矩阵的组织
矩阵中的数字称为条目或元素
矩阵的阶定义了它的形状。例如,2×1 矩阵。第一个数字定义行数,第二个数字定义列数。
只有一列的 n×1 阶矩阵称为列矩阵
例如: 
只有一行的 1×n 阶矩阵称为行矩阵
例如: 
零矩阵是指所有条目都为零的矩阵。
例如: 
单位矩阵是一个方阵,其主对角线(从左上角到右下角)上的条目为 1,其他位置的条目为零。
例如: 
两个或多个相同维度的矩阵
和
可以相加。给定两个 m×n 矩阵 A 和 B,它们的和 A + B 是一个 m×n 矩阵,通过将对应元素相加得到。例如

要将矩阵乘以一个数字,将矩阵中的每个元素都乘以这个数字。例如

为了进行矩阵乘法,第一个矩阵的列数必须等于第二个矩阵的行数。考虑下面的矩阵 A 和 B

因此,在这个例子中,2x3 矩阵和 3x2 矩阵可以以任何顺序相乘。对于这个例子,将得到一个 2x2 矩阵。注意,如果 3x2 矩阵乘以 2x3 矩阵,将得到一个 3x3 矩阵。通过将矩阵 A 的第一行与矩阵 B 的第一列相乘并对结果求和来进行操作。这将是 2x2 矩阵的第一个元素。将矩阵 A 的第一行与矩阵 B 的第二列相乘。这将是结果 2x2 矩阵的第一行第二列的元素。这个过程如下所示。
继续使用上面的矩阵 A 和 B

注意矩阵乘法不满足交换律。因此 MxN 不等于 NxM
2x3 矩阵是 IBO 在任何考试中要求的手动计算中最复杂的一种,后续矩阵(3x3、3x4、4x4)将通过使用 GDC(图形显示计算器)来完成。
与上面显示的过程类似,只是更简单。2x2 矩阵乘以 2x2 矩阵总是会产生一个 2x2 矩阵。考虑下面的矩阵 A 和 B

IBO 不建议 SL 学生手工计算 3x3 矩阵,因为它只是 2x2 矩阵乘法的复杂扩展。相反,IBO 建议使用 GDC(图形显示计算器)及其上的矩阵函数。