25. 一维状态向量和更多的乘法
矩阵乘法
让我们一步一步地浏览最后一个测验示例。
- 第一行乘以第一列然后求和。
- 然后，第二行乘以第一列。
- 然后 返回 到第一行，这次乘以第二列。
然后，最后一步：
- 最后一行乘以最后一列。
这样，我们就得到了完整的结果矩阵！
恒定速度
如果 x 和 y 不相互依赖，这种乘法可能非常有用。不相互依赖是指，有一个单独的恒定的 x 速度和 y 速度分量。对于现实世界中的曲线和连续移动，我们仍然使用一列状态向量，这样可以很好地处理 x-y 之间的依赖关系。所以，你经常可以看到如下所示的状态向量和变换矩阵。
状态向量等效
矩阵中的这些额外空间可让我们使用更详细的移动模型，并且可以解释 x 和 y 之间的依赖关系（想想圆形移动的案例就知道了）。所以， 状态向量始终是列向量 。