🎲
數學
  • 🎲數學
    • ✅待辦
    • 🗒️範本
  • 🚧有序組
  • 🚧邏輯
    • 🚧命題╱statement
    • 🚧述詞╱predicate
  • 📗集合
    • 🚧宇集╱universal set
    • 🚧補集╱complement
    • 🚧關係╱relation
    • 🔰二元關係
      • 🔰二元關係屬性
        • 🔸反身性╱reflexivity
        • 🔸對稱性╱symmetry
        • 🔸反對稱╱antisymmetry
        • 🔸遞移性╱transitivity
        • 🔸全序性╱totality
      • 🔰全序╱total ordering
      • 🚧良序╱well ordering
    • 🚧集合間關係
      • 🚧包含關係:A ⊆ B
  • 🚧數系
    • 🔰自然數 ℕ
      • 🚧自然數的良序性
    • 🚧有理數 ℚ
      • 🔰阿基米德性質
    • 🚧實數 ℝ
      • 🚧建造實數系
        • 🚧實數定義
          • 🔰戴德金分割
          • 🔰(-∞,r) 是戴德金分割
          • 🔰實數系定義
        • 🔰實數順序:a ≤ b
        • 🚧實數加法
          • 🔰定義實數加法 a + b
          • 🔰零元素 𝟘
          • 🔰加法反元素 -a
          • 🔰加法性質
        • 🚧實數乘法
          • 🚧非負實數乘法
          • 🚧乘法單位元素 𝕝
          • 🚧非負實數運算性質
    • 🔰複數 ℂ
      • 🔰複數表示法
      • 🔸共軛複數
      • 🔸複數長度
      • ✖️複數乘法
    • 🔰四元數 ℍ
      • 🔰四元數表示法
      • 🚧共軛四元數
      • 🚧四元數長度
      • 🔸四元數倒數
      • ➗四元數運算
        • ➕四元數加法
        • 🚧四元數乘法
        • ❗四元數除法
        • 🚧四元數內積
        • 🚧四元數外積
        • 🔰四元數旋轉
  • 📙代數
    • 🔰運算 (operation)
    • 🔰二元運算
      • 🔸封閉性
      • 🔸結合律
      • 🔸交換律
      • 🔸單位元素
      • 🔸反元素
    • 🔰代數系統
    • 🔰Group╱群
      • 🔰群的性質
      • 🔰交換群
    • 🔰Ring╱環
      • 🔸identity╱乘法單位元素
      • 🔸unit & 乘法反元素
      • 🔰交換環
      • 🔰commutative ring with identity
      • 🔰integral domain
      • 🔰skew field
    • 🚧Field╱體
      • 🔰有序體 (ordered field)
  • 📙線性代數
    • 🔰向量
      • 🔸向量長度
      • 🔸單位向量
      • 🔸垂直向量
        • 🔸法向量
      • 🔸平行向量
        • 🔸切向量
      • ⭐向量運算
        • ➕向量加法
        • ✖️向量係數積
        • ➗向量除法
          • 🔰射影座標
        • ✖️內積
          • 🔰內積的矩陣表示法
          • 🔰內積的餘弦定理
        • ✖️外積
          • 🔰平面外積
          • 🔰空間外積
            • 🔰空間外積矩陣
        • ✖️三重積
          • 🔰純量三重積
          • 🔰向量三重積
      • 🔰射影向量
        • 🔰射影向量的矩陣表示法
      • 🔰向量分解
        • 🔰向量垂直分解
          • 🔰向量垂直分解矩陣
        • 🔰圓弧插值法
    • 🔰線性組合
    • 🔰線性獨立
    • 🔰向量空間
      • 🔸基底
        • 🔸座標
        • 🔰正交基底
          • 🔸正交矩陣
      • 🔰線性變換
        • 🔰R³ 中的旋轉
        • 🔰變換法向量
    • 🔰矩陣
      • #️矩陣符號
      • 🔯矩陣公式表
      • 🔰行向量、列向量
      • ⭐矩陣運算
        • 🚧轉置矩陣
        • ➕矩陣加法
        • ✖️矩陣係數積
        • ⭐矩陣乘法
          • 🔸單位方陣
          • 🚧反方陣
          • 🔰行向量 ⨉ 列向量
          • 🔰「分割式」乘法
          • ⭐「表格疊加」法
          • 🔰「分組式」乘法
          • 🔰「塊狀」乘法
      • 🔰旋轉矩陣
        • 🔰繞軸旋轉矩陣
  • 📗幾何
    • 📗射影幾何
  • 🛠️工具
    • 📱GGB
      • 🔰矩陣
        • 🔰輸入矩陣
        • 🔰矩陣乘法
      • 💡祕技
      • 🛠️自製工具
    • 📱Desmos
      • 💡小技巧
      • 🎹快速鍵
      • 🔰物件屬性
        • 🔸標籤 (Label)
      • 🔰儲存格類型
        • 📔筆記 (Note)
      • 🔰數學式
        • 🔰序列 (List)
        • 🔰函數
          • 🔵atan2(y, x)
        • 🔰矩陣
          • 🔰矩陣乘法
    • 🛠️TeX
      • 🔰vector
      • 🔰matrix
      • 🔰table
      • 🔰decoration
      • 🔰layout
      • 🔰parentheses
      • 🔰style
        • 📘color names
  • 📥待整理
    • √(6+2√(7+3√(8+...))) = 4
    • x²+y²−z<0 且 x+y+z<3 體積
    • x³ - 3x² + 3x + 7 = 0
    • 雙曲線上兩點的最短距離
    • 拋物線切線所截最小面積
Powered by GitBook
On this page

Was this helpful?

  1. 工具
  2. TeX

matrix

PreviousvectorNexttable

Last updated 2 years ago

Was this helpful?

⟩ matrix

\begin{matrix} a & b \\ c & d \end{matrix}      % matrix
\begin{bmatrix} a & b \\ c & d \end{bmatrix}    % [ ... ]
\begin{vmatrix} a & b \\ c & d \end{vmatrix}    % | ... |
\begin{pmatrix} a & b \\ c & d \end{pmatrix}    % ( ... )
example
code

example
code

,

A∗kBk∗\mathbf{A}_{*\color{red}{k}} \mathbf{B}_{{\color{red}{k}}*}A∗k​Bk∗​

(a1k⋮⋯aik⋯⋮amk)(⋮bk1⋯bkj⋯bkn⋮)\begin{pmatrix} & a_{1 {\color{red}{k}}}& \\ & \vdots & \\ \cdots & a_{i{\color{red}{k}}} & \cdots \\ & \vdots & \\ & a_{m{\color{red}{k}}} & \end{pmatrix} \begin{pmatrix} & & \vdots & & \\ b_{{\color{red}{k}}1} & \cdots & b_{{\color{red}{k}}j} & \cdots & b_{{\color{red}{k}}n}\\ & & \vdots & & \end{pmatrix}​⋯​a1k​⋮aik​⋮amk​​⋯​​​bk1​​⋯​⋮bkj​⋮​⋯​bkn​​​

\begin{pmatrix}
 & a_{1 {\color{red}{k}}}& \\
 & \vdots  & \\
 \cdots  & a_{i{\color{red}{k}}} & \cdots \\
 & \vdots  & \\
 & a_{m{\color{red}{k}}} & 
\end{pmatrix}

\begin{pmatrix}
 &  & \vdots  &  & \\
 b_{{\color{red}{k}}1} & \cdots  & b_{{\color{red}{k}}j} & \cdots  & b_{{\color{red}{k}}n}\\
 &  & \vdots  &  & 
\end{pmatrix}

AB=A∗1B1∗+A∗2B2∗+⋯+A∗pBp∗\mathbf{AB} = \mathbf{A}_{*\color{red}{1}} \mathbf{B}_{{\color{red}{1}}*} + \mathbf{A}_{*\color{red}{2}} \mathbf{B}_{{\color{red}{2}}*} + \cdots + \mathbf{A}_{*\color{red}{p}} \mathbf{B}_{{\color{red}{p}}*}AB=A∗1​B1∗​+A∗2​B2∗​+⋯+A∗p​Bp∗​

\mathbf{AB} =
  \mathbf{A}_{*\color{red}{1}} \mathbf{B}_{{\color{red}{1}}*}
+ \mathbf{A}_{*\color{red}{2}} \mathbf{B}_{{\color{red}{2}}*}
+ \cdots 
+ \mathbf{A}_{*\color{red}{p}} \mathbf{B}_{{\color{red}{p}}*}
\underbrace{\begin{pmatrix}
        &        & \vdots  &        \\
 a_{i1} & a_{i2} & \cdots  & a_{ip} \\
        &        & \vdots  & 
\end{pmatrix}}_{m\times p\ \text{matrix}}
\underbrace{\begin{pmatrix}
         & b_{1j} &        \\
         & b_{2j} &        \\
 \cdots  & \vdots & \cdots \\
         & b_{pj} & 
\end{pmatrix}}_{p\times n\ \text{matrix}}
=
\underbrace{\begin{pmatrix}
        & \vdots &        \\
 \cdots & c_{ij} & \cdots \\
        & \vdots & 
\end{pmatrix}}_{m\times n\ \text{matrix}}
\begin{pmatrix}
   &  & \vdots  & \\
   a_{i1} & a_{i2} & \cdots  & a_{ip}\\
   &  & \vdots  & 
\end{pmatrix}
\begin{pmatrix}
   & b_{1j} & \\
   & b_{2j} & \\
\cdots  & \vdots  & \cdots \\
   & b_{pj} & 
\end{pmatrix}

(⋮ai1ai2⋯aip⋮)⏟m×p matrix(b1jb2j⋯⋮⋯bpj)⏟p×n matrix=(⋮⋯cij⋯⋮)⏟m×n matrix\underbrace{\begin{pmatrix} & & \vdots & \\ a_{i1} & a_{i2} & \cdots & a_{ip} \\ & & \vdots & \end{pmatrix}}_{m\times p\ \text{matrix}} \underbrace{\begin{pmatrix} & b_{1j} & \\ & b_{2j} & \\ \cdots & \vdots & \cdots \\ & b_{pj} & \end{pmatrix}}_{p\times n\ \text{matrix}} = \underbrace{\begin{pmatrix} & \vdots & \\ \cdots & c_{ij} & \cdots \\ & \vdots & \end{pmatrix}}_{m\times n\ \text{matrix}}m×p matrix​ai1​​ai2​​⋮⋯⋮​aip​​​​​p×n matrix​⋯​b1j​b2j​⋮bpj​​⋯​​​​=m×n matrix​⋯​⋮cij​⋮​⋯​​​​

Ai∗B∗j\mathbf{A}_{{\color{red}{i}}*} \mathbf{B}_{*\color{red}{j}}Ai∗​B∗j​

(⋮ai1ai2⋯aip⋮)(b1jb2j⋯⋮⋯bpj)\begin{pmatrix} & & \vdots & \\ a_{i1} & a_{i2} & \cdots & a_{ip}\\ & & \vdots & \end{pmatrix}\begin{pmatrix} & b_{1j} & \\ & b_{2j} & \\ \cdots & \vdots & \cdots \\ & b_{pj} & \end{pmatrix}​ai1​​ai2​​⋮⋯⋮​aip​​​​⋯​b1j​b2j​⋮bpj​​⋯​​

KaTeX >

🛠️
🛠️
🔰
👉
矩陣乘法
Environments
Matrix change row or column background
👉
行向量
abcd\begin{matrix} a & b \\ c & d \end{matrix}ac​bd​
\begin{matrix} a & b \\ c & d \end{matrix}
[abcd]\begin{bmatrix} a & b \\ c & d \end{bmatrix}[ac​bd​]
\begin{bmatrix} a & b \\ c & d \end{bmatrix}
∣abcd∣\begin{vmatrix} a & b \\ c & d \end{vmatrix}​ac​bd​​
\begin{vmatrix} a & b \\ c & d \end{vmatrix}
(abcd)\begin{pmatrix} a & b \\ c & d \end{pmatrix}(ac​bd​)
\begin{pmatrix} a & b \\ c & d \end{pmatrix}
[000000000]\begin{bmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{bmatrix}​000​000​000​​
% zero matrix
\begin{bmatrix}
  0 & 0 & 0 \\ 
  0 & 0 & 0 \\ 
  0 & 0 & 0
\end{bmatrix}
[100010001]\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix} ​100​010​001​​
% identity matrix
\begin{bmatrix}    
  1 & 0 & 0 \\    
  0 & 1 & 0 \\   
  0 & 0 & 1  
\end{bmatrix} 
[a1⋱an]\begin{bmatrix} a_{1} & & \\ & \ddots & \\ & & a_{n} \end{bmatrix}​a1​​⋱​an​​​
% diagonal matrix
\begin{bmatrix}
  a_{1} &      &     \\ 
  &     \ddots &     \\ 
  &     &      a_{n}
\end{bmatrix}
∥a11a12a13a21a22a23a31a32a33∥\begin{Vmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{Vmatrix}​a11​a21​a31​​a12​a22​a32​​a13​a23​a33​​​
% V matrix
\begin{Vmatrix}
  a_{11} & a_{12} & a_{13} \\ 
  a_{21} & a_{22} & a_{23} \\
  a_{31} & a_{32} & a_{33} 
\end{Vmatrix}
{a11a12a13a21a22a23a31a32a33}\begin{Bmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{Bmatrix}⎩⎨⎧​a11​a21​a31​​a12​a22​a32​​a13​a23​a33​​⎭⎬⎫​
% B matrix
\begin{Bmatrix}
  a_{11} & a_{12} & a_{13} \\ 
  a_{21} & a_{22} & a_{23} \\
  a_{31} & a_{32} & a_{33} 
\end{Bmatrix}
[a11a12⋯a1na21a22⋯a2n⋮⋮⋱⋮am1am2⋯amn]\begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{bmatrix}​a11​a21​⋮am1​​a12​a22​⋮am2​​⋯⋯⋱⋯​a1n​a2n​⋮amn​​​
% big matrix
\begin{bmatrix}
   a_{11} & a_{12} & \cdots & a_{1n} \\
   a_{21} & a_{22} & \cdots & a_{2n} \\
   \vdots & \vdots & \ddots & \vdots  \\
   a_{m1} & a_{m2} & \cdots & a_{mn} 
\end{bmatrix}
[xyz]\begin{bmatrix} x & y & z \end{bmatrix}[x​y​z​]
[a1⋯an]\begin{bmatrix} a_1 & \cdots & a_n \end{bmatrix}[a1​​⋯​an​​]
% row matrix
\begin{bmatrix} x & y & z \end{bmatrix}
\begin{bmatrix} a_1 & \cdots & a_n \end{bmatrix}
[xyz]\begin{bmatrix} x \\ y \\ z \end{bmatrix}​xyz​​
[a1⋮an]\begin{bmatrix} a_1 \\ \vdots \\ a_n \end{bmatrix}​a1​⋮an​​​
% column matrix
\begin{bmatrix} x \\ y \\ z \end{bmatrix}
\begin{bmatrix} a_1 \\ \vdots \\ a_n \end{bmatrix}
[u1u2u3][v1v2v3]\begin{bmatrix} u_1 & u_2 & u_3 \end{bmatrix} \begin{bmatrix} v_1 \\ v_2 \\ v_3 \end{bmatrix} [u1​​u2​​u3​​]​v1​v2​v3​​​
% dot product as matrix multiplication
\begin{bmatrix} u_1 & u_2 & u_3 \end{bmatrix}  
\begin{bmatrix} v_1 \\ v_2 \\ v_3 \end{bmatrix} 
∣ijku1u2u3v1v2v3∣\begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ u_1 & u_2 & u_3 \\ v_1 & v_2 & v_3 \end{vmatrix} ​iu1​v1​​ju2​v2​​ku3​v3​​​
% cross product
\begin{vmatrix}    
  \mathbf{i} & \mathbf{j} & \mathbf{k} \\
  u_1 & u_2 & u_3 \\
  v_1 & v_2 & v_3 
\end{vmatrix} 
[a1b1c1a2b2c2a3b3c3][xyz]\begin{bmatrix} a_1 & b_1 & c_1 \\ a_2 & b_2 & c_2 \\ a_3 & b_3 & c_3 \end{bmatrix} \begin{bmatrix} x \\ y \\ z \end{bmatrix} ​a1​a2​a3​​b1​b2​b3​​c1​c2​c3​​​​xyz​​
% linear transformation
\begin{bmatrix}    
  a_1 & b_1 & c_1 \\
  a_2 & b_2 & c_2 \\
  a_3 & b_3 & c_3 
\end{bmatrix}
\begin{bmatrix} x \\ y \\ z \end{bmatrix} 
👉
LaTeX
矩陣乘法表格化
👉
👉
👉
矩陣
內積
空間外積