有关于齐次方程学习记录

前言

正如Milo Yip大神所说的这个标题事实上是存在问题的：矩阵是用于表示变换而不是坐标的。再了解了矩阵的作用之后，我们就要继续思考为什么变换要使用一个4×4的矩阵而不是3×3的矩阵呢？是不是多此一举呢？下面我们就来聊聊这个话题。

齐次坐标

为了解决三维矢量和4×4矩阵相乘的问题，我们机智的为三维矢量添加了第四个分量，这样之前的三维矢量(x,y,z)就变成了四维的(x,y,z,w)，这样由4个分量组成的矢量便被称为齐次坐标。需要说明的是，齐次坐标(x,y,z,w)等价于三维坐标(x/w,y/w,z/w)，因此只要w分量的值是1，那么这个齐次坐标就可以被当作三维坐标来使用，而且所表示的坐标就是以x，y，z这3个值为坐标值的点。

因此，为了和4×4矩阵相乘，我们的P1点坐标就变成了(x1,y1,z1,1)。而矩阵等式也变成了下面这个样子：

我们再将这个新的矩阵等式和平移的数学表达式做一番对比：

x2 = a·x1 + b·y1 + c·z1 + d
x2 = x1 + Δx
y2 = e·x1 + f·y1 + g·z1 + h
y2 = y1 + Δy
z2 = i·x1 + j·y1 + k·z1 + l
z2 = z1 + Δz
1 = m·x1 + n·y1 + o·z1 + p

通过对比x2，我们可以发现a=1，b=0，c=0，d=Δx；

对比y2，也可以发现e=0，f=1，g=0，h=Δy；

再对比z2，可以确定i=0，j=0，k=1，l=Δz；

最后还可以根据表达式求出m=0，n=0，o=0，p=1；

这样，我们就求出了我们的4×4的平移矩阵：

这样，就通过一个4×4矩阵整合了平移矩阵、旋转矩阵。

更详细原文请参照知乎回答(此文章仅作记录使用)：云计算与数字孪生