列式表示面积缩放比。

证明：

假设我们有一个单位正方形，其顶点为 $(0,0)$、$(1,0)$、$(0,1)$、$(1,1)$。

经过线性变换 $A$ 后，这些点变成：

• $A\begin{pmatrix} 0 \\ 0 \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \end{pmatrix}$
• $A\begin{pmatrix} 1 \\ 0 \end{pmatrix} = \begin{pmatrix} a_{11} \\ a_{21} \end{pmatrix}$
• $A\begin{pmatrix} 0 \\ 1 \end{pmatrix} = \begin{pmatrix} a_{12} \\ a_{22} \end{pmatrix}$
• $A\begin{pmatrix} 1 \\ 1 \end{pmatrix} = \begin{pmatrix} a_{11} + a_{12} \\ a_{21} + a_{22} \end{pmatrix}$

变换后的图形是一个平行四边形，其面积为：

$\text{面积} = |\det(A)|$

因为 $\det(A) = a_{11}a_{22} - a_{12}a_{21}$，这正是平行四边形的面积。

正交变换保持圆的形状

现在让我们更详细地分析为什么正交变换保持圆的形状。

设 $A$ 是正交矩阵，则 $A^T A = I$。

考虑一个圆上的点 $\mathbf{x}$，满足 $\|\mathbf{x}\| = r$。

变换后的点为 $\mathbf{x}' = A\mathbf{x}$。

变换后向量的长度：

$\|\mathbf{x}'\| = \|A\mathbf{x}\| = \sqrt{(A\mathbf{x})^T(A\mathbf{x})} = \sqrt{\mathbf{x}^T A^T A \mathbf{x}} = \sqrt{\mathbf{x}^T I \mathbf{x}} = \sqrt{\mathbf{x}^T \mathbf{x}} = \|\mathbf{x}\| = r$

结论：正交变换保持向量的长度不变，因此也保持圆的形状不变。

一般线性变换下的椭圆

对于一般的线性变换 $A$，圆会变成椭圆。椭圆的两个半轴长度和方向取决于 $A$ 的奇异值分解。

奇异值分解：任何矩阵 $A$ 都可以表示为 $A = U\Sigma V^T$，其中：

• $U$ 和 $V$ 是正交矩阵
• $\Sigma$ 是对角矩阵，对角线元素称为奇异值

椭圆的半轴长度等于 $r$ 乘以 $A$ 的奇异值。

具体例子：

设 $A = \begin{pmatrix} 2 & 0 \\ 0 & 1 \end{pmatrix}$，这是一个各向异性缩放变换。

单位圆 $x^2 + y^2 = 1$ 经过变换后变成：

$(x'/2)^2 + (y'/1)^2 = 1$

即 $\frac{x'^2}{4} + y'^2 = 1$，这是一个椭圆，长半轴为 2，短半轴为 1。

结论与应用

主要结论

1. 正交变换保持圆的形状：旋转变换、反射变换等正交变换将圆映射到圆
2. 一般线性变换将圆映射到椭圆：除了各向同性缩放外，大多数线性变换都会将圆变成椭圆
3. 矩阵乘法表示复合变换：先进行变换 $A$，再进行变换 $B$，等价于进行复合变换 $BA$
4. 行列式表示面积缩放比：线性变换的行列式的绝对值表示面积的缩放比例

应用举例

例题1：确定哪些线性变换将单位圆映射到单位圆

解：我们需要找到满足 $\|A\mathbf{x}\| = \|\mathbf{x}\|$ 对所有 $\mathbf{x}$ 成立的矩阵 $A$。

$\|A\mathbf{x}\|^2 = (A\mathbf{x})^T(A\mathbf{x}) = \mathbf{x}^T A^T A \mathbf{x}$

$\|\mathbf{x}\|^2 = \mathbf{x}^T \mathbf{x}$

因此需要 $\mathbf{x}^T A^T A \mathbf{x} = \mathbf{x}^T \mathbf{x}$ 对所有 $\mathbf{x}$ 成立，这意味着 $A^T A = I$。

答案：正交矩阵将单位圆映射到单位圆。

例题2：假设我们有复合变换：先旋转30度，然后在x方向缩放2倍，y方向缩放1.5倍，最后平移(3,2)。求复合变换的矩阵表示。

解：

• 旋转矩阵：$R = \begin{pmatrix} \cos30° & -\sin30° \\ \sin30° & \cos30° \end{pmatrix} = \begin{pmatrix} \frac{\sqrt{3}}{2} & -\frac{1}{2} \\ \frac{1}{2} & \frac{\sqrt{3}}{2} \end{pmatrix}$
• 缩放矩阵：$S = \begin{pmatrix} 2 & 0 \\ 0 & 1.5 \end{pmatrix}$
• 平移矩阵：$T = \begin{pmatrix} 1 & 0 & 3 \\ 0 & 1 & 2 \\ 0 & 0 & 1 \end{pmatrix}$

复合变换矩阵：$M = T \cdot (S \cdot R) = \begin{pmatrix} 1 & 0 & 3 \\ 0 & 1 & 2 \\ 0 & 0 & 1 \end{pmatrix} \begin{pmatrix} 2 \cdot \frac{\sqrt{3}}{2} & 2 \cdot (-\frac{1}{2}) & 0 \\ 1.5 \cdot \frac{1}{2} & 1.5 \cdot \frac{\sqrt{3}}{2} & 0 \\ 0 & 0 & 1 \end{pmatrix}$

例题3：单位圆经过复合变换：先旋转45度，然后在x方向缩放3倍，y方向缩放2倍。求变换后的椭圆方程。

解：

• 旋转矩阵：$R = \begin{pmatrix} \frac{\sqrt{2}}{2} & -\frac{\sqrt{2}}{2} \\ \frac{\sqrt{2}}{2} & \frac{\sqrt{2}}{2} \end{pmatrix}$
• 缩放矩阵：$S = \begin{pmatrix} 3 & 0 \\ 0 & 2 \end{pmatrix}$
• 复合变换矩阵：$A = S \cdot R = \begin{pmatrix} \frac{3\sqrt{2}}{2} & -\frac{3\sqrt{2}}{2} \\ \sqrt{2} & \sqrt{2} \end{pmatrix}$

变换后的椭圆方程为： $\mathbf{x}^T (AA^T)^{-1} \mathbf{x} = 1$

计算 $AA^T$： $AA^T = \begin{pmatrix} \frac{3\sqrt{2}}{2} & -\frac{3\sqrt{2}}{2} \\ \sqrt{2} & \sqrt{2} \end{pmatrix} \begin{pmatrix} \frac{3\sqrt{2}}{2} & \sqrt{2} \\ -\frac{3\sqrt{2}}{2} & \sqrt{2} \end{pmatrix} = \begin{pmatrix} 9 & 0 \\ 0 & 4 \end{pmatrix}$

所以 $(AA^T)^{-1} = \begin{pmatrix} \frac{1}{9} & 0 \\ 0 & \frac{1}{4} \end{pmatrix}$

椭圆方程为： $\frac{x^2}{9} + \frac{y^2}{4} = 1$

呼噜星人的收获

同学们听完我的讲解后，小呼噜站起来说：“老师，我现在明白了！复合变换就像我们呼噜星人做事情一样，先完成第一个任务，再完成第二个任务，最终的结果取决于我们做事情的方式和顺序。”

“很棒的比喻！“我点点头，“矩阵乘法的顺序确实很重要，因为变换的顺序会影响最终的结果。”

“还有，“小呼噜继续说，“现在我理解了为什么有些变换会让圆变成椭圆，有些变换却保持圆形不变。正交变换就像是我们的舞蹈动作，保持了基本的距离关系，而其他变换就像是拉伸动作，改变了距离关系。”

“说得非常好！“我鼓励道，“今天的课程让我们明白了几何变换的深层含义。矩阵乘法不仅仅是数字的运算，它代表着几何变换的组合。理解了这一点，我们就能够用数学工具来解决很多实际问题。”

“呼噜星球的收获：”

1. 复合变换对应矩阵乘法：先进行变换 $A$，再进行变换 $B$，等价于进行复合变换 $BA$。
2. 正交变换保持圆的形状：旋转变换、反射变换等正交变换将圆映射到圆。
3. 一般线性变换将圆映射到椭圆：除了各向同性缩放外，大多数线性变换都会将圆变成椭圆。
4. 行列式表示面积缩放比：线性变换的行列式的绝对值表示面积的缩放比例。
5. 矩阵乘法顺序很重要：变换的顺序会影响最终的结果。

“今天的学习告诉我们，数学不仅仅是抽象的符号和公式，它是描述和理解我们世界的重要工具。通过线性变换和矩阵乘法，我们能够用数学语言精确地描述几何变换的组合，从而更好地理解和控制周围的世界。”

“下一节课，我们将探讨线性变换在实际问题中的应用，包括计算机图形学、物理变换等领域。希望大家继续保持好奇心，一起探索数学的奥秘！”