你想弄懂什么？

在此背景下，$A \circ B$ 表示先应用 B，然后将 A 应用于所得结果的变换。该记号遵循最右侧变换首先作用于输入向量的约定。

适用条件：A 和 B 被视为同一空间（此处为三维空间）上的变换。；B 的输出必须是 A 可接受的输入。

缺失的中间列是 $\begin{bmatrix} 0 \\ -16 \\ 9 \end{bmatrix}$。这是通过对 B 的中间列 $\begin{bmatrix} 0 \\ 2 \\ 3 \end{bmatrix}$ 应用变换 A 得到的。

适用条件：A 和 B 是视频中显示的具体 3x3 矩阵。；使用逐列复合的方法。

在绕 y 轴旋转 90 度期间，$\hat{i}$ 移动到负 z 轴的 $(0, 0, -1)$，$\hat{j}$ 保持在 y 轴上的 $(0, 1, 0)$ 不动，而 $\hat{k}$ 摆动到正 x 轴的 $(1, 0, 0)$。

适用条件：旋转角度正好为 90 度；旋转轴为 y 轴；假定采用右手坐标系约定来确定符号

$2\times 2$ 变换矩阵将标准基向量映射到其自身的列。具体来说，矩阵的第一列是向量 $[1, 0]^T$ 的像，第二列是向量 $[0, 1]^T$ 的像。

适用条件：矩阵为 $2\times 2$。；在标准笛卡尔坐标中工作。

行列式缩放任何可测量平面图形的面积，而不仅仅是正方形。行列式的绝对值作为线性变换下所有区域的统一面积缩放因子。

适用条件：变换是线性的。；图形是可测量的且具有有限面积。；在标准正交坐标中使用普通欧几里得面积。

矩阵表示为 $\begin{bmatrix} 0 & -1 \\ 1 & 0 \end{bmatrix}$。这是通过观察标准基向量落在哪里推导出来的：$\hat{i}$ 旋转到 $[0, 1]^T$，$\hat{j}$ 旋转到 $[-1, 0]^T$。

适用条件：旋转为 90 度逆时针。；在使用标准基向量的二维平面中工作。

将 3x3 矩阵乘以向量 $(x, y, z)$ 会将矩阵的每一列（代表一个变换后的基向量）按相应的输入坐标进行缩放，并将结果相加。这是因为线性变换保持加法和标量乘法。

适用条件：矩阵是表示线性变换的 3x3 矩阵；输入向量具有坐标 $(x, y, z)$；变换是线性的

追踪标准基向量的像之所以能确定所有其他点的目的地，是因为任何任意向量都可以表示为这些基向量的线性组合。由于线性变换保持向量加法和标量乘法，任意向量的变换恰好是将相同的系数应用于变换后的基向量。

适用条件：变换是线性的。；在使用标准基向量 $\hat{i} = [1, 0]^T$ 和 $\hat{j} = [0, 1]^T$ 的二维平面中工作。

要计算复合变换 $A \circ B$ 的矩阵，需将变换 $A$ 应用于矩阵 $B$ 的每一列。得到的向量构成了矩阵 $A \circ B$ 的各列。

适用条件：A 和 B 都是 3x3 矩阵。；运算在实数上进行。；这些是具有兼容输入和输出空间的实线性映射，使用标准列向量坐标表示。

将向量重写为标准基向量的线性组合可以利用变换的线性性质。与其直接计算完整的矩阵-向量乘积，不如分别对每个基向量应用变换（这对应于矩阵的列），然后使用原始系数组合结果。

适用条件：向量在 $R^3$ 中。；系数是向量相对于标准基的坐标。；A 是线性的：应用它保持和与标量倍数。

三维中的矩阵-向量乘法通过将矩阵的列按输入向量的相应坐标进行缩放，然后将结果相加来工作。坐标 $(x, y, z)$ 作为变换后基向量（即列）的标量乘数，利用了保持加法和标量乘法的线性性质。

适用条件：矩阵是 3x3 变换矩阵。；输入向量的坐标为 $(x, y, z)$。；变换是线性的。

两个 3x3 矩阵相乘表示依次应用它们各自的空间变换。最右边的矩阵首先作用于初始空间，然后最左边的矩阵作用于已经变换过的结果。

适用条件：两个矩阵都是 3x3 变换矩阵。；操作是标准矩阵乘法。