现代计算机图形学入门-Lecture02 review of linear algebra
1.Vector
- Vector Multiplication
- Dot(scalar) Product
- Dot Product in Cartesian Coordinates
- 2D
- 3D
- Dot Product in Graphics
- b在a上的投影
- Determine Forward / Backward
两个向量点乘结果>0同向,反之反向。
两个向量越近,点乘结果越接近于1,两个向量完全平行,点乘结果为1;
两个向量越远,点乘结果越接近于0,两个向量完全相反,点乘结果为-1;
两个向量垂直时,点乘结果为0
- Cross (vector) Product
向量的叉积不满足交换率(右手螺旋定则)
向量叉乘自己是长度为0的向量
- Determine left / right
向量a叉乘向量b,若得到的结果为正,则b在a的左侧;若得到的结果为负,则a在b的左侧;
- Determine inside / outside
用向量AB与AP叉乘,若结果为正,说明p在向量AB的左侧
用向量BC与BP叉乘,若结果为正,说明p在向量BC的左侧
用向量CA与CP叉乘,若结果为正,说明p在向量CA的左侧
综上,说明p在AB、BC、CA的左侧,则点p在三角形ABC内
- Orthonormal Coordinate Frames
定义u、v、w三个单位向量,且两两点乘都为0,即互相垂直,w可通过u×v得到
2.Matrices
- Matrix-Matrix Multiplication
(M x N) (N x P) = (M x P)
矩阵没有交换律只有结合律
(AB)C=A(BC)
A(B+C) = AB + AC
(A+B)C = AC + BC
- Matrix-Vector Multiplication
始终认为矩阵在左边,向量在右边,向量永远是一个列向量(m×1的矩阵)
- Vector multiplication in Matrix form
- Cross product
- Dot product