Matrix 矩阵
阅读量:
由 $m \times n$ 个元素（$m$ 行 $n$ 列）排列组成的矩形阵列。
矩阵乘法
两个矩阵相乘的前提条件为，矩阵 $A$（$m \times n$）的列数等于矩阵 $B$（$n \times p$）的行数。乘积得到新的矩阵维度为 $m \times p$。
\[(M \times N)(N \times P)=(M \times P)\]矩阵 $A \times B$，新矩阵中元素 $(i,j)$ 的数值为，矩阵 $A$ 的第 $i$ 行与矩阵 $B$ 的第 $j$ 列的点积。
矩阵乘法不符合交换律，符合结合律和分配律。
向量可视为列矩阵或行矩阵。
转置
行列互换
\[\begin{pmatrix} 1 & 2 \\ 3 & 4 \\ 5 & 6 \end{pmatrix}^T = \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \end{pmatrix}\]单位矩阵
$n$ 阶单位矩阵，是一个 $n \times n$ 的方阵，即行数及列数相同的矩阵
单位矩阵为对角阵，即除对角线外，其余元素均为 0。
\[I_{3 \times 3} = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}\]通过单位矩阵可定义矩阵的逆。
矩阵的逆
若一个矩阵与另一个矩阵相乘得到单位矩阵，则称两个矩阵互逆。
只有方阵（$n \times n$）才可能存在逆矩阵。
若
\[A A^{-1}=A^{-1} A=I\]则，$A$ 与 $A^{-1}$ 互逆
\[(AB)^{-1}=B^{-1}A^{-1}\]反向链接
到头儿啦~