第 6 章矩阵进阶 (More on Matrices)

核心结论

行列式 (determinant, |M| 或 det M)：方阵专有标量；几何意义 = 变换的 缩放倍数（绝对值）+ 手性保持（符号，正数保手性，负数含反射）。
矩阵的逆 (inverse, M⁻¹)：仅当 det ≠ 0 时存在；几何意义 = 反向变换；列向量约定下用余子式矩阵 / Cramer 法则构造。
正交矩阵 (orthogonal matrix)：列向量两两正交且单位长；M^T · M = I，即 M^T = M⁻¹；保长保角；旋转 / 反射是正交变换的特例。
4×4 齐次矩阵 (homogeneous matrix)：在 3×3 变换矩阵上加一行一列容纳平移；第四分量 w 是"开关"，通常为 1。
4×4 仿射变换 (4×4 affine transform)：3D 图形标准形式——3×3 线性变换 + 1×3 平移向量；可同时表达旋转 / 缩放 / 平移 / 投影。
4×4 透视投影 (perspective projection)：通过 w 分量实现"近大远小"；把视锥体（frustum）映射到 NDC（标准化设备坐标）立方体 [-1, 1]³。

本章主旨

本章补全矩阵的"工具箱"：行列式（判定可逆 / 手性）、矩阵的逆（构造反向变换）、正交矩阵（高效求逆）、4×4 齐次矩阵（容纳平移与透视）。最关键的工程意义是——4×4 矩阵成为 3D 图形的事实标准，所有 GPU / 引擎内部都用 4×4 矩阵表达 3D 变换。

一、核心概念

本章围绕 6 个核心概念展开：行列式 → 矩阵的逆 → 正交矩阵 → 4×4 齐次坐标 → 4×4 仿射变换 → 4×4 透视投影。每一步都在补完"矩阵能做什么"的工具集。

概念定义 + 重要性实现提示

概念	定义 + 重要性	实现提示
行列式 (det)	方阵的标量；几何 = 缩放倍数（绝对值）+ 手性（符号）。det = 0 ⇒ 矩阵奇异（不可逆）。	§6.1；2×2 公式 `ad − bc`、3×3 用 Sarrus 法则或余子式展开。代码侧用 `mat.det()` 库函数。
矩阵的逆 (M⁻¹)	`M · M⁻¹ = M⁻¹ · M = I`；仅 det ≠ 0 时存在；几何 = 反向变换。	§6.2；3×3 用伴随矩阵 / Cramer 法则。代码侧用 `mat.inverse()`；注意矩阵是否可逆的预判。
正交矩阵	列向量两两正交且单位长；`M^T · M = I`，即 `M^T = M⁻¹`；保长保角。	§6.3；旋转矩阵、反射矩阵是正交矩阵的特例。正交矩阵的逆 = 转置，避免 `O(n³)` 求逆。
4×4 齐次坐标	用 4×4 矩阵表达 3D 变换（含平移）；第 4 分量 w = 1 为"普通点"、w = 0 为"向量"、w ≠ 0/1 为"投影后归一化"。	§6.4；所有 3D 引擎的"世界变换矩阵"都是 4×4 齐次矩阵。OpenGL / DirectX / Vulkan 均如此。
4×4 仿射变换	3D 图形标准形式：3×3 线性变换（旋转 / 缩放 / 投影 / 反射 / 剪切）+ 1×3 平移向量；统一表达所有"线性 + 平移"。	§6.4；常见用法 `T · R · S`（缩放 → 旋转 → 平移），与 §5.6 一致。
4×4 透视投影	通过 w 分量实现"近大远小"；把视锥体（视场角 + 近远平面定义的 4 棱台）映射到 NDC 立方体 `[-1, 1]³`。	§6.5；与正交投影（5.3）不同——正交保持平行线，透视使平行线收敛。游戏渲染默认透视，CAD / 2D 默认正交。

行列式 (det)

方阵的标量；几何 = 缩放倍数（绝对值）+ 手性（符号）。det = 0 ⇒ 矩阵奇异（不可逆）。

§6.1；2×2 公式 ad − bc、3×3 用 Sarrus 法则或余子式展开。代码侧用 mat.det() 库函数。

矩阵的逆 (M⁻¹)

M · M⁻¹ = M⁻¹ · M = I；仅 det ≠ 0 时存在；几何 = 反向变换。

§6.2；3×3 用伴随矩阵 / Cramer 法则。代码侧用 mat.inverse()；注意矩阵是否可逆的预判。

正交矩阵

列向量两两正交且单位长；M^T · M = I，即 M^T = M⁻¹；保长保角。

§6.3；旋转矩阵、反射矩阵是正交矩阵的特例。正交矩阵的逆 = 转置，避免 O(n³) 求逆。

4×4 齐次坐标

用 4×4 矩阵表达 3D 变换（含平移）；第 4 分量 w = 1 为"普通点"、w = 0 为"向量"、w ≠ 0/1 为"投影后归一化"。

§6.4；所有 3D 引擎的"世界变换矩阵"都是 4×4 齐次矩阵。OpenGL / DirectX / Vulkan 均如此。

4×4 仿射变换

3D 图形标准形式：3×3 线性变换（旋转 / 缩放 / 投影 / 反射 / 剪切）+ 1×3 平移向量；统一表达所有"线性 + 平移"。

§6.4；常见用法 T · R · S（缩放 → 旋转 → 平移），与 §5.6 一致。

4×4 透视投影

通过 w 分量实现"近大远小"；把视锥体（视场角 + 近远平面定义的 4 棱台）映射到 NDC 立方体 [-1, 1]³。

§6.5；与正交投影（5.3）不同——正交保持平行线，透视使平行线收敛。游戏渲染默认透视，CAD / 2D 默认正交。

二、详细笔记

2.1 行列式 (Determinant)

What：方阵的标量 |M| 或 det M；几何 = 变换的 缩放倍数（绝对值）+ 手性保持（符号）。

Why：判定矩阵是否可逆（det ≠ 0）；判断变换是否保手性（det > 0）；快速估算"变换把单位立方体撑成多大体积"。

How：

2×2 矩阵（式 6-1）：

\[|\mathbf{M}| = \begin{vmatrix} m_{11} & m_{12} \\ m_{21} & m_{22} \end{vmatrix} = m_{11} m_{22} - m_{12} m_{21}\]

记忆法：对角乘积 − 反对角乘积。

3×3 矩阵（式 6-2，Sarrus 法则）：

\[|\mathbf{M}| = m_{11}m_{22}m_{33} + m_{12}m_{23}m_{31} + m_{13}m_{21}m_{32} - m_{13}m_{22}m_{31} - m_{12}m_{21}m_{33} - m_{11}m_{23}m_{32}\]

记忆法：把矩阵前三列重写一次接在右边，沿 6 条对角线（3 正 + 3 反）乘积求和。

n×n 矩阵（§6.1.3）：用余子式 / 拉普拉斯展开递归。

行列式的几何意义

|M| > 0：变换保持手性（无反射），单位立方体被放大 |M| 倍。
|M| < 0：变换反转手性（含奇数次反射），单位立方体被放大 |M| 倍但翻转。
|M| = 0：变换是 奇异的——把空间"压扁"到更低维度（如 3D → 2D 投影），不可逆。

When：判断可逆性；判断变换是否保角（含反射则 |M| < 0）；数值稳定性分析（接近 0 的 det 暗示病态矩阵）。

Example：[[2, 1], [-1, 2]] 的 det = 2·2 − 1·(−1) = 5，单位正方形被放大为原面积 5 倍且无反射。

2.2 矩阵的逆 (Inverse)

What：满足 M · M⁻¹ = M⁻¹ · M = I 的矩阵；几何 = 反向变换；仅 det ≠ 0 时存在。

Why：把"还原到变换前"是 3D 图形核心需求（如相机逆变换把世界点变回相机坐标）；可逆矩阵才有逆变换。

How：

存在条件：det ≠ 0（否则不可逆）。

3×3 矩阵的逆（伴随矩阵法）：

\[\mathbf{M}^{-1} = \frac{1}{|\mathbf{M}|} \text{adj}(\mathbf{M}) = \frac{1}{|\mathbf{M}|} \mathbf{C}^T\]

其中 C[i][j] = (-1)^{i+j} M[i][j] 的余子式矩阵（删去 i 行 j 列后的子矩阵的 det）。

4×4 矩阵的逆：嵌套 3×3 逆 + 平移部分求逆；或用 块矩阵公式。

何时不要手算矩阵逆

4×4 矩阵逆 O(n³)，手算易错；代码侧用库（GLM inverse()、Eigen inverse()）。
病态矩阵（det 接近 0）数值不稳定；用伪逆或 LU 分解 替代。
正交矩阵的逆 = 转置，免去 O(n³) 求逆（§6.3）。

When：相机逆变换；IK（反向动力学）；解线性方程组 A x = b ⇒ x = A⁻¹ b。

Example：[[1, 2], [3, 4]] 的 det = -2；其逆 = (-1/2) · [[4, -2], [-3, 1]] = [[-2, 1], [1.5, -0.5]]。

2.3 正交矩阵 (Orthogonal Matrices)

What：列向量两两正交且单位长的方阵；满足 M^T · M = I，即 M^T = M⁻¹。

Why：正交矩阵的逆 = 转置，O(n²) 而非 O(n³)；旋转 / 反射矩阵都是正交的，物理引擎 / 图形管线广泛使用。

How：

判别条件（行向量约定下"行"也满足）：

M · M^T = I（等价于 M^T = M⁻¹）
M 的所有列向量长度 = 1
M 的任意两列点积 = 0

旋转矩阵与反射矩阵都是正交矩阵。

正交矩阵的快速判定

det = ±1：旋转 det = +1、反射 det = -1。
保长：|Mv| = |v|（任意 v）。
保角：(Mv) · (Mw) = v · w（任意 v, w）。

When：旋转 / 反射矩阵求逆（直接转置）；相机正交基构造；IK 中刚性约束。

Example：R_z(90°) = [[0, -1, 0], [1, 0, 0], [0, 0, 1]]（行向量约定下）——列向量 [(0,1,0), (-1,0,0), (0,0,1)] 两两正交且单位长，故正交。其逆 = 转置 = [[0, 1, 0], [-1, 0, 0], [0, 0, 1]] = R_z(-90°)。

2.4 4×4 齐次坐标与仿射变换 (4×4 Homogeneous Coordinates & Affine Transforms)

What：在 3×3 变换矩阵上加一行一列容纳平移；第四分量 w 是"开关"——w = 1 是"普通点"、w = 0 是"向量"、w ≠ 0/1 是"投影后归一化"。

Why：3×3 矩阵只能表达线性变换（含旋转 / 缩放 / 投影 / 反射 / 剪切），无法表达平移；升级到 4×4 后，平移也成为矩阵乘法，所有 3D 变换统一为 4×4 矩阵乘法。

How：

4×4 齐次矩阵的标准形式（§6.4）：

\[\mathbf{H} = \begin{bmatrix} m_{11} & m_{12} & m_{13} & t_x \\ m_{21} & m_{22} & m_{23} & t_y \\ m_{31} & m_{32} & m_{33} & t_z \\ 0 & 0 & 0 & 1 \end{bmatrix} \end{bmatrix} = \begin{bmatrix} \mathbf{M}_{3\times 3} & \mathbf{t} \\ \mathbf{0} & 1 \end{bmatrix}\]

左上 3×3：线性变换（旋转 / 缩放 / 投影 / 反射 / 剪切）。
右 1×3：平移向量 (tx, ty, tz)。
底行 [0, 0, 0, 1]：把"齐次点"还原为"3D 点"。

平移矩阵：

\[\mathbf{T}(t_x, t_y, t_z) = \begin{bmatrix} 1 & 0 & 0 & t_x \\ 0 & 1 & 0 & t_y \\ 0 & 0 & 1 & t_z \\ 0 & 0 & 0 & 1 \end{bmatrix}\]

点 vs 向量在齐次坐标下的区别：

\[\mathbf{P}_{\text{point}} = [x, y, z, 1], \quad \mathbf{v}_{\text{vector}} = [x, y, z, 0]\]

向量与平移无关（w=0 不受最后一行影响）；点会被平移（w=1 受 t 影响）。

齐次坐标的妙处

平移被纳入矩阵乘法：复合变换 T · R · S 仍是 4×4 矩阵乘法。
透视投影（§6.5）通过 w 分量实现"近大远小"：变换后 w ≠ 1，归一化 ÷ w 即得 NDC 坐标。
w = 0 的"向量"在透视投影后仍是"向量"（不受 w 变化影响），与"点"区别处理——这与 §2.2 的"向量 vs 点"语义一致。

When：所有 3D 变换都该用 4×4 齐次矩阵；GPU / 引擎 API 内部都如此。

Example：把点 (1, 2, 3) 平移 (10, 0, 0) = (11, 2, 3, 1)（用 4×4 平移矩阵右乘）；向量 (1, 2, 3, 0) 经同一平移仍是 (1, 2, 3, 0)（不受影响）。

2.5 4×4 透视投影 (4×4 Perspective Projection)

What：通过 w 分量实现"近大远小"；把视锥体（视场角 fovY + 近远平面定义的 4 棱台）映射到 NDC（标准化设备坐标）立方体 [-1, 1]³。

Why：3D 渲染核心——把 3D 场景"投影"到 2D 屏幕；透视投影产生"近大远小"的真实感。

How：

透视投影矩阵（OpenGL 风格，§6.5）：

\[\mathbf{P}_{\text{persp}} = \begin{bmatrix} \frac{1}{\text{aspect} \cdot \tan(\text{fovY}/2)} & 0 & 0 & 0 \\ 0 & \frac{1}{\tan(\text{fovY}/2)} & 0 & 0 \\ 0 & 0 & -\frac{\text{far} + \text{near}}{\text{far} - \text{near}} & -\frac{2 \cdot \text{far} \cdot \text{near}}{\text{far} - \text{near}} \\ 0 & 0 & -1 & 0 \end{bmatrix}\]

aspect：宽 / 高比
fovY：垂直视场角（弧度）
near, far：近远平面距离
底行 [0, 0, -1, 0]：把 z 写入 w，后续归一化时实现透视除法。

NDC 归一化：变换后 vec /= vec.w 把 w 归一为 1，x/y/z ∈ [-1, 1]。

透视投影 vs 正交投影

透视：far 平面附近的物体被压缩到 NDC 中心附近——实现"远小"。视锥体是 4 棱台。
正交：物体大小与距离无关——保持工程图意义。视锥体是长方体。
两者都用 4×4 矩阵，但正交矩阵的底行是 [0, 0, 0, 1]（不变 w），透视矩阵的底行是 [0, 0, -1, 0]（把 z 写入 w）。

When：所有 3D 渲染管线（游戏 / 仿真 / VR）；CAD 默认正交投影，电影渲染默认透视投影。

Example：相机 fovY = 60°、aspect = 16/9、near = 0.1、far = 100。把世界点 (0, 0, -5)（相机前方 5 米）投影到 NDC ≈ (0, 0, z_normalized)；把世界点 (0, 0, -50) 投影到 NDC ≈ (0, 0, 接近 1)，坐标被压缩——视觉上"变小"。

三、关键图表

视觉图表

Figure 1. 图 6-1：行列式的几何意义（缩放倍数）

Figure 2. 图 6-2：行列式为负 = 反射

Figure 3. 图 6-3：4×4 齐次矩阵结构

Figure 4. 图 6-4：齐次坐标下点 vs 向量（w = 1 vs w = 0）

Figure 5. 图 6-5：透视投影（视锥体 → NDC 立方体）

Figure 6. 图 6-6：透视 vs 正交投影对比

非可视化条目

非可视化条目（表 / 算法）

编号内容摘要

式 6-1, 6-2

2×2 与 3×3 行列式公式；Sarrus 法则 + 余子式展开。

式 6-3 至 6-5

矩阵的逆：用伴随矩阵（余子式转置矩阵）除以 det；3×3 完整展开；4×4 块矩阵求逆公式。

表 6.1

正交矩阵的核心性质：M^T M = I、det = ±1、保长保角、列向量构成标准正交基。

式 6-6 至 6-10

4×4 齐次矩阵：平移、缩放、旋转（含绕任意轴）的齐次形式；嵌套 3×3 变换 + 平移。

核心公式对照表

名称

公式

2×2 行列式

latexmath:[

\mathbf{M}

= m_{11}m_{22} - m_{12}m_{21}]

3×3 行列式

latexmath:[

\mathbf{M}

= \sum_{\text{cyc}} m_{11}m_{22}m_{33} - m_{13}m_{22}m_{31} \pm \ldots]

矩阵的逆

latexmath:[\mathbf{M}^{-1} = \frac{1}{

\mathbf{M}

} \text{adj}(\mathbf{M})]

正交矩阵

\(\mathbf{M}^T \mathbf{M} = \mathbf{I} \Rightarrow \mathbf{M}^{-1} = \mathbf{M}^T\)

4×4 平移

\(\mathbf{T}(t_x, t_y, t_z) = \begin{bmatrix} 1 & 0 & 0 & t_x \\ 0 & 1 & 0 & t_y \\ 0 & 0 & 1 & t_z \\ 0 & 0 & 0 & 1 \end{bmatrix}\)

4×4 透视投影

\(\mathbf{P}_{\text{persp}} = \begin{bmatrix} \frac{1}{\text{aspect} \cdot \tan(\text{fovY}/2)} & 0 & 0 & 0 \\ 0 & \frac{1}{\tan(\text{fovY}/2)} & 0 & 0 \\ 0 & 0 & -\frac{\text{far} + \text{near}}{\text{far} - \text{near}} & -\frac{2 \cdot \text{far} \cdot \text{near}}{\text{far} - \text{near}} \\ 0 & 0 & -1 & 0 \end{bmatrix}\)

四、思维导图

mindmap
  root((第 6 章 矩阵进阶))
    行列式
      缩放倍数
      手性符号
      可逆判定
    矩阵的逆
      伴随矩阵
      反向变换
      O(n立方)
    正交矩阵
      M^T等于M逆
      保长保角
      旋转反射特例
    4x4齐次
      平移纳入
      点vs向量
      w分量
    4x4仿射
      3x3变换加平移
      GPU标准
      复合T乘R乘S
    4x4透视投影
      视锥体映射NDC
      透视除法
      近大远小

五、重点与易错点

行列式 = 0 ⇒ 不可逆：奇异矩阵（det = 0）把空间"压扁"到更低维度（如 3D → 2D 投影）；物理引擎遇到奇异矩阵会崩溃。
行列式符号 = 手性：正数保手性、负数含反射；快速判断"变换是否保角"。
3×3 矩阵逆用伴随矩阵：M⁻¹ = adj(M) / det(M)；4×4 用块矩阵公式；n×n 用高斯消元。
正交矩阵的逆 = 转置：避免 O(n³) 求逆；旋转 / 反射矩阵的快速求逆用此性质。
4×4 齐次坐标是 3D 图形标准：所有 GPU / 引擎内部都把 3D 变换封装为 4×4 矩阵；点用 w=1、向量用 w=0。
底行 [0,0,0,1] = 仿射：保证变换不影响 w（除以 w 后仍得 3D 点）；透视投影底行是 [0,0,-1,0]，把 z 写入 w 实现透视除法。
透视投影的 w 分量：变换后 vec /= vec.w 把 w 归一为 1；近处物体 w 较小 → 除后坐标"放大"，远处反之——这是"近大远小"的代数来源。
正交 vs 透视投影的选择：3D 场景渲染默认透视（电影 / 游戏）；2D 渲染 / CAD 默认正交；UI 元素用正交（保持像素对齐）。
det 接近 0 的病态矩阵：数值不稳定；IK 解算 / 约束求解遇到时要用伪逆或 SVD 分解。
跨章衔接：第 7 章把齐次坐标推广到齐次矩阵的逆 / 行列式；第 8 章把 4×4 旋转矩阵（齐次版）替换为四元数；第 10 章用本节 4×4 矩阵构造模型 / 视图 / 投影矩阵链。

第 6 章 矩阵进阶 (More on Matrices)

核心结论

一、核心概念

二、详细笔记

2.1 行列式 (Determinant)

2.2 矩阵的逆 (Inverse)

2.3 正交矩阵 (Orthogonal Matrices)

2.4 4×4 齐次坐标与仿射变换 (4×4 Homogeneous Coordinates & Affine Transforms)

2.5 4×4 透视投影 (4×4 Perspective Projection)

三、关键图表

视觉图表

非可视化条目

核心公式对照表

四、思维导图

五、重点与易错点

第 6 章矩阵进阶 (More on Matrices)