Last updated 2 years ago
Was this helpful?
線代 ⟩ 矩陣 ⟩ 符號
aij{\color{orange}\mathbf{a}_{ij}}aij 或 Aij{\color{orange}\mathbf{A}_{ij}}Aij 代表：A\mathbf{A}A 矩陣第 iii 列、第 jjj 行的元素。
Ai∗{\color{orange}\mathbf{A}_{i*}}Ai∗ 代表：A\mathbf{A}A 矩陣的第 iii 列 (稱為列向量)。
A∗j{\color{orange}\mathbf{A}_{*j}}A∗j 代表：A\mathbf{A}A 矩陣的第 jjj 行 (稱為行向量)。
內積
矩陣乘法
Mathematics for 3D Game Programming & Computer Graphics (2nd Edition, 2004)
在矩陣的世界中：
矩陣通常用大寫粗體表示，如： A,B,M\mathbf{A}, \mathbf{B}, \mathbf{M} A,B,M
一般的向量會用小寫粗體表示，並寫成「列向量」，如： u=[123]\mathbf{u}=\begin{bmatrix} 1 \\ 2 \\ 3 \end{bmatrix} u=123, v=[456]\mathbf{v}=\begin{bmatrix} 4 \\ 5 \\ 6 \end{bmatrix} v=456
它們的內積則會寫成這樣： uTv=[123][456]=[32]\mathbf{u}^T\mathbf{v}=\begin{bmatrix} 1 & 2 & 3 \end{bmatrix} \begin{bmatrix} 4 \\ 5 \\ 6 \end{bmatrix} = \begin{bmatrix} 32 \end{bmatrix} uTv=[123]456=[32]
⭐️ 注意：
通常不區分一個純數與 1×11\times 11×1 矩陣之間的區別，但在複雜的矩陣運算中，可能會混雜向量的係數積、矩陣係數積、向量內積、矩陣乘法等，如果任意混用，有可能會產生計算錯誤