DirectX 9.0 (2) 矩阵

引言

在3D图形学中，我们无时无刻不再和矩阵打交道，诸如平移，缩放，旋转等几何变换使用矩阵来进行将会大大的提供效率。所以，有必要对矩阵的相关知识做基本的了解。

矩阵定义

一个m*n的矩阵表示的就是一个拥有m行，n列的矩形数组。在数组中的数，我们称之为元素。对元素进行描述时，我们使用它在这个矩阵中的行数和列数作为它的下标来表示，下图就是一个矩阵：

矩阵可以看做是一些向量的集合。我们既可以把矩阵中的一行做为一个向量，也可以将一列做为一个向量，如下所示：

其中Vrow1 = {b11, b12, b13}, Vrow2 = {b21, b22, b23}, Vrow3 = {b31, b32, b33}

又如下图中的列向量表示法：

其中Vcol1 = {b11, b21, b31}, Vcol2 = {b12, b22, b32}, Vcol3 = {b13, b23, b33}

在DirectX中大部分时候都是采用行向量的表示方法，而在OpenGL中一般采用列向量的表示方法，所以如果您看过不同的书籍，会看到上面介绍的关于旋转，缩放，平移等矩阵有一点点不同，他们可能相互为倒置关系（倒置关系将在下面介绍），这就是因为有的书在讲述的时候使用的是行向量，比如龙书，有的书讲述的时候使用的是列向量，比如Real-time rendering。希望读者仔细区分，我在下面将会一直使用行向量的表示方法来描述问题。

矩阵操作

• 两个矩阵相等，只要他们相对应的元素一一相等就可以。这也就是说两个矩阵相等，他们的列数和行数一定也互相相等，否则没有办法比较。
• 两个矩阵相加，只要将对应的元素一一相加即可。同样的，这两个矩阵的行数和列数也一定要相同
• 一个标量乘以一个矩阵，只要将这个标量乘以矩阵中每一个元素即可

矩阵乘法

矩阵乘法，是矩阵很重要的一个运算，也是矩阵体现高效率的原因所在。两个矩阵要能够进行矩阵乘法，他们需要满足一些条件。

如果A是一个m*n矩阵，B是一个n*p矩阵，那么A*B的结果就是一个m*p矩阵。

从这个例子，我们大概能够猜测到矩阵可以进行乘法的条件就是A的列数一定要等于B的行数，只有这样才能够进行矩阵乘法，乘法的结果是以A的行数和B的列数为行数和列数的矩阵。

进行乘法运算是是使用如下的公式进行：

也就是说C矩阵为A矩阵和B矩阵相乘之后的结果，C矩阵中的第Cij个元素为A矩阵中的i行向量与B矩阵中的j列向量点积之后的结果。

我们需要注意由于矩阵的特殊性，一般情况下，它并不满足乘法交换律，也就是说A* B 不等于B*A。从上面的例子我们就可以看出，B* A要是能够相乘的话，B的列数一定要等于A的行数才可以，但是他们可能并不相等，所以并不满足交换律。

向量-矩阵乘法

学习矩阵的主要目的，就是对向量进行运算。我们知道，在3D模型中，都是使用三角形来表示的，而三角形又是使用3个顶点来表示的，顶点又是使用3D向量来表示的，所以对顶点进行变换，就能够达到对三角形，多边形，乃至整个物体进行变换了。

我们来考虑如下的向量-矩阵乘法：

我们可以将向量u看成是一个1*3的矩阵，这样uB的结果也就是一个1*3的矩阵了。

通过将结果进行推导我们可以得到如下的公式：

读者可能看到上面的公式有点熟悉，是的，这和我们在前一节中讲述向量的坐标变换的公式一样，只要我们将这里的Vrow1,Vrow2,Vrow3变成相对于某个坐标系的本坐标系基坐标的表示，我们就可以得出变换后的结果了。

也就是说，我们可以是用向量-矩阵的方法来对一个向量进行坐标变换，只要我们知道A坐标系中的基坐标（x轴，y轴，z轴）在B坐标系下的表示Vrow1,Vrow2,Vrow3,我们就可以使用矩阵计算出变换后的结果了。很方便是吧。

读者可能会问，你这个是对向量的坐标变换使用矩阵的方法，那么对于点向量又是怎么样了？？？

正如您想的那样，他们之间很不同，而且大大的不同，需要重新领入一个新的概念，所以将留在下一篇中专门讨论这个问题。

矩阵倒置（Transpose）

矩阵倒置，指的是将矩阵中原来的行向量，和列向量互换，如下图所示：

其中AT就是对矩阵倒置的操作符

矩阵求逆

矩阵求逆的运算比较复杂，但是不难理解，任何一本线性代数的书上都会有这样的运算解释，所以这里就不再赘述。但是需要明白的一点是，矩阵上面没有定义除法运算，所以才定义了一个矩阵求逆的运算。也就是说，通过逆运算，可以将原本变换后的物体，在将相同的矩阵进行求逆之后，在变换，就可以变换会原来的样子。

总结

好了，暂时就讲到这里了！！！欢迎大家指出错误！！！