【数学问题2】向量微分

在这里插入图片描述

一、反对称矩阵

定义运算 ~ \tilde{\cdot} 为:

l ~ = ( 0 c b c 0 a b a 0 ) \tilde{l} = \begin{pmatrix} 0 & -c & b\\ c & 0 & -a\\ -b & a & 0 \end{pmatrix}

其中

l = [ a b c ] l = \begin{bmatrix} a\\ b\\ c \end{bmatrix}

二、叉乘(外积、向量积)

该运算定义为:

a × b = ( a , b , c ) × ( x , y , z ) = b z c y , c x a z , a y b x a\times b = (a,b,c)\times(x,y,z) = (bz-cy, cx-az, ay-bx)

我们将最后一个等号写成矩阵相乘的形式:

a × b = ( 0 c b c 0 a b a 0 ) ( x y z ) a\times b = \begin{pmatrix} 0 & -c & b\\ c & 0 & -a\\ -b & a & 0 \end{pmatrix} \begin{pmatrix} x\\ y\\ z \end{pmatrix}

你会发现,

a × b = a ~ b a\times b = \tilde a b

a a b b 的外积,等于 a a 的反对称矩阵与 b b 的乘积

三、向量微分

定义 x ( s ) x(s) 是一个{F}坐标系下的向量,其关于变量s的微分如下:

d F x d s = d [ F x ( s ) ] d s = [ d x 1 ( s ) d s d x 1 ( s ) d s d x 1 ( s ) d s ] \frac{d_Fx}{ds} = \frac{d[^Fx(s)]}{ds} = \begin{bmatrix} \frac {dx_1(s)}{ds}\\ \frac {dx_1(s)}{ds}\\ \frac {dx_1(s)}{ds}\\ \end{bmatrix}

x ( s ) x(s) 在{G}坐标系下关于s的微分可表示为:

G d F x d s = G R F F d F d s \frac{^Gd_F x}{ds} = _{}^{G}\textrm{R} _F \frac{^Fd_F}{ds}

式中 R R 为旋转矩阵

旋转矩阵的微分

并非每一时刻的旋转矩阵都是一致的

因此,旋转矩阵对时间的微分为:

d F R G d t = F ω ~ F R G = F R G G ω ~ \frac{d^FR_G}{dt} = ^F \tilde \omega ^FR_G = ^FR_{G}\\ ^G \tilde \omega

发布了75 篇原创文章 · 获赞 722 · 访问量 16万+

猜你喜欢

转载自blog.csdn.net/weixin_41045354/article/details/105622486