点积和叉积在计算机图形学的应用

点积和叉积在计算机图形学中，是最为基础且重要的概念，初学者弄清它的概念的应用，是很重要的。最后一节，是为了加强理解记录，如果不看也是可以的，大家选择观看，有兴趣可以去看原视频，结合我的笔记。

前置知识

1. 列向量
   以下均采用列向量的表示方法，和线性代数书本上的行向量不同，采用列向量表示，则表达为列向量左乘矩阵，只是定义的不同，其他含义没有什么不同。列向量写法如下：
   $$\overrightarrow{a}=\left(\begin{array}{c}\begin{array}{c}x\\ y\\ z\end{array}\end{array}\right)$$

2. 单位化
   将向量的各分量除以向量的模即得单位向量，单位指模为1的向量。

3. 向量加减法的几何意义
   

4. 行列式
   行列式在数学中，是一个函数，其定义域为det的矩阵A，取值为一个标量，写作det(A)或 | A | 。行列式可以看做是有向面积（二维）或体积（三维）的概念在一般的欧几里得空间中的推广。

点积

点积在数学中，又称数量积（dot product; scalar product），是指接受在实数R上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。点积的结果是一个数。

$$\overrightarrow{a}\cdot \overrightarrow{b}=\left|a\right|\left|b\right|cos\theta$$

相当于a向量的转置矩阵乘以向量b：
$$\overrightarrow{a}\cdot \overrightarrow{b}={\overrightarrow{a}}^T\overrightarrow{b}$$

以二维向量为例：
$$\overrightarrow{a}\cdot \overrightarrow{b}={\left(\genfrac{}{}{0ex}{}{x_a}{y_a}\right)}^T\left(\genfrac{}{}{0ex}{}{x_a}{y_b}\right)=x_{}$$