线性代数 - 矩阵乘法能换括号,不能换顺序;满足结合律,不满足交换律

线性代数 - 矩阵乘法能换括号,不能换顺序;满足结合律,不满足交换律

flyfish

交换律 :对任意矩阵A、B,是否满足 ( AB = BA )?(答案:不满足,除非是特殊矩阵,比如A是单位矩阵)
结合律:对任意矩阵A、B、C(或矩阵与向量),是否满足 ( (AB)C = A(BC) )?(答案:满足)

矩阵乘法不满足交换律(AB≠BA),逆矩阵除外

普通矩阵例子(AB≠BA)

取 A=[1234]A = \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}A=[1324],B=[0110]B = \begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix}B=[0110]:

  1. 计算 ABABAB:
    AB=[1×0+2×11×1+2×03×0+4×13×1+4×0]=[2143] AB = \begin{bmatrix} 1×0 + 2×1 & 1×1 + 2×0 \\ 3×0 + 4×1 & 3×1 + 4×0 \end{bmatrix} = \begin{bmatrix} 2 & 1 \\ 4 & 3 \end{bmatrix} AB=[1×0+2×13×0+4×11×1+2×03×1+4×0]=[2413]
  2. 计算 BABABA:
    BA=[0×1+1×30×2+1×41×1+0×31×2+0×4]=[3412] BA = \begin{bmatrix} 0×1 + 1×3 & 0×2 + 1×4 \\ 1×1 + 0×3 & 1×2 + 0×4 \end{bmatrix} = \begin{bmatrix} 3 & 4 \\ 1 & 2 \end{bmatrix} BA=[0×1+1×31×1+0×30×2+1×41×2+0×4]=[3142]
    明显 [2143]≠[3412]\begin{bmatrix} 2 & 1 \\ 4 & 3 \end{bmatrix} ≠ \begin{bmatrix} 3 & 4 \\ 1 & 2 \end{bmatrix}[2413]=[3142],证明交换律不成立。
可逆矩阵举例 例外情况

已知 A=[2113]A = \begin{bmatrix} 2 & 1 \\ 1 & 3 \end{bmatrix}A=[2113],逆矩阵 B=[35−15−1525]B = \begin{bmatrix} \frac{3}{5} & -\frac{1}{5} \\ -\frac{1}{5} & \frac{2}{5} \end{bmatrix}B=[53−51−5152]:

  1. 计算 ABABAB(之前验证过):
    AB=[2113]×[35−15−1525]=[1001]=I AB = \begin{bmatrix} 2 & 1 \\ 1 & 3 \end{bmatrix} × \begin{bmatrix} \frac{3}{5} & -\frac{1}{5} \\ -\frac{1}{5} & \frac{2}{5} \end{bmatrix} = \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix} = I AB=[2113]×[53−51−5152]=[1001]=I
  2. 计算 BABABA(特意验证交换顺序):
    BA=[35−15−1525]×[2113]=[35×2−15×135×1−15×3−15×2+25×1−15×1+25×3]=[1001]=I BA = \begin{bmatrix} \frac{3}{5} & -\frac{1}{5} \\ -\frac{1}{5} & \frac{2}{5} \end{bmatrix} × \begin{bmatrix} 2 & 1 \\ 1 & 3 \end{bmatrix} = \begin{bmatrix} \frac{3}{5}×2 - \frac{1}{5}×1 & \frac{3}{5}×1 - \frac{1}{5}×3 \\ -\frac{1}{5}×2 + \frac{2}{5}×1 & -\frac{1}{5}×1 + \frac{2}{5}×3 \end{bmatrix} = \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix} = I BA=[53−51−5152]×[2113]=[53×2−51×1−51×2+52×153×1−51×3−51×1+52×3]=[1001]=I
    可逆矩阵和逆矩阵相乘,交换顺序仍等于单位矩阵

矩阵乘法满足结合律((AB)C = A(BC))

用具体矩阵举例(验证等式成立)

取 A=[1234]A = \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}A=[1324],B=[0110]B = \begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix}B=[0110],C=[1324]C = \begin{bmatrix} 1 & 3 \\ 2 & 4 \end{bmatrix}C=[1234]:

  1. 先算左边 (AB)C(AB)C(AB)C:

    第一步算 AB=[2143]AB = \begin{bmatrix} 2 & 1 \\ 4 & 3 \end{bmatrix}AB=[2413](上面已算);

    第二步算 (AB)C=[2143]×[1324]=[2×1+1×22×3+1×44×1+3×24×3+3×4]=[4101024](AB)C = \begin{bmatrix} 2 & 1 \\ 4 & 3 \end{bmatrix} × \begin{bmatrix} 1 & 3 \\ 2 & 4 \end{bmatrix} = \begin{bmatrix} 2×1 + 1×2 & 2×3 + 1×4 \\ 4×1 + 3×2 & 4×3 + 3×4 \end{bmatrix} = \begin{bmatrix} 4 & 10 \\ 10 & 24 \end{bmatrix}(AB)C=[2413]×[1234]=[2×1+1×24×1+3×22×3+1×44×3+3×4]=[4101024]。

  2. 再算右边 A(BC)A(BC)A(BC):

    第一步算 BC=[0×1+1×20×3+1×41×1+0×21×3+0×4]=[2413]BC = \begin{bmatrix} 0×1 + 1×2 & 0×3 + 1×4 \\ 1×1 + 0×2 & 1×3 + 0×4 \end{bmatrix} = \begin{bmatrix} 2 & 4 \\ 1 & 3 \end{bmatrix}BC=[0×1+1×21×1+0×20×3+1×41×3+0×4]=[2143];

    第二步算 A(BC)=[1234]×[2413]=[1×2+2×11×4+2×33×2+4×13×4+4×3]=[4101024]A(BC) = \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix} × \begin{bmatrix} 2 & 4 \\ 1 & 3 \end{bmatrix} = \begin{bmatrix} 1×2 + 2×1 & 1×4 + 2×3 \\ 3×2 + 4×1 & 3×4 + 4×3 \end{bmatrix} = \begin{bmatrix} 4 & 10 \\ 10 & 24 \end{bmatrix}A(BC)=[1324]×[2143]=[1×2+2×13×2+4×11×4+2×33×4+4×3]=[4101024]。

  3. 结果对比:左边 (AB)C=[4101024]=(AB)C = \begin{bmatrix} 4 & 10 \\ 10 & 24 \end{bmatrix} =(AB)C=[4101024]= 右边 A(BC)A(BC)A(BC),结合律成立。

相关推荐
知乎的哥廷根数学学派6 小时前
面向可信机械故障诊断的自适应置信度惩罚深度校准算法(Pytorch)
人工智能·pytorch·python·深度学习·算法·机器学习·矩阵
你要飞21 小时前
考研线代第三课:向量组
笔记·线性代数·考研·矩阵
aigcapi21 小时前
AI 获客系统哪个好?矩阵系统哪个好?2026 客观测评 TOP4
大数据·人工智能·矩阵
一碗姜汤2 天前
【统计基础】卡尔曼滤波,矩阵对迹求导,Joseph Form,条件数
线性代数·矩阵
sunfove2 天前
麦克斯韦方程组 (Maxwell‘s Equations) 的完整推导
线性代数·算法·矩阵
yyy(十一月限定版)2 天前
matlab矩阵的操作
算法·matlab·矩阵
ComputerInBook2 天前
代数学基本概念理解——幺正矩阵(Unitary matrix)(酉矩阵?)
线性代数·矩阵·正交矩阵·幺正矩阵·酉矩阵
AI科技星2 天前
光速飞行器动力学方程的第一性原理推导、验证与范式革命
数据结构·人工智能·线性代数·算法·机器学习·概率论
一碗姜汤2 天前
【统计基础】从线性代数的直观角度理解SVD奇异值分解
线性代数
好奇龙猫2 天前
【大学院-筆記試験練習:线性代数和数据结构(5)】
数据结构·线性代数