矩阵代数简介
欢迎来到矩阵代数 (Matrix Algebra) 的世界！虽然这个名字听起来像是科幻电影里的东西，但矩阵其实就是一种将资讯组织成行与列 (rows and columns) 的表格方式。在本章中，你将学会如何像操作数字一样处理这些“表格”——包括加法、减法，甚至是乘法。
为什么这很重要？ 矩阵是现代科技的基石。从电脑如何为你最喜欢的游戏渲染 3D 图形，到 Google 如何排列搜索结果，矩阵代数就是背后运作的无声引擎。别担心它一开始看起来“数学感”很重；只要掌握了规律，这就好比跟着食谱做菜一样简单！
你知道吗？ “矩阵 (Matrix)”一词源自拉丁语，意思是“母亲”或“子宫”，因为矩阵能够“孕育”或包含一组数字。
5.1 & 5.2：矩阵的加法、减法与标量乘法
在开始之前，请记住：一个矩阵是由它的阶 (order)（即大小）来定义的。拥有 m 行和 n 列的矩阵称为 \(m \times n\) 矩阵。在本单元中，我们主要专注于 \(2 \times 2\) 矩阵。
加法与减法
要进行矩阵加法或减法，它们必须拥有相同的大小。你只需将位于相同位置的数字相加或相减即可。
例子： 如果你有两张购物清单（矩阵），你只会把清单 A 的苹果数量和清单 B 的苹果数量相加。你总不会把苹果和橘子加在一起吧！
\( \begin{pmatrix} a & b \\ c & d \end{pmatrix} + \begin{pmatrix} e & f \\ g & h \end{pmatrix} = \begin{pmatrix} a+e & b+f \\ c+g & d+h \end{pmatrix} \)
标量乘法 (Scalar Multiplication)
这是指将整个矩阵乘以一个单独的数字（称为标量 (scalar)）。矩阵内部的每一个数字都要乘以该标量。
类比： 想像矩阵里是一份蛋糕的食谱。如果你想做三个蛋糕，你就必须把矩阵中的每一种配料都乘以 3。
快速回顾：
• 加法/减法：仅限于维度完全相同的矩阵。
• 标量乘法：将每一个元素都乘以矩阵外的那个数字。
重点提示： 这些运算都是“对应位置”进行的。只要保持条理，你会发现这部分非常直接！
5.3：矩阵的乘法
矩阵乘法与普通数字的乘法有些不同。它不仅仅是把相同位置的数字相乘！
乘法的黄金法则
只有当第一个矩阵的列数 (columns) 等于第二个矩阵的行数 (rows) 时，你才能将它们相乘。
如果矩阵 A 是 \( (m \times n) \)，而矩阵 B 是 \( (n \times p) \)，则结果矩阵将会是 \( (m \times p) \)。
如何相乘：“行乘列”法则
要算出新矩阵中的每一个数值，请遵循“沿著左边矩阵的行走，再潜入右边矩阵的列”的口诀。
1. 取左边矩阵的第一行。
2. 取右边矩阵的第一列。
3. 将对应的元素两两相乘，最后将结果相加。
记忆技巧： 想像数字“7”的形状。你先横着走过顶部（行），然后再往下走（列）。
常见错误： 在普通数学中，\( 2 \times 3 \) 和 \( 3 \times 2 \) 是一样的。但在矩阵中，顺序很重要！ 通常 \( AB \neq BA \)。务必检查题目要求的顺序。
重点提示： 矩阵乘法涉及“相乘再相加”的模式。多练习这种“行乘列”的动作，直到它变成你的直觉为止。
5.4：\(2 \times 2\) 矩阵的行列式 (Determinant)
行列式是从方阵计算得出的一个特殊数字。对于矩阵 \( A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \)，其行列式写作 \( \text{det } A \) 或 \( |A| \)。
公式
\( \text{det } A = ad - bc \)
只需将主对角线（\( a \) 和 \( d \)）相乘，再减去另一条对角线（\( b \) 和 \( c \)）的乘积即可。
奇异与非奇异矩阵 (Singular vs. Non-Singular)
• 若 \( \text{det } A = 0 \)，该矩阵为奇异矩阵 (Singular)。（它没有逆矩阵）。
• 若 \( \text{det } A \neq 0 \)，该矩阵为非奇异矩阵 (Non-singular)。
类比： 把行列式想像成矩阵的“健康检查”。如果结果为 0，说明矩阵“坏了”，无法进行逆运算。
重点提示： 在处理逆矩阵时，请务必先计算行列式。如果行列式为 0，那你就不必再往下做了！
5.5：\(2 \times 2\) 矩阵的逆矩阵 (Inverse)
在普通数学中，5 的“倒数”是 \( 1/5 \)。在矩阵代数中，我们使用逆矩阵 (Inverse Matrix)，记作 \( A^{-1} \)。当你将一个矩阵与其逆矩阵相乘时，你会得到单位矩阵 (Identity Matrix) \( I = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} \)。乘以 \( I \) 就像乘以 1 一样，数值不会改变！
如何求逆矩阵
要求矩阵 \( A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \) 的逆矩阵：
1. 计算行列式：\( ad - bc \)。
2. 交换 \( a \) 和 \( d \) 的位置。
3. 变号（改变符号）\( b \) 和 \( c \)。
4. 将得到的矩阵乘以 \( \frac{1}{\text{det } A} \)。
公式： \( A^{-1} = \frac{1}{ad-bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix} \)
重要性质： \( (AB)^{-1} = B^{-1}A^{-1} \)
记忆技巧：“穿袜子与鞋子”类比
想像你先穿上袜子 (A)，再穿上鞋子 (B)。要反转这个过程（求逆），你必须先脱鞋子 (\( B^{-1} \))，然后再脱袜子 (\( A^{-1} \))。这就是为什么顺序会颠倒的原因！
快速回顾：
• 单位矩阵 \( I \)：矩阵界的“1”。
• \( A \times A^{-1} = I \)。
• 求逆：交换 \( a/d \)，给 \( b/c \) 变号，最后除以行列式。
重点提示： 求逆是一个多步骤过程。在计算两个矩阵相乘后的逆矩阵时，千万别忘记要颠倒顺序 (\( (AB)^{-1} \))。