2.如果点击了下拉菜单，则选择“插入新公式”选项。
3.可以看到，当点击了“公式”后，进入到了公式编辑的状态。（使用“Alt+=”快捷键可直接进入此界面）
4.首先插入简介图片中的第一个向量。在公式编辑状态下，选择如图“导数符号”里的“右箭头在上”。
5.然后点击如图的黑色虚线方框（以下简称方框），使方框处于选中状态。
6.输入“OA”。然后选中整个向量，在“开始”菜单下的“字体”菜单里设置“斜体”。
7.接下来插入简介图片中的第二个向量。同样在公式编辑状态下，选择“导数符号”里的“右箭头在上”。点击方框，使方框处于选中状态。（同步骤4，步骤5）输入“OA”，并使光标定位在如图位置。（这个位置没有选中所输入的OA）
8.然后需要插入垂直符号，在“插入”菜单下点击“符号”，如图点击“其他符号”。
9.在弹出的“符号”对话框里将“子集”选择为“数学运算符”，就可以看到需要输入的垂直符号，选中点击“插入”。（平行符号也在这里插入）
10.然后再回到“设计”菜单，选择“导数符号”里的“右箭头在上”，选中黑色方框输入“OB”。
11.最后还是选中所输入的内容，设置为斜体就可以了。
摘自： https://www.cnblogs.com/yupeter007/p/5325575.html
矩阵的存储默认是按列进行存储的
matrix (data = NA, nrow = 1, ncol = 1, byrow =FALSE, dimnames = NULL)
创建一个c(1:12)的三行四列的矩阵，
colnames<-c("c1","c2","c3","c4")
rownames<-c("r1","r2","r3")
x<-matrix(1:12,nrow=3,ncol=4,byrow=TRUE,dimnames=list(rownames,colnames))
x
c1 c2 c3 c4
r1 1 2 3 4
r2 5 6 7 8
r3 9 10 11 12
y<-t(x)
若是针对的是一个向量
y<-(1:10)
装置后得到的是行向量
[1] "matrix"
若要的到列向量则
matrix(rnorm(100),nrow=10)
matrix(2,ncol=n,nrow=m)
4.1创建对角矩阵
diag(x,ncol=n,nrow=m)
若x为矩阵 则diag（x）将会提取矩阵x的对角，则返回的是向量值
返回的是以矩阵对角的对角矩阵
[,1] [,2] [,3]
[1,] 1 0 0
[2,] 0 1 0
[3,] 0 0 1
n<-ncol
m<-nrow
为矩阵的行和列命名
rownames(x)<-c()
colnames(x)<c()
A为m×n矩阵，c>0，在R中求cA可用符号：“*”，例如：
A为m×n矩阵，B为n×k矩阵，在R中求AB可用符号：“％*％”，例如：
对矩阵求逆
方法一：直接用solve（x）
方法二：加载包MASS
library(MASS)
ginv(matrix)
向量的内积
x<-c(1:5)
y<-c(3:7)
向量的外积
向量、矩阵的外积(叉积)
设x和y是n维向量，则x%o%y表示x与y作外积.
, , 2, 1
[,1] [,2] [,3] [,4]
[1,]28 14 20
[2,]4 10 16 22
[3,]6 12 18 24
, , 1, 2
[,1] [,2] [,3] [,4]
[1,]3 12 21 30
[2,]6 15 24 33
[3,]9 18 27 36
, , 2, 2
[,1] [,2] [,3] [,4]
[1,]4 16 28 40
[2,]8 20 32 44
[3,] 12 24 36 48
outer()是更为强大的外积运算函数，outer(x,y)计算向量x与y的外积，它等价于x %o%y
函数。outer()的一般调用格式为
outer(x，y，fun=”*”)
det(x),求矩阵x的行列式值
qr(x)$rank求x矩阵的秩
解线性方程组和求矩阵的逆矩阵
