第一章_基礎_1.2.1數學基礎_向量運算


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\(|\vec a|*\cos{\theta}\)
          • 蘭伯特光照模型:\(0.5*\vec{N} \cdot \vec{L}+0.5\)
        • 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
          gizIgg.png
          • 叉乘向量模長的幾何意義
            • \(||a \times b||=||a||*||b||*sin(\theta)\)
            • 幾何意義為a,b向量構成的平行四邊形的面積
              giz58S.png
      • 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: \(距離(\vec a,\vec b)=||\vec b-\vec a||=\sqrt{(b_x-a_x)^2+(b_y-a_y)^2}\)
    • 2.矩陣運算

    • 3.MVP矩陣推導

    • 4.傅里葉變換

    • 5.其他


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM