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