热门问题
时间线
聊天
视角
矩陣乘法
来自维基百科,自由的百科全书
Remove ads
数学中,矩阵乘法(英語:matrix multiplication)是一种根据两个矩阵得到第三个矩阵的二元运算,第三个矩阵即前两者的乘积,称为矩阵积(英語:matrix product)。设是的矩阵,是的矩阵,则它们的矩阵积是的矩阵。中每一行的个元素都与中对应列的个元素对应相乘,这些乘积的和就是中的一个元素。
矩阵可以用来表示线性映射,矩阵积则可以用来表示线性映射的复合。因此,矩阵乘法是线性代数的基础工具,不仅在数学中有大量应用,在应用数学、物理学、工程学等领域也有广泛使用。[1][2]
Remove ads
一般矩陣乘積
矩陣相乘最重要的方法是一般矩陣乘積。它只有在第一個矩陣的列数(column,台湾作行數)和第二個矩陣的行数(row,台湾作列數)相同時才有定義。一般單指矩陣乘積時,指的便是一般矩陣乘積。若為矩陣,為矩陣,則他們的乘積(有時記做)會是一個矩陣。其乘積矩陣的元素如下面式子得出:
以上是用矩陣單元的代數系統來說明這類乘法的抽象性質。本節以下各種運算法都是這個公式的不同角度理解,運算結果相等:
Remove ads

左邊的圖表示出要如何計算的和元素,當是個矩陣和B是個矩陣時。分別來自兩個矩陣的元素都依箭頭方向而兩兩配對,把每一對中的兩個元素相乘,再把這些乘積加總起來,最後得到的值即為箭頭相交位置的值。
Remove ads
這種矩陣乘積亦可由稍微不同的觀點來思考:把向量和各係數相乘後相加起來。設和是兩個給定如下的矩陣:
其中
- 是由所有元素所组成的向量(column),是由所有元素所组成的向量,以此类推。
- 是由所有元素所组成的向量(row),是由所有元素所组成的向量,以此类推。
則
舉個例子來說:
左面矩陣的列為為係數表,右邊矩陣為向量表。例如,第一行是[1 0 2],因此將1乘上第一個向量,0乘上第二個向量,2則乘上第三個向量。
Remove ads
一般矩陣乘積也可以想為是行向量和列向量的內積。若和為給定如下的矩陣:
- 且
其中,这里
- 是由所有元素所組成的向量,是由所有元素所組成的向量,以此類推。
- 是由所有元素所組成的向量,是由所有元素所組成的向量,以此類推。
则
即
Remove ads
矩陣乘法是不可交換的(即),除了一些較特別的情況。很清楚可以知道,不可能預期說在改變向量的部份後還能得到相同的結果,而且第一個矩陣的列數必須要和第二個矩陣的行數相同,也可以看出為什麼矩陣相乘的順序會影響其結果。
雖然矩陣乘法是不可交換的,但和的行列式總會是一樣的(當、是同樣大小的方陣時)。
Remove ads
以 Google Sheet 為例,選取儲存格範圍或者使用陣列,在儲存格輸入
=MMULT({1,0,2;-1,3,1},{3,1;2,1;1,0})
在某些試算表軟體中必須必須按Ctrl+⇧ Shift+↵ Enter 將儲存格內的變數轉換為陣列
Remove ads
純量乘積
矩陣和純量的純量乘積的矩陣大小和一樣,的各元素定義如下:
若我們考慮於一個環的矩陣時,上述的乘積有時會稱做左乘積,而右乘積的則定義為
當環是可交換時,例如實數體或複數體,這兩個乘積是相同的。但無論如何,若環是不可交換的話,如四元數,他們可能會是不同的。例如,
Remove ads
阿達馬乘積
給定兩個相同維度的矩陣可計算有阿達馬乘積(Hadamard product),或稱做逐項乘積、分素乘積(element-wise product, entrywise product)。兩個矩陣、的阿達馬乘積標記為,定義為 的矩陣。例如,
需注意的是,阿達馬乘積是克羅內克乘積的子矩陣。
Remove ads
克羅內克乘積
給定任兩個矩陣和,可以得到兩個矩陣的直積,或稱為克羅內克乘積,其定義如下
當是一矩陣和是一矩陣時,會是一矩陣,而且此一乘積也是不可交換的。
舉個例子,
若和分別表示兩個線性算子和,便為其映射的張量乘積,
Remove ads
共同性質
上述三種乘積都符合結合律:
以及分配律:
而且和純量乘積相容:
注意上述三個分開的表示式只有在純量體的乘法及加法是可交換(即純量體為一可交換環)時會相同。
Remove ads
另見
外部連結
- WIMS Online Matrix Multiplier (页面存档备份,存于互联网档案馆)
- Animated Matrix Multiplication Examples (purplemath) (页面存档备份,存于互联网档案馆)
- Matrix Multipication in Javascript (页面存档备份,存于互联网档案馆)(works in Firefox)
參考
Wikiwand - on
Seamless Wikipedia browsing. On steroids.
Remove ads