Games101----A Swift and Brutal Introduction to Linear Algebra
2 矩阵
2.1 什么是矩阵
简单来说,就是一个二维数组,
m
×
n
m \times n
m×n表示
m
m
m行,
n
n
n列的矩阵。如下图:
表示一个
3
×
2
3 \times 2
3×2的矩阵。
2.2 矩阵的乘法
- 假 如 A × B = C , 尺 寸 应 该 有 ( M × N ) ∙ ( N × P ) = ( M × P ) 假如A \times B=C,尺寸应该有(M \times N)\bull(N \times P)=(M \times P) 假如A×B=C,尺寸应该有(M×N)∙(N×P)=(M×P),即:A的列数与B的行数相等,且得到的矩阵大小为 M 行 P 列 M行P列 M行P列;
- C中元素 c i j c_{ij} cij是A中行向量 A i A_i Ai和B中的列向量 B j B_j Bj点乘的结果。
- 性质
- 不符合交换律,一般来说, A B 和 B A AB和BA AB和BA是不同的;
- 满足结合律和分配律
- ( A B ) C = A ( B C ) (AB)C=A(BC) (AB)C=A(BC)
- A ( B + C ) = A B + A C A(B+C)=AB+AC A(B+C)=AB+AC
- ( A + B ) C = A C + B C (A+B)C=AC+BC (A+B)C=AC+BC
2.3 矩阵的转置
- 行和列互换
(
i
j
→
j
i
)
(ij \rightarrow ji)
(ij→ji),如下图:
- 性质: ( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT.
2.4 单位矩阵和矩阵的逆
- I 3 × 3 = ( 1 0 0 0 1 0 0 0 1 ) I_{3\times 3}=\biggl( \begin{matrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{matrix} \biggr) I3×3=(100010001);
- A A − 1 = A − 1 A = I AA^{-1}=A^{-1}A=I AA−1=A−1A=I;
- ( A B ) − 1 = B − 1 A − 1 (AB)^{-1}=B^{-1}A^{-1} (AB)−1=B−1A−1.
2.5 矩阵形式的向量乘法
- 点乘: a ⇀ ∙ b ⇀ = a ⇀ T b ⇀ = ( x a y a z a ) ( x b y b z b ) = x a x b + y a y b + z a z b \overrightharpoon{a} \bull \overrightharpoon{b} = \overrightharpoon{a}^T\overrightharpoon{b}=(\begin{matrix} x_a & y_a & z_a\end{matrix})\biggl( \begin{matrix} x_b \\ y_b \\ z_b\end{matrix} \biggr)=x_ax_b+y_ay_b+z_az_b a∙b=aTb=(xayaza)(xbybzb)=xaxb+yayb+zazb;
- 叉乘: a ⇀ × b ⇀ = ( 0 − z a y a z a 0 − x a − y a x a 0 ) ( x b y b z b ) \overrightharpoon{a} \times\overrightharpoon{b} =\biggl( \begin{matrix} 0 & -z_a & y_a \\ z_a & 0 & -x_a \\ -y_a & x_a & 0\end{matrix}\biggr)\biggl( \begin{matrix} x_b \\ y_b \\ z_b\end{matrix} \biggr) a×b=(0za−ya−za0xaya−xa0)(xbybzb).