矩阵的基础知识回顾:矩阵乘法，矩阵的逆，伴随矩阵，矩阵的转置，行列式，相似矩阵，实对称矩阵

1. 矩阵matrix

1.1 矩阵运算matrix operations

1.1.1 矩阵乘法matrix multiplication

这个也是我们非常熟悉的，矩阵A和B相乘要求A的列数等于B的行数。

1.1.1.1 简化矩阵乘法(facilitate computation)的方式：分块(block multiplication)

1.1.2 矩阵运算的一些性质some propoerties of matrix operations

• 分配律distributive law: $A(B+C)=AB+AC$, $(A+B)C=AC+BC$
• 结合律associative law: $A(BC)=(AB)C$
• 交换律commutative law❌

1.1.3 矩阵的逆inverse of a matrix

1.1.3.1 矩阵的逆的性质

• 唯一性unique：矩阵的逆如果存在的话，就一定是唯一的。
• $(AB{)}^{-1}=B^{-1}{A}^{-1}$：这个proposition是经常遇到的。注意这里的矩阵都是方阵，并且假设他们都是可逆的。

1.1.3.2 如何计算矩阵的逆

一般求矩阵的逆有以下几种方法：

• 根据定义，可以假设矩阵的逆的元素，然后去求解矩阵的逆中的元素。
• 初等变换法：如果要求A的逆矩阵，可以写成$[A|B]$的形式，然后对这个新的矩阵作初等行变换。目标是将A变换成单位阵，然后B最后经过初等变换后得到的C就是矩阵A的逆矩阵。有三种初等变换法
  – 某一行乘以一个非0的常数
  – 任意两行交换
  – 某一行+其他行乘以一个非0常数
  初等变换法为什么work？首先初等变换矩阵都是可逆的，我们可以写一个很简单的式子来证明为什么C是A的逆矩阵。假设我们经过$E_1,E_2.E_3$这三个初等变换矩阵，A变成了单位阵，那么有$E_3{E}_2{E}_1$