所谓计算机图形学，一般的定义是，「利用计算机技术，在计算机中创建并显示图形的学科」。而现今最火的，大概就是三维图像渲染技术了。
举个例子，我想要让计算机绘制一个「白天立方体摆在桌子上」的图像，这时，计算机内初始的数据很简单：立方体的位置、大小；桌子的大小；光源的位置、亮度、颜色、大小。
然而若想用这些描述，来得到一个精确的图像，则不是那么容易的。首先面对的问题，就是「光」，光如何反射、折射？这需要一定的物理基础，特别是光学（包括波动光学）。真实材质表面极为复杂，又如何合理简化呢？这就需要代数、微积分的数学基础。
进而，又有一个问题，就是采样。假设有一个光源，如果直接追踪光源发出的光线，那光线的分布势必是不均匀的，这就会使得有些部分噪点极多。而根据物理知识，我们知道，光路是可逆的。所以现在的计算机渲染，都普遍使用反向追踪技术。进而，就有一个问题，如果光源太小，那么反向追踪光线时，光线很难击中光源，这也会增大噪点。这时，我们就会考虑，是否可以主动引导光线，使得其更容易击中光源，这就是所谓「多重重要性采样」。然而这样的采样方法，很可能会带来偏差，使得渲染结果不符合实际。这时就需要概率论、统计学、随机过程、随机微分方程的知识，以保证在这个优化之下，仍然能够满足物理学规律。
进一步地，要加速渲染进程，常常需要使用GPU，使用矩阵来代替之前的计算。这就需要线性代数、谱分析的知识。
要对模型进行线、面简化，UV分解，则需要很多几何知识。虽然这一部分的工作，现在一般由人工来完成，但如果数学足够好，熟悉类似于计算共形几何的知识，是可以在一定程度上简化这个步骤的。
