- 资料
- 目录
- 引入
- 线性方程,线性空间
- 线性计算
- 线性方程
- 定义
- 可加性
- f(x1 + x2)= f(x1)+f(x2)
- 比例性
- f(kx)= kf(x)
- 可加性
- 定义
- 线性方程
- 几何变换
- 线性空间
- 定义
- 直线变换后依然是直线
- 等距
- 坐标原点保持不变
- 定义
- 非线性空间
- 定义
- 空间扭曲
- 不是等距
- 坐标原点有位移
- 定义
- 线性空间
- 线性计算
- 线性方程,线性空间
- 矩阵
- 矩阵的历史
-
- 理解:
- 标准坐标系的单位向量
- X轴(1,0)Y轴(0,1)
- 新坐标系的单位向量
- X轴(2,1)Y轴(3,1)
- 标准坐标系的单位向量
- 动态示意
- 理解:
-
- 什么是矩阵
- 定义
- 特殊的矩阵
- 定义
- 矩阵的运算
- 加减法
- 定义
- 几何意义
- 对单位向量的一个变换
- 对单位向量的一个变换
- 条件:相同矩阵之间相加减
- 定义
- 数乘
- 定义
- 几何意义
- 空间的缩放
- 空间的缩放
- 定义
- 乘法
- 定义
- 运算方法
- 点积
- 几何意义
- 变换
- 1
- 一个矩阵叉乘另一个矩阵,得到的还是一个矩阵,但是这个矩阵在图形学上被称作变换矩阵
- 即 一个图形 进行 移动 + 旋转 + 缩放得到的是这个图形的变换矩阵,到最后这个样子需要将图形的原矩阵乘以变换矩阵
- 2
- 一个矩阵与一个列向量相乘,得到的是我们想要的最后结果,即这个顶点变换之后的坐标
- 1
- 复合变换
- 计算顺序
- 意义
- 实际开发
- 不可能只单单对一个物体进行单个变换(移动,旋转,缩放),往往是图形的复合变换,即包括图形的移动,旋转,缩放。
- 矩阵相乘的一个好处,可以除了最右边的向量不进行计算,先把左边的旋转,移动,缩放等先计算得到一个最终的变换矩阵,这时我们再拿最右边的向量与这个最终变换矩阵相乘得到最终结果
- 实际开发
- 不是满足所有乘法运算规律
- 交换律-不一定
- 数乘满足
- k(AB)=K(A)B=A(kB)
- 乘法不一定
- 理解
- A*B*C =! A*C*B
- 当与特殊矩阵进行计算的时候可能满足,比如与单位矩阵相乘
- 几何意义
- 矩阵的相乘是由顺序的,一般是先进行移动,再进行旋转,最后缩放
- 理解
- 数乘满足
- 结合律-满足
- (AB)C=A(BC)
- 分配律 -满足
- A(B+C)=AB=AC
- 交换律-不一定
- 计算顺序
- 二维空间
- 旋转矩阵
- 位移矩阵
- 原点发生了变换
- 三维空间
-
- 旋转矩阵的旋转顺序
- Z-X-Y
- 旋转矩阵的旋转顺序
-
- 变换
- 定义
- 转置
- 定义
- T:transpose
- 性质
-
- 注意
- unity的存储是以列优先
- 定义
- 逆
- 可逆矩阵
- 定义
- 矩阵*逆矩阵=单位矩阵
- 单位矩阵 对角为1其他为0
- 矩阵*逆矩阵=单位矩阵
- 计算
- 运算规律
- 定义
- 不可逆矩阵
- 定义
- 矩阵的行列式为0(|A|=0,或者说矩阵不满秩)的时候,则矩阵A不可逆
- 判断
- 1. 行列式判断法:计算矩阵的行列式,如果行列式的值不等于零,则矩阵可逆;如果行列式的值等于零,则矩阵不可逆。
- 2. 秩判断法:计算矩阵的秩,如果矩阵的秩等于其维度(即满秩),则矩阵可逆;如果矩阵的秩小于其维度,则矩阵不可逆。
- 3. 定义法:若存在一个矩阵B,使矩阵A使得AB=BA=E,则矩阵A可逆,且B是A的逆矩阵。
- 4. 线性相关性判断法:矩阵是否可逆的本质就是矩阵中的各列/各行是否线性相关,只要线性相关,肯定不可逆。
- 定义
- 可逆矩阵
- 加减法
- 矩阵的历史
- 参考资料
- 大佬的展示软件
- houdini