标签：平移 变换 矩阵 相似矩阵 旋转 数学 坐标系 向量 度量

向量：
点积（点乘、内积、数量积）：a · b = |a| × |b| × cos(θ) 或 a · b = ax × bx + ay × by
叉积（叉乘、向量积）：a × b = |a| |b| sin(θ) n ，结果是一个向量（且垂直于a，b），n代表垂直于a，b的单位向量。 三维坐标下，cx = aybz − azby；cy = azbx − axbz；cz = axby − aybx ，即矩阵行列式的计算。
矩阵：
基：线性空间中的坐标系
行列式：标量，是对角相乘的加减结果。矩阵M的行列式实际上是组成M的各个向量按照平行四边形法则搭成一个n维立方体的体积。
非奇异矩阵：若矩阵A与B是同一个线性变换的两个不同的描述（之所以会不同，是因为选定了不同的基，也就是选定了不同的坐标系），则一定能找到一个非奇异矩阵P，使得A、B之间满足这样的关系：A = P-1BP，线性代数稍微熟一点的读者一下就看出来，这就是相似矩阵的定义。没错，所谓相似矩阵，就是同一个线性变换的不同的描述矩阵。而在上面式子里那个矩阵P，其实就是A矩阵所基于的基与B矩阵所基于的基这两组基之间的一个变换关系。原来一族相似矩阵都是同一个线性变换的描述啊（特征值相同）！固定坐标系下一个对象的变换等价于固定对象所处的坐标系变换。非奇异矩阵的向量组是线性无关的。
相似矩阵：
特征值：
特征向量：
四元数：
向量和矩阵关系：线性空间中选定基之后，向量刻画对象，矩阵刻画对象的运动（变换），用矩阵与向量的乘法施加运动。
Ma = b       “向量a经过矩阵M所描述的变换，变成了向量b。”或“有一个向量，它在坐标系M的度量下得到的度量结果向量为a，那么它在坐标系I的度量下，这个向量的度量结果是b。”或 Ma = Ib“在M坐标系里量出来的向量a，跟在I坐标系里量出来的向量b，其实根本就是一个向量啊！”。度量：向量在各个坐标轴上的投影值，按一定顺序列在一起。其实是 IM，也就是说，M中那组基的度量是在 I 坐标系中得出的。从这个视角来看，M×N也不是什么矩阵乘法了，而是声明了一个在M坐标系中量出的另一个坐标系N，其中M本身是在I坐标系中度量出来的。

矩阵如何描述运动：https://indienova.com/u/feonya/blogread/21018

标签：平移,变换,矩阵,相似矩阵,旋转,数学,坐标系,向量,度量
来源： https://www.cnblogs.com/gaara-zhang/p/16627142.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。