线性代数笔记：逆矩阵及伪逆矩阵，最小二乘估计，最小范数估计

逆矩阵的概念

矩阵A的逆矩阵（matrix inversion）记作$A^{-1}$，其定义的矩阵满足如下条件：
$A^{-1}A=I_n$

我们为什么需要逆矩阵？

我们为什么需要逆矩阵？（从加减乘除的运算角度来解释）
因为矩阵没有被除的概念，矩阵的逆正好是被我们用来解决除法的问题。
例如我们知道矩阵A和矩阵B，并且想要找到矩阵X。
$XA=B$
那最好的方法就是直接除以A（得到X = B / A），但事实上我们不能直接除以矩阵A。
但是我们却可以在公式两边都乘以$A^{-1}$