TA入门笔记（三）

参考may佬《技术美术百人计划》
拓展知识！！！矩阵的运用

图形1.2.2 矩阵运算

线性代数

一次方程为线性方程，具有可加性和比例性

• 可加性：$f(x_1+x_2)=f(x_1)+f(x_2)$
• 比例性：$f(kx)=kf(x)$

线性空间：直线变换后依旧是直线，并且等比；坐标原点保持不变

• 非线性空间：空间扭曲、非等距、原点位移

矩阵的定义

什么是矩阵

由$m\times n$个数$a_{ij}(i=1,2,...m;j=1,2,...n)$排组成的m行n列的数表称为m行n列的矩阵，简称$m\times n$矩阵。

$$A=\left[\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m,1}& a_{m,2}& \cdots & a_{m,n}\end{array}\right]$$

解线性方程组

矩阵最开始用作解线性方程组

$\{\begin{array}{l}2x+3y=1\\ x+y=2\end{array}$

提取未知数，写成矩阵和向量的形式

$\left[\begin{array}{cc}2& 3\\ 1& 1\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]=\left[\begin{array}{c}1\\ 2\end{array}\right]$

其中$A=\left[\begin{array}{cc}2& 3\\ 1& 1\end{array}\right]$是矩阵，$\vec{x}=\left[\begin{array}{c}x\\ y\end{array}\right]$ $\vec{b}=\left[\begin{array}{c}1\\ 2\end{array}\right]$是向量。

通过这种方法将线性方程组转化成向量方程，在已知矩阵$A$和向量$\vec{b}$的情况下求未知向量$\vec{x}$

以矩阵方式解线性方程组

$\{\begin{array}{l}2x+3y=1\\ x+y=2\end{array}$

隐藏$xy$，将等号右边的数字提出来，形成增广矩阵

$\left[\begin{array}{ccc}2& 3& 1\\ 1& 1& 2\end{array}\right]$

每行可以单独乘系数或者每行相加减

$\left[\begin{array}{ccc}2& 3& 1\\ 1& 1& 2\end{array}\right]$ $r_2^{\prime }=r_1-2r_2$得到$\left[\begin{array}{ccc}2& 3& 1\\ 0& 1& -3\end{array}\right]$

$\left[\begin{array}{ccc}2& 3& 1\\ 0& 1& -3\end{array}\right]$ $r_1^{\prime }=\frac{1}{2}(r_1-3r_2^{\prime })$得到$\left[\begin{array}{ccc}1& 0& 5\\ 0& 1& -3\end{array}\right]$

$\left[\begin{array}{ccc}1& 0& 5\\ 0& 1& -3\end{array}\right]$等同于$\{\begin{array}{l}x+0y=5\\ 0x+y=-3\end{array}$ 得出$x=5$, $y=3$

矩阵变换

通过列空间去理解矩阵变换的意义

特殊矩阵

• 方阵： 行列数均等于n的矩阵被称为n阶矩阵或n阶方阵
  • $\left[\begin{array}{cc}1& 2\\ 3& 4\end{array}\right]$ 二阶方阵
  • $\left[\begin{array}{ccc}1& 2& 3\\ 4& 5& 6\\ 7& 8& 9\end{array}\right]$ 三阶方阵
• 单位矩阵： n×n矩阵，对角线元素为1，其余为0
  • $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$ 二阶单位矩阵
  • $\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]$ 三阶单位矩阵
• 零矩阵：元素都是0的矩阵
  • $\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right]$ 二阶零矩阵
  • $\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right]$ 三阶零矩阵

矩阵运算

矩阵加法

• 对应位置相加
• 只有行数列数都相等的同型矩阵才能进行加减运算
• $\left[\begin{array}{cc}1& 2\\ 3& 4\end{array}\right]+\left[\begin{array}{cc}4& 3\\ 2& 1\end{array}\right]=\left[\begin{array}{cc}1+4& 2+3\\ 3+2& 4+1\end{array}\right]=\left[\begin{array}{cc}5& 5\\ 5& 5\end{array}\right]$
• 满足交换律和结合律
  • $A+B=B+A$
  • $(A+B)+C=A+(B+C)$
• 减法：$A-B=A+(-B)$

矩阵数乘

• 常数$k$与矩阵$A$的每一项相乘，乘积为矩阵，记作$kA$
• $$kA=Ak=\left[\begin{array}{cccc}k{a}_{1,1}& k{a}_{1,2}& \cdots & k{a}_{1,n}\\ k{a}_{2,1}& k{a}_{2,2}& \cdots & k{a}_{2,n}\\ ⋮& ⋮& \ddots & ⋮\\ k{a}_{m,1}& k{a}_{m,2}& \cdots & k{a}_{m,n}\end{array}\right]$$

矩阵乘法

• m×n的矩阵只能和n×p的矩阵相乘，结果为m×p的矩阵（前行乘后列）

• $\left[\begin{array}{cc}2& 1\\ 0& 3\\ 5& 4\end{array}\right]\times \left[\begin{array}{cc}7& 6\\ 8& 9\end{array}\right]=\left[\begin{array}{cc}(2,1)\cdot (7,8)& 2\times 6+1\times 9\\ 0\times 7+3\times 8& 0\times 6+3\times 9\\ 5\times 7+4\times 8& 5\times 6+4\times 9\end{array}\right]$

• 几何意义：矩阵×矩阵=矩阵，矩阵×向量=向量

• 复合变换左乘

• 运算律

  • 交换律 不一定满足
  • 数乘交换律 $k(AB)=(kA)B=A(kB)$
  • 结合率 $(AB)C=A(BC)$
  • 分配律 $A(B+C)=AB+AC$

• 常见矩阵

  • 位移矩阵是仿射变换，不是线性变换（原点改变）

• 三维空间的坐标变换

  • 缩放矩阵 $\left[\begin{array}{cccc}x& 0& 0& 0\\ 0& y& 0& 0\\ 0& 0& z& 0\\ 0& 0& 0& 1\end{array}\right]$
  • 绕x轴旋转矩阵 $\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \theta & -\sin \theta & 0\\ 0& \sin \theta & \cos \theta & 0\\ 0& 0& 0& 1\end{array}\right]$
  • 绕y轴旋转矩阵 $\left[\begin{array}{cccc}\cos \theta & 0& \sin \theta & 0\\ 0& 1& 0& 0\\ -\sin \theta & 0& \cos \theta & 0\\ 0& 0& 0& 1\end{array}\right]$
  • 绕z轴旋转矩阵 $\left[\begin{array}{cccc}\cos \theta & -\sin \theta & 0& 0\\ \sin \theta & \cos \theta & 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$
    • unity中的旋转顺序是z-x-y
  • 位移矩阵 $\left[\begin{array}{cccc}1& 0& 0& t_x\\ 0& 1& 0& t_y\\ 0& 0& 1& t_z\\ 0& 0& 0& 1\end{array}\right]$

矩阵转置

将矩阵的行和列进行互换，$A$转置后得到的转置矩阵记作$A^T$

• $A=(a_{i,j}),A^T=(a_{j,i})$

• 
  

• 运算性质

  • $(A^T{)}^T=A$

  • $(AB{)}^T=B^T{A}^T$

    • 
      

  • $(A+B{)}^T=A^T+B^T$

矩阵的逆

矩阵与逆矩阵相乘得到单位矩阵

• $I=A{A}^{-1}=A^{-1}A$
• 常用作矩阵变换之后再次矩阵变换回原来的初始位置
• 
• 运算规律
  • 若$A$可逆，则$A^{-1}$也可逆，$(A^{-1}{)}^{-1}=A$
  • 若$A$可逆，数$\lambda \ne 0$,则$\lambda A$可逆，$(\lambda A{)}^{-1}=\frac{1}{\lambda }{A}^{-1}$
  • 若$A、B$为同阶矩阵且均可逆，则$AB$也可逆，$(AB{)}^{-1}=B^{-1}{A}^{-1}$
  • 若$A$可逆，则$A^T$也可逆，$(A^T{)}^{-1}=(A^{-1}{)}^T$