概念学习：
向量
向量简介
我们将所有彼此平行的向量进行平移，使其起点与坐标原点重合，当某一向量的起始端与坐标原点重合，我们成该向量处于标准位置。这样，我们就可用向量的终点坐标来描述一个处于标准位置的向量。 我们通常用小写粗体字母表示一个向量，又是也是用大写粗体字母，比如：2D,3D,4D向量分别表示为：u=(u_{x},u_{y}), N=(N_{x},N_{y},N_{z}),c=(c_{x},c_{y},c_{z},c_{w})。 D3DX库中，类D3DXVECTOR3表示3D空间中的向量。
向量相等
几何学中，如果两个向量长度和方向都相同，那么这两个向量相等。
向量长度
||u||= sqrt(u_x^2+u_y^2+u_z^2)
向量规范化
向量的规范化就是使向量的模变为1，即变为单位向量。可以通过将向量的每个分量都除以该向量的模来实现向量的规范化。
向量加法
向量加法定义为两个向量对应分量分别相加，只有维数相同的两个分量才能进行加法运算。
u+v = (u_x+v_x, u_y+v_y, u_z+v_z)
向量减法
u-v = u+(-v) = (u_x-v_x, u_y-v_y, u_z-v_z)
数乘
标量可以与向量相乘，顾名思义，该运算可对向量进行缩放。
ku = (ku_x,ku_y,ku_z)
点积
点积是向量代数所定义的两种乘法之一，其运算规则如下：
u*v = u_x*v_x + u_y*v_y + u_z*v_z
上述公式并不具有明显的几何意义，由余弦定理，可以发现u*v = ||u|| * ||v|| * cosθ，即两向量的点积等于两者夹角的余弦再乘以两个向量的模的乘积。
叉积
a\*b = x_1\*y_2-x_2\*y_1 = x_1 \* y_2 - x_2 \* y_1 = a \* b \* sinθ矩阵
矩阵相等
矩阵数乘
矩阵加法
矩阵乘法
若A为m*n的矩阵，B为n*p矩阵，则乘积AB有意义，且等于一个m*p矩阵
单位矩阵
逆矩阵
矩阵转置
一个m*n矩阵的转置是一个n*m的矩阵。我们用符号M^T表示矩阵M的转置
原文地址：https://www.cnblogs.com/acmlzq/p/11279780.html