這本書的2、3、4章是介紹計算幾何中所需要的線性代數、向量幾何已經矩陣和向量的的變化的數學內容。基本沒有什麼僞代碼，但卻是後面算法的基礎。
我自己又感到對這一塊的缺乏，所以計劃在三個星期內，把數學部分過一遍。
由於學期馬上就要開始，設計任務加重，研習班方面也快要結課。作穿插學習。
矩陣在後面幾個章節中，用來更直觀的描述。
To that end, you are encouraged to try to think of matrices as lists of tuples, or perhaps better as “tuples of tuples,” whose order has some deeper meaning than “that’s just the way it works.”
可以理解矩陣是元組的列表，元組的元組，他的排序意味着：“這就是他的工作方式。”
2.3.3標記和術語
一個舉證用M或者A表示。每個在矩陣裏的元素被叫做 element。橫行豎列。行數m，列數n。一個舉證的大小可以用 m*n表示，如果 m=n ，被稱爲方陣(square)。
可以用這樣的方表示
2.3.2 矩陣置換
行列mn置換，也可以理解爲從左上角到右下角拉了一個斜線。
用上標T表示，size的m和n反轉
以上是矩陣反的特性。結合着舉證計算進行驗證。
2.3.3 算法操作
相加減是每一行(row)中的元素相加減
乘除是每一個元素乘上該係數
這裏比較特殊的是0矩陣，每個元素都是0. +0是本身，*0得0 注意下標m*n的表示方法。
矩陣相加 —>元組相加 —>元素相加
對元素進行計算，符合中學時候的結合律和交換律。
元組a代表了三種成分的體積，元組b代表了每種成分在單位體積的質量。
相乘得到總的質量。
計算這個問題的時候，把他們都放進元組裏去計算，更符合計算機思考的方式~
以上是矩陣乘法的一些規律
矩陣乘 行乘列，c矩陣中的i，j下標，來自A的行i，和B的列j
C(1,2) = A(1,x)*B(x,2) = (2,3)((7,6) =32
交換律不存在，AB不等於 BA 結合律存在 A(BC)=(AB)C
在computer graphics中，存在最多的矩陣 是
- 兩個square相乘
- 一個單行或者單列矩陣 和 square相乘
上面是tuple相乘，下面是矩陣相乘。矩陣相乘的結果跟AB的左右位置有關，不滿足交換律。
這裏我只看懂了 他們置換後的計算和tuple計算有等價性，但是英文所表述的含義尚未完全理解。可能是說用tuple和matrix相乘的做法。
接下來給出瞭解釋~
我們可以用一列或者一行矩陣來表示tuple。可以直接也用該矩陣或者他的逆矩陣進行計算。。
其實是講了computer graphics裏會用到的兩種慣例（conventions）。
- tuple和矩陣相乘
- 交換位置後，逆矩陣相乘
如上圖所示
在後面的章節可以，可以注意作者用的是哪種表示方法。
純粹的Matrices部分筆記先到這裏。