что такое скалярный вектор

Что такое скалярный вектор

В физике существуют скалярные величины (скаляры) и векторные величины (векторы). Хотя, правильнее в последнем случае все-таки говорить векторная величина, часто говорят, например, «вектор скорости».

Чтобы совсем запутаться, рекомендую обратиться к Википедии: https://ru.wikipedia.org/wiki/Векторная_величина.

Для нас важно понять два момента:

1) Примерами скаляров являются: длина, площадь, время, масса, плотность, температура и т.п.

Для наших задач достаточно понимания скаляра, как величины (числа с размерностью) без направления.

2) Под вектором мы будем понимать направленный отрезок. То есть три числа (мы ведь живем в трехмерном пространстве), которые преобразуются по определенным правилам при переходе от одной системы координат к другой.

Попробуем обойтись без математических формул этих правил. Просто представим в нашем трехмерном пространстве направленный отрезок. Некую стрелку, которая, для простоты, неподвижна, неизменна, и имеет направление от одного конца к другому. Или даже представим, что у нас есть определенная операция перемещения в пространстве. У нее есть величина (расстояние перемещения по прямой из начальной точки в конечную) и направление.

И представим систему координат (например, прямоугольную), которая неподвижна относительно нас, и начало отсчета которой совпадает с началом нашего направленного отрезка.

Отлично! Тогда координаты «заостренного» конца нашего «направленного» отрезка с началом в точке (0,0,0) в этой системе координат будут выражаться тремя числами (А_х, А_y, А_z). Будет ли эта тройка чисел вектором?

Теперь мы берем и поворачиваем произвольно нашу систему координат (но пока не сдвигаем начало координат). Тогда в новой системе координат координаты нашего вектора будут (А_x’, А_y’, А_z’). Заметьте, сам наш вектор (направленный отрезок в трехмерном пространстве) не изменился. Как бы мы не вращали систему координат, тройка чисел будет меняться, но вектор (в смысле направленного отрезка) останется на своем месте. Он смотрит в одну и ту же «точку вселенной». О как! И длина его не меняется из-за вращения системы координат.

А теперь вывод. То, что важно для физики!

Формулы можно посмотреть у Фейнмана или еще где-нибудь. Они пока для понимания не столь важны. А важно следующее!

Теперь посмотрим, что есть что.

Путь вектор или скаляр? Скаляр. Почему?

Далее сами перебираем физические величины и определяем, что есть скаляр, а что вектор!

Источник

Два вида физических величин: скалярные величины и векторные величины

«Что-то я не помню такой темы в физике» — первое, что, наверное, пришло вам в голову. Да, вы правы — тема незаметная, но в некоторых учебниках она присутствует. «А нужна она мне для ЕГЭ?» Нужна. Точно нужна. Очень нужна. Постоянно нужна.

Давайте приступим. Надо запомнить, что в физике (школьной) есть два типа физических величин:

Векторная величина. Что это такое? Давайте вспомним (а для тех, кто не знал — узнаем), что

Направление вектора изображается на картинке. Куда показывает вектор — туда он и направлен. Например, бывает так, что вектор направлен вверх, вниз и т.д. Вектор может быть направлен вдоль какой-то плоскости. Примеры можете видеть на картинках.

Ну, самое простое — это опыт. Решая задачи, читая теоретический материал, вы со временем запомните, какие величины векторные, а какие скалярные. Физических величин не так много, как может показаться.

А способ чуть посложнее — это представить эти величины и решить для себя: могут они иметь направление? Если да — то это вектор, если нет — скаляр.

Например: заряд конденсатора. Если заряд имеет направление, то куда он направлен? Непонятно — поэтому, скорее всего, заряд — это скалярная величина.

Другой пример: длина отрезка. Если эта физическая величина имеет направление, то откуда куда она направлена: от точки 1 до точки 2? Или от точки 2 до точки 1? Трудно выбрать — поэтому, скорее всего, длина отрезка — это скаляр.

Какие из представленных на рисунках величин являются скалярными, а какие — векторными?

Источник

Скалярное произведение векторов

Основные определения

Система координат — способ определить положение и перемещение точки или тела с помощью чисел или других символов.

Координаты — это совокупность чисел, которые определяют положение какого-либо объекта на прямой, плоскости, поверхности или в пространстве. Как найти координаты точки мы рассказали в этой статье.

Скаляр — это величина, которая полностью определяется в любой координатной системе одним числом или функцией.

Вектор — направленный отрезок прямой, для которого указано, какая точка является началом, а какая — концом.

Вектор с началом в точке A и концом в точке B принято обозначать как →AB. Векторы также можно обозначать малыми латинскими буквами со стрелкой или черточкой над ними, вот так: →a.

Скалярное произведение — это операция над двумя векторами, результатом которой является скаляр, то есть число, которое не зависит от выбора системы координат.

Результат операции является число. То есть при умножении вектор на вектор получается число. Если длины векторов |→a|, |→b| — это числа, косинус угла — число, то их произведение |→a|*|→b|*cos∠(→a, →b) тоже будет числом.

Чтобы разобраться в теме этой статьи, нам еще нужно узнать особенности угла между векторами.

Угол между векторами

Угол между векторами ∠(→a, →b) может принимать значения от 0° до 180° градусов включительно. Аналитически это можно записать в виде двойного неравенства: 0°=

2. Если угол между векторами равен 90°, то такие векторы перпендикулярны друг другу.

3. Если векторы направлены в разные стороны, тогда угол между ними 180°.

Также векторы могут образовывать тупой угол. Это выглядит так:

Скалярное произведение векторов

Определение скалярного произведения можно сформулировать двумя способами:

Скалярное произведение двух векторов a и b дает в результате скалярную величину, которая равна сумме попарного произведения координат векторов a и b.

Скалярным произведением двух векторов a и b будет скалярная величина, равная произведению модулей этих векторов, умноженная на косинус угла между ними:

Что важно запомнить про геометрическую интерпретацию скалярного произведения:

Скалярное произведение в координатах

Вычисление скалярного произведения можно произвести через координаты векторов в заданной плоскости или в пространстве.

Скалярным произведением двух векторов на плоскости или в трехмерном пространстве в прямоугольной системе координат называется сумма произведений соответствующих координат векторов →a и →b.

То есть для векторов →a = (ax, ay), →b = (bx, by) на плоскости в прямоугольной декартовой системе координат формула для вычисления скалярного произведения имеет вид: (→a, →b) = ax*bx + ay*by

А для векторов →a = (ax, ay, az), →b = (bx, by, bz) в трехмерном пространстве скалярное произведение в координатах находится так: (→a, →b) = ax*bx + ay*by + az*bz

Докажем это определение:

для векторов →a = (ax, ay), →b = (bx, by) на плоскости, заданных в прямоугольной декартовой системе координат.

Отложим от начала координат (точка О) векторы →OB = →b = (bx, by) и →OA = →a = (ax, ay)

то последнее равенство можно переписать так:

а по первому определению скалярного произведения имеем

Записывайтесь на наши курсы по математике для учеников с 1 по 11 классы!

Формулы скалярного произведения векторов заданных координатами

Формула скалярного произведения векторов для плоских задач

В плоской задаче скалярное произведение векторов a = и b = можно найти по формуле:

a * b = ax * bx + ay * by

Формула скалярного произведения векторов для пространственных задач

В пространственной задаче скалярное произведение векторов a = и b = можно найти по формуле:

a * b = ax * bx + ay * by + az * bz

Формула скалярного произведения n-мерных векторов

Свойства скалярного произведения

Свойства скалярного произведения векторов:

a ≠ 0, b ≠ 0, a * b = 0 a ┴ b

Эти свойства очень легко обосновать, если отталкиваться от определения скалярного произведения в координатной форме и от свойств операций сложения и умножения действительных чисел.

Для примера докажем свойство коммутативности скалярного произведения (→a, →b) = (→b, →a)

По определению (→a, →b) = ax*bx + ay*by и (→b, →a) = bx*ax + by*ay. В силу свойства коммутативности операции умножения действительных чисел, справедливо ax*bx = bx*ax b ay*by = by*ay, тогда ax*bx + ay*by = bx*ax + by*ay.

Следовательно, (→a, →b) = (→b, →a), что и требовалось доказать.

Аналогично доказываются остальные свойства скалярного произведения.

Следует отметить, что свойство дистрибутивности скалярного произведения справедливо для любого числа слагаемых, то есть,

Примеры вычислений скалярного произведения

Пример 1.

Вычислите скалярное произведение двух векторов →a и →b, если их длины равны 3 и 7 единиц соответственно, а угол между ними равен 60 градусам.

У нас есть все данные, чтобы вычислить скалярное произведение по определению:

(→a,→b) = →|a| * →|b| * cos(→a,→b) = 3 * 7 cos60° = 3 * 7 * 1/2 = 21/2 = 10,5.

Ответ: (→a,→b) = 21/2 = 10,5.

Пример 2.

Найти скалярное произведение векторов →a и →b, если →|a| = 2, →|b| = 5, ∠(→a,→b) = π/6.

Используем формулу →a * →b = →|a| * →|b| * cosα.

→a * →b = →|a| * →|b| * cosα = 2 * 5 * cosπ/6 = 10 * √3/2 = 5√3

Пример 3.

Как найти скалярное произведение векторов →a = 7*→m + 3*→n и →b = 5*→m + 8*→n, если векторы →m и →n перпендикулярны и их длины равны 3 и 2 единицы соответственно.

По свойству дистрибутивности скалярного произведения имеем

Сочетательное свойство позволяет нам вынести коэффициенты за знак скалярного произведения:

В силу свойства коммутативности последнее выражение примет вид

Итак, после применения свойств скалярного произведения имеем

Осталось применить формулу для вычисления скалярного произведения через длины векторов и косинус угла между ними:

Пример 4.

В правильной треугольной призме ABCA1B1C1, все ребра которой равны 1, найти косинус угла между прямыми AB1 и BC1.

Если сделать выносной рисунок основания призмы, получим понятный плоскостной рисунок с помощью которого можно легко найти координаты всех интересующих точек.

Пример 5.

б) Выяснить, будут ли перпендикулярными отрезки KL и MN, если K(3;5), L(-2;0), M(8;-1), N(1;4).

а) Выясним, будут ли ортогональны пространственные векторы. Вычислим их скалярное произведение: →ab = 1*6 + 2*(-1) + (-4)*1 = 0, следовательно

Обратите внимание на два существенных момента:

Ответ: а) →a перпендикулярно →b, б) отрезки KL, MN не перпендикулярны.

Пример 6.

По условию чертеж выполнять не требуется, но для удобства можно сделать:

Требуемый угол ∠ABC помечен зеленой дугой. Сразу вспоминаем школьное обозначение угла: ∠ABC — особое внимание на среднюю букву B — это и есть нужная нам вершина угла. Для краткости можно также записать просто ∠B.

Из чертежа видно, что угол ∠ABC треугольника совпадает с углом между векторами →BA и →BC, иными словами: ∠ABC = ∠(→BA; →BC).

Вычислим скалярное произведение:

Вычислим длины векторов:

Найдем косинус угла:

Когда такие примеры не будут вызывать трудностей, можно начать записывать вычисления в одну строчку:

Полученное значение не является окончательным, поэтому нет особого смысла избавляться от иррациональности в знаменателе.

Если посмотреть на чертеж, то результат действительно похож на правду. Для проверки угол также можно измерить и транспортиром.

Ответ: ∠ABC = arccos(1/5√2) ≈1,43 рад. ≈ 82°

Важно не перепутать, что в задаче спрашивалось про угол треугольника, а не про угол между векторами. Поэтому указываем точный ответ: arccos(1/5√2) и приближенное значение угла: ≈1,43 рад. ≈ 82°, которое легко найти с помощью калькулятора.

А те, кому мало и хочется еще порешать, могут вычислить углы ∠A, ∠C, и убедиться в справедливости канонического равенства ∠A + ∠B + ∠C = 180°.

Источник

Линейная алгебра для разработчиков игр

Эта статья является переводом цикла из четырёх статей «Linear algebra for game developers», написанных David Rosen и посвящённых линейной алгебре и её применению в разработке игр. С оригинальными статьями можно ознакомиться тут: часть 1, часть 2, часть 3 и часть 4. Я не стал публиковать переводы отдельными топиками, а объединил все статьи в одну. Думаю, что так будет удобнее воспринимать материал и работать с ним. Итак приступим.

Зачем нам линейная алгебра?

Одним из направлений в линейной алгебре является изучение векторов. Если в вашей игре применяется позиционирование экранных кнопок, работа с камерой и её направлением, скоростями объектов, то вам придётся иметь дело с векторами. Чем лучше вы понимаете линейную алгебру, тем больший контроль вы получаете над поведением векторов и, следовательно, над вашей игрой.

Что такое вектор?

Важно отслеживать единицы измерения. Допустим у нас есть вектор V (3,5,2). Это мало что говорит нам. Три чего, пять чего? В нашей игре Overgrowth расстояния указываются в метрах, а скорости в метрах в секунду. Первое число в этом векторе — это направление на восток, второе — направление вверх, третье — направление на север. Отрицательные числа обозначают противоположные направления, на запад, вниз и на юг. Местоположение, определяемое вектором V (3,5,2), находится в трёх метрах к востоку, в пяти метрах вверху и в двух метрах к северу, как показано на картинке ниже.

Итак, мы изучили основы работы с векторами. Теперь узнаем как вектора использовать.

Сложение векторов

Чтобы сложить вектора, нам надо просто сложить каждую их составляющую друг с другом. Например:

Зачем нам нужно складывать вектора? Наиболее часто сложение векторов в играх применяется для физического интегрирования. Любой физический объект будет иметь вектора для местоположения, скорости и ускорения. Для каждого кадра (обычно это одна шестидесятая часть секунды), мы должны интегрировать два вектора: добавить скорость к местоположению и ускорение к скорости.

Давайте рассмотрим первые кадры поподробнее, чтобы понять как всё происходит.

Обычно игрок контролирует ускорение игрового персонажа с помощью клавиатуры или геймпада, а игра, в свою очередь, рассчитывает новые значения для скоростей и местоположения, используя физическое сложение (через сложение векторов). Это та-же задача, которая решается в интегральном исчислении, просто мы его сильно упрощаем для нашей игры. Я заметил, что мне намного проще внимательно слушать лекции по интегральному исчислению, думая о практическом его применении, которое мы только что описали.

Вычитание векторов

Вычитание рассчитывается по тому-же принципу что и сложение — вычитаем соответствующие компоненты векторов. Вычитание векторов удобно для получения вектора, который показывает из одного местоположения на другое. Например, пусть игрок находится по координатам (1, 2) с лазерным ружьём, а вражеский робот находится по координатам (4, 3). Чтобы определить вектор движения лазерного луча, который поразит робота, нам надо вычесть местоположение игрока из местоположения робота. Получаем:

(4, 3) — (1, 2) = (4-1, 3-2) = (3, 1).

Умножение вектора на скаляр

Когда мы говорим о векторах, мы называем отдельные числа скалярами. Например (3, 4) — вектор, а 5 — это скаляр. В играх, часто бывает нужно умножить вектор на число (скаляр). Например, моделируя простое сопротивление воздуха путём умножения скорости игрока на 0.9 в каждом кадре. Чтобы сделать это, нам надо умножить каждый компонент вектора на скаляр. Если скорость игрока (10, 20), то новая скорость будет:

0.9*(10, 20) = (0.9 * 10, 0.9 * 20) = (9, 18).

Длина вектора

Если у нас есть корабль с вектором скорости V (4, 3), нам также понадобится узнать как быстро он двигается, чтобы посчитать потребность в экранном пространстве или сколько потребуется топлива. Чтобы сделать это, нам понадобится найти длину (модуль) вектора V. Длина вектора обозначается вертикальными линиями, в нашем случае длина вектора V будет обозначаться как |V|.

Мы можем представить V как прямоугольный треугольник со сторонами 4 и 3 и, применяя теорему Пифагора, получить гипотенузу из выражения: x 2 + y 2 = h 2

В нашем случае — длину вектора H с компонентами (x, y) мы получаем из квадратного корня: sqrt(x 2 + y 2 ).

Итак, скорость нашего корабля равна:

|V| = sqrt(4 2 + 3 2 ) = sqrt(25) = 5

Этот подход используется и для трёхмерных векторов. Длина вектора с компонентами (x, y, z) рассчитывается как sqrt(x 2 + y 2 + z 2 )

Расстояние

Расстояние = |P — E| = |(3, 3) — (1, 2)| = |(2, 1)| = sqrt(2 2 +1 2 ) = sqrt(5) = 2.23

Нормализация

Вектор с длиной равной единице называется «нормализованным». Как сделать вектор нормализованным? Довольно просто. Мы делим каждый компонент вектора на его длину. Если, к примеру, мы хотим нормализовать вектор V с компонентами (3, 4), мы просто делим каждый компонент на его длину, то есть на 5, и получаем (3/5, 4/5). Теперь, с помощью теоремы Пифагора, мы убедимся в том, что его длина равна единице:

(3/5) 2 + (4/5) 2 = 9/25 + 16/25 = 25/25 = 1

Скалярное произведение векторов

Что такое скалярное произведение (записывается как •)? Чтобы рассчитать скалярное произведение двух векторов, мы должны умножить их компоненты, а затем сложить полученные результаты вместе

(a1, a2) • (b1, b2) = a1b1 + a2b2

Например: (3, 2) • (1, 4) = 3*1 + 2*4 = 11. На первый взгляд это кажется бесполезным, но посмотрим внимательнее на это:

Здесь мы можем увидеть, что если вектора указывают в одном направлении, то их скалярное произведение больше нуля. Когда они перпендикулярны друг другу, то скалярное произведение равно нулю. И когда они указывают в противоположных направлениях, их скалярное произведение меньше нуля.
В основном, с помощью скалярного произведения векторов можно рассчитать, сколько их указывает в одном направлении. И хоть это лишь малая часть возможностей скалярного произведения, но уже очень для нас полезная.

Допустим у нас есть стражник, расположенный в G(1, 3) смотрящий в направлении D(1,1), с углом обзора 180 градусов. Главный герой игры подсматривает за ним с позиции H(3, 2). Как определить, находится-ли главный герой в поле зрения стражника или нет? Сделаем это путём скалярного произведения векторов D и V (вектора, направленного от стражника к главному герою). Мы получим следующее:

Так как единица больше нуля, то главный герой находится в поле зрения стражника.

Мы уже знаем, что скалярное произведение имеет отношение к определению направления векторов. А каково его более точное определение? Математическое выражение скалярного произведения векторов выглядит так:

Где Θ (произносится как «theta») — угол между векторами A и B.

Это позволяет нам найти Θ (угол) с помощью выражения:

Как я говорил ранее, нормализация векторов упрощает нашу жизнь. И если A и B нормализованы, то выражение упрощается следующим образом:

Давайте опять рассмотрим сценарий со стражником. Пусть теперь угол обзора стражника будет равен 120 градусам. Получим нормализованные вектора для направления взгляда стражника (D’) и для направления от стражника к главному герою (V’). Затем определим угол между ними. Если угол более 60 градусов (половина от угла обзора), то главный герой находится вне поля зрения стражника.

Θ = acos(D’V’) = acos(0.71*0.89 + 0.71*(-0.45)) = acos(0.31) = 72

Угол между центром поля зрения стражника и местоположением главного героя составляет 72 градуса, следовательно стражник его не видит.

Понимаю, что это выглядит довольно сложно, но это потому, что мы всё делаем вручную. В программе это всё довольно просто. Ниже показано как я сделал это в нашей игре Overgrowth с помощью написанных мной С++ библиотек для работы с векторами:

Векторное произведение

Допустим у нас есть корабль с пушками, которые стреляют в правую и в левую стороны по курсу. Допустим, что лодка расположена вдоль вектора направления (2, 1). В каких направлениях теперь стреляют пушки?

А что если мы хотим рассчитать это всё для трехмерной графики? Рассмотрим пример с кораблём.
У нас есть вектор мачты M, направленной прямо вверх (0, 1, 0) и направление ветра: север-северо-восток W (1, 0, 2). И мы хотим вычислить вектор направления паруса S, чтобы наилучшим образом «поймать ветер».

Для решения этой задачи мы используем векторное произведение: S = M x W.

Подставим теперь нужные нам значения:

Для расчётов вручную довольно сложно, но для графических и игровых приложений я рекомендую написать функцию, подобную той, что указана ниже и не вдаваться более в детали подобных расчётов.

Векторное произведение часто используется в играх, чтобы рассчитать нормали к поверхностям. Направления, в которых «смотрит» та или иная поверхность. Например, рассмотрим треугольник с векторами вершин A, B и С. Как мы найдем направление в котором «смотрит» треугольник, то есть направление перпендикулярное его плоскости? Это кажется сложным, но у нас есть инструмент для решения этой задачи.

Используем вычитание, для определения направления из A в С (C — A), пусть это будет «грань 1» (Edge 1) и направление из A в B (B — A), пусть это будет «грань 2» (Edge 2). А затем применим векторное произведение, чтобы найти вектор, перпендикулярный им обоим, то есть перпендикулярный плоскости треугольника, также называемый «нормалью к плоскости».

Вот так это выглядит в коде:

В играх основное выражение освещённости записывается как N • L, где N — это нормаль к освещаемой поверхности, а L — это нормализованный вектор направления света. В результате поверхность выглядит яркой, когда на неё прямо падает свет, и тёмной, когда этого не происходит.

Теперь перейдем к рассмотрению такого важного для разработчиков игр понятия, как «матрица преобразований» (transformation matrix).

Для начала изучим «строительные блоки» матрицы преобразований.

Базисный вектор

Допустим мы пишем игру Asteroids на очень старом «железе» и нам нужен простой двухмерный космический корабль, который может свободно вращаться в своей плоскости. Модель корабля выглядит так:

Как нам рисовать корабль, когда игрок поворачивает его на произвольный градус, скажем 49 градусов против часовой стрелки. Используя тригонометрию, мы можем написать функцию двухмерного поворота, которая принимает координаты точки и угол поворота, и возвращает координаты смещённой точки:

Применяя эту функцию ко всем трём точкам, мы получим следующую картину:

Операции с синусами и косинусами работают довольно медленно, но так как мы делаем расчёты лишь для трёх точек, это будет нормально работать даже на старом «железе» (прим. переводчика: в случаях, когда предполагается интенсивное использование тригонометрических функций, для ускорения вычислений, в памяти организуют таблицы значений для каждой функции и рассчитывают их во время запуска приложения. Затем при вычислении той или иной тригонометрической функции просто производится обращение к таблице).

Пусть теперь наш корабль выглядит вот так:

Теперь старый подход будет слишком медленным, так как надо будет поворачивать довольно большое количество точек. Одно из элегантных решений данной проблемы будет звучать так — «Что если вместо поворота каждой точки модели корабля, мы повернём координатную решётку нашей модели?»

Как это работает? Давайте посмотрим внимательнее, что собой представляют координаты.
Когда мы говорим о точке с координатами (3, 2), мы говорим, что её местоположение находится в трех шагах от точки отсчёта по координатной оси X, и двух шагах от точки отсчёта по координатной оси Y.

По-умолчанию координатные оси расположены так: вектор координатной оси X (1, 0), вектор координатной оси Y (0, 1). И мы получим расположение: 3(1, 0) + 2(0, 1). Но координатные оси не обязательно должны быть в таком положении. Если мы повернём координатные оси, в это-же время мы повернём все точки в координатной решётке.

Чтобы получить повернутые оси X и Y мы применим тригонометрические функции, о которых говорили выше. Если мы поворачиваем на 49 градусов, то новая координатная ось X будет получена путём поворота вектора (0, 1) на 49 градусов, а новая координатная ось Y будет получена путём поворота вектора (0, 1) на 49 градусов. Итак вектор новой оси X у нас будет равен (0.66, 0.75), а вектор новой оси Y будет (-0.75, 0.66). Сделаем это вручную для нашей простой модели из трёх точек, чтобы убедиться, что это работает так, как нужно:

Координаты верхней точки (0, 2), что означает, что её новое местоположение находится в 0 на новой (повёрнутой) оси X и 2 на новой оси Y:

0*(0.66,0.75) + 2*(-0.75, 0.66) = (-1.5, 1.3)

Мы показали, как координаты корабля отображаются в другой координатной сетке с повернутыми осями (или «базисными векторами»). Это удобно в нашем случае, так как избавляет нас от необходимости применять тригонометрические преобразования к каждой из точек модели корабля.

Каждый раз, когда мы изменяем базисные вектора (1, 0) и (0, 1) на (a, b) и (c, d), то новая координата точки (x, y) может быть найдена с помощью выражения:

Обычно базисные вектора равны (1, 0) и (0, 1) и мы просто получаем x(1, 0) + y(0, 1) = (x, y), и нет необходимости заботиться об этом дальше. Однако, важно помнить, что мы можем использовать и другие базисные вектора, когда нам это нужно.

Матрицы

Матрицы похожи на двухмерные вектора. Например, типичная 2×2 матрица, может выглядеть так:

Когда вы умножаете матрицу на вектор, вы суммируете скалярное произведение каждой строки с вектором, на который происходит умножение. Например, если мы умножаем вышеприведённую матрицу на вектор (x, y), то мы получаем:

Будучи записанным по-другому, это выражение выглядит так:

Выглядит знакомо, не так-ли? Это в точности такое-же выражение, которые мы использовали для смены базисных векторов. Это означает, что умножая 2×2 матрицу на двухмерный вектор, мы тем самым меняем базисные вектора. Например, если мы вставим стандартные базисные вектора в (1, 0) и (0, 1) в колонки матрицы, то мы получим:

Это единичная матрица, которая не даёт эффекта, который мы можем ожидать от нейтральных базисных векторов, которые мы указали. Если-же мы повернём базисные вектора на 49-градусов, то мы получим:

Эта матрица будет поворачивать двухмерный вектор на 49 градусов против часовой стрелки. Мы можем сделать код нашей игры Asteriods более элегантным, используя матрицы вроде этой. Например, функция поворота нашего корабля может выглядеть так:

Однако, наш код будет ещё более элегантным, если мы сможем также включить в эту матрицу перемещение корабля в пространстве. Тогда у нас будет единая структура данных, которая будет заключать в себе и применять информацию об ориентации объекта и его местоположении в пространстве.

К счастью есть способ добиться этого, хоть это и выглядит не очень элегантно. Если мы хотим переместиться с помощью вектора (e, f), мы лишь включаем его в нашу матрицу преобразования:

И добавляем дополнительную единицу в конец каждого вектора, определяющего местоположение объекта, например так:

Теперь, когда мы перемножаем их, мы получаем:

(a, c, e) • (x, y, 1) + (b, d, f) • (x, y, 1) + (0, 0, 1) • (x, y, 1)

Что, в свою очередь, может быть записано как:

Теперь у нас есть полный механизм трансформации, заключённый в одной матрице. Это важно, если не принимать в расчёт элегантность кода, так как с ней мы теперь можем использовать все стандартные манипуляции с матрицами. Например перемножить матрицы, чтобы добавить нужный эффект, или мы можем инвертировать матрицу, чтобы получить прямо противоположное положение объекта.

Трехмерные матрицы

Матрицы в трехмерном пространстве работают так-же как и в двухмерном. Я приводил примеры с двухмерными векторами и матрицами, так как их просто отобразить с помощью дисплея, показывающего двухмерную картинку. Нам просто надо определить три колонки для базисных векторов, вместо двух. Если базисные вектора это (a,b,c), (d,e,f) and (g,h,i) то наша матрица будет выглядеть так:

Если нам нужно перемещение (j,k,l), то мы добавляем дополнительную колонку и строку, как говорили раньше:

И добавляем единицу [1] в вектор, как здесь:

Вращение в двухмерном пространстве

Так как в нашем случае у нас только одна ось вращения (расположенная на дисплее), единственное, что нам надо знать, это угол. Я говорил об этом ранее, упоминая, что мы можем применять тригонометрические функции для реализации функции двухмерного вращения наподобие этой:

Более элегантно это можно выразить в матричной форме. Чтобы определить матрицу, мы можем применить эту функцию к осям (1, 0) и (0, 1) для угла Θ, а затем включить полученные оси в колонки нашей матрицы. Итак, начнём с координатной оси X (1, 0). Если мы применим к ней нашу функцию, мы получим:

(1*cos(Θ) — 0*sin(Θ), 1*sin(Θ) + 0*cos(Θ)) = (cos(Θ), sin(Θ))

Затем, мы включаем координатную ось Y (0, 1). Получим:

(0*cos(Θ) — 1*sin(Θ), 0*sin(Θ) + 1*cos(Θ)) = (-sin(Θ), cos(Θ))

Включаем полученные координатные оси в матрицу, и получаем двухмерную матрицу вращения:

Применим эту матрицу к Сюзанне, мартышке из графического пакета Blender. Угол поворота Θ равен 45 градусов по часовой стрелке.

Как видите — это работает. Но что если нам надо осуществить вращение вокруг точки, отличной от (0, 0)?
Например, мы хотим вращать голову мартышки вокруг точки, расположенной в её ухе:

Это важный шаблон, который мы будем применять позднее — применение вращения для двух противоположных трансформаций позволяет нам вращать объект в другом «пространстве». Что очень удобно и полезно.

Теперь рассмотрим трёхмерное вращение.

Трёхмерное вращение

Вращение вокруг оси Z работает по тому-же принципу, что и вращение в двухмерном пространстве. Нам лишь нужно изменить нашу старую матрицу, добавив к ней дополнительную колонку и строку:

Применим эту матрицу к трехмерной версии Сюзанны, мартышки из пакета Blender. Угол поворота Θ пусть будет равен 45 градусов по часовой стрелке.

То-же самое. Вращение только вокруг оси Z ограничивает нас, как насчёт вращения вокруг произвольной оси?

Вращение, определяемое осью и углом (Axis-angle rotation)

Представление вращения, определяемого осью и углом, также известно как вращение в экспоненциальных координатах, параметризованное вращением двух величин. Вектора, определяющего вращение направляющей оси (прямая линия) и угла, описывающего величину поворота вокруг этой оси. Вращение осуществляется согласно правилу правой руки.

Итак, вращение задаётся двумя параметрами (axis, angle), где axis — вектор оси вращения, а angle — угол вращения. Этот приём довольно прост и являет собой отправную точку для множества других операций вращения, с которыми я работаю. Как практически применить вращение, определяемое осью и углом?

Допустим мы имеем дело с осью вращения, показанной на рисунке ниже:

Мы знаем как вращать объект вокруг оси Z, и мы знаем как вращать объект в других пространствах. Итак, нам лишь надо создать пространство, где наша ось вращения будет являться осью Z. И если эта ось будет осью Z, то что будет являться осями X и Y? Займемся вычислениями сейчас.

Чтобы создать новые оси X и Y нам нужно лишь выбрать два вектора, которые перпендикулярны новой оси Z и перпендикулярны друг другу. Мы уже говорили ранее о векторном умножении, которое берёт два вектора и даёт в итоге перпендикулярный им вектор.

У нас есть один вектор сейчас, это ось вращения, назовём его A. Возьмём теперь случайный другой вектор B, который находится не в том-же направлении, что и вектор A. Пусть это будет (0, 0, 1) к примеру.

Теперь мы имеем ось вращения A и случайный вектор B, мы можем получить нормаль C, через векторное произведение A и B. С перпендикулярен векторам A и B. Теперь мы делаем вектор B перпендикулярным векторам A и C через их векторное произведение. И всё, у нас есть все нужные нам оси координат.

На словах это звучит сложно, но довольно просто выглядит в коде или будучи показанным в картинках.
Ниже показано, как это выглядит в коде:

Тут показана иллюстрация для каждого шага:

Теперь, имея информацию о новых координатных осях, мы можем составить матрицу M, включив каждую ось как колонку в эту матрицу. Нам надо убедиться, что вектор A является третьей колонкой, чтобы он был нашей новой осью координат Z.

Теперь это похоже на то, что мы делали для поворота в двухмерном пространстве. Мы можем применить инвертированную матрицу M, чтобы переместиться в новую систему координат, затем произвести вращение, согласно матрице R, чтобы повернуть объект вокруг оси Z, затем применить матрицу M, чтобы вернуться в исходное координатное пространство.

Вращение, определяемое осью и углом, возможно, самый интуитивно понятный способ. Применяя его, очень легко инвертировать поворот, поменяв знак у угла, и легко интерполировать, путём интерполяции угла. Однако тут есть серьёзное ограничение, и заключается оно в том, что такое вращение не является суммирующим. То есть вы не можете комбинировать два вращения, определяемых осью и углом в третье.
Вращение, определяемое осью и углом — хороший способ для начала, но оно должно быть преобразовано во что-то другое, чтобы использоваться в более сложных случаях.

Эйлеровские углы

Эйлеровские углы представляют собой другой способ вращения, заключающийся в трёх вложенных вращениях относительно осей X, Y и Z. Вы, возможно, сталкивались с их применением в играх, где камера показывает действие от первого лица, либо от третьего лица.

Допустим вы играете в шутер от первого лица и вы повернулись на 30 градусов влево, а затем посмотрели на 40 градусов вверх. В конце-концов в вас стреляют, попадают, и, в результате удара, камера поворачивается вокруг своей оси на 45 градусов. Ниже показано вращение с помощью углов Эйлера (30, 40, 45).

Углы Эйлера — удобное и простое в управлении средство. Но у этого способа есть два недостатка.

Первый, это вероятность возникновения ситуации под названием «блокировка оси» или «шарнирный замок» (gimbal lock). Представьте, что вы играете в шутер от первого лица, где вы можете посмотреть влево, вправо, вверх и вниз или повернуть камеру вокруг зрительной оси. Теперь представьте, что вы смотрите прямо вверх. В этой ситуации попытка взглянуть налево или направо будет аналогична попытке вращения камеры. Всё что мы можем вы этом случае, это вращать камеру вокруг своей оси, либо посмотреть вниз. Как вы можете представить, это ограничение делает непрактичным применение углов Эйлера в лётных симуляторах.

Второе — интерполяция между двумя эйлеровскими углами вращения не даёт кратчайшего пути между ними.
Например, у вас две интерполяции между двумя одинаковыми вращениями. Первая использует интерполяцию эйлеровского угла, вторая использует сферическую линейную интерполяцию (spherical linear interpolation (SLERP)), чтобы найти кратчайший путь.

Итак, что-же больше подойдет для интерполяции вращений? Может быть матрицы?

Вращение с помощью матриц

Как мы уже говорили ранее, матрицы вращения хранят в себе информацию о трёх осях. Это означает, что интерполяция между двумя матрицами лишь линейно интерполирует каждую ось. В результате это даёт нам эффективный путь, то так-же привносит новые проблемы. Например, тут показаны два вращения и одно интерполированное полу-вращение:

Как вы можете заметить, интерполированное вращение значительно меньше, чем любое из исходных вращений, и две оси более не перпендикулярны друг другу. Это логично, если вдуматься — середина отрезка, соединяющего любые две точки на сфере будет расположена ближе к центру сферы.

Это в свою очередь порождает известный «эффект фантика» (candy wrapper effect), при применении скелетной анимации. Ниже показана демонстрация этого эффекта на примере кролика из нашей игры Overgrowth (прим. переводчика: обратите внимание на середину туловища кролика).

Вращение, основанное на матричных операциях, очень полезно, так как они могут аккумулировать вращения без всяких проблем, вроде блокировки оси (gimbal lock), и может очень эффективно применяться к точкам сцены. Вот почему поддержка вращения на матрицах встроена в графические карты. Для любого типа трёхмерной графики матричный формат вращения — это всегда итоговый применяемый способ.

Однако, как мы уже знаем, матрицы не очень хорошо интерполируются, и они не столь интуитивно понятны.

Итак, остался только один главный формат вращения. Последний, но тем не менее, важный.

Кватернионы

Что-же такое кватернионы? Если очень кратко, то это альтернативный вариант вращения, основанный на оси и угле (axis-angle rotation), который существует в пространстве.

Подобно матрицам они могут аккумулировать вращения, то есть вы можете составлять из них цепочку вращений, без опаски получить блокировку оси (gimbal lock). И в то-же время, в отличие от матриц, они могут хорошо интерполироваться из одного положения в другое.

Являются-ли кватернионы лучшим решением, нежели остальные способы вращений (rotation formats)?
На сегодняшний день они комбинируют все сильные стороны других способов вращений. Но у них есть два слабых места, рассмотрев которые, мы придём к выводу, что кватернионы лучше использовать для промежуточных вращений. Итак, каковы недостатки кватернионов.

Во-первых кватернионы непросто отобразить на трёхмерном пространстве. И мы вынуждены всегда реализовывать вращение более простым способом, а затем конвертировать его. Во-вторых, кватернионы не могут эффективно вращать точки, и мы вынуждены конвертировать их в матрицы, чтобы повернуть значительное количество точек.

Это означает, что вы скорее всего не начнете или не закончите серию вращений с помощью кватернионов. Но с их помощью можно реализовать промежуточные вращения более эффективно, нежели при применении любого другого подхода.

«Внутренняя кухня» механизма кватернионов не очень понятна и не интересна мне. И, возможно, не будет интересна и вам, если только вы не математик. И я советую вам найти библиотеки, которые работают с кватернионами, чтобы облегчить вам решение ваших задач с их помощью.

Математические библиотеки «Bullet» или «Blender» будут хорошим вариантом для начала.

Источник