2.1 矩阵定义

在3D计算机绘图中,我们用矩阵(matrix)来紧凑地描述几何变换,比如缩放、旋转和平移,并将点或向量的坐标从一种坐标系转换到另一种坐标系。本章探讨了矩阵代数。

学习目标:

1.了解矩阵及矩阵运算。

2.了解如何将向量-矩阵乘法视为一个线性组合。

3.学习单位矩阵、转置矩阵、行列式和逆矩阵。

4.熟悉XNA库中的用于矩阵代数的类和函数。

 

一个m×n矩阵M是一个m行、n列的矩形实数数组。行和列的数量指定了矩阵的维数。矩阵中的数值称为元素。我们使用行和列组成的双下标Mij来标识矩阵元素,其中,第1个下标指定了元素的所在的行,第2个下标指定了元素所在的列。

例2.1

考虑如下矩阵:

A=[3.50000100000.502521]B=[B11B21B31B12B22B32]u=[u1,u2,u3]v=[123π]

1.矩阵A是一个4×4矩阵;矩阵B是一个3×2矩阵;矩阵u是一个1×3矩阵;矩阵v是一个4×1矩阵。

2.A42=-5表示矩阵A的第4行、第2列的元素。B21表示矩阵B的第2行、第1列的元素。

3.矩阵uv是特殊矩阵,因为它们只包含一行或一列。我们有时将这种矩阵称为行向量或列向量,因为它们可以用矩阵的形式表示一个向量(例如,可以随意地将(x,y,z)和[x,y,z]互换使用,这两种记法都可用于表示向量)。注意,对于行向量和列向量,不必使用双下标表示矩阵元素——只用一个下标即可。

有时,我们希望将矩阵的每一行视为一个向量。例如,我们可以这样写:

[A11A12A13A21A22A23A31A32A33]=[A1,A2,A3,]

其中,A1,∗= [A11,A12,A13]、A2,∗= [A21,A22,A23 ]、A3,∗= [A31,A32,A33]。在这种记法中,第1个索引指定行标,第2个索引以星号(*)表示我们引用的是整个行向量。

同样,我们也可以用这种方法来表示矩阵的列:

[A11A12A13A21A22A23A31A32A33]=[A,1A,2A,3]

其中

A,1=[A11A21A31],A,2=[A12A22A32],A,3=[A13A23A33]

在这种记法中,第2个索引指定列标,第1个索引以星号(*)表示我们引用的是整个列向量。

我们现在对矩阵上的判等运算、加法运算、标量乘法运算和减法运算做以定义:

1.当且仅当两个矩阵的对应元素相等时,这两个矩阵相等;这两个矩阵必须具有相同的行数和列数,才能进行比较。

2.矩阵加法是对两个矩阵的对应元素相加;只有在两个矩阵的行数和列数相同的情况下,矩阵加法才有意义。

3.矩阵的标量乘法是将一个标量和矩阵中的每个元素相乘。

4.矩阵减法可以由矩阵加法和标量乘法表示。也就是,AB = A + (−1 • B) = A + (−B )。

例 2.2

A=[1523],B=[6258],C=[1523],D=[261330]

则,

(ⅰ)A+B=[1523]+[6258]=[1+65+22+53+(8)]=[7735]

(ⅱ)A = C

(ⅲ) 3D=3[261330]=[3(2)3(6)3(1)3(3)3(3)3(0)]=[6183990]

(ⅳ)AB=[1523][6258]=[1652253(8)]=[53711]

因为矩阵加法和标量乘法是逐元素进行的,所以矩阵也继承了实数的加法和标量乘法的性质:

1.A + B = B + A

2.(A + B ) + C = A + ( B + C)

3.r(A + B ) = rA + rB

4.( r + s )A = rA + sA

文件下载(已下载 563 次)

发布时间:2014/9/12 下午9:05:23  阅读次数:4658

2006 - 2025,推荐分辨率 1024*768 以上,推荐浏览器 Chrome、Edge 等现代浏览器,截止 2021 年 12 月 5 日的访问次数:1872 万 9823 站长邮箱

沪 ICP 备 18037240 号-1

沪公网安备 31011002002865 号