Update 第一章_数学基础.md

矩阵和向量相乘可以理解成矩阵和矩阵相乘的一个特殊情况，所以把它们结合起来阐述了。

ch01_数学基础/第一章_数学基础.md

@@ -29,7 +29,11 @@
 - 表示标量的数和表示向量的三维数组也可分别看作1×1，1×3的矩阵。 
 
 ## 1.3 矩阵和向量相乘结果   
-​	一个$m$行$n$列的矩阵和$n$行向量相乘，最后得到就是一个$m$行的向量。运算法则就是矩阵中的每一行数据看成一个行向量与该向量作点乘。 
+
+若使用爱因斯坦求和约定（Einstein summation convention），矩阵$A$, $B$相乘得到矩阵$C$可以用下式表示：
+$$ a_{ik}*b_{kj}=c_{ij} \tag{1.3-1} $$ 
+其中，$a_{ik}$, $b_{kj}$, $c_{ij}$分别表示矩阵$A, B, C$的元素，$k$出现两次，是一个哑变量（Dummy Variables）表示对该参数进行遍历求和。
+而矩阵和向量相乘可以看成是矩阵相乘的一个特殊情况，例如：矩阵$B$是一个$n \times 1$的矩阵。
 
 ## 1.4 向量和矩阵的范数归纳  
 **向量的范数**  
@@ -527,4 +531,4 @@ $$
 
 [3]同济大学数学系.高等数学（第七版）[M]，高等教育出版社，2014.
 
-[4]盛骤，试式千，潘承毅等编. 概率论与数理统计（第4版）[M]，高等教育出版社，2008
+[4]盛骤，试式千，潘承毅等编. 概率论与数理统计（第4版）[M]，高等教育出版社，2008