我曾经很喜欢数学,但进高中后就开始讨厌,原因是数学新概念不断增多,还来不及理解和推敲,一堆题目就上来了,应试教育让本来很有趣的东西变得很无味。
和3D相关的数学知识中最基础的是向量和矩阵。不吃概念亏,先清理一下概念。
1. 向量,又称矢量,英文是vector,即用长度和方向来描述一个量,与之相反的概念是标量。
向量的表示方法是(n0, n1, n2...)。
两个向量相等表示其方向和长度都相等。
向量的长度又称为模。即计算公式为sqrt(n0^2+n1^2+...),n0,n1..表示向量的维度。
单位向量指模为1的向量,把一个向量变成单位向量的过程(保持方向不变)叫做规范化(normalize)。
向量相加即向量各分量分别相加,几何意义是
向量相减即向量各分量分别相减,几何意义是
向量与标量相乘,
向量点乘(亦称点积,dot product),结果为标量,几何意义常用来判断是否两个向量是否垂直(点积是否为0)。
向量叉乘(亦称叉积,外积,向量积,cross product),结果为向量且垂直与相乘的两个向量,常用来求平面的法向量(垂直与平面的向量)。
2. 矩阵(matrix)
两个矩阵相等表示各分量都相等。
矩阵数乘即数与各分量相乘。
矩阵加/减法即各分量分别相加/减。
矩阵乘法,简而言之是行列相乘,前提是相乘两矩形行、列数交错相等(即A矩阵行数等于B矩阵列数)。
矩阵求逆(乘法逆运算,Multiphicative Inverse),求逆的结果是逆矩阵,求逆的前提是为矩阵为方阵(但不是所有方阵都有逆矩阵)。
矩阵转置,简而言之就是行列调换。
两个特殊形式的矩阵:
单位矩阵(Identity Matrix),对角线元素为1,其余为0。
方阵(Square Matrix),行、列数相同。
行列式,仅有一行或一列的矩阵
向量与矩阵的关系,向量可以矩阵列向量(1*n)或行向量(m*1)方式来表示。
在3D中点和向量都可以表示为向量(4D向量),而变换可以表示为4*4(因为要与4D向量相乘)矩阵。对向量进行变换就是将向量与特定的矩阵相乘。
3. 齐次坐标与仿射空间
简单理解齐次坐标就是在3D坐标的基础上再增加一维,用(x,y,z,w)来统一向量与点的表示
3D数学知识
最新推荐文章于 2024-04-30 13:56:07 发布