矩阵：Matrix - 图1
（注：讲矩阵的教学视频https://www.bilibili.com/video/BV1ys411472E）

向量与矩阵

矩阵本质就是一组向量， 行矩阵与列矩阵本质上没什么区别，但会影响运算顺序。

注：向量可以看做单行多列的矩阵（或者单列多行） 标量可以看做1行1列的矩阵

Row：行向量与行矩阵

矩阵：Matrix - 图2

矩阵：Matrix - 图3

Column：列向量与列矩阵

矩阵：Matrix - 图4

矩阵：Matrix - 图5

特殊矩阵

Square Matrix：方阵

定义： 矩阵的行列数量相等的矩阵 矩阵：Matrix - 图6、矩阵：Matrix - 图7…

提示： 只有方阵才有对角矩阵

Diagonal elements：对角矩阵

定义： 方阵中除了对角线以外的值都为0的矩阵 矩阵：Matrix - 图8

Identity Matrix：单位矩阵（记作：I）

定义： 对角线值为1的对角方阵 矩阵：Matrix - 图9

性质： 任何矩阵与单位矩阵相乘都等于他自己 矩阵：Matrix - 图10

Transposed Matrix：转置矩阵（记作：MT）

Row行矩阵与Column列矩阵之间相互转换 矩阵：Matrix - 图11

矩阵：Matrix - 图12 性质： 矩阵：Matrix - 图13

矩阵：Matrix - 图14

Inverse Matrix：逆矩阵（记作：M-1）

逆矩阵条件： 逆矩阵必须是方阵，且必须满足行列式不为0 当一个矩阵可逆时，称为可逆矩阵（Inverse M）或非奇异的（nonsingular M） 逆矩阵运算方式： 逆矩阵的计算方式比较复杂，一般调用数学库函数获取即可

主要性质： 一个矩阵（Matrix）与它的逆矩阵（InverseMatrix）相乘会得到一个单位矩阵（IdentityMatrix） 矩阵：Matrix - 图15

性质1： 单位矩阵的逆矩阵等于他自身 矩阵：Matrix - 图16

性质2： 一个矩阵的逆矩阵的逆矩阵等于他自身 矩阵：Matrix - 图17

性质3： （注意-矩阵相乘的顺序对调了） 矩阵：Matrix - 图18

Orthogonal matrix：正交矩阵

正交矩阵条件： 当一个矩阵的转置矩阵与它自身相乘等于单位矩阵时，该矩阵称为正交矩阵 矩阵：Matrix - 图19

正交矩阵的性质： 正交矩阵的转置矩阵是它的逆矩阵 矩阵：Matrix - 图20

矩阵的几何意义

标量： 表示一个值的大小 向量： 表示点的位置（所有向量都是以原点为出发点） 矩阵： 表示坐标系， 把坐标系看作是由x、y、z组成3个向量， 这3个向量组合在一起就是矩阵了