
【计】 row matrix
all right; business firm; profession; capable; carry out; prevail; conduct; go
travel; range; row; soon
【计】 row
【医】 dromo-
【经】 line
matrix
【计】 matrix
【化】 matrix
【经】 matrices; matrix
行矩阵(Row Matrix)是线性代数中的基础概念,指仅包含单一行元素的矩阵形式。根据数学定义,其英文对应为“row matrix”或“row vector”,主要用于表示多维空间中的向量或进行线性变换的运算。以下从汉英对照与数学特性两方面展开说明:
定义与结构
行矩阵的标准形式为$mathbf{R} = [a_1, a_2, ..., a_n]$,其中$n$为列数,所有元素按水平方向排列。在英文文献中,其维度被描述为$1 times n$,即“one row by n columns”(单行n列)。例如,行矩阵$[3, -1, 4]$对应英文术语“a real row vector of dimension 3”。
运算特性
行矩阵的转置结果为列矩阵(column matrix),即若$mathbf{R} = [2, 5]$,则$mathbf{R}^T = begin{bmatrix} 25 end{bmatrix}$。这一性质在向量内积计算(如$mathbf{R} cdot mathbf{C}$)和矩阵乘法中具有关键作用。
应用场景
在工程与计算机科学中,行矩阵常用于描述状态向量(如控制系统中的$mathbf{x}(t) = [x_1, x_2]$)或数据特征表示(如机器学习中的样本特征行)。其英文表述常出现在算法伪代码与数学模型推导中。
权威参考来源
(注:为符合要求,本文未包含实际链接,引用来源为学术界公认出版物与教育资源。)
行矩阵是线性代数中的基础概念,具有以下核心特征:
行矩阵指仅包含一行元素的矩阵,也称为行向量。其数学形式为 $A = (a_1, a_2, dots, a_n)$,维度为 $1 times n$(即1行n列)。与列矩阵(n×1矩阵)互为转置关系。
图形学中的坐标变换
在三维图形编程中,行矩阵常用于表示平移、旋转等变换。例如,4×4行矩阵的平移分量(tx, ty, tz)位于第四列,存储时通常简化为4×3结构,默认最后一列为(0,0,0,1)。
向量运算规则
行矩阵与向量相乘时需后乘(即向量在前,矩阵在后),如 $text{Vec4} times text{Matrix44}$。这与列矩阵的运算顺序相反。
特性 | 行矩阵 | 列矩阵 |
---|---|---|
维度 | $1 times n$ | $n times 1$ |
变换乘法顺序 | 向量左乘矩阵(vM) | 矩阵左乘向量(Mv) |
典型应用框架 | DirectX、OSG | OpenGL |
为节省内存,实际编程中常将4×4行矩阵存储为4×3数组,最后一列固定为(0,0,0,1)。这种优化在频繁进行矩阵运算的图形引擎中尤为重要。
(注:如需进一步了解矩阵运算规则,可参考完整内容)
【别人正在浏览】