WikiDer > Вращение Гивенса

В числовая линейная алгебра, а Вращение Гивенса это вращение в плоскости, охваченной двумя осями координат. Вращения Гивенса названы в честь Уоллес Гивенс, который познакомил их с численными аналитиками в 1950-х годах, когда он работал в Аргоннская национальная лаборатория.

Матричное представление

Вращение Гивенса представлено матрица формы

${ Displaystyle G (я, j, theta) = { begin {bmatrix} 1 & cdots & 0 & cdots & 0 & cdots & 0 vdots & ddots & vdots && vdots && vdots 0 & cdots & c & cdots & -s & cdots & 0 vdots && vdots & ddots & vdots && vdots 0 & cdots & s & cdots & c & cdots & 0 vdots && vdots && vdots & ddots & vdots 0 & cdots & 0 & cdots & 0 & cdots & 1 end {bmatrix}},}$

где c = cosθ и s = грехθ появляются на перекрестках яй и j-ые строки и столбцы. То есть для фиксированного я > j, ненулевые элементы матрицы Гивенса имеют вид:

${ displaystyle { begin {align} g_ {kk} & {} = 1 qquad { text {for}} k neq i, , j g_ {kk} & {} = c qquad { text {for}} k = i, , j g_ {ji} & {} = - g_ {ij} = - s конец {выровнено}}}$

Продукт г(я, j, θ)Икс представляет собой вращение против часовой стрелки вектор Икс в (я, j) самолет θ радианы, отсюда и название вращения Гивенса.

Основное использование вращений Гивенса в числовая линейная алгебра это ввести нули^{[требуется разъяснение]} в векторах или матрицах. Этот эффект может, например, использоваться для вычисления QR-разложение матрицы. Одно преимущество перед Преобразования домовладельцев состоит в том, что их можно легко распараллелить, а во-вторых, часто для очень разреженных матриц они имеют меньшее количество операций.

Стабильный расчет

Когда матрица вращения Гивенса, г(я, j, θ), умножает другую матрицу, А, слева, G A, только строки я и j из А под действием. Таким образом, мы ограничимся следующей задачей против часовой стрелки. Данный а и б, найти c = cosθ и s = грехθ такой, что

${ displaystyle { begin {bmatrix} c & -s s & c end {bmatrix}} { begin {bmatrix} a b end {bmatrix}} = { begin {bmatrix} r 0 end {bmatrix}},}$

где ${ displaystyle r = { sqrt {a ^ {2} + b ^ {2}}}}$ длина вектора ${ Displaystyle (а, б)}$.Явный расчет θ редко бывает необходимо или желательно. Вместо этого мы напрямую ищем c и s. Очевидным решением было бы

${ displaystyle { begin {align} c & {} leftarrow a / r s & {} leftarrow -b / r. end {выравнивается}}}$^[1]

Однако расчет для р может переполнение или переполнение. Альтернативная формулировка, позволяющая избежать этой проблемы (Голуб и Ван Лоан 1996, §5.1.8) реализован как гипотеза работают на многих языках программирования.

Следующий код Фортрана представляет собой минималистичную реализацию вращения Гивенса для действительных чисел. Если входные значения 'a' или 'b' часто равны нулю, код может быть оптимизирован для обработки этих случаев, как представлено Вот.

подпрограмма givens_rotation(а, б, c, s, р)настоящий а, б, c, s, рнастоящий час, dесли (б.ne.0.0) тогдачас = гипотеза(а, б)    d = 1.0 / час    c = пресс(а) * d    s = знак(d, а) * б    р = знак(1.0, а) * часещеc = 1.0    s = 0.0    р = аконец, есливернутьконец

Кроме того, как обнаружил Эдвард Андерсон, улучшая ЛАПАК, численное рассмотрение, о котором раньше не замечали, - это непрерывность. Для этого нам потребуется р быть позитивным.^[2] Следующее MATLAB/GNU Octave код иллюстрирует алгоритм.

функция[c, s, r] =givens_rotation(а, б)если б == 0;        c = знак(а);        если (c == 0);            c = 1.0; % В отличие от других языков, знаковая функция MatLab возвращает 0 на входе 0.        конец;        s = 0;        р = пресс(а);    elseif а == 0;        c = 0;        s = знак(б);        р = пресс(б);    elseif абс (а)> абс (б);        т = б / а;        ты = знак(а) * sqrt(1 + т * т);        c = 1 / ты;        s = c * т;        р = а * ты;    ещет = а / б;        ты = знак(б) * sqrt(1 + т * т);        s = 1 / ты;        c = s * т;        р = б * ты;    конец;

В IEEE 754 копия (х, у) функция, обеспечивает безопасный и дешевый способ скопировать знак y к Икс. Если это недоступно, |Икс| ⋅sgn (y), с использованием пресс и sgn functions, является альтернативой, как описано выше.

Треугольная форма

Учитывая следующие 3×3 Матрица:

${ displaystyle A_ {1} = { begin {bmatrix} 6 & 5 & 0 5 & 1 & 4 0 & 4 & 3 end {bmatrix}},}$

выполнить две итерации вращения Гивенса (обратите внимание, что используемый здесь алгоритм вращения Гивенса немного отличается от приведенного выше), чтобы получить верхний треугольная матрица чтобы вычислить QR-разложение.

Чтобы сформировать желаемую матрицу, мы должны обнулить элементы (2,1) и (3,2). Сначала выбираем элемент (2,1) к нулю. Используя матрицу вращения:

${ displaystyle G_ {1} = { begin {bmatrix} c & -s & 0 s & c & 0 0 & 0 & 1 end {bmatrix}}.}$

У нас есть следующее матричное умножение:

${ displaystyle { begin {align} G_ {1} A_ {1} & {} = A_ {2} & {} = { begin {bmatrix} c & -s & 0 s & c & 0 0 & 0 & 1 end {bmatrix}} { begin {bmatrix} 6 & 5 & 0 5 & 1 & 4 0 & 4 & 3 end {bmatrix}}, end {выровнено}}}$

где

${ displaystyle { begin {align} r & {} = { sqrt {6 ^ {2} + 5 ^ {2}}} приблизительно 7,8102 c & {} = 6 / r приблизительно 0,7682 s & {} = -5 / r приблизительно -0,6402. End {выравнивается}}}$

Вставляя эти значения для c и s и выполнение матричного умножения выше дает А₂:

${ displaystyle A_ {2} приблизительно { begin {bmatrix} 7.8102 & 4.4813 & 2.5607 0 & -2.4327 & 3.0729 0 & 4 & 3 end {bmatrix}}}$

Теперь мы хотим обнулить элемент (3,2) чтобы завершить процесс. Используя ту же идею, что и раньше, у нас есть матрица вращения:

${ displaystyle G_ {2} = { begin {bmatrix} 1 & 0 & 0 0 & c & -s 0 & s & c end {bmatrix}}}$

Нам представляется следующее матричное умножение:

${ displaystyle { begin {align} G_ {2} A_ {2} & {} = A_ {3} & {} приблизительно { begin {bmatrix} 1 & 0 & 0 0 & c & -s 0 & s & c end {bmatrix}} { begin {bmatrix} 7.8102 & 4.4813 & 2.5607 0 & -2.4327 & 3.0729 0 & 4 & 3 end {bmatrix}}, end {align}}}$

где

${ displaystyle { begin {align} r & {} приблизительно { sqrt {(-2,4327) ^ {2} + 4 ^ {2}}} приблизительно 4,6817 c & {} приблизительно -2,4327 / r приблизительно -0,5196 s & {} приблизительно -4 / r приблизительно -0,8544. End {выравнивается}}}$

Вставляя эти значения для c и s и выполнение умножения дает нам А₃:

${ displaystyle A_ {3} приблизительно { begin {bmatrix} 7.8102 & 4.4813 & 2.5607 0 & 4.6817 & 0.9664 0 & 0 & -4.1843 end {bmatrix}}.}$

Эта новая матрица А₃ - верхняя треугольная матрица, необходимая для выполнения итерации QR-разложение. Q теперь формируется с использованием транспонирования матриц вращения следующим образом:

${ displaystyle Q = G_ {1} ^ {T} , G_ {2} ^ {T}.}$

Выполнение этого матричного умножения дает:

${ displaystyle Q приблизительно { begin {bmatrix} 0,7682 & 0,3327 & 0,5470 0,6402 & -0,3992 & -0,6564 0 & 0,8544 & -0,5196 end {bmatrix}}.}$

Это завершает две итерации вращения Гивенса и вычисление QR-разложение теперь можно сделать.

Вращения Гивенса в алгебрах Клиффорда

В Алгебры Клиффорда и его дочерние структуры вроде геометрическая алгебра вращения представлены бивекторы. Повороты Гивенса представлены внешним произведением базисных векторов. Для любой пары базисных векторов ${ displaystyle e_ {i}, e_ {j}}$ Бивекторы вращения Гивенса:

${ displaystyle B_ {ij} = e_ {i} wedge e_ {j}.}$

Их действие на любой вектор записывается:

${ displaystyle v = e ^ {- ( theta / 2) (e_ {i} wedge e_ {j})} ue ^ {( theta / 2) (e_ {i} wedge e_ {j})} ,}$

где

${ Displaystyle е ^ {( тета / 2) (е_ {я} клин е_ {j})} = соз ( тета / 2) + грех ( тета / 2) е_ {я} клин е_ {j}.}$

Размер 3

В измерении 3 есть три вращения Гивенса:

${ Displaystyle R_ {X} ( theta) = { begin {bmatrix} 1 & 0 & 0 0 & cos theta & - sin theta 0 & sin theta & cos theta end {bmatrix}} .}$

${ Displaystyle { begin {align} R_ {Y} ( theta) = { begin {bmatrix} cos theta & 0 & - sin theta 0 & 1 & 0 sin theta & 0 & cos theta конец {bmatrix}} конец {выровненный}}}$^{[примечание 1]}

${ displaystyle { begin {align} R_ {Z} ( theta) = { begin {bmatrix} cos theta & - sin theta & 0 sin theta & cos theta & 0 0 & 0 & 1 конец {bmatrix}} конец {выровненный}}}$

Учитывая, что они эндоморфизмы их можно составлять друг с другом сколько угодно раз, учитывая, что г ∘ ж ≠ ж ∘ г.

Эти три вращения Гивенса составлен может генерировать любую матрицу вращения в соответствии с Теорема Давенпорта о цепном вращении. Это означает, что они могут преобразовать то стандартная основа пространства к любому другому кадру в пространстве.^{[требуется разъяснение]}

Когда повороты выполняются в правильном порядке, значения углов поворота финального кадра будут равны Углы Эйлера финального кадра в соответствующем соглашении. Например, оператор ${ Displaystyle R = R_ {Y} ( theta _ {3}). R_ {X} ( theta _ {2}). R_ {Z} ( theta _ {1})}$ превращает основу пространства в раму с углами крена, тангажа и рыскания ${ displaystyle YPR = ( theta _ {3}, theta _ {2}, theta _ {1})}$ в Конвенция Тейта – Брайана z-Икс-y (соглашение, согласно которому линия узлов перпендикулярна z и Y топоры, также называемые Y-ИКС'-Z ″).

По той же причине любой матрица вращения в 3D можно разложить на три из этих операторы вращения.

Смысл композиции двух вращений Гивенса г ∘ ж - оператор, который сначала преобразует векторы с помощью ж а затем г, будучи ж и г вращения вокруг одной оси основы пространства. Это похоже на эквивалентность внешнего вращения для углов Эйлера.

Таблица составленных вращений

В следующей таблице показаны три поворота Гивенса, эквивалентные различным соглашениям об углах Эйлера с использованием внешней композиции (композиции вращений вокруг базисных осей) активные вращения и правило правой руки для положительного знака углов.

Обозначения были упрощены таким образом, что c₁ означает потому чтоθ₁ и s₂ означает грехθ₂). Субиндексы углов - это порядок, в котором они применяются, используя внешний состав (1 для собственного вращения, 2 для нутации, 3 для прецессии)

Поскольку вращения применяются только в порядке, обратном Таблица углов Эйлера поворотов, эта таблица такая же, но поменять местами индексы 1 и 3 в углах, связанных с соответствующей записью. Запись вроде zxy означает сначала применить y вращение, то Икс, и наконец z, в осях основания.

Все композиции предполагают правильное соглашение об умножении матриц, что дает следующие результаты.

xzx	${ displaystyle { begin {bmatrix} c_ {2} & - c_ {1} s_ {2} & s_ {1} s_ {2} c_ {3} s_ {2} & c_ {3} c_ {2} c_ {1} -s_ {3} s_ {1} & - c_ {2} c_ {3} s_ {1} -c_ {1} s_ {3} s_ {2} s_ {3} & c_ {3} s_ {1} + c_ {1} c_ {2} s_ {3} & c_ {3} c_ {1} -c_ {2} s_ {3} s_ {1} end {bmatrix}}}$	xzy	${ displaystyle { begin {bmatrix} c_ {2} c_ {3} & - c_ {3} s_ {2} c_ {1} + s_ {3} s_ {1} & c_ {3} s_ {2} s_ { 1} + s_ {3} c_ {1} s_ {2} & c_ {1} c_ {2} & - c_ {2} s_ {1} - s_ {3} c_ {2} & s_ {3} s_ {2} c_ {1} + c_ {3} s_ {1} & - s_ {3} s_ {2} s_ {1} + c_ {3} c_ {1} end {bmatrix}}}$
xyx	${ displaystyle { begin {bmatrix} c_ {2} & s_ {1} s_ {2} & c_ {1} s_ {2} s_ {2} s_ {3} & c_ {3} c_ {1} -c_ { 2} s_ {3} s_ {1} & - c_ {3} s_ {1} -c_ {1} c_ {2} s_ {3} - c_ {3} s_ {2} & c_ {3} c_ { 2} s_ {1} + c_ {1} s_ {3} & c_ {3} c_ {2} c_ {1} -s_ {3} s_ {1} end {bmatrix}}}$	xyz	${ displaystyle { begin {bmatrix} c_ {3} c_ {2} & - s_ {3} c_ {1} + c_ {3} s_ {2} s_ {1} & s_ {3} s_ {1} + c_ {3} s_ {2} c_ {1} s_ {3} c_ {2} & c_ {3} c_ {1} + s_ {3} s_ {2} s_ {1} & - c_ {3} s_ { 1} + s_ {3} s_ {2} c_ {1} - s_ {2} & c_ {2} s_ {1} & c_ {2} c_ {1} end {bmatrix}}}$
yxy	${ displaystyle { begin {bmatrix} c_ {3} c_ {1} -c_ {2} s_ {3} s_ {1} & s_ {2} s_ {3} & c_ {3} s_ {1} + s_ {3 } c_ {2} c_ {1} s_ {1} s_ {2} & c_ {2} & - c_ {1} s_ {2} - c_ {2} c_ {3} s_ {1} -c_ {1} s_ {3} & c_ {3} s_ {2} & c_ {3} c_ {2} c_ {1} -s_ {3} s_ {1} end {bmatrix}}}$	yxz	${ displaystyle { begin {bmatrix} c_ {3} c_ {1} -s_ {3} s_ {2} s_ {1} & - s_ {3} c_ {2} & c_ {3} s_ {1} + s_ {3} s_ {2} c_ {1} s_ {3} c_ {1} + c_ {3} s_ {2} s_ {1} & c_ {3} c_ {2} & s_ {3} s_ {1} -c_ {3} s_ {2} c_ {1} - c_ {2} s_ {1} & s_ {2} & c_ {2} c_ {1} end {bmatrix}}}$
yzy	${ displaystyle { begin {bmatrix} c_ {3} c_ {2} c_ {1} -s_ {3} s_ {1} & - c_ {3} s_ {2} & c_ {2} c_ {3} s_ { 1} + c_ {1} s_ {3} c_ {1} s_ {2} & c_ {2} & s_ {1} s_ {2} - c_ {3} s_ {1} -c_ {1} c_ {2} s_ {3} & s_ {2} s_ {3} & c_ {3} c_ {1} -c_ {2} s_ {3} s_ {1} end {bmatrix}}}$	yzx	${ displaystyle { begin {bmatrix} c_ {2} c_ {1} & - s_ {2} & c_ {2} s_ {1} c_ {3} s_ {2} c_ {1} + s_ {3} s_ {1} & c_ {3} c_ {2} & c_ {3} s_ {2} s_ {1} -s_ {3} c_ {1} s_ {3} s_ {2} c_ {1} -c_ { 3} s_ {1} & s_ {3} c_ {2} & s_ {3} s_ {2} s_ {1} + c_ {3} c_ {1} end {bmatrix}}}$
зыз	${ displaystyle { begin {bmatrix} c_ {3} c_ {2} c_ {1} -s_ {3} s_ {1} & - c_ {2} s_ {1} c_ {3} -c_ {1} s_ {3} & c_ {3} s_ {2} c_ {3} s_ {1} + c_ {1} c_ {2} s_ {3} & c_ {3} c_ {1} -c_ {2} s_ {3 } s_ {1} & s_ {2} s_ {3} - c_ {1} s_ {2} & s_ {1} s_ {2} & c_ {2} end {bmatrix}}}$	Zyx	${ displaystyle { begin {bmatrix} c_ {2} c_ {1} & - c_ {2} s_ {1} & s_ {2} s_ {3} s_ {2} c_ {1} + c_ {3} s_ {1} & - s_ {3} s_ {2} s_ {1} + c_ {3} c_ {1} & - s_ {3} c_ {2} - c_ {3} s_ {2} c_ { 1} + s_ {3} s_ {1} & c_ {3} s_ {2} s_ {1} + s_ {3} c_ {1} & c_ {3} c_ {2} end {bmatrix}}}$
zxz	${ displaystyle { begin {bmatrix} c_ {3} c_ {1} -c_ {2} s_ {1} s_ {3} & - c_ {3} s_ {1} -c_ {1} c_ {2} s_ {3} & s_ {2} s_ {3} c_ {2} c_ {3} s_ {1} + c_ {1} s_ {3} & c_ {3} c_ {2} c_ {1} -s_ {3 } s_ {1} & - c_ {3} s_ {2} s_ {1} s_ {2} & c_ {1} s_ {2} & c_ {2} end {bmatrix}}}$	zxy	${ displaystyle { begin {bmatrix} c_ {3} c_ {1} + s_ {3} s_ {2} s_ {1} & - c_ {3} s_ {1} + s_ {3} s_ {2} c_ {1} & s_ {3} c_ {2} c_ {2} s_ {1} & c_ {2} c_ {1} & - s_ {2} - s_ {3} c_ {1} + c_ {3 } s_ {2} s_ {1} & s_ {3} s_ {1} + c_ {3} s_ {2} c_ {1} & c_ {3} c_ {2} end {bmatrix}}}$

Смотрите также

• Вращение Якоби
• Плоскость вращения
• Преобразование домохозяина
• Давенпорт вращения

Заметки

использованная литература

• Bindel, D .; Demmel, J .; Kahan, W .; Маркес, О. (2000), О надежном и эффективном вычислении вращений Гивенса. Рабочая записка LAPACK 148, Университет Теннесси, UT-CS-00-449, 31 января 2001 г.
• Цибенко, Георгий (март – апрель 2001 г.), «Сведение квантовых вычислений к элементарным унитарным операциям» (PDF), Вычислительная техника в науке и технике, 3 (2): 27–32, Дои:10.1109/5992.908999
• Голуб, Джин Х.; Ван Лоан, Чарльз Ф. (1996), Матричные вычисления (3-е изд.), Джонс Хопкинс, ISBN 978-0-8018-5414-9.
• Нажмите, WH; Теукольский С.А.; Феттерлинг, штат Вашингтон; Фланнери, BP (2007), «Раздел 11.3.1. Метод Гивенса», Числовые рецепты: искусство научных вычислений (3-е изд.), Нью-Йорк: Издательство Кембриджского университета, ISBN 978-0-521-88068-8