02向量与线性代数(图形学中用到的线性代数)
- 1.A Swift and Brutal Introduction to Linear Algebra!简单粗暴入门线性代数
- 1.Graphics’ Dependencies 图形学依赖的一些知识
- 2.Vectors 向量
- 1.Dot product向量的点乘
- 2.向量的叉乘Cross product
 
- 3.矩阵Matrix
- 4.向量的点乘和叉乘都可以写成矩阵的形式
 
 
1.A Swift and Brutal Introduction to Linear Algebra!简单粗暴入门线性代数
 
1.Graphics’ Dependencies 图形学依赖的一些知识
 
- 基础数学:Linear algebra, calculus, statistics 线代,微积分,统计学
- 基础物理:Optics, Mechanics 光学,力学
- 其他:Signal processing,Numerical analysis,a bit of aesthetics
2.Vectors 向量
 

 
单位向量:长度为1,用来表示方向,只表示一个方向。=原始向量/向量的长度
 

 
向量相加:
 
-  几何中:
  
 
-  数学中/代数中:直接把两者的坐标加起来 
1.Dot product向量的点乘
 
点乘最大的作用:找到两个向量之间的夹角
 
向量的点乘在维度坐标中的计算:
 
点乘的第二个作用:投影,计算b投影到a的长度,通过b的长度*cos@
 
 
Decompose a vector 分解向量:
 

 Determine forward /backward 确定方向:
 ![请添加图片描述]()
 
2.向量的叉乘Cross product
 
1.作用1:建立三维坐标中的直角坐标系
 

 
a与b的叉乘可以得到c,c既垂直于a,b也垂直于ab所在的平面。
 
向量叉乘的矩阵表示:
 
 
2.作用2:判定左和右,判定内和外
 
 
当p点都在三条边左边时可以判定点p在三角形内部
 
 
当把三条边换为顺时针摆放时,会发现p点都在三条边右边,不管是顺时针还是逆时针排放,只要p点都在三条边右边/都在左边,即在三角形内部。
 
3.矩阵Matrix
 
1.两个矩阵相乘
 

 
2.矩阵没有交换律,有结合律
 
 
3.矩阵*向量:始终把向量看为列向量
 

 
4.矩阵的转置:乘积的转置需要先交换一下位置
 

 
5.单位矩阵和矩阵的逆
 

 
4.向量的点乘和叉乘都可以写成矩阵的形式
 
1.点乘
 
![请添加图片描述]()
 
2.叉乘——A*是一个矩阵,由向量转化成的矩阵
 
