第一章_基础_1.2.1数学基础_向量运算


基础夯实

  • 数学基础

    • 1.向量运算

      • 向量的定义:
        向量是有大小和方向的有向线段
        向量表示:三维(ax,ay,az)二维(ax,ay)...
        向量描述的位移:能够被认为是与轴平行的位移序列
      • 向量与标量
        向量:有大小有方向的有向线段
        标量:只有大小没有方向
      • 向量和点
        向量:没有固定位置,有实际大小和方向
        点:有固定位置,没有实际大小和方向
        联系:点可以看做是从原点出发的向量
      • 零向量
        大小:0
        方向:没有
      • 标量和向量的计算:
        加减:无
        乘除:有,每个分量分别于标量相乘或相除
        几何意义:以标量的大小缩放向量,负值则方向相反
      • 向量和向量的计算
        • 加减法:\((a_x , a_y) \pm (b_x , b_y)=(a_x \pm b_x , a_y \pm b_y)\)
          • 几何意义:平行四边形法则
        • 点积 dot
          \((a_x , a_y ,a_z)\cdot(b_x ,b_y,b_z)=a_x*b_x+a_y*b_y+a_z*b_z\)
          \(\vec a \cdot \vec b=\vec b \cdot \vec a\)
          \(\vec a \cdot \vec b =|\vec a||\vec b|\cos{\theta}\)
          • 几何意义:
            • 点乘结果越大,夹角越小,两个向量越接近,点乘结果也越接近于|a|*|b|
              \(\vec a \cdot \vec b > 0, 0^{\circ}\leq \theta<90^{\circ}\),a,b方向基本相同
              \(\vec a \cdot \vec b = 0, \theta\leq 90^{\circ}\),a,b正交
              \(\vec a \cdot \vec b < 0, 90^{\circ}\leq \theta<180^{\circ}\),a,b方向基本相反
            • 投影:向量a在向量b上投影的长度等于\(|\vec a|*\cos{\theta}\)
          • 兰伯特光照模型:\(0.5*\vec{N} \cdot \vec{L}+0.5\)
        • 叉积 cross [不符合交换律]
          • 计算公式:\( \begin{bmatrix} x_1 \\ y_1 \\ z_1 \end{bmatrix} \times \begin{bmatrix} x_2 \\ y_2 \\ z_2 \end{bmatrix} = \begin{bmatrix} y_1z_2-z_1y_2 \\ z_1x_2-x1z_2 \\ x_1y_2-y_1x_2 \end{bmatrix} \)
            \(||\vec a\times \vec b||=||\vec a||||\vec b||\sin{\theta}=\vec a \vec b构成的平行四边形的面积\)
          • 几何解释:叉乘得到的向量垂直于原来的两个向量
          • 右手定理
          gizIgg.png
          • 叉乘向量模长的几何意义
            • \(||a \times b||=||a||*||b||*sin(\theta)\)
            • 几何意义为a,b向量构成的平行四边形的面积
              giz58S.png
      • 向量的其他公式
        • 向量的模长:\(\sqrt{a_x^2 + a_y^2}\),length(float2(x,y)|float3(x,y,z)|...)
        • 单位向量:
          向量大小为1:\(v_{norm}=\frac {v}{||v||},v\neq 0\),normalize(n)
        • 欧式距离:
          三维空间:\(距离(\vec a,\vec b)=||\vec b-\vec a||=\sqrt{(b_x-a_x)^2+(b_y-a_y)^2+(b_z-a_z)^2}\)
          二维空间: \(距离(\vec a,\vec b)=||\vec b-\vec a||=\sqrt{(b_x-a_x)^2+(b_y-a_y)^2}\)
    • 2.矩阵运算

    • 3.MVP矩阵推导

    • 4.傅里叶变换

    • 5.其他


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM