UnityShader学习笔记_矩阵

矩阵

• 矩阵的定义

  • 矩阵的记法

  1. 矩阵不是向量，向量是标量的数组，而矩阵是向量的数组。

  2. 矩阵的表示方式，例如4x3行列矩阵，格式如下

     Mij表示M的第i行第j列元素。

  • 矩阵的方阵

    1. 行列相等的矩阵就是方阵，例如2X2,3X3等
    2. 对角线元素就是方阵的行列号相同的元素，例如m11,m22,m33
    3. 除了对角线元素其他的元素都为零，称为对角矩阵，例如4X4矩阵
    4. 单位矩阵是一种特殊的对角矩阵，例如

  • 向量与矩阵的使用

    1. 矩阵的行列可以是任意正整数
    2. 向量可以表示为矩阵，因为矩阵是向量的数组，一维矩阵可以表示为向量，两种表示方式如下，一种是行向量，一种是列向量，注意在使用矩阵和向量做数学计算时，要区分是行列向量。

  • 转置矩阵

    1. 矩阵的转置就是把矩阵沿着对角线翻折，看字母位置变化。
    2. 对于向量来说，行列向量也是矩阵的一维表示，可以通过矩阵的转置变化。
    3. 任意矩阵M的转置的转置等于原矩阵，(Mt)t =M
    4. 对于任意对角矩阵D，，D的转置等于原矩阵，Dt=D,包括单位矩阵也是

  • 矩阵的乘法

    1. 矩阵能与标量相乘
  2. 矩阵乘以矩阵有相关规定，例如A与B矩阵的相乘AXB=C，A矩阵的列数必须等于B矩阵的行数才能满足矩阵乘法计算。
     计算法则，C矩阵的第一个元素等于A矩阵的第一行乘以B矩阵的第一列，也就是向量相乘（点乘），因为矩阵是向量的数组。 求出来的C矩阵的列数等于B矩阵的列数，C矩阵的行数等于A矩阵的行数。
     
  3. 假设乘法满足，矩阵乘以单位矩阵，结果就是单位矩阵。MI=IM=M
  4. 矩阵不满足交换律，AB!=BA
  5. 矩阵乘法满足结合律，(AB)C=A(BC)
  6. 矩阵积的转置相当于先转置然后以相反的顺序相乘，(AB)t=BtAt

  • 向量与矩阵的乘法

    1. 向量也是表示一维的矩阵，分为列向量和行向量。
    2. 向量与矩阵相乘也是矩阵与矩阵相乘。
    3. 但左乘向量与右乘矩阵的结果是不同的
       行向量乘法
       列向量乘法
       得到的结果是不同的，注意相乘的前提是满足矩阵的乘法计算。
  7. 如果使用的是行向量乘法，矩阵的乘法顺序是从左到右读，例如vABC，v乘以矩阵A再乘以B乘以C。 如果使用的是列向量乘法，矩阵的乘法顺序是从右到左读，例如CBAv

• 矩阵的几何意义

  • 矩阵是如何变化向量的

    1. 一个向量解释成一系列与轴平行的位移。例如
       v = [x y z]，能被解释为
       = [x 0 0] + [0 y 0] + [0 0 z]
       = x [1 0 0] + y [0 1 0] + z [0 0 1]

    2. 设向量i,j,k分别为指向+x,+y和+z方向的单位向量
       i = [1 0 0]
       j = [0 1 0]
       k = [0 0 1]
       带入以上公式，则有
       v = xi +yj +zk

    3. 这里i,j和k可以称为基向量,一个向量能够用任意3个线性无关的基向量定义，向量可以表示为基向量的线性组合. 例如向量v就是由y与x的线性组合，v=1y+1x，向量v表示向基向量偏移的线性组合。
       可以根据三角形法则推出基向量。

    4. 把i,j,k基向量与矩阵M相乘，以单位矩阵为例，得到
       行矩阵乘法，矩阵的每一行都能解释为转换后的基向量。
       列矩阵乘法，矩阵的每一列都能解释为转换后的基向量。

    5. 向量v与矩阵M相乘有 ，这是行乘法
       = [$u_x{m}_{11}$+$u_y{m}_{21}$+$u_z{m}_{31}$ , $u_x{m}_{12}$+$u_y{m}_{22}$+$u_z{m}_{32}$ , $u_x{m}_{13}$+$u_y{m}_{23}$+$u_z{m}_{33}$]

       把 iM=p , jM=q , kM=r ,根据矩阵乘法，带入得
       那么与上面所讲的公式一致,xyz表示ijk方向的缩放，也就是向量v由ijk的线性组合而成

    6. 逆向推出矩阵，在已知一个向量变换前以及变换后的结果，可以通过矩阵乘法规则推出矩阵M为
       变化后的向量为：= [$u_x{m}_{11}$+$u_y{m}_{21}$+$u_z{m}_{31}$ , $u_x{m}_{12}$+$u_y{m}_{22}$+$u_z{m}_{32}$ , $u_x{m}_{13}$+$u_y{m}_{23}$+$u_z{m}_{33}$]

       变化前的向量为：= [$u_x$,$u_y$,$u_z$]

       那么
       [$u_x$,$u_y$,$u_z$]M= [$u_x{m}_{11}$+$u_y{m}_{21}$+$u_z{m}_{31}$ , $u_x{m}_{12}$+$u_y{m}_{22}$+$u_z{m}_{32}$ , $u_x{m}_{13}$+$u_y{m}_{23}$+$u_z{m}_{33}$]
       根据矩阵乘法规则，推出矩阵M为
       

    7. 综上，矩阵的行可以解释为变换后的基向量（乘以单位向量时得到矩阵的每一行），那么乘以该矩阵就相当于执行了一次坐标转换，若有aM=b,可以解释为，M将a转换到b

    8. 例子，例如矩阵
       从矩阵中解析基向量p和q，
       具体描述图示，p是通过x轴的单位向量变换得到的，q是通过y轴的单位向量矩阵变换得到的
       
       根据矩阵的行可以解释为的基向量，那么矩阵
       在深入了解，就是可以把某一向量解释以qp为基向量的线性组合 ，例如
       把xy基向量逆时针旋转45度，那么v的向量怎么变换，v变换后的方向是通过缩放或扩展变换后的基向量的线性组合
       可以通过构造矩阵M乘以向量v得到的也是（0,2），注意列乘法与行乘法的区别,这里是列乘法,

    9. 总结

       • 矩阵的每一行可以表示为变换后的基向量（以行向量为例）
       • 矩阵表示是变化，变化向量在不同基向量的表示。
       • 矩阵的变换，符合变换后保持原点，直线和平行线，就是一种线性变换
       • 在列乘法中，一个3x2的矩阵会把一个向量转换为一个三维空间下的向量，矩阵相乘的结果，行会等于第一个矩阵的行，第二个矩阵的列（记住，一个向量可以表示为3x1，或者2x1等矩阵，同理一个2x3的矩阵会把一个向量转换为一个二维空间下的向量

  • 相关资料

    1. B站视频，https://www.bilibili.com/video/BV1Ys411k7yQ/?spm_id_from=333.788.videocard.1
    2. 3D.Math.Primer.for.Graphics.and.Game.Development
    3. UnityShader入门精要