跳转到课程正文

MIT 18.02SC / UNIT I · PART B · SESSION 09

矩阵乘法

Matrix Multiplication

矩阵的两条关键问题:哪些形状可以相乘?乘出来的一个数字,又是从哪一行、哪一列得到的?

先修:向量点积、行列式与矩阵形状的基本认识(第1–8讲)4 个章节4 道随堂题 · 5 道课后题

01 / SIZE FIRST

从一个小表格,到 m×n 矩阵。

矩阵是按行和列排列的数字表。若 A 有 m 行 n 列,写 A∈ℝm×n;第 i 行第 j 列的数记为 aᵢⱼ。行向量是 1×n,列向量是 m×1。转置 Aᵀ 是把行列互换,尺寸从 m×n 变成 n×m。

给出 A 为2×3、B为3×2,则 A+B 无定义(形状不一致),但 AB 与 BA 都有定义,前者尺寸2×2、后者尺寸3×3。矩阵相加要求完全同型;乘法只要求左边列数 = 右边行数。

(m×n) · (n×p) → (m×p)(m×n) + (m×n) → (m×n)

先判维度再动笔,可避免把两个形状不同的对象胡乱相乘。一个常见错误是看到“两个矩阵都有6个元素”就以为可以相加,实际 2×3 与 3×2 的位置关系不同。

即时理解检查 01 · 维度判定

若 A 是3×2矩阵,B 是2×4矩阵,则 AB 的形状是什么?
展开完整解析

3×2乘2×4,内维度2抵消,结果是3×4。

02 / ROW DOT COLUMN

为什么乘法不是对应元素逐个相乘?

设 A 为 m×n、B 为 n×p,令 C=AB。C 中第 i 行第 j 列的元素,是 A 的第 i 行与 B 的第 j 列的点积:先逐位相乘,再把 n 项相加。这个定义使矩阵可以连续表达向量与线性方程组的作用。

cᵢⱼ=Σₖ₌₁ⁿ aᵢₖ bₖⱼ若 A=[[2,1],[−1,3]],B=[[1,2],[0,1]],则 AB=[[2,5],[−1,1]]

例如 C₁₂=2×2+1×1=5,而 C₂₁=(−1)×1+3×0=−1。按此方法计算出的四个数,才组成一个新的2×2矩阵;它不是简单的 aᵢⱼbᵢⱼ。

即时理解检查 02 · 行乘列

A=[[2,1],[−1,3]]、B=[[1,2],[0,1]],(AB)₁₂ 是?
展开完整解析

AB第1行第2列 =2×2+1×1=5。

03 / PROPERTIES

乘法可以结合,但通常不能交换。

只要尺寸允许,矩阵乘法满足结合律 (AB)C=A(BC) 和分配律 A(B+C)=AB+AC,这是有限求和与实数运算结合、分配的结果。单位矩阵 I 的主对角线为1,其余为0,满足 AI=A 和 IA=A(左右单位矩阵尺寸分别匹配)。

反过来,AB 一般不等于 BA:以前述 A、B 为例,AB=[[2,5],[−1,1]],BA=[[0,7],[−1,3]],明显不同。甚至两种次序可能一个能做、另一个根本不能做。不要把矩阵当作普通数字移动。

若 A 的第 j 列是 aⱼ,标准基列向量 eⱼ 的第 j 项为1、其余为0,则 Aeⱼ=aⱼ。这个“取列”性质说明乘法可用于选择矩阵列,也为下一讲线性变换做准备。

即时理解检查 03 · 非交换性

对任意同阶方阵 A、B,下列哪条一定成立?
展开完整解析

逐项展开为三重有限和,交换求和顺序可得结合律;交换矩阵次序则通常不成立。

04 / EXPLORE & MODEL

换一个 B,逐项检查 AB 与 BA。

下面固定 A=[[2,1],[−1,3]],四个滑块决定 B 的四项。左侧的输出严格按行乘列更新,同时给出反序 BA,方便观察什么情况下两者相等、什么时候不同。A 与 B 都是2×2,这样两种次序始终都有定义。

MATRIX AND GEOMETRY / ORIGINAL LAB把每个数重新代入公式,都能复算
AB · 行乘列 25 −11

A=[[2,1],[−1,3]];B=[[1,2],[0,1]];AB=[[2,5],[−1,1]];BA=[[0,7],[−1,3]]。矩阵次序改变,结果不同。

滑块支持键盘方向键;不运行 JavaScript 时仍保留初始图形、数字及所有题目解析。第12讲图形为辅助投影,定量距离以公式为准。

更一般地,方程组 2x+y=7、−x+3y=4 可写成 A(x,y)ᵀ=(7,4)ᵀ。这是用矩阵乘一个未知列向量编码方程,不是在“解矩阵乘法”的新规则;求解需要下一阶段的逆矩阵或消元法。

即时理解检查 04 · 系数矩阵

方程 3x−y=2、2x+4y=1 的系数矩阵是?
展开完整解析

令X=(x,y)ᵀ,A=[[3,−1],[2,4]],b=(2,1)ᵀ,系统就是AX=b。

HOMEWORK / INDEPENDENT PRACTICE

独立推理,再核对答案。

先手算,列出定义、条件、运算步骤;每题均可展开完整解答。

01 · 维度与可定义性

M 为2×3、N 为3×4、P 为4×2。分别判断 MN、NM、(MN)P、M(NP) 是否有定义,写出合法的结果尺寸。

展开分步解析

MN有定义,尺寸2×4;NM的内维度4与2不匹配,故无定义;(MN)P=(2×4)(4×2)是2×2;NP=(3×4)(4×2)为3×2,再M(NP)=(2×3)(3×2)也是2×2。

02 · 逐项计算

A=[[1,−2],[3,0]],B=[[2,1],[−1,4]],计算AB。

展开分步解析

第一行与两列点积分别1×2+(−2)(−1)=4、1×1+(−2)4=−7;第二行分别6、3。AB=[[4,−7],[6,3]]。

03 · 矩阵与列向量

令A=[[2,3,−1],[0,1,4]],v=(1,−2,3)ᵀ,计算Av并说明尺寸。

展开分步解析

A为2×3、v为3×1,故Av为2×1;第一分量2−6−3=−7,第二分量−2+12=10。Av=(−7,10)ᵀ。

04 · 非交换反例

用A=[[1,1],[0,1]]、B=[[2,0],[0,3]] 证明AB≠BA。

展开分步解析

AB=[[2,3],[0,3]];BA=[[2,2],[0,3]]。两者(1,2)元素分别3与2,故不等。

05 · 方程组编码

把x−2y+3z=4、2y+z=−1、−x+5z=0写成矩阵方程AX=b。

展开分步解析

系数矩阵A=[[1,−2,3],[0,2,1],[−1,0,5]],未知列向量X=(x,y,z)ᵀ,常数列向量b=(4,−1,0)ᵀ;逐行点积恢复原系统。

LESSON COMPLETION

矩阵乘法始终是左矩阵的“行”与右矩阵的“列”做点积;先检查中间维度,再计算每个元素。

本讲共 4 道即时检查;禁用脚本后答案与解题步骤仍可阅读。

这讲强调定义、维度、矩阵运算法则与方程组写法;平面的几何变换在第10讲展开,逆矩阵的求法在第11讲展开。

返回课程目录 ↗
MIT 官方资料与核查范围

原始来源:MIT 18.02SC / Session 9: Matrix Multiplication。 已审阅对应课程页面和教学笔记、练习及可获取的解答,课程例题、数字和习题均为本站原创。参考资料:MIT Matrices 1: Matrix Algebra(p.1–3) · MIT Problem Set: Matrix Multiplication(p.1) · MIT Solutions: Matrix Multiplication(p.1)。

没有完整观看讲授视频,也未取得逐字讲稿;不是 MIT 授权译课。 审校记录列出所阅读页面和没有核对的部分。

逐节来源、随堂题、课后练习审校记录 ↗