【Linear Algebra】线性代数

关于线性代数的一些问题。O(∩_∩)O~~


* Topic 1:为什么初等变换能判定矩阵的可逆性
* Topic 2:为什么只用 初等行 变换 (或 只用 初等列 变换 )能 求可 逆
矩阵的逆矩阵
* Topic 3:矩阵求逆的几何意义
* Topic 4:基变换
* Topic 5:特征值、特征向量、对角化
* Topic 6:行列式 列(行) 相加


Topic 1 :为什么初等变换能判定矩阵的可逆性

这里写图片描述


Topic 2 :为什么只用初等行变换 (或 只用 初等列 变换 )能 求可逆矩阵的逆矩阵

这里写图片描述


Topic 3 :矩阵求逆的几何意义
解释来源

如果用M~表示M的逆阵,I表示单位阵
则 MM~ = I,这个就是逆阵的定义
可以证明MM~ = M~M = I
可以证明M存在逆阵的充要条件是M的行列式不为零
可以证明若M存在逆阵则逆阵唯一

逆阵本身并没有几何意义,这是一个代数概念。只有当你在使用中赋予M不同的意义时M~才有对应的意 义。
比如 向量p在经过一个变换M后的向量是p’,已知变换M和变换后的向量p’求变换前的向量p
不妨视向量为行向量
即 p * M = p’
左右都乘以M~得 p * M * M~ = p’ * M~
由结合律得 p * (M*M~) = p’ * M~
由定义得 p * I = p’ * M~
最终求得 p = p’ * M~ (*)

根据上面的式子(*)很容易发现
如果M是从世界空间到摄像机空间的变换,那么M~就是从摄像机空间到世界空间的变换。
如果M是从摄像机空间到投影空间的变换,那么M~就是从投影空间到摄像机空间的变换。
以此类推…


Topic 4 :基变换

这里写图片描述


Topic 5 :特征值、特征向量、对角化

这里写图片描述


Topic 6 :行列式 列(行) 相加
可看作相加之后,体积不变。
列 或 行, 可看作 转置 后的。(行列式 值 一样)

这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值