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:
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u和v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:
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:
其中
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,A – B = A + (−1 • B) = A + (−B )。
例 2.2
设
则,
(ⅰ)
(ⅱ)A = C
(ⅲ)
(ⅳ)
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