Lecture 02 Review of Linear Algebra
图形学依赖知识:
- 基本的数学知识:
- 线性代数、概率论、统计学
- 基本物理:
- 光学、力学
- 美学
- misc
- 信号处理
- 数值分析
这门课程是一个基础的入门课程,比较依赖于基础知识,特别是线性代数(向量、矩阵表示、旋转等变换)
线性代数知识
-
向量(表示方向和大小)
-
向量正则化:
-
向量求和:
-
向量运算
-
点乘(可以快速得到两个向量的夹角,光线入射的夹角计算)
判断两个向量的有多靠近,越靠近的时候值越大(在光的反射过程中,如果和反射光线向量越接近,光线越强)。如果点乘为负数的情况,则属于backward,反之则为forback。
-
叉乘
-
判断叉乘之后的向量的方向,使用右手定则。 a ⃗ × b ⃗ \vec{a} \times \vec{b} a×b 的方向有$\vec{a} $ 转移到 b ⃗ \vec{b} b ,大拇指所指向的方向。 可知, b ⃗ × a ⃗ \vec{b} \times \vec{a} b×a 方向刚好与之相反。 叉乘不满足交换律。
右手坐标系:使用 x x x轴, y y y轴使用右手定则得到 z z z轴,这样的坐标系称之为右手坐标系。
向量叉乘得到的都是一个向量
叉乘可以告知两个向量的方位,比如 a ⃗ \vec{a} a 在 b ⃗ \vec{b} b的左边还是右边
-
坐标表示(注意: a ⃗ × b ⃗ \vec{a} \times \vec{b} a×b 可以换成一个矩阵 A A A与 b ⃗ \vec{b} b相乘):
-
可以通过叉乘判断 P P P在三角形 A B C ABC ABC的内部还是外部。如果十分不巧, P P P点在三角形 A B C ABC ABC边上,则可以自我定义在外面还是在里面。
-
-
-
矩阵
-
矩阵没有交换律,有分配律和结合律
-
矩阵-向量的操作:
-
( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT A − 1 A = A − 1 A = I A^{-1}A=A^{-1}A=I A−1A=A−1A=I ( A B ) − 1 = B − 1 A − 1 (AB)^{-1}=B^{-1}A^{-1} (AB)−1=B−1A−1
-
上述说的向量点乘、叉乘,可以转换为向量、矩阵的乘积:
-
图形学的线性代数知识就到这里了,哈哈哈。