第一章_基础_1.2.2数学基础_矩阵运算

基础夯实

  • 数学基础

    • 1.向量运算
    • 2.矩阵运算
      • 什么是线性:

        • 代数方面:线性方程
          • 线性方程具有
          • 可加性:f(x1+x2)=f(x1)+f(x2)
          • 比例性:f(kx)=kf(x)
        • 几何方面:线性空间
          • 线性空间特征:
            • 变换时坐标原点保持固定
            • 直线变换后依旧是直线
          • 非线性空间特征:
            • 空间扭曲,变换之后空间不等距
            • 坐标原点有位移
      • 代数计算

        • 求解线性方程组
          • {2x+3y=1x+y=1
            转化成向量方程
            [2311][xy]=[12]
            解:先转化为增广矩阵
            [231112]
            通过初等行变换再转化成阶梯形矩阵
            [105013]
            得出x=5,y=-3
          • 标准坐标系矩阵为:
            [105013]
            转换到非标准线性空间坐标系
            [231112]
            也就是说象征这标准坐标系的单位矩阵通过左乘一个线性矩阵可以将一个位于标准坐标系下的点转换到另外一个线性空间,这也是为什么推荐用列空间思考矩阵变换。
      • 矩阵

        • 矩阵的定义:
          一个m*n的矩阵是一个由m行n列元素排列成的矩形阵列
          例子:2行3列
          [513246]

        • 特殊的矩阵:
          方阵:行数列数相等:
          [5124]
          单位矩阵I
          [100010001]
          零矩阵O
          [0000]

        • 矩阵的加减法:只有行列数相等的矩阵才能相加减
          [a11a12a21a22]±[b11b12b21b22]=[a11±b11a12±b12a21±b21a22±b22]
          满足交换律和结合律:
          A+B=B+A;
          (A+B)+C=A+(B+C)
          几何意义:(单位向量的变换)
          将对应的单位向量(列向量)进行线性变换(相加)转换到新的线性空间的单位向量

        • 矩阵数乘
          k[a11a12a21a22]=[a11a12a21a22]k=[ka11ka12ka21ka22]
          几何意义:(单位向量,线性空间的缩放)

        • 矩阵乘法:mn的矩阵只能跟 np的矩阵相乘,相乘之后的结果为mp

          • 定义:A=(aij)mn的矩阵,B=(aij)np的矩阵,矩阵A和矩阵B的乘积为mp的矩阵C=(cij)cij=aibji=(1,....,m),j=(1,....,n)
          • 几何意义:坐标空间的变换
          • 运算律:
            ;
            k(AB)=(kA)B=A(kB);
            (AB)C=A(BC);
            A(B+C)=AB+AC;
        • 矩阵的转置:将矩阵的A的行换成同序数的列,即:A=(aij),AT=(aji)

          • 矩阵转置的性质:
            (AT)T=A
            (AB)T=BTAT
            (A+B)T=AT+BT
            OpenGL存储矩阵是按行优先的显示存储的,而D3D则是列优先
            unity存储矩阵[列优先]
            row(行) 0 1 2 3
            column(列)0 m00 m10 m20 m30
            1 m01 m11 m21 m31
            2 m02 m12 m22 m32
            3 m03 m13 m23 m33
        • 矩阵的逆:
          I=AA1=A1A
          求矩阵的逆:将矩阵变换到单位矩阵时所用的左乘的矩阵全部乘在一起就等于所求矩阵的逆
          运算律:
          A可逆,则A1也可逆,(A1)1=A
          A可逆,数λ0λA可逆,(λA)1=1λA1
          A,B为同阶矩阵且均可逆,则AB也可逆,(AB)1=B1A1
          A可逆,则AT也可逆,(AT)1=(A1)T

      • 几何变换

        • 几何坐标变换
          • 常见的变换矩阵:
            纵向拉伸矩阵:[100c]
            缩放矩阵:[a00b]
            斜切矩阵:[1k01]
            旋转矩阵:[cosθsinθsinθcosθ]
            houdini演示中cos($F3.6)代表当前Frame(帧数)3.6=>[0,360]
            镜面对称:[0110]
            位移(仿射变换):[10a01b001]
          • 三维空间中的坐标变换
            缩放:[a0000b0000c00001]
            绕X轴旋转:[10000cosθsinθ00sinθcosθ00001]
            绕Y轴旋转:[cosθ0sinθ00100sinθ0cosθ00001]
            绕Z轴旋转:[cosθsinθ00sinθcosθ0000100001]
            位移矩阵:[100tx010ty001tz0001]
            Unity旋转顺序:Z轴,X轴,Y轴旋转
    • 3.MVP矩阵推导
    • 4.傅里叶变换
    • 5.其他
posted @   凶恶的真实  阅读(545)  评论(0编辑  收藏  举报
编辑推荐:
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
阅读排行:
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!
点击右上角即可分享
微信分享提示