2D变换矩阵的逆矩阵：
平移矩阵的逆矩阵：[1,0,-tx][0,1,-ty][0,0,1]就相当于之前的是往前移动，现在是往后移动了。
缩放矩阵的逆矩阵：[1/Sx,0,0][0,1/Sy,0][0,0,1]就相当于把之前X,Y乘以的倍数，现在除以它的倍数的倒数。
旋转矩阵的逆矩阵：[cosx,sinx,0][-sinx,cosx,0][0,0,1]就相当于把之前旋转过去的，转回来。
（注意：一个平移（旋转、缩放）后的 点 再乘以相应的逆矩阵就等于原来没有平移（旋转、缩放）的点。）
如果一个点只是单纯的乘以逆矩阵，那么这个逆矩阵和普通的变换矩阵作用是一样的，只不过作用是相反的而已。
2D变换的物体变换和坐标系变换：
物体变换就是物体的坐标系没有发生变换的变化，如下：
F（b1,b2,b3,O)是三维坐标系位置，M是变换矩阵，c是点的齐次坐标。
F(Mc)是物体变化的数学表达形式，括号引起来的意思是M只会对c进行变化（平移、缩放、旋转），不会对坐标系原点进行变换。
坐标系变化的数学表达式：FMc，M对点进行变换，也对坐标系原点进行变换了。
复合变换：把平移、旋转、缩放结合起来，形成一个复杂的变化过程。
矩阵乘法不满足交换律，所以不同的变换顺序得到的结果可能是不一样的。
比如：FRTc，代表的是物体变换（先对点进行T变换（平移变换），然后对点进行R变换（旋转变换）。
如果换成FTRc，则代表先进行旋转，再进行平移变换，结果肯定是不一样的。
F(R(Tc)) ->F(Rc*) -> Fc** -> c***;
((FR)T)c ->(F*T)c -> (F**)c -> c***;
前者是对物体变换得到最终的c***点，后者是对坐标系原点的变换（既坐标变换）得到最终的c***点，结果是一样的。
3D变换：
平移矩阵：
| 1 | 0 | 0 | tx |
| 0 | 1 | 0 | ty |
| 0 | 0 | 1 | tz |
| 0 | 0 | 0 | 1 |
缩放矩阵 :
| Sx | 0 | 0 | 0 |
| 0 | Sy | 0 | 0 |
| 0 | 0 | Sz | 0 |
| 0 | 0 | 0 | 1 |
旋转矩阵：
点沿着x轴旋转，x的坐标不变。
| 1 | 0 | 0 | 0 |
| 0 | cosx | -sinx | 0 |
| 0 | sinx | cosx | 0 |
| 0 | 0 | 0 | 1 |
点沿着y轴旋转，y的坐标不变。
| cosx | 0 | sinx | 0 |
| 0 | 1 | 0 | 0 |
| -sinx | 0 | cosx | 0 |
| 0 | 0 | 0 | 1 |
点沿着z轴旋转,z的坐标不变。
| cosx | -sinx | 0 | 0 |
| sinx | cosx | 0 | 0 |
| 0 | 0 | 1 | 0 |
| 0 | 0 | 0 | 1 |
旋转这一部分有些难以理解，大概记住就OK了，如果研究下的话，可以自己画画，绕着Y转的话，你就不用管Y坐标了，因为它肯定不会变化的，只需作出一个XZ平面图，再这个平面图上对它进行研究，就跟2D旋转一样推理的。
在Unity中使用Matrix4x4.Translate(Vector3)创建一个平移矩阵。
Matrix4x4.Rotate(四元数)创建一个旋转矩阵。
Matrix4x4.Scale创建一个缩放矩阵。
Matrix4x4.TRS创建一个移动、旋转、缩放的复合矩阵。
使用Matrix4x4.MultiplyPoint或者Matrix4x4.MultiplyPoint3x4来变换一个点。
使用Matrix4x4.MultiplyVector来变换一个向量。