矩阵

CATransform3D涉及到矩阵，不弄清楚心里不舒服。毕竟大学也学过，不过忘了。就当是复习了。有空再重新学习一下线程代数的知识。感觉好多动画涉及到矩阵啥的。总是一知半解，不知道怎么变化的。
找了一篇，写的很基础，浅显易懂。为了防止连接失效。就后着脸皮全部复制过来了。
简单理解了矩阵的乘法，矩阵和方程组的关系。都是基础。
连接：http://www.ruanyifeng.com/blog/2015/09/matrix-multiplication.html

大多数人在高中，或者大学低年级，都上过一门课《线性代数》。这门课其实是教矩阵。

刚学的时候，还蛮简单的，矩阵加法就是相同位置的数字加一下。

矩阵减法也类似。
矩阵乘以一个常数，就是所有位置都乘以这个数。

但是，等到矩阵乘以矩阵的时候，一切就不一样了。

这个结果是怎么算出来的？
教科书告诉你，计算规则是，第一个矩阵第一行的每个数字（2和1），各自乘以第二个矩阵第一列对应位置的数字（1和1），然后将乘积相加（ 2 x 1 + 1 x 1），得到结果矩阵左上角的那个值3。

也就是说，结果矩阵第m行与第n列交叉位置的那个值，等于第一个矩阵第m行与第二个矩阵第n列，对应位置的每个值的乘积之和。
怎么会有这么奇怪的规则？
我一直没理解这个规则的含义，导致《线性代数》这门课就没学懂。研究生时发现，线性代数是向量计算的基础，很多重要的数学模型都要用到向量计算，所以我做不了复杂模型。这一直让我有点伤心。
前些日子，受到 一篇文章的启发，我终于想通了，矩阵乘法到底是什么东西。关键就是一句话， 矩阵的本质就是线性方程式，两者是一一对应关系。如果从线性方程式的角度，理解矩阵乘法就毫无难度。
下面是一组线性方程式。

矩阵的最初目的，只是为线性方程组提供一个简写形式。

老实说，从上面这种写法，已经能看出矩阵乘法的规则了：系数矩阵第一行的2和1，各自与 x 和 y 的乘积之和，等于3。不过，这不算严格的证明，只是线性方程式转为矩阵的书写规则。
下面才是严格的证明。有三组未知数 x、y 和 t，其中 x 和 y 的关系如下。

x 和 t 的关系如下。

有了这两组方程式，就可以求 y 和 t 的关系。从矩阵来看，很显然，只要把第二个矩阵代入第一个矩阵即可。

从方程式来看，也可以把第二个方程组代入第一个方程组。
qi'ma
上面的方程组可以整理成下面的形式。
最后那个矩阵等式，与前面的矩阵等式一对照，就会得到下面的关系。

矩阵乘法的计算规则，从而得到证明。