引子
本以为可以开始尝试三维的效果了,查了一下资料之后发现要先了解矩阵。在这里集中收集一下相关基础知识点。
简介
简单来说,矩阵(Matrix)是数字按行和列的矩形排列。一般描述先行后列,例如下面 2×3 矩阵:
矩阵中每个元素表示也可以根据行和列标记,例如 a1,2 表示第 1 行的第 2 列元素。
- 在应用数学学科中,矩阵常见于统计分析。
- 在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用。
- 计算机科学中,三维动画制作需要用到矩阵。
单位矩阵
单位矩阵有如下特点:
- 行数和列数相等。
- 对角线全是 1,其它全是 0 。
- 符号为大写字母 I 。
- 与任何矩阵相乘不会产生改变,例如 A × I = A。
下面是 3×3 单位矩阵:
负矩阵
简单来说就是矩阵里面每个元素求反。
例如矩阵 A 如下:
对应负矩阵就是:
转置
转置就是把矩阵的列和行对换。在右上角放一个 T 表示转置:
转置满足以下运算律:
- (AT)T = A
- (λA)T = λAT
- (AB)T = ATBT
基本运算
加法
只有同型(行数和列数对应相等)矩阵才能进行相加。相加时,对应的位置数进行相加。示例如下:
加法满足以下运算律:
- A + B = B + A
- (A + B) + C = A + (B + C)
减法
减法实际上就是与负矩阵相加。前提条件是两个为同型矩阵。示例如下:
矩阵与数相乘
矩阵与一个数相乘,矩阵中每个元素与数相乘。示例如下:
数乘满足以下运算律:
- λ(μA) = μ(λA)
- λ(μA) = (λμ)A
- (λ + μ)A = λA + λμ
- λ(A + B) = λA + λB
矩阵与矩阵相乘
两个矩阵能相乘的前置条件是:第一个矩阵的列数必须等于第二个矩阵的行数。
m×n 矩阵 A 乘以 n×p 矩阵 B 得到的是一个 m×p 矩阵 C 。矩阵 C 中每个元素的计算方式为: