本系列文章由birdlove1987编写，转载请注明出处。
文章链接：http://blog.csdn.net/zhurui_idea/article/details/25242725
终于要学习矩阵的平移了，通过平移可以处理很多问题，包括非坐标轴基准的变换问题，不同坐标系转换问题。嘿嘿！
行列式（其实行列式就是一种计算法则）
在任意矩阵中都存在一个标量，称作该方阵的行列式。
方阵M的行列式记作 |M| 或 det M 。非方阵矩阵的行列式是未定义的。
2 * 2阶矩阵行列式的定义
3 * 3阶矩阵行列式的定义
ps：(1)矩阵积的行列式等于矩阵行列式的积 |AB| = |A||B|
(2)矩阵转置的行列式等于原矩阵的行列式
(3)如果矩阵的任意行或列全为零，那么它的行列式等于零。
(4)交换矩阵的任意两行或两列，行列式变负。
(5)任意行或者列的非零积加到另一行或列上不会改变行列式的值。
矩阵的行列式有着非常有趣的几何解释。
2D中，行列式等于以基向量为两边的平行四边形的有符号面积。3D中，行列式等于以变换后的基向量为三边的平行六面体的有符号体积。
行列式和矩阵变换导致相关的尺寸改变。其中行列式的绝对值和面积(2D)、体积(3D)的改变相关。行列式的符号说明了变换矩阵是否包含镜像或投影。
矩阵的行列式还能对矩阵所代表的的变换经行分类。如果矩阵行列式为零，那么该矩阵包含投影。如果矩阵行列式为负，那么该矩阵包含镜像。
矩阵的逆
矩阵的逆是矩阵的一种重要的运算，这种运算只能适用于方阵。
方阵M的逆，记作
并非所有的矩阵都有逆矩阵。如果一个矩阵有逆矩阵，那么称它为可逆的或非奇异的。如果一个矩阵没有逆矩阵，则称它为不可逆的或奇异矩阵。奇异矩阵的行列式为零，非奇异矩阵的行列式不为零，所以检测行列式的值是判断矩阵是否可逆的有效方法。
ps：(1) 如果M是非奇异矩阵，则该矩阵的逆的逆等于原矩阵
(2) 单位矩阵的逆就是它本身。
(3) 矩阵转置的逆等于它的逆的转置
矩阵的逆在几何上非常有用，因为它使得我们可以计算变换的“反向”或“相反”变换——能“撤销”原始变换的变换，所有如果向量v用矩阵M来进行变换，接着用M的逆
正交矩阵
当方阵M与它的转置
如果一个矩阵是正交的，那么它的转置等于它的逆，我们可以用这个规律来检测矩阵的正交性
ps：这条性质非常有用，因为实际应用中经常需要计算矩阵的逆，而3D图形计算中正交矩阵出现得又是如此频繁，这条性质可以大大的减少计算量。
4 x 4齐次矩阵
在4D齐次空间中，4D向量有4个分量，前3个是标准的x，y和z分量，第四个是w，有时称作齐次坐标。
加入了w分量，我们就可以利用这个分量来进行3D平移了。
4D向量中的w分量还起到了“开关”4x4矩阵平移部分的作用。
这个现象是非常有用的，因为有些向量代表“位置”，应当平移，而有些向量代表“方向”不应该平移。从几何意义上讲，能将第一类数据当作点，第二类数据当作向量。
-End-
参考文献：（1）《3D Math Primer for Graphics and Game Development》
（2）百度百科
原文：http://blog.csdn.net/zhurui_idea/article/details/25242725
