基礎夯實
-
數學基礎
-
1.向量運算
- 向量的定義:
向量是有大小和方向的有向線段
向量表示:三維(ax,ay,az)二維(ax,ay)...
向量描述的位移:能夠被認為是與軸平行的位移序列 - 向量與標量
向量:有大小有方向的有向線段
標量:只有大小沒有方向 - 向量和點
向量:沒有固定位置,有實際大小和方向
點:有固定位置,沒有實際大小和方向
聯系:點可以看做是從原點出發的向量 - 零向量
大小:0
方向:沒有 - 標量和向量的計算:
加減:無
乘除:有,每個分量分別於標量相乘或相除
幾何意義:以標量的大小縮放向量,負值則方向相反 - 向量和向量的計算
- 加減法:\((a_x , a_y) \pm (b_x , b_y)=(a_x \pm b_x , a_y \pm b_y)\)
- 幾何意義:平行四邊形法則
- 點積 dot:
\((a_x , a_y ,a_z)\cdot(b_x ,b_y,b_z)=a_x*b_x+a_y*b_y+a_z*b_z\)
\(\vec a \cdot \vec b=\vec b \cdot \vec a\)
\(\vec a \cdot \vec b =|\vec a||\vec b|\cos{\theta}\)- 幾何意義:
- 點乘結果越大,夾角越小,兩個向量越接近,點乘結果也越接近於|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上投影的長度等於\(|\vec a|*\cos{\theta}\)
- 點乘結果越大,夾角越小,兩個向量越接近,點乘結果也越接近於|a|*|b|
- 蘭伯特光照模型:\(0.5*\vec{N} \cdot \vec{L}+0.5\)
- 幾何意義:
- 叉積 cross [不符合交換律]:
- 計算公式:\( \begin{bmatrix} x_1 \\ y_1 \\ z_1 \end{bmatrix} \times \begin{bmatrix} x_2 \\ y_2 \\ z_2 \end{bmatrix} = \begin{bmatrix} y_1z_2-z_1y_2 \\ z_1x_2-x1z_2 \\ x_1y_2-y_1x_2 \end{bmatrix} \)
\(||\vec a\times \vec b||=||\vec a||||\vec b||\sin{\theta}=\vec a \vec b構成的平行四邊形的面積\) - 幾何解釋:叉乘得到的向量垂直於原來的兩個向量
-
右手定理
- 計算公式:\( \begin{bmatrix} x_1 \\ y_1 \\ z_1 \end{bmatrix} \times \begin{bmatrix} x_2 \\ y_2 \\ z_2 \end{bmatrix} = \begin{bmatrix} y_1z_2-z_1y_2 \\ z_1x_2-x1z_2 \\ x_1y_2-y_1x_2 \end{bmatrix} \)
- 加減法:\((a_x , a_y) \pm (b_x , b_y)=(a_x \pm b_x , a_y \pm b_y)\)
- 向量的其他公式
- 向量的模長:\(\sqrt{a_x^2 + a_y^2}\),length(float2(x,y)|float3(x,y,z)|...)
- 單位向量:
向量大小為1:\(v_{norm}=\frac {v}{||v||},v\neq 0\),normalize(n) - 歐式距離:
三維空間:\(距離(\vec a,\vec b)=||\vec b-\vec a||=\sqrt{(b_x-a_x)^2+(b_y-a_y)^2+(b_z-a_z)^2}\)
二維空間: \(距離(\vec a,\vec b)=||\vec b-\vec a||=\sqrt{(b_x-a_x)^2+(b_y-a_y)^2}\)
- 向量的定義:
-
2.矩陣運算
-
3.MVP矩陣推導
-
4.傅里葉變換
-
5.其他
-

