identity matrix 是线性代数中的基础概念，音标为英 [aɪˈdentəti ˈmeɪtrɪks]、美 [aɪˈdentəti ˈmeɪtrɪks]，中文翻译为单位矩阵，指主对角线上元素全为1、其余元素均为0的方阵，其作用类似普通代数中的数字“1”。

核心含义与性质

单位矩阵是一种特殊的对角矩阵，记为 $I_n$（其中 $n$ 表示矩阵阶数）。例如，3阶单位矩阵为：

$I_3 = \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix}$

其核心性质是：对任意矩阵 $A$，$A \times I_n = A$ 且 $I_n \times A = A$，即单位矩阵与任何矩阵相乘不改变原矩阵。

短语搭配

augmented identity matrix 单位增广矩阵

semi-identity matrix 半单位矩阵

right identity matrix 右单位矩阵

identity matrix of order n $n$ 阶单位方阵

cyclic-shift of identity matrix 单位阵循环移位

用法示例（10句）

由于 \(I\) 具有普通代数中数字1的性质，因此被称为单位矩阵。

在矩阵乘法中，单位矩阵与任何矩阵相乘结果仍为原矩阵。

若用单位矩阵乘以颜色矢量，颜色矢量不会发生改变。

找出单位矩阵的所有平方根是线性代数中的经典问题。

在Mathematica中，IdentityMatrix[n] 命令可生成 \(n\) 阶单位矩阵。

单位矩阵的主对角线元素全为1，其余元素均为0。

半单位矩阵是指主对角线部分元素为1、其余为0的矩阵。

单位增广矩阵常用于线性方程组的消元法求解。

在量子力学中，单位矩阵可表示粒子的某种守恒态。

若矩阵 \(A\) 满足 \(A^2 = I\)，则 \(A\) 称为对合矩阵（特殊的单位矩阵相关矩阵）。

注意事项

中文中“单位矩阵”对应“identity matrix”，而“unit matrix”虽字面直译为“单位矩阵”，但两者实际为同一概念。

单位矩阵是唯一满足 \(AI = IA = A\) 的矩阵，在矩阵求逆、线性变换中具有核心地位。

理解单位矩阵的性质，如同掌握数学运算中的“1”，是深入学习线性代数的基础。你能举出生活中类似