目录
1 单位矩阵
为什么单位矩阵I是 [1,0;0,1]T 而不是[1,1;1,1]T
2 旋转矩阵
3 伸缩矩阵 放大缩小倍数矩阵
4 镜像矩阵
5 剪切矩阵
1 矩阵
1.1 1维的矩阵
- 行向量
- 列向量
1.2 2维的矩阵
- 一般2维表都可以看作矩阵。
- 矩阵的每个维度可以是1个数字,也可以是多个数字组成的数组/向量
- 比如 An*m就是n 行 m列的矩阵
1.3 没有3维的矩阵---3维的是3阶张量
- 比如3个坐标轴
2 方阵
- 行数和列数相等的矩阵即方阵
- 比如 An*n就是n 行 mn列的矩阵
- 方阵有很多特殊的属性
- 比如虽然并不是,方阵一定有逆矩阵,但是可逆矩阵必须是方阵
3 单位矩阵
[1,0;0,1]
$$
\left[
\begin{matrix}
1 & 2 & 3 \\
4 & 5 & 6 \\
7 & 8 & 9
\end{matrix}
\right] \tag{3}
$$
[ 1 0
0 1]
为什么单位矩阵I是 [1,0;0,1]T 而不是[1,1;1,1]T
- 因为 矩阵 [1,0;0,1] 代表将其他矩阵 原样进行映射,不做任何改变
- 而[1,1;1,1] 没有啥意义
- 可比较下面的结果,实际理解
[1,1;1,1]
[0,1;1,0]
2 旋转矩阵
应该很多种把
3 伸缩矩阵 放大缩小倍数矩阵
[ 1 0
0 2]
[ 5 0
0 2]
4 镜像矩阵
[ 0 1
1 0]
5 剪切矩阵
[
]
对角线矩阵
三角矩阵
上三角矩阵
对称矩阵
零矩阵
梯形矩阵
正交矩阵