Skip to content

Day 06:矩阵基础与矩阵运算 ​

学习方向:线性代数 + 计算机图形学 + CAD 开发

编程语言:TypeScript

核心主题:矩阵结构、矩阵运算、矩阵乘法、单位矩阵


一、学习目标 ​

本节主要解决以下问题:

  1. 什么是矩阵?
  2. 如何理解矩阵的行和列?
  3. 如何读取矩阵中的元素?
  4. 矩阵加法和数乘如何计算?
  5. 矩阵乘法为什么是行乘列?
  6. 为什么矩阵乘法不能随意交换顺序?
  7. 如何使用 TypeScript 实现矩阵运算?
  8. 矩阵在 CAD 开发中有什么作用?

完成标准 ​

  • [ ] 理解矩阵的基本结构。
  • [ ] 能正确识别矩阵的行数和列数。
  • [ ] 能读取任意位置的矩阵元素。
  • [ ] 能手算矩阵加法和数乘。
  • [ ] 能手算 2×2 矩阵乘法。
  • [ ] 理解矩阵乘法不满足交换律。
  • [ ] 能使用 TypeScript 实现基本矩阵运算。

二、矩阵的基本概念 ​

2.1 什么是矩阵? ​

矩阵(Matrix)是按照行和列排列的一组数字。

例如:

A=[1234]

这是一个 2×2 矩阵。

其中:

  • 第一行:1、2
  • 第二行:3、4
  • 第一列:1、3
  • 第二列:2、4

矩阵的维度通常表示为:

m×n

其中:

  • m:行数(Rows)
  • n:列数(Columns)

例如:

B=[123456]

矩阵 B 有:

  • 2 行
  • 3 列

因此:

B∈R2×3

2.2 矩阵元素的表示 ​

矩阵中的元素通常表示为:

aij

其中:

  • i:第几行
  • j:第几列

例如:

A=[2579]

那么:

a11=2a12=5a21=7a22=9

注意:

数学中的矩阵下标通常从 1 开始,而 JavaScript 数组下标从 0 开始。


三、使用 TypeScript 表示矩阵 ​

3.1 使用二维数组 ​

typescript
type Matrix2 = [
    [number, number],
    [number, number]
];

const matrix: Matrix2 = [
    [1, 2],
    [3, 4]
];

读取元素:

typescript
console.log(matrix[0][0]); // 1
console.log(matrix[0][1]); // 2
console.log(matrix[1][0]); // 3
console.log(matrix[1][1]); // 4

这里采用:

typescript
matrix[row][column]

即:

text
matrix[行][列]

3.2 矩阵的行与列 ​

假设:

typescript
const matrix = [
    [1, 2, 3],
    [4, 5, 6]
];

矩阵结构:

text
       列0  列1  列2
        ↓    ↓    ↓

行0 →   1    2    3

行1 →   4    5    6

读取:

typescript
matrix[0][2] // 3

matrix[1][0] // 4

matrix[1][2] // 6

3.3 容易混淆的地方 ​

数学矩阵:

A=[1234]

对应二维数组:

typescript
[
    [1, 2],
    [3, 4]
]

这里使用的是按行组织的二维数组。

但是,在 Three.js 等图形库中,矩阵可能使用一维数组并采用列主序存储。

例如,同一个数学矩阵:

A=[1234]

按行展开:

typescript
[1, 2, 3, 4]

按列展开:

typescript
[1, 3, 2, 4]

这只是存储方式的区别。

矩阵的数学含义与底层数组的存储顺序是两个不同概念。


四、矩阵加法 ​

4.1 数学定义 ​

只有维度相同的矩阵才能相加。

假设:

A=[1234]B=[5678]

计算:

A+B

对应位置的元素分别相加:

A+B=[1+52+63+74+8]

得到:

A+B=[681012]

4.2 TypeScript 实现 ​

typescript
function addMatrix2(
    A: Matrix2,
    B: Matrix2
): Matrix2 {
    return [
        [
            A[0][0] + B[0][0],
            A[0][1] + B[0][1]
        ],
        [
            A[1][0] + B[1][0],
            A[1][1] + B[1][1]
        ]
    ];
}

测试:

typescript
const A: Matrix2 = [
    [1, 2],
    [3, 4]
];

const B: Matrix2 = [
    [5, 6],
    [7, 8]
];

console.log(addMatrix2(A, B));

// [
//     [6, 8],
//     [10, 12]
// ]

五、矩阵数乘 ​

5.1 数学定义 ​

矩阵数乘是指:

将矩阵中的每一个元素都乘以同一个数。

例如:

A=[1234]

计算:

2A

得到:

2A=[2×12×22×32×4]

所以:

2A=[2468]

5.2 TypeScript 实现 ​

typescript
function scaleMatrix2(
    A: Matrix2,
    scalar: number
): Matrix2 {
    return [
        [
            A[0][0] * scalar,
            A[0][1] * scalar
        ],
        [
            A[1][0] * scalar,
            A[1][1] * scalar
        ]
    ];
}

测试:

typescript
const A: Matrix2 = [
    [1, 2],
    [3, 4]
];

console.log(scaleMatrix2(A, 2));

// [
//     [2, 4],
//     [6, 8]
// ]

六、矩阵乘法 ​

这是 Day 06 最重要的知识点。

6.1 核心规则 ​

矩阵乘法不是对应元素直接相乘。

正确规则是:

左边矩阵的一行,乘以右边矩阵的一列,然后求和。

例如:

A=[1234]B=[5678]

计算:

C=AB

6.2 计算第一个元素 ​

第一行乘第一列:

C11=1×5+2×7C11=19

6.3 计算第二个元素 ​

第一行乘第二列:

C12=1×6+2×8C12=22

6.4 计算第三个元素 ​

第二行乘第一列:

C21=3×5+4×7C21=43

6.5 计算第四个元素 ​

第二行乘第二列:

C22=3×6+4×8C22=50

最终:

AB=[19224350]

6.6 通用公式 ​

矩阵乘法的元素公式:

Cij=∑k=1nAikBkj

含义:

  1. 固定结果矩阵的第 i 行、第 j 列。
  2. 取 A 的第 i 行。
  3. 取 B 的第 j 列。
  4. 对应元素相乘。
  5. 将所有乘积相加。

6.7 TypeScript 实现 ​

typescript
function multiplyMatrix2(
    A: Matrix2,
    B: Matrix2
): Matrix2 {
    return [
        [
            A[0][0] * B[0][0] +
            A[0][1] * B[1][0],

            A[0][0] * B[0][1] +
            A[0][1] * B[1][1]
        ],
        [
            A[1][0] * B[0][0] +
            A[1][1] * B[1][0],

            A[1][0] * B[0][1] +
            A[1][1] * B[1][1]
        ]
    ];
}

测试:

typescript
const A: Matrix2 = [
    [1, 2],
    [3, 4]
];

const B: Matrix2 = [
    [5, 6],
    [7, 8]
];

console.log(multiplyMatrix2(A, B));

// [
//     [19, 22],
//     [43, 50]
// ]

七、矩阵乘法的维度规则 ​

假设:

A∈Rm×nB∈Rn×p

那么:

AB∈Rm×p

也就是:

text
A:m × n

B:n × p

结果:m × p

判断矩阵能否相乘:

左矩阵的列数必须等于右矩阵的行数。

例如:

text
2×3 乘 3×4

可以相乘。

结果为 2×4。

但是:

text
2×3 乘 2×4

不能相乘。

因为 3 ≠ 2。

为什么要满足这个规则? ​

因为矩阵乘法需要:

text
左矩阵的一行
       ×
右矩阵的一列

两个向量的元素数量必须相同,才能进行点积。


八、矩阵乘法的重要性质 ​

8.1 不满足交换律 ​

一般情况下:

AB≠BA

例如:

A=[1234]B=[5678]

前面已经计算:

AB=[19224350]

现在计算:

BA

得到:

BA=[23343146]

因此:

AB≠BA

这意味着:

矩阵相乘时,不能随意交换顺序。

8.2 满足结合律 ​

(AB)C=A(BC)

也就是说:

可以改变计算分组,但不能改变矩阵的先后顺序。

在 CAD 开发中,可以先将多个变换矩阵组合,再统一作用到图形顶点上。

8.3 满足分配律 ​

A(B+C)=AB+AC(A+B)C=AC+BC

8.4 单位矩阵 ​

二维单位矩阵:

I=[1001]

满足:

AI=IA=A

单位矩阵相当于数字乘法中的 1。

TypeScript ​

typescript
const identityMatrix2: Matrix2 = [
    [1, 0],
    [0, 1]
];

测试:

typescript
const A: Matrix2 = [
    [2, 3],
    [4, 5]
];

console.log(
    multiplyMatrix2(A, identityMatrix2)
);

// [
//     [2, 3],
//     [4, 5]
// ]

九、矩阵与向量的关系 ​

矩阵不仅可以与矩阵相乘,也可以与向量相乘。

假设:

A=[2003]

向量:

v=[45]

计算:

Av=[2×4+0×50×4+3×5]

得到:

Av=[815]

原向量:

v=(4,5)

变换后:

v′=(8,15)

可以理解为:

  • X 方向放大 2 倍。
  • Y 方向放大 3 倍。

这就是矩阵在图形变换中的基本作用。

TypeScript 实现 ​

typescript
type Vector2 = {
    x: number;
    y: number;
};

function multiplyMatrix2Vector(
    matrix: Matrix2,
    vector: Vector2
): Vector2 {
    return {
        x:
            matrix[0][0] * vector.x +
            matrix[0][1] * vector.y,

        y:
            matrix[1][0] * vector.x +
            matrix[1][1] * vector.y
    };
}

测试:

typescript
const matrix: Matrix2 = [
    [2, 0],
    [0, 3]
];

const vector = {
    x: 4,
    y: 5
};

console.log(
    multiplyMatrix2Vector(matrix, vector)
);

// { x: 8, y: 15 }

十、矩阵在 CAD 中的应用 ​

10.1 图形缩放 ​

例如:

将图形的 X 坐标放大 2 倍,Y 坐标放大 3 倍。

可以使用:

S=[2003]

10.2 图形旋转 ​

二维旋转可以通过旋转矩阵完成。

例如逆时针旋转 90°:

R=[0−110]

10.3 图形镜像 ​

沿 X 轴镜像:

M=[100−1]

沿 Y 轴镜像:

M=[−1001]

10.4 组合变换 ​

例如:

  1. 先缩放图形。
  2. 再旋转图形。

可以使用矩阵乘法组合。

如果采用列向量:

P′=RSP

其中:

  • S:缩放矩阵。
  • R:旋转矩阵。
  • P:原始坐标。

实际执行顺序:

text
原始点 P
   ↓
缩放 S
   ↓
旋转 R
   ↓
得到 P'

注意:

矩阵乘法从右向左作用于列向量。

10.5 为什么 CAD 需要矩阵? ​

假设一个 CAD 图形包含 10000 个顶点。

如果需要:

  • 缩放。
  • 旋转。
  • 镜像。

可以先组合变换矩阵:

M=RSM

这里最后一个 M 表示镜像矩阵,实际工程中建议使用不同变量名,避免与组合矩阵混淆。

然后对每个顶点执行统一变换。

这种方式便于管理复杂图元的坐标变换。


十一、Day 06 常见错误 ​

错误 1:把矩阵乘法当成逐元素相乘 ​

错误理解:

text
A = [1, 2]
    [3, 4]

B = [5, 6]
    [7, 8]

错误结果:

[5, 12]
[21, 32]

这叫逐元素乘法,不是标准矩阵乘法。

正确的矩阵乘法是行与列做点积。

错误 2:混淆行和列 ​

记忆方法:

text
matrix[row][column]

先行,后列。

错误 3:忘记矩阵乘法顺序 ​

一般情况下:

AB≠BA

在 CAD 中,先旋转再缩放,与先缩放再旋转,通常得到不同结果。

如果是统一缩放,则它与绕原点旋转可以交换顺序;不能把所有情况都理解为必然不同。

错误 4:混淆矩阵的存储顺序 ​

需要区分:

  1. 数学上的矩阵行列。
  2. 二维数组的访问方式。
  3. 一维数组的存储顺序。
  4. 行向量与列向量的乘法约定。

这四个概念有关联,但不能混为一谈。

错误 5:认为所有矩阵都能相乘 ​

必须满足:

Am×nBn×p

左矩阵列数等于右矩阵行数。


十二、Day 06 练习题 ​

练习 1:矩阵维度 ​

已知:

A=[123456]

回答:

  1. A 是几行几列?
  2. a12 等于多少?
  3. a23 等于多少?

练习 2:矩阵加法 ​

A=[2345]B=[1623]

计算:

A+B

练习 3:矩阵数乘 ​

A=[2−134]

计算:

3A

练习 4:矩阵乘法 ​

A=[1234]B=[2013]

计算:

AB

练习 5:矩阵与向量 ​

A=[2003]P=[54]

计算:

P′=AP

并解释图形发生了什么变化。


十三、Day 06 核心公式汇总 ​

知识点公式
矩阵维度m×n
矩阵元素aij
矩阵加法(A+B)ij=Aij+Bij
矩阵数乘(kA)ij=kAij
矩阵乘法Cij=∑kAikBkj
交换律一般 AB≠BA
结合律(AB)C=A(BC)
单位矩阵AI=IA=A
向量变换P′=MP

十四、Day 06 知识总结 ​

本节最重要的三个知识点:

1. 矩阵是按照行和列组织的数据结构 ​

理解:

typescript
matrix[row][column]

2. 矩阵乘法是行与列的点积 ​

记住:

Cij=∑kAikBkj

3. 矩阵可以表示线性变换 ​

例如:

  • 缩放。
  • 旋转。
  • 镜像。
  • 错切。

这些变换可以通过矩阵乘法组合。

普通 2×2 矩阵不能直接表示二维平移。

要将平移也纳入统一的矩阵运算,需要引入齐次坐标和 3×3 矩阵。

这正是 Day 07 的核心内容。


十五、最终验收清单 ​

数学基础 ​

  • [ ] 理解矩阵的行和列。
  • [ ] 理解矩阵维度。
  • [ ] 能读取矩阵元素。
  • [ ] 能进行矩阵加法。
  • [ ] 能进行矩阵数乘。
  • [ ] 能进行矩阵乘法。
  • [ ] 理解单位矩阵。
  • [ ] 理解矩阵乘法顺序。

TypeScript ​

  • [ ] 实现 addMatrix2()。
  • [ ] 实现 scaleMatrix2()。
  • [ ] 实现 multiplyMatrix2()。
  • [ ] 实现 multiplyMatrix2Vector()。

CAD 应用 ​

  • [ ] 理解矩阵如何缩放图形。
  • [ ] 理解矩阵如何旋转图形。
  • [ ] 理解矩阵如何实现镜像。
  • [ ] 理解多个变换为什么需要矩阵乘法。
  • [ ] 理解矩阵乘法顺序对图形结果的影响。

Day 06 核心结论:

矩阵不仅是一组数字,更是一种描述线性变换的数学工具。

矩阵乘法的本质是行与列的点积。

对 CAD 开发而言,掌握矩阵运算是理解图形旋转、缩放、镜像和坐标变换的基础。