第6章：线性代数 — 零基础讲义

讲义说明
本讲义基于 Steve Marschner & Peter Shirley 所著《虎书5》第5版第6章（p.109-126）。
本章是计算机图形学的"数学骨架"——它告诉你为什么"变换一个物体"可以写成"乘一个矩阵"，为什么"体积缩放"等于"行列式"，为什么"特征向量"是"变换中方向不变的向量"。
本版插画采用 Guizang 材质插画风格重新绘制。

6.1 行列式
6.2 矩阵
6.3 用矩阵计算
6.4 特征值与特征向量
6.5 奇异值分解（SVD）
6.6 Cramer法则
6.7 矩阵与图形变换
6.8 数值稳定性
全章总结

学习目标

理解行列式的几何含义——不是计算，是"面积/体积缩放倍数"
掌握矩阵运算的核心规则：乘法、转置、逆矩阵
理解正交矩阵在图形学中的特殊地位
理解特征值/特征向量的"不变方向"含义
掌握SVD——任意矩阵的"瑞士军刀"
学会用矩阵方法求解线性方程组

6.1 行列式（Determinants）

6.1.1 从面积到行列式——核心直觉

核心洞察：2×2矩阵的行列式绝对值 = 该矩阵把"单位面积的方形"变成"多大面积的平行四边形"。

让我们从视觉上理解这个最重要的概念：

图6-1：点积衡量投影长度，叉积衡量平行四边形面积——二者是线性代数的几何基石

对于一个2×2矩阵：

det([a b; c d]) = ad - bc

det值	几何意义	举例
det = 5	矩阵把单位面积"放大"了5倍	缩放矩阵 diag(5,1) → det=5
det = 1	面积不变	旋转矩阵 → det = 1
det = 0	把面积"压成0"——矩阵奇异（不可逆）	投影矩阵 → det = 0
det = -3	翻面 + 放大3倍（负号=镜像翻转）	反射矩阵 → det = -1

6.1.2 3D行列式：体积缩放

3×3矩阵的行列式 = 平行六面体的有向体积，即三个列向量张成的三维形状的体积：

det([a1 a2 a3; b1 b2 b3; c1 c2 c3]) = a1·(b2·c3 - b3·c2) - a2·(b1·c3 - b3·c1) + a3·(b1·c2 - b2·c1)

这个三阶行列式的展开式可以记忆为：a×第一行去掉a列后的2×2子行列式，符号交替。

图形学应用：det=0 → 矩阵不可逆 → 物体被压扁到平面 → 叫退化（degenerate）。在物理仿真中，det<0表示"翻转"（法线方向反了），通常是错误的。

// 图形学中常见的退化判断
bool is_degenerate = (fabs(matrix.determinant()) < 1e-6);

6.1.3 行列式的三条核心性质

每条性质都有清晰的几何意义：

性质	公式	几何解释
1. 缩放	\|k·a · b\| = k·\|a · b\|	某边放大k倍 → 面积也放大k倍
2. 剪切不变面积	\|a+k·b · b\| = \|a · b\|	剪切变换不改变面积（只是歪了）
3. 加法（分割）	\|a · (b+c)\| = \|a·b\| + \|a·c\|	平行四边形可分割成两个面积之和

图6-2：行列式的几何意义——两个向量张成的平行四边形面积

🤔 想一想：为什么剪切变换不改变面积？这对纹理映射有什么影响？

剪切只是"倾斜"了图形，但底和高的长度都没变——所以面积不变。在纹理映射中，这意味着我们可以对纹理做剪切变换而不改变纹理的"总可见量"，只改变形状。

6.2 矩阵（Matrices）

6.2.1 矩阵是什么？

矩阵 = 数字的二维数组 + 特定的算术规则

在图形学中，矩阵几乎都是实数方阵（行数=列数）：

矩阵大小	用途	例子
2×2	2D线性变换	旋转 cosθ, -sinθ; sinθ, cosθ
3×3	3D线性变换（不含平移）	3D旋转矩阵
4×4	3D仿射变换（含平移）	模型-视图-投影矩阵

6.2.2 矩阵运算

矩阵乘法——图形学中最重要的运算：

图6-3：矩阵乘法——A的行与B的列对应元素相乘后累加

C[i][j] = Σ(k) A[i][k] × B[k][j]

关键约束：A的列数必须等于B的行数。即 (m×p)×(p×n) = (m×n)。中间的p必须相等。

// 2×2矩阵乘法例子
A = [1 2]    B = [5 6]    C = A × B = [1×5+2×7   1×6+2×8] = [19 22]
    [3 4]        [7 8]                [3×5+4×7   3×6+4×8]   [43 50]

// 验证右上角元素 C[0][1]：
// A的第0行 [1, 2] × B的第1列 [6, 8]^T = 1×6 + 2×8 = 22 ✓

运算	公式	图形学含义
矩阵乘法	C = A × B	AB = "先做A变换，再做B变换"
矩阵加法	[A] + [B] = [对应元素相加]	不常用在变换中
标量乘法	k·A = [每个元素×k]	对变换整体缩放

6.2.3 转置（Transpose）

转置 = 把矩阵的行变成列

Aᵀ[i][j] = A[j][i]

A = [1 2 3]    Aᵀ = [1 4]
    [4 5 6]         [2 5]
                    [3 6]

最重要的转置性质：

(AB)ᵀ = Bᵀ × Aᵀ ← 顺序翻转！

直观理解：因为"先做A再做B"，转置后变成"先做Bᵀ再做Aᵀ"——操作顺序正好反过来。这个性质在图形学中频繁使用。

6.2.4 逆矩阵（Inverse）

逆矩阵 = 矩阵的"倒数"

A的逆矩阵A⁻¹满足：

A × A⁻¹ = A⁻¹ × A = I（单位矩阵）

单位矩阵I：对角线为1，其余为0：

I = [1 0 0; 0 1 0; 0 0 1]

性质	公式	解释
可逆条件	det(A) ≠ 0	行列式为0时不可逆（退化）
逆的逆	(A⁻¹)⁻¹ = A	两次求逆回到原位
乘积的逆	(AB)⁻¹ = B⁻¹ × A⁻¹	顺序翻转！与转置相同

6.2.5 正交矩阵——图形学最重要的特殊矩阵

正交矩阵：满足 R × Rᵀ = I 的矩阵。

对于正交矩阵，有一个极其诱人的性质：

R⁻¹ = Rᵀ （逆 = 转置）

这意味着旋转矩阵的"撤销"超级快——不需要解方程组，直接取转置即可。

// 验证正交矩阵
// 求逆 = 求转置，这是旋转矩阵的"特权"
// 因为旋转是正交变换，不改变向量长度和夹角

R = [cosθ  -sinθ]
    [sinθ   cosθ]

Rᵀ × R = [cosθ  sinθ] [cosθ  -sinθ] = [1  0] = I  ✓
          [-sinθ cosθ] [sinθ   cosθ]   [0  1]

判断正交矩阵的三个条件：

所有列都是单位长度（每列向量长度为1）
所有列之间互相正交（任意两列点积为0）
行列式为 +1 或 -1（+1=纯旋转，-1=含反射）

6.3 用矩阵计算

6.3.1 向量操作：行向量 vs 列向量

在图形学中，向量通常是列向量。矩阵乘以列向量得到新列向量：

[3×3] × [3×1] = [3×1]

这叫后乘（post-multiplication）——矩阵在左，向量在右。

// 列向量后乘（现代OpenGL/Vulkan标准）
v' = M × v

// 行向量前乘（早期DirectX/旧API）
v' = v × M

// 两种方式数学上等价，但代码完全不同！
// 现在的标准是列向量+后乘

6.3.2 点积和叉积的矩阵形式

点积的矩阵形式：

a · b = aᵀ · b = Σ a_i · b_i

将a转置为行向量，乘以b（列向量），结果就是标量。

叉积的矩阵形式（反对称矩阵）：

a × b = [a]× · b

其中 [a]× 是反对称矩阵：

[a]× = [  0  -az   ay]
       [  az   0  -ax]
       [ -ay  ax   0 ]

这个形式在后面第7章的Rodrigues旋转公式中非常有用。

6.4 特征值与特征向量

6.4.1 直观理解——不变的方向

特征向量：被矩阵变换后方向不变的非零向量。
特征值：变换后被缩放的比例。

A × v = λ × v

这个公式的意思是：矩阵A作用在特征向量v上，结果就是v本身乘以λ——方向不变，只改变长度。

图6-4：特征向量——在变换中保持方向不变的向量，只被缩放λ倍

生活类比：想象你拿着一张地图（2D平面），用放大镜（矩阵）去照它。在大多数方向上的线会改变方向——但总有一些特殊方向上的线只是变长了或变短了，方向不变。这些特殊方向就是特征向量方向，变长/变短的倍数就是特征值。

6.4.2 如何求特征值

求特征值就是解下面这个方程：

|A - λI| = 0

展开后是一个关于λ的多项式方程：

对2×2矩阵：
|a₁₁-λ  a₁₂  |  = (a₁₁-λ)(a₂₂-λ) - a₁₂a₂₁ = 0
|a₂₁    a₂₂-λ|

展开：λ² - (a₁₁ + a₂₂)λ + (a₁₁a₂₂ - a₁₂a₂₁) = 0
      ← λ² 项       ← 一次项                ← 常数项 = det(A)

矩阵大小	特征值方程次数	求解方法
2×2	二次方程	求根公式（解析解）
3×3	三次方程	可能解析解，但复杂
4×4+	高次方程	必须用数值方法（QR分解、Power Iteration）

图形学警示：解析求特征值只对2×2和3×3实用。更大的矩阵请用迭代数值方法。

6.4.3 对称矩阵的特殊性质

对称矩阵：A = Aᵀ。在图形学中非常多见（例如物理仿真中的刚度矩阵、惯性张量）。

关键定理：实对称矩阵的特征值一定为实数，且对应的特征向量互相正交。

这个性质使得对称矩阵可以对角化：

A = Q × D × Qᵀ

其中 Q 是正交矩阵（列向量是A的特征向量），D是对角矩阵（对角元素是A的特征值）。

几何意义：对称矩阵的变换 = "旋转到特征向量方向 → 按特征值缩放 → 反向旋转回去"。这是理解SVD的铺垫。

🤔 想一想：旋转矩阵的特征向量是什么？缩放矩阵呢？剪切矩阵呢？

旋转矩阵（非对称）在2D中没有实数特征向量（因为所有向量都在旋转，方向都变了）——特征值为复数。缩放矩阵的特征向量就是坐标轴方向，特征值就是各轴的缩放倍数。剪切矩阵有一个特征向量（剪切方向），对应特征值为1。

6.5 奇异值分解（SVD）

6.5.1 为什么需要SVD

问题：不是所有矩阵都能对角化！非对称矩阵的特征值可能是复数（比如旋转矩阵）。当特征值是复数时，它失去了"缩放倍数"的直观几何意义。

解决方案：SVD（奇异值分解）——对任何矩阵都有效，且奇异值一定是实数。

6.5.2 SVD的数学定义

任意 m×n 矩阵 A 都可以分解为：

A = U × Σ × Vᵀ

符号	大小	含义
U	m×m	左奇异向量组成的正交矩阵
Σ	m×n	对角矩阵，对角元素为奇异值（非负实数，降序排列）
V	n×n	右奇异向量组成的正交矩阵

6.5.3 SVD的几何含义

SVD告诉你：任何线性变换 = "旋转 → 按奇异值缩放 → 旋转回去"。

输入向量 v        U×Vᵀ        缩放           A = U×Σ×Vᵀ
    v    ────→  Vᵀv   ────→  ΣVᵀv   ────→   U×Σ×Vᵀ×v
               旋转        按σ缩放        旋转

三个动作的物理意义：

Vᵀ：把v旋转到"主轴"坐标系
Σ：按奇异值σ₁, σ₂, ..., σᵣ分别缩放（σ₁是主要缩放）
U：从"主轴"坐标系转回原始坐标系

6.5.4 SVD在图形学中的应用

应用	原理	效果
数据降维（PCA）	保留最大的k个奇异值，丢弃小值	用1%的数据保留95%的信息
图像压缩	对图像块做SVD，只保留前几个奇异值	极低存储下的近似重建
最小二乘求解	x = V × Σ⁻¹ × Uᵀ × b	数值稳定的伪逆求解
条件数判断	条件数 = σ_max / σ_min	数值稳定性衡量

SVD是图形学工具箱中的"瑞士军刀"——遇到任何"分解矩阵"的问题，先想SVD。

6.6 Cramer法则

6.6.1 用行列式解方程组

Cramer法则 = 用行列式解线性方程组。对于2个方程2个未知数：

x = |A_x| / |A|, y = |A_y| / |A|

对于方程组：
a₁x + b₁y = c₁
a₂x + b₂y = c₂

       |c₁  b₁|           |a₁  c₁|
x =  ─────────      y = ─────────
       |a₁  b₁|           |a₁  b₁|
       |a₂  b₂|           |a₂  b₂|

几何解释：|A|是三个列向量张成的n维体积。|A_x|是把x系数列替换为b后的"新体积"。x = 新体积/原体积。

6.6.2 3D例子

3个平面（3个三元一次方程）求交点：

3x + 7y + 2z = 4
2x - 4y - 3z = -1
5x + 2y +  z = 1

       |4  7  2|           |3  4  2|           |3  7  4|
x =  ─────────      y = ─────────      z = ─────────
       |3  7  2|           |3  7  2|           |3  7  2|
       |2 -4 -3|           |2 -4 -3|           |2 -4 -3|
       |5  2  1|           |5  2  1|           |5  2  1|

图形学中Cramer法则在光线-三角形求交（Möller-Trumbore算法）中有直接应用——用Cramer法则求解3个未知数t, β, γ。

6.7 矩阵与图形变换

6.7.1 用矩阵表示变换

图6-5：基变换——同一个向量在不同坐标系下有不同的坐标表示

每一种"线性变换"都对应一个矩阵：

变换	2D矩阵	3D矩阵（线性部分）
缩放	[sx 0; 0 sy]	diag(sx, sy, sz)
旋转	[cosθ -sinθ; sinθ cosθ]	绕x/y/z轴的3个旋转矩阵
剪切	[1 k; 0 1]	多种（xy, xz, yz平面）
反射	[-1 0; 0 1]	对特定平面的反射

6.7.2 矩阵乘法的"魔法"

矩阵乘法对应变换的复合：

T_total = T₃ × T₂ × T₁

意思是："先做T₁，再做T₂，再做T₃"（从右到左读）。

图形学应用：场景中一个物体的最终位置 = 模型矩阵 × 视图矩阵 × 投影矩阵。

6.7.3 旋转矩阵的特殊性

任何3D旋转矩阵R都满足：

R是正交矩阵（R⁻¹ = Rᵀ）
det(R) = +1（不包含反射——区别于反射矩阵的det=-1）
9个参数中只有3个独立（绕x, y, z的旋转角）

反直觉事实：3D旋转只有3个自由度，但旋转矩阵有9个数字！这就是为什么四元数（只有4个数字+1个约束=3个自由度）能成为更紧凑的旋转表示。

6.8 数值稳定性

6.8.1 为什么图形学很关心数值问题

大量浮点运算：累积误差会消耗精度
病态矩阵：接近奇异的矩阵让结果爆炸
实时要求：不能等"无限精度"计算

6.8.2 实用建议

1. 避免直接求逆：

// ❌ 不推荐：多次求逆
M_combined = M_a.inverse() * M_b.inverse();

// ✅ 推荐：先合成再求逆
M_combined = M_b * M_a;
M_combined_inverse = (M_b * M_a).inverse();

2. 优先使用正交矩阵的性质：

// ❌ 慢：解线性方程组求逆再乘
result = M_inverse * v;

// ✅ 快：因为M是正交矩阵，M⁻¹ = Mᵀ
result = M.transpose() * v;

3. 用SVD处理病态问题：

// 对接近奇异的矩阵，SVD给出"最稳定"的解
U, Σ, Vt = svd(A);
// 伪逆 = V × Σ⁺ × Uᵀ，其中Σ⁺的小奇异值置0
A_pseudoinverse = V * diag_pinv(Σ) * U.transpose();

全章总结

核心洞察：线性代数是计算机图形学的"母语"——

行列式 告诉你变换的缩放比例（和奇异性）

矩阵乘法 让你可以"叠加"多个变换

正交矩阵 让"撤销变换"变得极快（逆=转置）

特征向量 告诉你变换的"不变方向"

SVD 告诉你"任何变换=旋转×缩放×旋转"

最重要的不是公式，而是几何直觉——每个矩阵运算背后都有一个空间形状的变换。掌握了几何，你就"看穿"了公式。

概念	核心公式	图形学意义
逆矩阵	A × A⁻¹ = I	撤销变换
转置	(AB)ᵀ = Bᵀ × Aᵀ	变换顺序翻转
乘积的逆	(AB)⁻¹ = B⁻¹ × A⁻¹	复合变换的逆
正交矩阵	R × Rᵀ = I → R⁻¹ = Rᵀ	旋转矩阵极速求逆
特征值	A × v = λ × v	不变方向与缩放
对角化	A = Q × D × Qᵀ	对称矩阵分解（对称矩阵专属）
SVD	A = U × Σ × Vᵀ	任何矩阵的通用分解
Cramer法则	x = \|A_x\| / \|A\|	行列式法求线性方程组

一句话总结：行列式=面积/体积缩放倍数，矩阵乘法=变换复合，正交矩阵=逆=转置的超方便性质，特征向量=变换中不改变方向的向量，SVD=任意矩阵都能分解为旋转×缩放×旋转。