MathLabs

几何学

几何变换

平移、旋转、反射、位似等平面变换,保持或按比例改变图形。

直观平移、旋转与缩放图形

你每天都能看到形状移动却不改变大小(一本书在桌上滑动,车轮绕轴旋转),也能看到形状在保持轮廓的同时变大或变小(为印刷而放大的照片,日落时变长的影子)。几何变换是把平面上每个点 MM 变成新点 M′M' 的一条规则。中学里学到的四种基本变换——平移、旋转、反射与位似(缩放)——是精确描述对称性、全等与相似的基本构件。

交互式单位圆,展示一个点按角度旋转
平面变换矩阵:当两列正交(如 (0.8,0.6)(0.8, 0.6) 与 (−0.6,0.8)(-0.6, 0.8))且 det⁡A=1\det A = 1 时是保持长度与面积的纯旋转;缩放列向量则产生位似变换。

中学四种基本变换

定义: 平移

给定固定向量 v⃗=(a,b)\vec{v} = (a, b) ,平移 Tv⃗T_{\vec{v}} 把每个点 M(x,y)M(x, y) 变成满足 MM′⃗=v⃗\vec{MM'} = \vec{v} 的点 M′(x′,y′)M'(x', y') 。用坐标来看,这只是把向量的分量加到每个点上。

x′=x+a,y′=y+bx' = x + a, \qquad y' = y + b

这里 (x,y)(x, y) 是 MM 的坐标,(x′,y′)(x', y') 是其像 M′M' 的坐标;数对 (a,b)(a, b) 是平移向量 v⃗\vec{v} 的水平与垂直分量。平移保持距离、角度与方向:它是一种等距变换,绝不会旋转或翻转平面。

定义: 旋转

固定中心 I(a,b)I(a, b) 和角 α\alpha 。旋转 Q(I,α)Q_{(I, \alpha)} 把 MM 变成点 M′M' ,使得 IM′=IMIM' = IM ,并且从 IM→\overrightarrow{IM} 到 IM′→\overrightarrow{IM'} 的角(按逆时针方向测量)等于 α\alpha 。

(x′y′)=(cos⁡α−sin⁡αsin⁡αcos⁡α)(x−ay−b)+(ab)\begin{pmatrix} x' \\ y' \end{pmatrix} = \begin{pmatrix} \cos\alpha & -\sin\alpha \\ \sin\alpha & \cos\alpha \end{pmatrix}\begin{pmatrix} x - a \\ y - b \end{pmatrix} + \begin{pmatrix} a \\ b \end{pmatrix}

该矩阵把从中心 I(a,b)I(a, b) 到 M(x,y)M(x, y) 的向量旋转角 α\alpha ,然后把结果平移回去,使旋转真正固定 II 。当 α\alpha 为 180°180° 时,该旋转与关于 II 的中心对称重合。

定义: 轴对称

给定直线 dd ,轴对称 RdR_d 把每个点 MM 变成点 M′M' ,使得 dd 是线段 MM′MM' 的垂直平分线(dd 上的点是不动点)。关于横轴的对称就是 ROx(x,y)=(x,−y)R_{Ox}(x, y) = (x, -y) 。

ROx(x,y)=(x,−y)R_{Ox}(x, y) = (x, -y)

定义: 位似(缩放)

给定中心 I(a,b)I(a, b) 和比 k≠0k \neq 0 ,位似变换 V(I,k)V_{(I, k)} 把 MM 变成点 M′M' ,满足 IM′→=k IM→\overrightarrow{IM'} = k\,\overrightarrow{IM} 。与前三种变换不同,当 ∣k∣≠1|k| \neq 1 时位似会改变长度,因此它不是等距变换。

x′=a+k(x−a),y′=b+k(y−b)x' = a + k(x - a), \qquad y' = b + k(y - b)

把一个等距变换(平移、旋转或轴对称)与一个位似变换复合得到的映射称为相似变换:它保持角度,并把每条长度都乘以同一个比 ∣k∣|k| ,因此把任何图形变成与之相似的图形。

四种基本平面变换的比较
变换公式距离的缩放倍数面积的缩放倍数
平移x′=x+a,y′=y+bx' = x + a, \qquad y' = y + b1(保持)1(保持)
旋转中心 II ,角 α\alpha1(保持)1(保持)
轴对称ROx(x,y)=(x,−y)R_{Ox}(x, y) = (x, -y)1(保持)1(保持)
位似 V(I,k)V_{(I, k)}x′=a+k(x−a),y′=b+k(y−b)x' = a + k(x - a), \qquad y' = b + k(y - b)∣k∣|k|k2k^2

大学变换的复合与等距变换群

设两条直线 d1d_1 与 d2d_2 相交于点 II ,且从 d1d_1 到 d2d_2 的有向角为 α\alpha 。则先关于 d1d_1 反射再关于 d2d_2 反射的复合是绕 II 旋转角 2α2\alpha 的旋转: Rd2∘Rd1=Q(I,2α)R_{d_2} \circ R_{d_1} = Q_{(I, 2\alpha)} 。

为什么成立?

单次反射会翻转方向(左手变成右手),因此连续进行两次反射会恢复原来的方向,必然是不含翻转的刚体运动。由于交点 II 位于两面镜子上,两次反射都不会移动 II ,所以合成运动必然是绕 II 的旋转,而每面镜子都会贡献点与该镜子夹角的两倍。

证明

首先,因为 II 同时位于 d1d_1 和 d2d_2 上,两次反射都固定 II 。取异于 II 的任意点 MM ,并设 M1=Rd1(M)M_1 = R_{d_1}(M) 与 M′=Rd2(M1)M' = R_{d_2}(M_1) 。

由于 d1d_1 是 MM1MM_1 的垂直平分线,且 d2d_2 是 M1M′M_1M' 的垂直平分线,我们有 IM=IM1=IM′IM = IM_1 = IM' ,因此 MM 与 M′=Rd2(M1)M' = R_{d_2}(M_1) 位于以 II 为圆心的同一个圆上。

设从射线 IM→\overrightarrow{IM} 到 Id1→\overrightarrow{Id_1} 的有向角为 φ1\varphi_1 ,从 Id1→\overrightarrow{Id_1} 到 Id2→\overrightarrow{Id_2} 的有向角为 φ2\varphi_2 。关于 d1d_1 的反射将 IM→\overrightarrow{IM} 旋转 2φ12\varphi_1 变到 IM1→\overrightarrow{IM_1} ,而关于 d2d_2 的反射将 IM1→\overrightarrow{IM_1} 旋转 2φ22\varphi_2 变到 IM′→\overrightarrow{IM'} 。将有向角相加可得 (IM→,IM′→)=2φ1+2φ2=2(φ1+φ2)=2α(\overrightarrow{IM}, \overrightarrow{IM'}) = 2\varphi_1 + 2\varphi_2 = 2(\varphi_1 + \varphi_2) = 2\alpha ,这与 MM 的选取无关。因此每个点都绕 II 旋转了 2α2\alpha ,证明了该复合等于 Q(I,2α)Q_{(I, 2\alpha)} 。

在以 II 为中心、比为 k≠0k \neq 0 的位似变换 V(I,k)V_{(I, k)} 下,对于任意两点 A,BA, B 及其像 A′=V(I,k)(A)A' = V_{(I,k)}(A) 和 B′=V(I,k)(B)B' = V_{(I,k)}(B) ,有 B′A′→=k BA→\overrightarrow{B'A'} = k\,\overrightarrow{BA} ,从而 A′B′=∣k∣⋅ABA'B' = |k|\cdot AB 。因此,任意三角形 ABCABC 的面积按比值的平方缩放: [A′B′C′]=k2⋅[ABC][A'B'C'] = k^2 \cdot [ABC] 。

为什么成立?

因为每个点都按同一倍数 kk 远离(或靠近)中心 II ,由 II 与任意两点 A,BA, B 构成的三角形在两条径向边上均匀缩放,故由泰勒斯定理知第三边 A′B′A'B' 与 ABAB 保持平行且长度乘以 ∣k∣|k| 。面积是二维量(底乘高),由于底和高都乘以 ∣k∣|k| ,它们的乘积就乘以 ∣k∣⋅∣k∣=k2|k| \cdot |k| = k^2 。

证明

由位似的定义,IA′→=k IA→\overrightarrow{IA'} = k\,\overrightarrow{IA} 且 IB′→=k IB→\overrightarrow{IB'} = k\,\overrightarrow{IB} 。用第一个向量方程减去第二个可得 IA′→−IB′→=k(IA→−IB→)\overrightarrow{IA'} - \overrightarrow{IB'} = k(\overrightarrow{IA} - \overrightarrow{IB}) 。

对两边应用向量减法法则 IA→−IB→=BA→\overrightarrow{IA} - \overrightarrow{IB} = \overrightarrow{BA} ,即得 B′A′→=k BA→\overrightarrow{B'A'} = k\,\overrightarrow{BA} 。两边取模长立即得到 A′B′=∣B′A′→∣=∣k∣⋅∣BA→∣=∣k∣⋅ABA'B' = |\overrightarrow{B'A'}| = |k| \cdot |\overrightarrow{BA}| = |k| \cdot AB 。

现在考虑任意三角形 ABCABC 。从 CC 到直线 ABAB 的高 hh 是 CC 与其在 ABAB 上的正交投影 HH 之间的距离。由于位似保持平行性与角度,它也保持垂直性,因此 H′=V(I,k)(H)H' = V_{(I,k)}(H) 就是 A′B′C′A'B'C' 的高线垂足。于是底边 A′B′=∣k∣⋅ABA'B' = |k|\cdot AB 与高 C′H′=∣k∣⋅CHC'H' = |k|\cdot CH 都乘以 ∣k∣|k| ,从而 [A′B′C′]=12A′B′⋅C′H′=∣k∣2⋅12AB⋅CH=k2⋅[ABC][A'B'C'] = \tfrac{1}{2} A'B' \cdot C'H' = |k|^2 \cdot \tfrac{1}{2} AB \cdot CH = k^2 \cdot [ABC] 。

大学实际应用与典型例题

几何变换是计算机图形学(2D或3D游戏的每一帧都会在GPU上对成千上万个顶点施加平移、旋转与缩放矩阵)、机器人学(机械臂末端的位置是各个关节旋转的复合)、晶体学(晶格中的原子在由平移、旋转与反射组成的离散群下周期性重复)以及制图学(地图投影与缩放仪利用位似精确缩放地形)的日常语言。

例题: 将机器人传感器旋转90度

平面机器人的手腕绕原点 O(0,0)O(0, 0) 转动。安装在手部的激光传感器当前位于 P(3,4)P(3, 4) 。求手腕逆时针旋转 α=90°\alpha = 90° 后传感器的新坐标 P′(x′,y′)P'(x', y') 。

解答

使用绕原点 (a,b)=(0,0)(a, b) = (0, 0) 、角 α=90°\alpha = 90° 的旋转公式: x′=xcos⁡90°−ysin⁡90°x' = x\cos 90° - y\sin 90° 与 y′=xsin⁡90°+ycos⁡90°y' = x\sin 90° + y\cos 90° 。

因为 cos⁡90°=0\cos 90° = 0 且 sin⁡90°=1\sin 90° = 1 ,公式化简为标准的四分之一周旋转法则 (x′,y′)=(−y,x)(x', y') = (-y, x) 。

代入 (x,y)=(3,4)(x, y) = (3, 4) 得 P′=(−4,3)P' = (-4, 3) 。注意它到转轴的距离保持不变: OP′=(−4)2+32=5=OPOP' = \sqrt{(-4)^2 + 3^2} = 5 = OP 。

例题: 用位似变换放大建筑蓝图

在以庭院角落 I(1,2)I(1, 2) 为中心的坐标网格上,一根柱子位于 A(4,6)A(4, 6) ,一个三角形花坛的面积为 S=5S = 5 。建筑师用中心在 I(1,2)I(1, 2) 、比为 k=3k = 3 的位似变换 V(I,3)V_{(I, 3)} 放大图纸。求柱子的新坐标 A′A' 以及花坛的新面积 S′S' 。

解答

应用位似坐标公式 x′=a+k(x−a)x' = a + k(x - a) 、 y′=b+k(y−b)y' = b + k(y - b) ,其中中心为 (a,b)=(1,2)(a, b) = (1, 2) ,点为 (x,y)=(4,6)(x, y) = (4, 6) ,比为 k=3k = 3 。

计算得 x′=1+3(4−1)=10x' = 1 + 3(4 - 1) = 10 且 y′=2+3(6−2)=14y' = 2 + 3(6 - 2) = 14 ,因此柱子移到 A′(10,14)A'(10, 14) 。

由面积缩放定理,面积乘以 k2=32=9k^2 = 3^2 = 9 ,因此放大后花坛的面积为 S′=9⋅5=45S' = 9 \cdot 5 = 45 。

点 M(3,−2)M(3, -2) 在按向量 v⃗=(−1,5)\vec{v} = (-1, 5) 的平移 Tv⃗T_{\vec{v}} 下的像是哪个点?

点 M(0,2)M(0, 2) 在绕原点的逆时针旋转 Q(O,90°)Q_{(O, 90°)} 下的像是哪个点?

两条镜面直线 d1d_1 与 d2d_2 相交于 II ,从 d1d_1 到 d2d_2 的有向角为 35°35° 。先关于 d1d_1 反射再关于 d2d_2 反射等价于哪一个单一变换?

一个公园在城市地图上的面积为 66 。如果用比为 k=−4k = -4 的位似变换 V(O,−4)V_{(O, -4)} 缩放该地图,公园之像的面积是多少?

参考文献

  1. H. S. M. Coxeter (1969). Introduction to Geometry
  2. Wikipedia contributors (2026). Geometric transformation — Wikipedia