Games101计算机图形学学习笔记:线性代数-向量

一、标量与向量

1、标量

只有大小，没有方向的数值即称为标量。比如：长度，面积，温度等。

2、向量

又称为矢量，既有大小又有方向的量。一个向量表示一个点指向另一个点的方向和长度。向量通常可以用一个字母并在字母上加→来表示,如：$\vec{a}$向量。

1.向量的方向

上图描述一个有 点A 指向 点B 的向量 $\vec{\mathbf{a}}$ 。 在同一个坐标系内，任何 $\vec{\mathbf{a}}$ 方向和长度相等的向量都和向量 $\vec{\mathbf{a}}$ 相等。比如由 点A’ 指向 点B’ 的向量 $\overrightarrow{{\mathbf{A}}^{\prime }}$ 。用向量的终点减起点即可得到这个向量的值: $\vec{\mathbf{a}}$ = B - A 。

2.向量的长度

向量的长度也叫向量的模，可以用两组两条|包裹的向量名来表示，如：$||\vec{\mathbf{a}}||$ 。
还有一种比较特殊的向量叫单位向量，单位向量的意思是模长为1的向量。单位向量用向量名上面加一个尖尖的角来表示，如：$\hat{\mathbf{a}}$。 用向量除以他自己的模长即可得到他的单位向量，也叫归一化向量：$\hat{\mathbf{a}}=\vec{\mathbf{a}}/||\vec{\mathbf{a}}||$ 。

在图形学中，我们关注一个方向通常都用单位向量，并不用关心它的长度

求模公式
$||\vec{A}||=\sqrt{x^2+y^2}$
这里我们还可以理解为一个向量为列矩阵乘以他的转置矩阵。
$\vec{A}=\left(\begin{array}{c}x\\ y\end{array}\right)$
$A^T=\left(\begin{array}{cc}x& y\end{array}\right)$

3.向量的计算

1.向量加法

向量加法可以用两种方式来解释，分别是平行四边形法则和三角形法则。
左边的图是平行四边形法则：
两个向量合成时，以表示这两个向量的线段为邻边作平行四边形，这个平行四边形的对角线就表示合向量的大小和方向，这就叫做平行四边形定则。
这里可以这样理解：因为向量在同一平面内可以随意移动而不会改变其值，我们可以把向量 $\vec{\mathbf{a}}$和向量 $\vec{\mathbf{b}}$的起点放在一起，然后再平移另一组向量 $\vec{\mathbf{a}}$和向量 $\vec{\mathbf{b}}$使得他们围城一个平行四边形。那么这个平行四边形的对角线就是向量 $\vec{\mathbf{a}}$和向量 $\vec{\mathbf{b}}$相加之和。

右边的图是三角形法则：
把向量 $\vec{\mathbf{a}}$和向量 $\vec{\mathbf{b}}$首尾相接，从向量 $\vec{\mathbf{a}}$的起点指向向量 $\vec{\mathbf{b}}$的终点的向量就是$\vec{\mathbf{a}}$+$\vec{\mathbf{b}}$的结果
这个不仅适用于两个向量，也可以用于多个向量。

2.向量的减法

将两个向量平移至公共起点，减向量的终点指向被减向量的终点的向量即为结果。

3.向量的乘法

1.点乘

1.在图形学中我们经常使用点乘来计算两个向量的夹角，比如制作光照模型时计算光照和法线的夹角。

几何解释
$\vec{\mathbf{a}}\cdot \vec{\mathbf{b}}=||\vec{\mathbf{a}}||||\vec{\mathbf{b}}||\mathbf{cos\theta }$
两个向量点乘的结果是一个标量。
$\mathbf{cos\theta }=\frac{\vec{\mathbf{a}}\cdot \vec{\mathbf{b}}}{||\vec{\mathbf{a}}||||\vec{\mathbf{b}}||}$
当两个向量都为单位向量时，公式可简化为
$\mathbf{cos\theta }=\hat{\mathbf{a}}\cdot \hat{\mathbf{b}}$
代数解释
$\vec{\mathbf{a}}\cdot \vec{\mathbf{b}}=\left(\begin{array}{c}{x}_a\\ y_a\end{array}\right)\cdot \left(\begin{array}{c}{x}_b\\ y_b\end{array}\right)={\mathbf{x}}_{\mathbf{a}}{\mathbf{x}}_{\mathbf{b}}+{\mathbf{y}}_{\mathbf{a}}{\mathbf{y}}_{\mathbf{b}}$
$\vec{\mathbf{a}}\cdot \vec{\mathbf{b}}=\left(\begin{array}{c}{x}_a\\ y_a\\ z_a\end{array}\right)\cdot \left(\begin{array}{c}{x}_b\\ y_b\\ z_b\end{array}\right)={\mathbf{x}}_{\mathbf{a}}{\mathbf{x}}_{\mathbf{b}}+{\mathbf{y}}_{\mathbf{a}}{\mathbf{y}}_{\mathbf{b}}+{\mathbf{z}}_{\mathbf{a}}{\mathbf{z}}_{\mathbf{b}}$
向量的点乘满足交换律、结合律、分配率
$\vec{\mathbf{a}}\cdot \vec{\mathbf{b}}=\vec{\mathbf{b}}\cdot \vec{\mathbf{a}}$
$\vec{\mathbf{a}}\cdot (\vec{\mathbf{b}}+\vec{\mathbf{c}})=\vec{\mathbf{a}}\cdot \vec{\mathbf{b}}+\vec{\mathbf{a}}\cdot \vec{\mathbf{c}}$
$(\mathbf{k}\vec{\mathbf{a}})\cdot \vec{\mathbf{b}}=\vec{\mathbf{a}}\cdot (\mathbf{k}\vec{\mathbf{b}})=\mathbf{k}(\vec{\mathbf{a}}\cdot \vec{\mathbf{b}})$
如果两个向量的点乘为0则这两个向量互相垂直$\vec{\mathbf{a}}\cdot \vec{\mathbf{b}}=0$

2.另外点乘还有一个作用，就是计算一个向量在另一个向量上的投影。

投影公式的推导过程如下
$\vec{\mathbf{b}}$在$\vec{\mathbf{a}}$上的投影是$\overrightarrow{{\mathbf{b}}_{\perp }}$，且两个向量的夹角是θ。因为$\overrightarrow{{\mathbf{b}}_{\perp }}$是$\vec{\mathbf{a}}$上的投影，所以$\overrightarrow{{\mathbf{b}}_{\perp }}$的方向和$\vec{\mathbf{a}}$相同。可得：
投影值为长度d乘以单位向量$\hat{a}$ (1)
$\hat{a}=\frac{\vec{a}}{||\vec{a}||}$
$\overrightarrow{b_{\perp }}=d\frac{\vec{a}}{||\vec{a}||}$
由三角函数可求出d的值 (2)
$d=||\vec{b}||cos\theta$
根据点乘公式可得 (3)
$cos\theta =\frac{\vec{a}\cdot \vec{b}}{||\vec{a}||||\vec{b}||}$
投影长度：把3代入2
$d=||\vec{b}||\frac{\vec{a}\cdot \vec{b}}{||\vec{a}||||\vec{b}||}=\frac{\vec{a}\cdot \vec{b}}{||\vec{a}||}$
投影向量：把3代入2再，2再代入1，可得：
$\overrightarrow{b_{\perp }}=||\vec{b}||\frac{\vec{a}\cdot \vec{b}}{||\vec{a}||||\vec{b}||}\frac{\vec{a}}{||\vec{a}||}=\frac{\vec{a}\cdot \vec{b}}{||\vec{a}|{|}^2}\vec{a}$

得到向量$\vec{b}$在向量$\vec{a}$上的投影向量后，我们可根据向量减法求出另一条直角边所代表的的向量$\vec{b}-{\vec{b}}_{\perp }$

3.通过点乘我们可以知道两个向量的是否指向同一方向

这里$\vec{a}$和$\vec{b}$的点乘结果大于0，我们可知他们方向基本上是一致的。$\vec{a}$和$\vec{c}$的点乘结果小于0则他们方向相反。如果点乘结果等于0则两个向量垂直。

4.我们可以通过点乘计算两个向量有多么接近

参考3。如果$\vec{a}$和$\vec{b}$的点乘结果越接近1，则两个向越接近。越接近-1则两个向量越远离

2.叉乘

几何解释
不同于点乘的结果是一个标量，叉乘的结果是一个向量。该向量同时垂直于两个相乘的向量所定义的平面。因为是一个向量所以有两个属性：一个是模长，一个是方向。模长的计算公式为：
$||\vec{a}\times \vec{b}||=||\vec{a}||||\vec{b}||sin\theta$
方向则是由两个乘数决定的，根据右手螺旋定则，由乘数指向被乘数，拇指的方向即为叉乘结果的方向

1.作用主要用于方便我们建立一个三维空间的直角坐标系。

代数解释
$\vec{\mathbf{a}}\times \vec{\mathbf{b}}=\left(\begin{array}{c}{y}_a{z}_b-y_b{z}_a\\ z_a{x}_b-x_a{z}_b\\ x_a{y}_b-y_a{x}_b\end{array}\right)$
另一种算法是把$\vec{a}$写成矩阵的形式A
$\vec{\mathbf{a}}\times \vec{\mathbf{b}}=\mathbf{A}\ast \mathbf{b}=\left(\begin{array}{ccc}0& -z_a& y_a\\ z_a& 0& -x_a\\ -y_a& x_a& 0\end{array}\right)\left(\begin{array}{c}{x}_b\\ y_b\\ z_b\end{array}\right)$
向量的叉乘不满足交换律：$\vec{a}\times \vec{b}=-\vec{b}\times \vec{a}$
一个向量和它自己的叉乘是$\vec{0}$：$\vec{a}\times \vec{a}=\vec{0}$。因为一个向量与它自己的夹角是0，所以sinθ=0.
$\vec{a}\times (\vec{b}+\vec{c})=\vec{a}\times \vec{b}+\vec{a}\times \vec{c}$
$\vec{a}\times (k\vec{b})=k(\vec{a}\times \vec{b})$

2.第二个作用：判断一个向量在另一个向量的左还是右

根据右手螺旋定则，如果$\vec{a}$和$\vec{b}$在xy平面内，他们两个的的叉乘结果如果是正值则证明$\vec{b}$在$\vec{a}$的左侧，反之$\vec{b}$在$\vec{a}$的右侧。

3.第三个作用：判断内外

分别用$\overrightarrow{AB}\times \overrightarrow{AP}$、$\overrightarrow{BC}\times \overrightarrow{BP}$、$\overrightarrow{CA}\times \overrightarrow{CP}$得出每次P点都在左侧，即为在该区域内部

3.点乘和叉乘的共同应用：把一个向量分解到一个三维直角坐标系上

我们可以定义一个uvw的坐标系
$||\vec{u}||=||\vec{v}||=||\vec{w}||=1$他们三个长度都为1，即为单位向量
$\vec{u}\cdot \vec{v}=\vec{v}\cdot \vec{w}=\vec{u}\cdot \vec{w}=0$三个向量互相垂直
$\vec{w}=\vec{u}\times \vec{v}$叉乘结果等于第三个向量
这样我们就可以得到一个右手的三维直角坐标系。
然后我们把一个向量通过投影分解到这个直角坐标系上。
$\vec{p}=(\vec{p}\cdot \vec{u})\vec{u}+(\vec{p}\cdot \vec{v})\vec{v}+(\vec{p}\cdot \vec{w})\vec{w}$
投影公式为两个向量的点乘，因为被投的向量是单位向量所以：
在u方向上的投影向量为：$||\vec{p}||cos\theta \vec{u}$
以此类推可以得到三个方向上的投影向量。即为分解之前的向量