Lv.1 数学支线 3Blue1Brown线性代数

基向量

坐标空间中会有对应轴的单位向量 图片 向量就可以理解为由单位向量拉伸之后的和 图片

图片 图片

张成空间

对于两个指定的基向量 图片

固定一个向量

如果固定一个向量,另一个向量随意缩放,则会描绘出一条直线 图片

不固定

大部分情况下,可以到达平面所有的点 图片 但当两个向量共线时,这时候会被限制在直线上 图片 如果都是0向量,那么就只能在原点了 图片 所有可以表示给定向量线性组合的向量的集合,被称作给定向量的张成空间 可以理解为两个向量变化得到的所有情况得到的空间 图片

图片 这里其实是在讨论,如果只通过向量加法和数乘,我们能得到怎样的结果,也就是张成空间 图片

向量和点的关系

图片 如果向量填满整个空间,那么会很拥挤 图片 所以通常只用终点来描述向量,起点则是在原点 图片 那么多个点,只要考虑对应的线就行 图片 这样就可以得到,两个向量的张成空间是一个平面 图片

三维中

那么在三维中也是同理,两个向量的张成空间是一个平面* 图片 图片

如果加上第三个向量

定义基本和二维一致 图片 图片 如果第三个向量刚好在前两个向量形成的张成平面上,那么他们的张成空间不会发生变化* 图片 但是在大多数情况下,第三个向量不会落在前两个向量张成的平面上,那么这意味着可以得到所有三维空间的平面* 图片 当有一个向量落在其他两个向量的平面中,或者和其中一个共线,移除这个向量不影响张成空间,那么可以说明这个向量与其它两个向量线性相关 图片 反之,如果一个向量增加了原来的维度,那么 称为线性无关* 图片

基向量的定义

所以基向量定义,是拿一个向量出来都会增加维度,和另外两个向量线性无关,注意这里没有说基向量是互相垂直,互相垂直是坐标系的要求 图片

变换

线性变换

变换的本质可以理解为函数,但变换一词意指可视化的运动 图片 线性变换的要求,直线必须保持且原点不变* 图片 或者说网格平行且等距分布* 图片 如果保持直线,原点移动的话,虽然不是线性变换,但是是仿射变换 图片

如何用数值描述线性变换

图片 只需要记住基向量的变换后的位置* 图片 一个向量由基向量计算得来,那么线性变换后依然满足* 图片

线性变换矩阵(缩放旋转)

变换后的基向量* 图片 转换成矩阵形式,这里实际涵盖了缩放和旋转 图片如果想要计算变换后的向量位置,那么只需要和矩阵进行计算 图片

图片图片

剪切(切变)Shear

这里相当于只有一个基向量发生变化,那么只需要将需要变换的向量和这个改变过的基向量相乘就行* 图片

矩阵乘法与线性变换复合的联系

复合变换

先旋转,再剪切,这样多次变换就是复合变换 图片 这里依旧可以追踪基向量的变化来得到复合变换矩阵,这个复合矩阵表示了总体的变换效果* 图片

矩阵的计算顺序

矩阵计算需要从右到左运算,运算结果应该和使用复合矩阵变换是一致的 图片 计算顺序来源于函数的表达式* 图片




    Enjoy Reading This Article?

    Here are some more articles you might like to read next:

  • URP - RendererFeature :ScreenSpaceOutline
  • 平滑法线处理 - 八面体映射
  • Lv.3 Unity主线:一个简单的PBRShader
  • 理论支线:直接光漫反射与GGX高光的混合问题
  • 理论支线:PBR - 基于图像的照明( image based lighting-IBL)
  • # #