3D开发必备的数学知识整理

• 左手坐标系和右手坐标系
• 
  向量的加法：两向量首尾相接，结果为不相接的首指向尾
  向量的减法：被减的向量反向后再相加
  向量的点积：
  $u\cdot v=u_x{v}_x+u_y{v}_y+u_z{v}_z=\Vert u\Vert \cdot \Vert v\Vert cos\theta$
  当$u$和$v$都是单位向量时，它们的点积为$cos\theta$
  点积的一些有用的特性：
• 若$u\cdot v=0$，且 $u$或者$v$不为0向量， 则 $u\perp v$，两个向量正交。
• 若$u\cdot v>0$，则两向量之间的夹角小于90°。
• 若$u\cdot v<0$，则两向量之间的夹角小于90°。
  向量的叉积：
  叉积的结果$p$与$u$、$v$彼此正交。$u\times v=-v\times u$，需判断两个向量是否为0或者是否相等
  $p=u\times v=[(u_y{v}_z-u_z{v}_y),(u_z{v}_x-u_x{v}_z),(u_x{v}_y-u_y{v}_x)]$
  如果使用的左手坐标系，可用左手法则判断叉乘的方向(右手坐标系需用右手法)。左手手指沿着第一个向量向第二个向量的方向弯曲，拇指指向的方向就是这两个向量叉积的方向。
  矩阵
  一个$m\times n$的矩阵是一个$m$行$n$列的矩形数组。
  仅包含单行的矩阵为行向量，仅包含单列的矩阵为列向量。
  $\left[\begin{array}{ccc}{a}_1& a_2\cdots & a_n\end{array}\right]$ $\left[\begin{array}{c}{a}_1\\ a_2\\ ⋮\\ a_m\end{array}\right]$

如果两个向量位数相同且对应的元素也相同，则二者相等A=B、A≠B
标量乘矩阵，结果为用标量与该矩阵的每个元素做乘法后的矩阵。
$x\times \left[\begin{array}{ccc}{a}_{11}& \cdots & a_{1n}\\ ⋮& \ddots & ⋮\\ a_{m1}& \cdots & a_{mn}\end{array}\right]=\left[\begin{array}{ccc}(x\times a_{11})& \cdots & (x\times a_{1n})\\ ⋮& \ddots & ⋮\\ (x\times a_{m1})& \cdots & (x\times a_{mn})\end{array}\right]$
两个矩阵只有维数相同时可做加法，结果为对应元素相加得到的矩阵
$\left[\begin{array}{ccc}{a}_{11}& \cdots & a_{1n}\\ ⋮& \ddots & ⋮\\ a_{m1}& \cdots & a_{mn}\end{array}\right]+\left[\begin{array}{ccc}{b}_{11}& \cdots & b_{1n}\\ ⋮& \ddots & ⋮\\ b_{m1}& \cdots & b_{mn}\end{array}\right]=\left[\begin{array}{ccc}{a}_{11}+b_{11})& \cdots & a_{1n}+b_{1n})\\ ⋮& \ddots & ⋮\\ (a_{m1}+b_{m1})& \cdots & (a_{mn}+b_{mn})\end{array}\right]$
只有矩阵A的列数等于矩阵B的行数时候，两个矩阵才可做乘法
$\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1x}\\ a_{21}& a_{22}& \cdots & a_{2x}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mx}\end{array}\right]\times \left[\begin{array}{cccc}{b}_{11}& b_{12}& \cdots & b_{1n}\\ b_{21}& b_{22}& \cdots & b_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ b_{x1}& b_{x2}& \cdots & b_{xn}\end{array}\right]=\left[\begin{array}{cccc}(a_{11}{b}_{11}+a_{12}{b}_{21}\cdots a_{1x}{b}_{x1})& (a_{11}{b}_{12}+a_{12}{b}_{22}\cdots a_{1x}{b}_{x2})& \cdots & (a_{11}{b}_{1n}+a_{12}{b}_{2n}\cdots a_{1x}{b}_{xn})\\ (a_{21}{b}_{11}+a_{22}{b}_{21}\cdots a_{2x}{b}_{x1})& (a_{21}{b}_{12}+a_{22}{b}_{22}\cdots a_{2x}{b}_{x2})& \cdots & (a_{21}{b}_{1n}+a_{22}{b}_{2n}\cdots a_{2x}{b}_{xn})\\ ⋮& ⋮& \ddots & ⋮\\ (a_{m1}{b}_{11}+a_{m2}{b}_{21}\cdots a_{mx}{b}_{x1})& (a_{m1}{b}_{12}+a_{m2}{b}_{22}\cdots a_{mx}{b}_{x2})& \cdots & (a_{m1}{b}_{1n}+a_{m2}{b}_{2n}\cdots a_{mx}{b}_{xn})\end{array}\right]$
单位矩阵：除了主对角线上元素为1外，其余元素均为0，并且是方阵。
单位矩阵与其他矩阵做乘法时，结果依旧为其他矩阵。
逆矩阵
参考：https://www.sohu.com/a/226465524_224832?qq-pf-to=pcqq.c2c
一个$n\times n$的矩阵M的逆矩阵也是一个$n\times n$的矩阵，用符号$M^{-1}$表示。

1. 可逆矩阵一定是方阵。
2. 如果矩阵A是可逆的，其逆矩阵是唯一的。
3. A的逆矩阵的逆矩阵还是A
4. 可逆矩阵A的转置矩阵$A^T$也可逆，并且$(A^T{)}^{-1}=(A^{-1}{)}^T$(转置的逆等于逆的转置）
5. 一个矩阵与其逆矩阵的乘积为单位矩阵：$M{M}^{-1}=M^{-1}M=I$。
6. 两个可逆矩阵的乘积依然可逆。
7. 矩阵可逆当且仅当它是满秩矩阵。
8. 若矩阵A可逆，则矩阵A满足消去定律。若AB=AC，则B=C，有点迷，搬运工还是原封搬运过来
   矩阵的转置：
   矩阵的转置可通过交换矩阵的行和列来实现。所以一个$m\times n$的矩阵转置是一个$n\times m$矩阵。用符号$M^T$表示矩阵$M$的转置。

矩阵的变换

平移变换
想要将向量$(x,y,z)$平移$(p_x,p_y,p_z)$个单位时候，我们只需将该向量拓展为$(x,y,z,1)$后与$T(p)$矩阵相乘即可。
$VT(p)=\left[\begin{array}{cccc}x& y& z& 1\end{array}\right]\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ p_x& p_y& p_z& 1\end{array}\right]=\left[\begin{array}{cccc}x+p_x& y+p_y& z+p_z& 1\end{array}\right]$
平移矩阵的逆矩阵可简单的通过对平移向量p取负得到
$T^{-1}=T(-p)=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ -p_x& -p_y& -p_z& 1\end{array}\right]$
旋转矩阵
用如下矩阵将一个向量绕着x轴旋转$\theta$弧度。
推导需要用到和差角公式
$cos(\alpha +\beta )=cos\alpha cos\beta -sin\alpha sin\beta$
$cos(\alpha -\beta )=cos\alpha cos\beta +sin\alpha sin\beta$
$sin(\alpha \pm \beta )=sin\alpha cos\beta \pm cos\alpha sin\beta$
**注意：**当沿着旋转轴指向原点的方向观察时，角度是按顺时针方向度量的。
$VX(\theta )=\left[\begin{array}{cccc}x& y& z& 1\end{array}\right]\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& cos\theta & sin\theta & 0\\ 0& -sin\theta & cos\theta & 0\\ 0& 0& 0& 1\end{array}\right]=\left[\begin{array}{cccc}x& (y\ast cos\theta -z\ast sin\theta )& (y\ast sin\theta +z\ast cos\theta )& 1\end{array}\right]$

用如下矩阵将一个向量绕着y轴旋转$\theta$弧度。
$VY(\theta )=\left[\begin{array}{cccc}x& y& z& 1\end{array}\right]\left[\begin{array}{cccc}cos\theta & 0& -sin\theta & 0\\ 0& 1& 0& 0\\ sin\theta & 0& cos\theta & 0\\ 0& 0& 0& 1\end{array}\right]=\left[\begin{array}{cccc}(x\ast cos\theta +z\ast sin\theta )& y& (z\ast cos\theta -x\ast sin\theta )& 1\end{array}\right]$
用如下矩阵将一个向量绕着z轴旋转$\theta$弧度。
$VZ(\theta )=\left[\begin{array}{cccc}x& y& z& 1\end{array}\right]\left[\begin{array}{cccc}cos\theta & sin\theta & 0& 0\\ -sin\theta & cos\theta & 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]=\left[\begin{array}{cccc}(x\ast cos\theta -y\ast sin\theta )& (x\ast sin\theta +y\ast cos\theta )& z& 1\end{array}\right]$
比例变换矩阵
如果想让一个向量放大q倍，可令该向量与下面矩阵相乘
$VS(q)=\left[\begin{array}{cccc}x& y& z& 1\end{array}\right]\left[\begin{array}{cccc}{q}_x& 0& 0& 0\\ 0& q_y& 0& 0\\ 0& 0& q_z& 0\\ 0& 0& 0& 1\end{array}\right]=\left[\begin{array}{cccc}(x\ast q_x)& (y\ast q_y)& (z\ast q_z)& 1\end{array}\right]$
比例矩阵的逆矩阵可简单的通过对比例向量q取倒数得到
$S^{-1}=S(\frac{1}{q_x},\frac{1}{q_y},\frac{1}{q_z})=\left[\begin{array}{cccc}\frac{1}{q_x}& 0& 0& 0\\ 0& \frac{1}{q_y}& 0& 0\\ 0& 0& \frac{1}{q_z}& 0\\ 0& 0& 0& 1\end{array}\right]$
平面
可用一个向量$n$和平面上一点$p_0$来描述一个平面，其中向量$n$称为平面的法向量，该向量与平面垂直。直线上任意一点p满足下式：
$n\cdot (p-p_0)=0$
另外，平面更常用的形式为：
$0=n_x\ast p_x+n_y\ast p_y+n_z\ast p_z+d=n\cdot p+d=0$
该方程主要考察点与平面的关系
若$n\cdot p+d=0$,则点p在平面上。
若$n\cdot p+d>0$,则点p位于平面的前方，并处于平面的正半区域。
若$n\cdot p+d<0$,则点p位于平面的后方，并处于平面的负半区域。
另外，平面上两个不共线向量的叉积也能得出法向量，因此也可求出平面公式。
平面的规范化：
如果要规范化已知平面的法向量，需要注意法向量的模会影响常量d的值，规范化时，必须重新计算d的值。
我们可以将平面看做是4D向量，并将它与所期望的变换矩阵的逆转置相乘来实施变换，注意：平面的法向量必须先规范化。
我们用4D齐次向量来同时表示点和向量。当表示向量时，令w分量为0；表示点时，令w为1。如果w≠0且w≠1，则我们称向量(x,y,z,w)位于齐次空间中，并可令其每个分量除以w而映射到3D空间。