unity3d默认使用左手坐标系
----------------------------
标量：只有大小的量
向量：即有大小，又有方法的量，比如向量（2,1）方向从0,0， 到2,1 大小也是从0,0 到2.1
平移不会改变向量的大小和方向，所以他们两个是相等的，也就是向量可以任意平移
把向量AB平移到原点，变成向量OP，因为没有改变大小和方向，所以二者是相等的
这时就可以通过点p表示一个向量，当前通过点表示的向量起点在原点
这就是从坐标原点出发的向量OP就是（x-0，y-0，z-0），就是点p（X,Y,Z），其中X是向量到x轴的距离，y是向量到y轴的距离，z是向量到z轴的距离
向量的模：向量的大小，也叫向量的长度
单位向量： 大小或者长度为1的向量
向量的单位化。向量的归一化，就是把向量转化为单位向量的过程
---------------------
向量的运算：
向量A（1,2） 向量B（2,1）
加法： 向量组成的平行四边形的对角线
A（x1,y1） + B(x2,y2) = x1+ x2, y1+y2 A(1,2)+ B(2,1) = C(3,3)
减法：三角形的第三边a-b就是从A到B，就是向量的距离
A（x1,y1） - B(x2,y2) = x1- x2, y1-y2 A(1,2)+ B(2,1) = C(-1,1)
乘法：向量与标量相乘,也叫数乘： 就是向量的加长 A(x1,y1)*2 = x1*2， y1*2
----------------------------------------
叉积：计算结果依然是一个向量，只有3D向量有叉积，结果第三个向量W是同时垂直于V和u的,也就是说w重置与v和u组成的平面，所有叉积是用于计算法线的
叉积计算公式
u= （x，y,z） V = (vx,vy,vz)
u *V = (y *vz -z * vy, u *vx - x*vz, x*vy-y-vx)
法线： 垂直于一个平面的向量
--------------------------
点乘（点积）：得到的是一个标量（一个数值，一个结果），用于计算两个向量之间的夹角，相关的定义时光照模拟
u= （x，y,z） V = (vx,vy,vz)
A*b = x * vx +y * vy + z*vz = n
余弦定理：
u*v= |a| * |b| * cos&
coS&是两个向量指间的夹角，是两个向量指间最小的夹角， 大于0 小于π。而且两个向量要求公用一个起点
因为向量的长度与夹角无关，所有都是把向量转化为单位向量然后计算夹角
|a|是u向量的长度，也叫A向量的模
如果u，v都转化为单位向量。公式就变成 u*v = cos& = -1 < coS& <1
-1到0之间是从背面照射的，根本照射不到，
u*v = 1 即cos& = 1.所以u与v是平行
u*v = 0 即cos& = 0.所以u与v是垂直
u*v >0 u与v夹角小于90度
u*v <0 u与v的夹角大于90度
当光线和平面垂直时，就是光线平行于法线，关照强度最大。余弦定理的值最大且为1
当光线和平面平行是，就是光线垂直于法线，关照强度最小，徐玄定理的值为0
所以可以使用余弦定理表示光线强度
用一个向量表示光照的颜色，最后可以知道
平面的光照颜色 = 光照的颜色 * cos&
--------------------------------------
Vector3：一个结构体，x，y，z
vector3是可以代表一个三维向量，或者坐标，或者旋转 或者缩放
常用方法
夹角 Vector3.Angle（v1,v2）
距离 Vector3.Distance（v1,v2）
点乘 Vector3.Dot（v1,v2）
叉积 Vector3.Cross（v1,v2）
插值 Vector3.Lerp（v1,v2，0.4f）
模 v1.magbitude
规范会向量，就是单位向量 v1.normalized
------------------------------------------------
转置矩阵，就是矩阵的行列互换矩阵A的转置矩阵表示为AT
unity3d使用4*4矩阵来描述变换操作，因为一点点vector3（x，y，z）即可以表示一个向量也可以表示一个点，但进行平移操作是，
平移后的方向是不变的，如果是3*3 就不行、所以增加了一个维度W编程4维矩阵【X,Y,Z,W】
单位矩阵，指矩阵中从左上角到右下角的对角线上的元素全是1.除此之外全是0
任何矩阵与单位矩阵相乘结果等于自身
A【x,y,z,w】 *【 1 0 0 0 】 = 【1*x+ 0*y+ 0*z+ w*0, 0*x+ 1*y+ 0*z+ w*0,0*x+ 0*y+ 1*z+ w*0,0*x+ 0*y+ 0*z+ w*=[x,y,z,w]
0 1 0 0
0 0 1 0
0 0 0 1
点A[X,Y,Z] 平移向量B[TX,TY,TZ]后的结果应该是AB【x+TX ,Y+ TY, Z+TZ】
向量AB的表示应该是【 1 0 0 0
0 1 0 0
0 0 1 0
tx ty tz W】
（X,Y,Z,0）用于描述向量 w= 0 是平移后结果不变，满足向量的定义，所w = 0 表示向量
(X,Y,Z.1)用于描述点 w = 1满足点平移的定义 所以w = 1表示点
在unity中输出对应点的矩阵
Debug.Log(transform.localToWorldMatrix)OPenGL输出
Debug.Log(transform.localToWorldMatrix.transpose) 转换一下，就是正常矩阵输出
矩阵 加法/减法：
相加/相减的两个矩阵必须具有相同的列数和行数
两个矩阵的相加/相减就是相同位置的元素进行加/减
矩阵乘法：
相乘的矩阵条件是第一个矩阵的列数等于第二个矩阵的行数
乘法规则：
第一个矩阵的对应行与第二个矩阵的对应列的乘机只和
结果是一个第一个矩阵的行数，第二个矩阵的列数的新矩阵