矩阵乘法

矩阵乘法的要求非常明确且重要，它是矩阵乘法是否能够进行的关键判定标准。

一句话概括核心要求：
第一个矩阵的列数必须等于第二个矩阵的行数。

下面进行详细解释：

1. 前提条件（维度要求）

假设有两个矩阵：

• 矩阵 A 的维度为 m × n （即 m 行，n 列）

• 矩阵 B 的维度为 p × q （即 p 行，q 列）

矩阵乘法 A × B 有定义（可以进行）的充要条件是：
n = p

即：A 的列数必须等于 B 的行数。

结果的维度：
如果满足条件（n = p），那么乘积矩阵 C = A × B 的维度将是 m × q。
可以这样记忆： (m × n) × (n × q) → (m × q)，中间的“n”被“抵消”了。

图示说明：

text

     A        ×        B        =        C
  [m 行      ]     [      n 列   ]     [m 行    ]
  [   n 列   ]     [p 行      q 列]     [   q 列]
     必须相等

如果 A 是 3×2 矩阵，B 是 2×4 矩阵，那么 A × B 是可行的，结果 C 是一个 3×4 矩阵。

2. 为什么有这个要求？

这个要求源于矩阵乘法的定义方式——点积（内积）法则。

矩阵 C = A × B 中，第 i 行第 j 列的元素 Cᵢⱼ 是这样计算的：
Cᵢⱼ = A 的第 i 行 与 B 的第 j 列 对应元素的乘积之和。

计算过程示例：

text

Cᵢⱼ = (aᵢ₁ × b₁ⱼ) + (aᵢ₂ × b₂ⱼ) + ... + (aᵢₙ × bₙⱼ)

为了使这个点积运算成立，A 的第 i 行必须有 n 个元素（n 列），B 的第 j 列也必须有 n 个元素（n 行），这样元素才能一一对应相乘并求和。

如果 A 的列数（n）不等于 B 的行数（p），那么 A 的一行和 B 的一列元素数量就不匹配，点积无法进行。

3. 重要特例与常见错误

• 方阵乘法：两个 n×n 的方阵总是可以相乘，结果也是 n×n 的方阵。

• 顺序很重要（不满足交换律）：即使 A × B 可行，B × A 不一定可行。如果 A 是 m×n，B 是 n×p，那么：

  • A × B 是可行的（m×p）

  • B × A 要求 p = m 才可行，结果是 n×n 矩阵。

  • 因此，矩阵乘法不满足交换律，A×B 与 B×A 可能一个可行一个不可行，或者即使都可行，结果也通常不同。

• 与数乘的区别：矩阵的“数乘”（一个标量乘以矩阵）是对每个元素乘以该标量，没有任何维度限制，这与“矩阵乘法”完全不同，切勿混淆。

总结表格

 

 

运算	条件	结果维度
A × B	A 的列数 (n) = B 的行数 (p)	行数 = A的行数 (m) 列数 = B的列数 (q)
B × A	B的列数 (q) = A的行数 (m)	行数 = B的行数 (p) 列数 = A的列数 (n)
A × A (方阵)	总是可行	与原方阵同阶

记忆口诀：“前行后列要相等，前行后列得结果”。即：前一个矩阵的行决定结果的行，后一个矩阵的列决定结果的列，而中间相接触的“列”和“行”必须相等。