Keyle的3D数学-学习手札

image

数学复习笔记 不断更新中

 

1.向量

在3D数学中 向量的基本运算有 归一化 ,加法与减法 ,点乘 与叉乘 。

点乘公式如下   image 所指为 a向量与b向量的夹角 ,image = 反余弦(ab点乘 / a与b的模相乘)

image

 

叉乘公式如下

image

 

具体用法在这里 ttp://www.cnblogs.com/Keyle/p/4506699.html

 

2.矩阵

一般来说矩阵式这样的

image

 

矩阵的加法,减法也是一样

imageimage

性质

image

 

矩阵的乘法 向量乘以一个3*3的矩阵

image

 

imageimage

例题 重点看例3  在矩阵中AB!=BA

imageimageimage

 

矩阵的线性变换

(1)利用矩阵做向量的旋转

image

旋转公式如下

image

 

imageimageimage

(2)利用矩阵缩放

基本概念

imageimage

矩阵缩放公式

image

 

(3)投影矩阵

首先分为两种透视投影与正交投影,正交投影其实是一个降维的过程(三维变二维) 公式如下

image  image

通用投影矩阵

image

 

 

(4)镜像矩阵

image

任意镜像矩阵公式,我们用n来指定一个平面

image

(5)矩阵的切变

2D切变公式如下

imageimage

3D切变如下

image

 

(6)矩阵的行列式

公式如下

注意只有方阵才有行列式计算,他的计算结果是一个标量,对角交叉相乘最后相加

imageimage

3D矩阵计算公式如下

image

 

(7)矩阵的逆

性质

 image 

 

计算公式 image 

 

其中adjM为标准伴随矩阵

image

其中的 C{11} 叫做代数余子式矩阵

计算方式为

image   ===>    image

 

一个完整的计算方式如下 代数余子矩阵计算比较复杂

image

实际运用

V是一个向量 我们通过M旋转矩阵进行了旋转,现在要回到原来的位置,那么我们再乘以M矩阵的逆,也就是等于v*单位矩阵 = v

image

 

(8)正交矩阵

image

正交矩阵比较爽,计算逆矩阵只需要将其转置,减少很多计算量,我们可以使用image来判断一个矩阵是否是正交矩阵

矩阵正交化公式

施密特正交化公式

image

常用的正交化公式 需要计算多次

image

(9)齐次矩阵

比3*3矩阵多一行一列,最下面一列代表空间平移

image

关于齐次矩阵更详细的在这里 ttp://www.cnblogs.com/Keyle/p/4506699.html

 

3.旋转

需求 绕Y轴绕30°

参考上文矩阵的线性变换 给出旋转示例

image

使用欧拉角旋转

image

使用四元素旋转

image

 

三种旋转的类比

image

 

(1)欧拉角

image

绕Y轴被称为Heading

image

绕Z轴被称为Bank

image

绕X轴被称为Pitch

image

 

欧拉角万向锁现象:pitch角为±90°的时候,就被限制只能绕垂直轴转 Yaw

视频链接 http://v.youku.com/v_show/id_XNzkyOTIyMTI=.html

posted @ 2015-06-03 13:30  keyle_xiao  阅读(858)  评论(0编辑  收藏  举报