第九种乘法：矩阵的乘法
矩阵的乘法，数学家和物理学家都在用。Matrix，几乎就是科学的代名词。
最简单的一种，就是上次买食物用的一种表：
算法也完全一样，唯一要求的是，前面的横着写，后面的竖着写。这么多，就算出一个数字来。下图是两个复杂些的矩阵相乘。把每次算出的数字填入相应的位置，可以得到最后的结果。
矩阵乘法
矩阵乘法是这样一个次序。
专为向量的各种变换而生。
网友将矩阵比做公交车，可以把向量带到它想去的任何地方。这个比喻很恰当。
但是，面对矩阵乘矩阵，他就无言了。其实，如果说矩阵是公交车，那么矩阵乘矩阵就是列车，多几节罢了。
矩阵的乘法是不可交换的。而且，通常简单的变换矩阵在左，被变换的对象在右。这种写法上，每个矩阵看起来就像一个函数，可以变换后面的变量。而矩阵乘以矩阵，可以看成构造一个复合函数。
矩阵最简单的用途是：平移、旋转、缩放空间中的图形。理论上讲，用3×3的矩阵就可以操作三维空间中的对象了，但OpenGL中的矩阵是4×4的，很多书籍只说“为了方便起见”，但没有说为什么会方便。因为，那用的是齐次坐标，可以省略很多的除法运算。而除法运算，无论对GPU还是CPU来说，都是很烧脑的事情。
第十种乘法 函数的内积
在向量的内积定义中，两个向量可以看成两个离散函数。
自变量都是从1到n，省略不写。
但普通的函数，是连续函数。对于离散函数，用符号Sigma来合并项，求点积;那么，对于连续函数，自然用积分符号来和并。
函数的内积
如果是复变函数，只需对后一个取共轭，
并且，函数的内积可以加权求和。
