【Lecture 02】回顾线性代数

本文回顾了线性代数在图形学中的重要性,包括其作为图形学基础的原因,以及与其他领域如微积分、统计学、光学、力学、信号处理、数值分析和美学的关联。重点介绍了向量的叉积及其在确定方向、判断内外侧关系和建立坐标系中的应用,以及矩阵与向量的关系在变换中的核心作用。此外,还提及了向量点乘和叉乘的矩阵表示。
摘要由CSDN通过智能技术生成

Lecture 02

GAMES101 课程链接

Review of Linear Algebra

  • 为什么要说线性代数?
    答:因为【线性代数】是图形学的基础(特别重要

  • 图形学的基础还有哪些?
    答:【微积分、统计学】 / 【光学、力学】/【信号处理、数值分析】/【美学】


正课部分

知识点1:向量(略)
已学会的知识点省略,新接触的知识点进行补充
下面是补充:

  • 向量的叉积可以用右手螺旋定则确定方向(有的地方用的是左手定则)
  • 叉积的作用:1.确定向量的左右侧关系、2.判断内外侧关系(都是用叉积所得结果的正负性来判断方向)、3.可以用来建立左右手坐标系,还可以利用直角坐标系分解向量

知识点2:矩阵(略)

  • 最常见的应用:变换
  • **向量和矩阵的关系:**向量永远可以写成一个m行1列的矩阵;
    矩阵和向量作乘法,将矩阵写在左边,向量写出矩阵形式放在右边,进行矩阵乘法运算即可;(矩阵与向量的乘法是变换的核心)
  • 向量的点乘和叉乘都可以写成矩阵乘法的形式(点乘可以写成向量a的转置矩阵与b的矩阵相乘;叉乘可以写成a的伴随矩阵与b的矩阵相乘)

注:图形学需要掌握的线代知识到此结束(啊咧?!)
2022.5.7记

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值