矩阵代数_part1

本章给出了2个重要的概念

分块矩阵：一个典型的计算流体动力学的方程组会有“稀疏”的系数矩阵。将变量正确地分组会产生许多零方块矩阵。

矩阵分解：即使使用分块矩阵，这样的方程组相当复杂。为了进一步简化计算，对系数矩阵进行了LU分解的方法。

 

【Section】矩阵运算

【定义】若A是mXn矩阵，B是nXp矩阵，B的列是b₁,…,b_p,则乘积AB是nXp矩阵，它的各列是Ab₁,…,Ab_p，即

AB的每一列都是A的各列的线性组合，以B的对应列的元素为权。

 

计算AB行列法则

若乘积AB有定义，AB的第i行第j列的元素是A的第i行与B的第j列对应元素乘积之和。若(AB)_ij表示AB的(i,j)元素，A为mXn矩阵，则

矩阵的乘幂：若A是nXn矩阵，k是正整数，则A^k表示k个A的乘积，A^k=A…A。

 

矩阵的转置：给定mXn矩阵A，则A的转置是一个nXm矩阵，用AT表示，它的列由A对应的行构成。

【定理3】设A与B表示矩阵，其维数使用下列和与积有定义，则

(A^T)^T=A；   (A+B)^T=A^T+B^T；   对任意数r，(rA)^T=rA^T；  (AB)^T=B^TA^T

 

【Section】矩阵的逆

一个nXn矩阵A是可逆的，若存在一个nXn矩阵C使

AC=I  且 CA=I

这里I=I_n是nXn单位矩阵。这是称C是A的逆阵。实际上，C由A惟一确定。不可逆矩阵有时称为奇异矩阵，而可逆矩阵也称为非奇异矩阵。

若ad-bc=0，则A不可逆。

【定理5】若A是可逆nXn矩阵，则对每一Rⁿ中的b，方程Ax=b有惟一解x=A^-1b。

 

 

把单位矩阵进行一次行变换，就得到初等矩阵。

若对mXn矩阵A进行某种初等行变换，所得矩阵可写成EA，其中E是mXm矩阵，是由I_m进行同一行变换所得。

每个初等矩阵E是可逆的，E的逆是一个同类型的初等矩阵，它把E变换I。

如：

【定理7】nXn矩阵A是可逆的，当且仅当A行等价于I_n，这时，把A变为I_n的一系列初等行变换同时把I_n变成A^-1。

如：

【Section】可逆矩阵的特性

a.A是可逆矩阵；  b.A等价于nXn单位矩阵；  c. A有n个主元位置；  d.方程Ax=0仅有平凡解；  e. A的各列线性无关；  f. 线性变换x->Ax是一对一的；  g.对Rⁿ中任意b，方程Ax=b至少有一个解；  h. A的各列生成Rⁿ；  i. 线性变换x->Ax把Rⁿ映上到Rⁿ上；   j. 存在nXn矩阵C使CA=I；  k.存在nXn矩阵D是AD=I；  l.AT是可逆矩阵。

 

【Section】矩阵因式分解

    在计算机科学的语言中，将A表示为矩阵的乘积是对A中数据的预处理，把这些数据组成两个或更多部分，这种结构可能更有用，或者更便于计算。

（LU分解为什么这么有用）当A=LU时，方程Ax=b可写成L(Ux)=b，把Ux写成y，可以有解下面一对方程来求解x：

Ly=b;  Ux=y

下面是使用LU分解求解例子

LU分解算法

设A可以化为阶梯形U。化简过程中仅用行倍加变换，即把一行的倍数加于它下面的另一行。这样，存在单位下三角初等矩阵E1，…,Ep使

E_p…E₁A=U

于是

A=(E_p…E₁)^-1U=LU

其中

L=(E_p…E₁)^-1

【理解阐述】LU算法举例

【Section】计算机图形学中的应用

    齐次坐标的定义只是一个概念，但它的一个重要区别是点与向量的区别：对于一个向量v以及基oabc，可以找到一组坐标(v1,v2,v3)，使得v=v1a+ v2b+ v3c。而对于一个点p，则可以找到一组坐标(p1,p2,p3)，使得p – o = p1a + p2b+ p3c。我们在表达这个向量的同时用等价的方式表达出了点：p =o + p1a + p2b + p3c。

 

【例】：给出下列变换4X4矩阵，绕y轴旋转30^o的正半轴向原点看过去的逆时针方向的角。

下面是使用LU分解求解例子

透视投影（在opengl的3D原理中使用非常普遍）

    为了简单起见，设xy平面表示计算机屏幕，假设某一观察者的眼睛向正z轴看去，眼睛的位置是(0, 0, d)，透视投影把每个点(x, y, z)映射为点(x*, y*,0)，使这两点与观察者的眼睛位置（称为透视中心）在一条直线上。

Xy平面上的三角形画在b中，由相似三角形知