向量：m行n列的數表。
從作用上看，它可以進行線性變換（如旋轉），將乙個點變換至另乙個點。
方陣：n行n列的矩陣。它的行列式記作|a|或者deta （只有方陣才有行列式）
同型矩陣：對應的行數和列數相等
矩陣的相等：首先是同型矩陣，其次每個對應元素相等。 稱為a=b
比較特殊的矩陣：
1. 主對角線元素為1，其餘為0，稱為單位矩陣，記作e
2. 主對角之外元素都為0，稱為對角矩陣，記作λ。 單位矩陣是特殊的對角矩陣
[1,-2,0]這樣的數表稱為向量，包含行向量和列向量，n維向量代表其包含元素個數。
矩陣的加法：對於同型矩陣，每個對應元素相加。就是矩陣相加。
矩陣的乘法：矩陣乘乙個數k，矩陣的每個元素都要乘以k。
向量的相加：行向量只能與行向量相加，列向量相同。
向量的數乘：向量a乘乙個數k，則向量的每個元素（分量）都要乘以k。
向量的內積：向量相乘，記作(a,b) 。向量的內積是對應分量的乘積的和。是乙個數。
a=[1,2,3] b=[2,3,4]
則(a,b)=1*2+2*3+3*4=20.
矩陣與向量相乘：矩陣a與向量x相乘，做法就是讓矩陣的每一行元素分別與向量x做內積。
|a11 a12 a13| * [x1] = [a11*x1+a12*x2+a13*x3]
|a21 a22 a23| |x2| [a21*x1+a22*x2+a23*x3]
[x3]
這一項可能 比較難以理解，可以借用線性方程組來理解：
|a11x1+a12x2+.......+a1nxn=b1
|a21x1+a22x2+.......+a2nxn=b2
|an1x1+an2x2+.......+annxn=bn
對於這個線性方程組，它的係數矩陣，乘以[x1 x2 x3...]t這個x向量，所得到的就是右側的bi向量，即ax=b
乙個矩陣乘向量，也可以視為是對乙個向量的線性變換。將向量x變換為了向量b
對標量的線性變換：y=kx
對向量的線性變換：y=ax
矩陣與矩陣相乘：方法同上。矩陣可以視為列向量的組合，處理方法一致。它的意義是對向量的復合變換。
但需要注意的是：
1. ab≠ba ，矩陣中交換律基本不可用。
2. ab的結果是0，並不意味著其中一定有零矩陣。
伴隨矩陣：矩陣a的伴隨矩陣a*，它的每一項都是a中對應元素的代數余子式（有正負號），並且位置是轉置的
伴隨矩陣的重要公式：
aa*=a*a=|a|e
向量和矩陣範數
參考 數值分析 朱曉臨 需要理解的是，範數也是一種函式，是一種度量向量和矩陣大小的函式。它常常被用來度量某個向量空間 或矩陣 中的每個向量的長度或大小。暫時沒時間寫 約定 a代表m n的矩陣，aij代表矩陣內的元素，i表示行，j表示列。並且有一例項矩陣a如下 矩陣的列範數定義如下 即將矩陣每列看做乙...
向量和矩陣範數
在剛入門機器學習中的低秩，稀疏模型時，被各種範數攪得一團糟，嚴重延緩了學習進度，經過一段時間的學習，現在將其完整的總結一下，希望遇到同樣麻煩的同學能有所幫助。一 向量的範數 首先定義乙個向量為 a 5，6，8,10 1.1 向量的1範數 向量的1範數即 向量的各個元素的絕對值之和，上述向量a的1範數...
變換 向量和矩陣
主要使用了 示例程式繪製了乙個在螢幕中間旋轉的線框花托。modelviewprojection.cpp opengl superbible demonstrates opengl the modelviewprojection matrix program by richard s.wright j...