Mathematics for 3D Game Programming and Computer Graphics 笔记 Chapter 2
Chapter2 Matrices
2.1 Matrix Properties
- MTij = Mji
- (aM)ij = aMij
- (F + G)ij = Fij + Gij
- (FG)ij = Σ FikGkj (=F的第i行向量点乘G的第j列向量)
- F + G = G + F
- (F + G) + H = F + (G + H)
- a(bF) = (ab)F
- a(F + G) = aF + aG
- (a + b)F = aF + bF
- (aF)G = a(FG)
- (FG)H = F(GH)
- (FG)T = GTFT
2.2 Linear Systems
线性方程组可以用矩阵来方便的表示,如方程组: 3x + 2y - 3z = -13 4x - 3y + 6y = 7 x - z = -5 可表示为 ┌ ┐┌ ┐ ┌ ┐ │3 2 -3││x│ │-13│ │4 -3 6││y│=│ 7 │ │1 0 -1││z│ │ -5│ └ ┘└ ┘ └ ┘ 左边为系数矩阵,右边为常数矩阵,系数矩阵和常数矩阵组合起来为增广矩阵: ┌ ┐ │3 2 -3│-13│ │4 -3 6│ 7 │ │1 0 -1│ -5│ └ ┘ 常数全为0的方程组称为齐次线性方程组,否则称为非其次线性方程组.
矩阵的初等行变换:
- 以非零常数c乘矩阵的某一行(倍乘变换)
- 将矩阵的某一行乘以常数c并加到另一行(倍加变换)
- 将矩阵的某两行对换位置(对换变换)
对增广矩阵进行初等行变换不改变方程组的解,因此可以对增广矩阵进行初等变换来简化解的计算.
行简化阶梯矩阵:
- 每行第一个非0数为1
- 全为0的行排在最后
- 如果某行第一个非0数在第j列,那么第j列只有这一个非0数
- 第1个非0数在第j列,则j小的行排在上面
例如:
┌ ┐ │1 0 -3 0│ │0 1 2 0│ │0 0 0 1│ │0 0 0 0│ └ ┘
上面的增广矩阵化为行简化阶梯矩阵结果是:
┌ ┐ │1 0 0│-2│ │0 1 0│ 1│ │0 0 1│ 3│ └ ┘ 即 ┌ ┐┌ ┐ ┌ ┐ │1 0 0││x│ │-2│ │0 1 0││y│=│ 1│ │0 0 1││z│ │ 3│ └ ┘└ ┘ └ ┘
由此我们可以立刻得出方程式的解: x = -2, y = 1, z = 3.
当行简化阶梯矩阵左边是单位矩阵时(如上例),方程组只有一个解,若矩阵存在全为0的行,方程组就有无数多个解,若左边全为0的行右边的常数非0,该方程组无解.齐次线性方程组至少有一个解(全为0).
2.4 Determinants 行列式
余子式 M{i,j}表示M去掉第i行第j列的全部元素后的(n-1)阶矩阵.
代数余子式 Cij(M) = (-1)i+jdet M{i,j}
det M = (i=1->n, k为任意常数) Σ Mik Cik(M)
2阶: │M11 M12| det M = │M21 M22| = M11M22 - M12M21 3阶: det M = M11M22M33 + M12M23M31 + M13M21M32 - M13M22M31 - M12M21M33 - M11M23M32
det(FG) = det F det G
2.3 Matrix Inverses
如果一个矩阵存在某行或某列全部为0,这个矩阵不可逆.如果某个矩阵存在某行是其它行的线性组合,这个矩阵不可逆.
M可逆↔MT可逆↔M的各行向量线性无关↔ det M ≠ 0.
如果F和G可逆,则(FG)可逆,且 (FG)-1 = G-1F-1
求矩阵逆矩阵方法1:
Gauss-Jodan elimination
对矩阵M和同阶单位矩阵I做同样的初等变换,那么M变为单位阵时I变为M的逆矩阵.
矩阵求逆方法2:
若F的逆矩阵为G,则
Gij = Cji(F) / det F
实际应用中计算M逆矩阵的方法通常是首先计算MT的代数余子式组成的矩阵Mc,在计算M的行列式时也用到这个矩阵的计算结果.以三阶矩阵为例:
线性方程组可以表示为 Mx = r 的形式,M为系数矩阵,x为未知数向量,r为常数向量,方程组的解
x = M-1r = ( Mc / det M ) r
2.5 特征值和特征向量
对于每个可逆方阵,都存在一些向量,当矩阵乘这个向量时,向量方向不变只有大小改变,即 MV = λV ,λ称作M的特征值,V称作M相对于λ的特征向量. (M-λI)V = 0 → det(M – λI) = 0. 由此可以算出 n 个 λ 值,把每个 λ 代回原式可以得出对应的特征向量 V. V的值不唯一,通常形式是 aV0 ,我们可以选择长度为1的单位向量.
特征值和特征向量通常很复杂,由实数组成的对称矩阵(Mij = Mji)的特征值是实数.
对应一个矩阵的不同特征值的特征向量是正交的.
2.6 对角化
一个矩阵若主对角线以外的元素都为0,该矩阵为对角矩阵.
若一个矩阵的 n 个特征向量 V1,V2…Vn 分别对应该矩阵的 n 个特征值, 矩阵 A = [V1, V2,…,Vn] ,那么 A-1MA 为对角矩阵,且对角线上的 n 个值分别为 M 的 n 个特征值.