🎲
數學
  • 🎲數學
    • ✅待辦
    • 🗒️範本
  • 🚧有序組
  • 🚧邏輯
    • 🚧命題╱statement
    • 🚧述詞╱predicate
  • 📗集合
    • 🚧宇集╱universal set
    • 🚧補集╱complement
    • 🚧關係╱relation
    • 🔰二元關係
      • 🔰二元關係屬性
        • 🔸反身性╱reflexivity
        • 🔸對稱性╱symmetry
        • 🔸反對稱╱antisymmetry
        • 🔸遞移性╱transitivity
        • 🔸全序性╱totality
      • 🔰全序╱total ordering
      • 🚧良序╱well ordering
    • 🚧集合間關係
      • 🚧包含關係:A ⊆ B
  • 🚧數系
    • 🔰自然數 ℕ
      • 🚧自然數的良序性
    • 🚧有理數 ℚ
      • 🔰阿基米德性質
    • 🚧實數 ℝ
      • 🚧建造實數系
        • 🚧實數定義
          • 🔰戴德金分割
          • 🔰(-∞,r) 是戴德金分割
          • 🔰實數系定義
        • 🔰實數順序:a ≤ b
        • 🚧實數加法
          • 🔰定義實數加法 a + b
          • 🔰零元素 𝟘
          • 🔰加法反元素 -a
          • 🔰加法性質
        • 🚧實數乘法
          • 🚧非負實數乘法
          • 🚧乘法單位元素 𝕝
          • 🚧非負實數運算性質
    • 🔰複數 ℂ
      • 🔰複數表示法
      • 🔸共軛複數
      • 🔸複數長度
      • ✖️複數乘法
    • 🔰四元數 ℍ
      • 🔰四元數表示法
      • 🚧共軛四元數
      • 🚧四元數長度
      • 🔸四元數倒數
      • ➗四元數運算
        • ➕四元數加法
        • 🚧四元數乘法
        • ❗四元數除法
        • 🚧四元數內積
        • 🚧四元數外積
        • 🔰四元數旋轉
  • 📙代數
    • 🔰運算 (operation)
    • 🔰二元運算
      • 🔸封閉性
      • 🔸結合律
      • 🔸交換律
      • 🔸單位元素
      • 🔸反元素
    • 🔰代數系統
    • 🔰Group╱群
      • 🔰群的性質
      • 🔰交換群
    • 🔰Ring╱環
      • 🔸identity╱乘法單位元素
      • 🔸unit & 乘法反元素
      • 🔰交換環
      • 🔰commutative ring with identity
      • 🔰integral domain
      • 🔰skew field
    • 🚧Field╱體
      • 🔰有序體 (ordered field)
  • 📙線性代數
    • 🔰向量
      • 🔸向量長度
      • 🔸單位向量
      • 🔸垂直向量
        • 🔸法向量
      • 🔸平行向量
        • 🔸切向量
      • ⭐向量運算
        • ➕向量加法
        • ✖️向量係數積
        • ➗向量除法
          • 🔰射影座標
        • ✖️內積
          • 🔰內積的矩陣表示法
          • 🔰內積的餘弦定理
        • ✖️外積
          • 🔰平面外積
          • 🔰空間外積
            • 🔰空間外積矩陣
        • ✖️三重積
          • 🔰純量三重積
          • 🔰向量三重積
      • 🔰射影向量
        • 🔰射影向量的矩陣表示法
      • 🔰向量分解
        • 🔰向量垂直分解
          • 🔰向量垂直分解矩陣
        • 🔰圓弧插值法
    • 🔰線性組合
    • 🔰線性獨立
    • 🔰向量空間
      • 🔸基底
        • 🔸座標
        • 🔰正交基底
          • 🔸正交矩陣
      • 🔰線性變換
        • 🔰R³ 中的旋轉
        • 🔰變換法向量
    • 🔰矩陣
      • #️矩陣符號
      • 🔯矩陣公式表
      • 🔰行向量、列向量
      • ⭐矩陣運算
        • 🚧轉置矩陣
        • ➕矩陣加法
        • ✖️矩陣係數積
        • ⭐矩陣乘法
          • 🔸單位方陣
          • 🚧反方陣
          • 🔰行向量 ⨉ 列向量
          • 🔰「分割式」乘法
          • ⭐「表格疊加」法
          • 🔰「分組式」乘法
          • 🔰「塊狀」乘法
      • 🔰旋轉矩陣
        • 🔰繞軸旋轉矩陣
  • 📗幾何
    • 📗射影幾何
  • 🛠️工具
    • 📱GGB
      • 🔰矩陣
        • 🔰輸入矩陣
        • 🔰矩陣乘法
      • 💡祕技
      • 🛠️自製工具
    • 📱Desmos
      • 💡小技巧
      • 🎹快速鍵
      • 🔰物件屬性
        • 🔸標籤 (Label)
      • 🔰儲存格類型
        • 📔筆記 (Note)
      • 🔰數學式
        • 🔰序列 (List)
        • 🔰函數
          • 🔵atan2(y, x)
        • 🔰矩陣
          • 🔰矩陣乘法
    • 🛠️TeX
      • 🔰vector
      • 🔰matrix
      • 🔰table
      • 🔰decoration
      • 🔰layout
      • 🔰parentheses
      • 🔰style
        • 📘color names
  • 📥待整理
    • √(6+2√(7+3√(8+...))) = 4
    • x²+y²−z<0 且 x+y+z<3 體積
    • x³ - 3x² + 3x + 7 = 0
    • 雙曲線上兩點的最短距離
    • 拋物線切線所截最小面積
Powered by GitBook
On this page
  • 💍 引理
  • 💎 定理

Was this helpful?

  1. 線性代數
  2. 矩陣
  3. 矩陣運算
  4. 矩陣乘法

「表格疊加」法

🚧 under construction

Previous「分割式」乘法Next「分組式」乘法

Last updated 2 years ago

Was this helpful?

⟩ ⟩ ⟩ ⟩ 「表格疊加」法

如果「」是得到「一個表格」,那麼一般的「」就是得到「一連串的表格」,然後再進行疊加。 (至於得到幾個表格,那就要看相乘的兩個矩陣各有幾行幾列)

  • 轉置矩陣

⭐️ 我們可以將 A, B 兩個矩陣,看作是:

  • 將 A 的第 1 行乘以 B 的第 1 列,得到第 1 個表格 ( 也就是 A∗1B1∗\mathbf{A}_{*1}\mathbf{B}_{1*}A∗1​B1∗​ )

  • 再將 A 的第 2 行乘以 B 的第 2 列,得到第 2 個表格 ( 也就是 A∗2B2∗\mathbf{A}_{*2}\mathbf{B}_{2*}A∗2​B2∗​ )

  • 以此類推,最後再將這些表格相加。

例如: A=[200130]\mathbf{A} =\begin{bmatrix} 2 & 0\\ 0 & 1 \\ 3 & 0 \end{bmatrix}A=​203​010​​、 B=[123456]\mathbf{B} = \begin{bmatrix} 1 & 2 & 3\\ 4 & 5 & 6 \end{bmatrix}B=[14​25​36​], AB=[246456369]\mathbf{AB} =\begin{bmatrix} 2 & 4 & 6\\ 4 & 5 & 6 \\ 3 & 6 & 9 \end{bmatrix}AB=​243​456​669​​。

在下圖中,我們將 A, B 兩組相對應的,可以得到兩個表格,再將這兩個表格疊加,就可以得到 AB 相乘的結果。

會得到這樣的結果,並非巧合,我們用後面的「💎 定理 」證明。

💍 引理

A 的每一行與 B 相對應的每一列相乘,都可以得到「一個表格」,所以 A, B 各有多少行、列,就會得到多少表格,最後再疊加起來就可以了。

我們將這樣的原理整理如下:

💎 定理

比較:

本文使用大量的。

的證明與本文「💎 定理 」相關。

(A∗kBk∗)ij=AikBkj( \mathbf{A}_{*\color{red}{k}} \mathbf{B}_{{\color{red}{k}}*} ) _{{\color{blue}{ij}}} = \mathbf{A}_{{\color{blue}{i}} \color{red}{k}} \mathbf{B}_{{\color{red}{k}} {\color{blue}{j}}} (A∗k​Bk∗​)ij​=Aik​Bkj​

這個引理的意思是:「第 k 個表格」的第 (i,j)(i,j)(i,j) 個元素就是 AikBkj\mathbf{A}_{{\color{blue}{i}} \color{red}{k}} \mathbf{B}_{{\color{red}{k}} {\color{blue}{j}}} Aik​Bkj​:

若: A\mathbf{A}A 為 m×pm\times pm×p 矩陣、 B\mathbf{B}B 為 p×np\times np×n 矩陣,則:

AB=A∗1B1∗+A∗2B2∗+⋯+A∗pBp∗\mathbf{AB} = \mathbf{A}_{*\color{red}{1}} \mathbf{B}_{{\color{red}{1}}*} + \mathbf{A}_{*\color{red}{2}} \mathbf{B}_{{\color{red}{2}}*} + \cdots + \mathbf{A}_{*\color{red}{p}} \mathbf{B}_{{\color{red}{p}}*}AB=A∗1​B1∗​+A∗2​B2∗​+⋯+A∗p​Bp∗​

🎖 證明:

📙
🔰
⭐
⭐
⭐
內積
矩陣符號
轉置矩陣
Desmos Calculator
👉
矩陣符號
👉
線代
矩陣
運算
乘法
行向量 ⨉ 列向量
矩陣乘法
行向量 ⨉ 列向量
「分組式」乘法
相乘
矩陣符號
行列相乘
👉
定理
Drawing
「表格疊加」法
「第 k 個表格」的第 (i,j)(i,j)(i,j) 個元素
矩陣乘法表格化