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=1234A = \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}A=1324,B=0110B = \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 21433412\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=2113A = \begin{bmatrix} 2 & 1 \\ 1 & 3 \end{bmatrix}A=2113,逆矩阵 B=35−15−1525B = \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=1234A = \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}A=1324,B=0110B = \begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix}B=0110,C=1324C = \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=2143AB = \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=2413BC = \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=4101024A(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
AI_yangxi1 天前
短视频矩阵系统供应商
大数据·人工智能·矩阵
TCW11211 天前
AI底层系列:用C++实现线性代数的公式推导与算法设计-基础篇-5.矩阵方程
人工智能·线性代数·算法
菜鸡爱玩2 天前
线性代数矩阵相乘
线性代数·算法·矩阵
AI科技星2 天前
第四卷:橡皮泥江湖(拓扑学)――诸同奥义,九同立境贯拓扑
网络·人工智能·线性代数·架构·概率论·学习方法·拓扑学
爱代码的小黄人2 天前
矩阵求逆引理(Sherman-Morrison-Woodbury公式)详解
线性代数·矩阵
菜鸟分享录2 天前
AI 学习路线 03:线性代数、概率统计、梯度下降到底有什么用?
人工智能·线性代数·ai
hai3152475433 天前
九章编程法 · HTTP转发代理网关【终极完美版·矩阵步进交换】
人工智能·网络协议·线性代数·http·矩阵·极限编程
不辣的皮蛋君3 天前
2026年如何用短视频矩阵系统提升带货转化率?以乌拉工具箱为例的实操指南
线性代数·矩阵
企业老板ai培训4 天前
2026中小企业AI应用落地白皮书:从AI短视频矩阵到数字人获客的破局增长趋势
人工智能·矩阵·音视频
乐兮创想 小林4 天前
B2B 内容营销的工程化运营:从内容矩阵建模到 SEO/GEO 联动的完整体系
前端·线性代数·矩阵·网站建设·北京网站建设公司