矩阵在视效工作中出现频率很高，无论你从事镜头制作还是技术开发，无论你在哪个部门，总会或多或少的遇到它。实际上只要是涵盖了图形学和图像处理的领域，都避不开矩阵，很多计算，最终都可以通过矩阵工具解决。
线性代数的基础就是求解线性方程组。
矩阵是如此重要，所以就有必要写一篇文章来介绍矩阵，并从列空间的角度来解释矩阵乘法，帮助从业者真正了解它，掌握它。
废话不多讲，正文开始。
什么是矩阵？
矩阵是作为解决线性方程的工具出现的，通常从线性方程组中分离出系数，就可以获得系数矩阵。
下面是一个线性方程组：
2x - y = 0
-x + 2y = 3
提取系数显然可以获得如下系数矩阵：
而更进一步，我们可以将上述方程组转换成如下矩阵相乘的形式：
上式很容易通过矩阵乘法进行验证。
一般来讲，我们称为矩阵A，称
为矩阵x，称
为矩阵b，矩阵相乘的一般形式可以写成这样：
Ax=b
但我们并不止步于此，矩阵的最大用途体现在线性代数中，我们可以把线性方程组转换为列向量的线性组合问题，如下图所示：
这就是线性组合。矩阵的意义就体现于此。
矩阵通常以Amn的形式呈现，表示名为A的矩阵由m×n个数字元素组成，Amn通常也会写成Amxn的形式。
其中m表示A矩阵有m行，n表示A矩阵有n列。我们把有m行n列的矩阵也称为m×n矩阵。Amn矩阵如下图所示：
此处简单举一个例子：
显然B矩阵有三行两列，是一个典型的3x2矩阵，可以记作B32，也可以记作B3x2。
编不下去了捂脸，不想写了，到此为止吧，等以后想写再说吧。
留三个关于矩阵意义的链接吧：
https://blog.csdn.net/myan/article/details/647511
https://blog.csdn.net/myan/article/details/649018
https://blog.csdn.net/myan/article/details/1865397
反正段位比我高，写的比我好，看这个比看我写的强多了。。。
