基礎線代公式彙總

相關專業大學時都學過線代, 然而等到真正需要用的時候,已經過去好久了導致很多東西都忘了,所以需要專門開一貼記錄一下,這裏就當是個彙總吧

 

1):向量點乘與其向量夾角之間的關係

\mathrm{a} \bullet b=\|a\| b \| \cos \theta 

2):向量b在向量a上的投影(其中\theta爲向量ab之間的夾角)

b_{1} = {|b|}\frac a{|a|}\cos\theta
3):向量a和b的叉乘(積):

{\mathbf{a}} \times {\mathbf{b}} = \left| \begin{array}{ccc} {\mathbf{i}} & {\mathbf{j}} & {\mathbf{k}} \\ {a_{1}} & {a_{2}} & {a_{3}} \\ {b_{1}} & {b_{2}} & {b_{3}} \end{array} \right|,其中i, j, k爲基向量

  • a和b的向量積同時垂直於這兩個向量
  • n(n>3) 維向量不存在向量積
  • 計算二維向量的向量積時, 第三維補0,同上公式

4):轉置矩陣、 標準伴隨矩陣、代數餘子式、逆矩陣與正交矩陣

設矩陣M = \left[ \begin{array}{lll} {4} & {5} & {8} \\ {6} & {5} & {9} \\ {7} & {3} & {1} \end{array} \right],這個M必須爲方陣,不然就是換維操作,沒有下面的東西

  • 轉置矩陣:行列翻轉,M^{T} = \left[ \begin{array}{lll} {4} & {6} & {7} \\ {5} & {5} & {3} \\ {8} & {9} & {1} \end{array} \right]
  • 餘子式:矩陣對應行列式去掉某一行某一列後的新行列式:M_{23} = \left[ \begin{array}{ll} {4} & {6} \\ {8} & {9} \end{array} \right]
  • 代數餘子式矩陣:顯然一個n*n的行列式共有n*n個餘子式,這n*n個餘子式的值(代數餘子式)構成的矩陣即代數餘子式矩陣,代數餘子式與餘子式之間的關係:A_{i j}=(-1)^{i+j} M_{i j}
  • 標準伴隨矩陣:接上,即代數餘子式構成的方陣進行轉置後得到: M^* = \left[ \begin{array}{lll} {A_{11}} & {A_{21}} & {A_{31}} \\ {A_{12}} & {A_{22}} & {A_{32}} \\ {A_{13}} & {A_{23}} & {A_{33}} \end{array} \right]
  • 逆矩陣: 矩陣本質上就是對空間的線性變換,而逆矩陣的意義就是將進行了對應線性變換後的空間再“變回去”,即滿足MM^{-1} = E,其中E爲單位矩陣,標準求法:M^{-1}=\frac{1}{|M|} M^{*},其中|M|爲矩陣M​​​對應行列式的值(當然了,這個行列式的值不可爲0,值爲0就意味着不存在可逆矩陣)​​​ 
  • 正交矩陣:滿足 MM^T = E 的矩陣,矩陣中任意兩個向量兩兩正交,且長度爲1

5):4x4 齊次矩陣

  • 齊次座標:將一個原本是 n 維的向量用一個 n+1 維向量來表示,對於 3d 圖形,只有 4x4 的齊次矩陣才能滿足其各種操作(平移、旋轉、透視、小孔成像等), 對於這個 4x4 矩陣的第四維 w,我們一般稱其爲齊次座標

 

發佈了1121 篇原創文章 · 獲贊 1391 · 訪問量 52萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章