现代计算机图形学入门学习笔记-Leture02-线性代数

最新推荐文章于 2022-09-20 22:37:18 发布

隋义2022

最新推荐文章于 2022-09-20 22:37:18 发布

阅读量276

点赞数

分类专栏：现代计算机图形学入门学习笔记

本文链接：https://blog.csdn.net/qq_33811591/article/details/121257989

版权

向量点乘向量叉乘矩阵乘法几何意义线性代数

关键词由CSDN通过智能技术生成

现代计算机图形学入门学习笔记专栏收录该内容

9 篇文章 1 订阅

订阅专栏

向量点乘(内积)

代数定义

$\vec{a}\cdot \vec{b}=\left ( x_{a}, y_{a} , z_{a}\right )\ast \left ( x_{b}, y_{b} , z_{b}\right )= x_{a}x_{b}+ y_{a}y_{b} + z_{a}z_{b}$

矩阵形式

$\vec{a}\cdot \vec{b}=\vec{a}^{T}\vec{b}=\begin{pmatrix} x_{a} & y_{a} & z_{a} \end{pmatrix}\begin{pmatrix} x_{b} \\ y_{b} \\ z_{b} \end{pmatrix}$

特性

满足交换律和分配律不满足结合律

$\vec{a}\cdot \vec{b}=\vec{b}\cdot \vec{a}$

$\vec{a}\cdot \left (\vec{b}+\vec{c} \right )= \vec{a}\cdot\vec{b}+\vec{a}\cdot\vec{c}$

$(m\vec{a})\cdot \vec{b}=m(\vec{a}\cdot \vec{b})=\vec{a}\cdot (m\vec{b})$ , m是实数

几何定义

$\vec{a}\cdot \vec{b}=|a||b|\cos \theta$

几何意义

求两个向量的夹角以及求一个向量在另一个向量上的投影

向量叉乘(外积)

定义

a = (x1, y1, z1), b = (x2, y2, z2)

i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1)

根据i、j、k间关系，有：

a x b = - b x a = (y1z2 - y2z1, x2z1 - x1z2 , x1y2 - x2y1)

矩阵形式：

$\vec{a}X \vec{b} = \begin{pmatrix} 0 & -z1& y1\\ z1 & 0& -x1\\ -y1& x1 & 0 \end{pmatrix} \begin{pmatrix} x2\\ y2\\ z2 \end{pmatrix}$

模长：

|a x b| = |a||b|Sin(θ)

也可以这样定义（等效）：

向量积|c|=|a×b|=|a||b|sin<a，b>

特性

满足分配律不满足交换律和结合律

ax(b+c) = axb + axc

ax(kb) = k(axb)

axa=0向量

几何意义

1, c的长度在数值上等于以a，b，夹角为θ组成的平行四边形的面积。

2，a向量与b向量叉乘结果的方向与这两个向量所在平面垂直，且遵守右手定则。（若坐标系是满足右手定则的，当右手的四指从a以不超过180度的转角转向b时，竖起的大拇指指向是c的方向。）

3, 根据在xy平面上的向量a和向量b叉乘后z方向值的正负可以得出向量a和向量b的左右关系。z值为正，向量a在向量b的右边；z值为负，向量a在向量b的左边。

4，可以用来判断一个点是在三角形内还是三角形外面。

判断一个点在三角形内还是三角形外

三角形按顺时针或者逆时针顺序标记三个顶点为a、b、c，任取点p, 分别计算向量ab叉乘向量ap、向量bc叉乘bp、向量ca叉乘cp，若3组叉乘结果的z值方向是一致的，则p点在三角形内容，否则在三角形外，此处不考虑点p落在三角形边上的情况。

矩阵

矩阵相乘

矩阵A*B必须满足的条件是：A的列数=B的行数

AB = (MxN)(NxP)=(MxP)

也就是说前一个矩阵决定乘积的行数，后一个矩阵决定矩阵的列数。

$\begin{pmatrix} 1 &1 \\ 1 &1 \\ 1& 1 \end{pmatrix}\begin{pmatrix} 1 & 1& 1& 1\\ 1& 1& 1& 1 \end{pmatrix}=\begin{pmatrix} 2 & 2& 2&2 \\ 2 & 2 & 2& 2\\ 2 & 2& 2& 2 \end{pmatrix}$

特性

满足结合律和分配律不满足交换律

(AB)C = A(BC)

A(B+C) = AB + AC

(A+B)C = AC+BC

转置矩阵

行变成列，列变成行

$\begin{pmatrix} 1 &2 \\ 3 &4 \\ 5 & 6 \end{pmatrix}^{T} = \begin{pmatrix} 1 & 3 & 5\\ 2 & 4& 6 \end{pmatrix}$

$(AB)^{T}=B^{T}A^{T}$

单位矩阵

对角线元素为1，其它元素为0

$I_{3\times 3}=\begin{pmatrix} 1 & 0 &0 \\ 0 & 1 &0 \\ 0 & 0 & 1 \end{pmatrix}$

逆矩阵

一个矩阵乘以另一个矩阵等于单位矩阵，则两个矩阵互逆。

$AA^{-1}=A^{-1}A=I$

$(AB)^{-1}=B^{-1}A^{-1}$

向量点乘矩阵形式

$\vec{a}\cdot \vec{b}=\vec{a}^{T}\vec{b}=\begin{pmatrix} x_{a} & y_{a} & z_{a} \end{pmatrix}\begin{pmatrix} x_{b} \\ y_{b} \\ z_{b} \end{pmatrix}$

向量叉乘矩阵形式

$\vec{a}X \vec{b} = \begin{pmatrix} 0 & -z1& y1\\ z1 & 0& -x1\\ -y1& x1 & 0 \end{pmatrix} \begin{pmatrix} x2\\ y2\\ z2 \end{pmatrix}$

隋义2022

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录