🚧 under construction
線代 ⟩ 矩陣 ⟩ 運算 ⟩ 乘法 ⟩ 矩陣乘積為 outer products 之和
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∗=∑k=1pA∗kBk∗\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}}*} = \sum_{k=1}^{p} \mathbf{A}_{*k} \mathbf{B}_{k*}AB=A∗1B1∗+A∗2B2∗+⋯+A∗pBp∗=∑k=1pA∗kBk∗
⭐ 註解:
每個 A∗kBk∗\mathbf{A}_{*k} \mathbf{B}_{k*}A∗kBk∗ (AAA 的第 kkk 行乘以與 BBB 的第 kkk 列)都是一個 外積。
如果 外積 是一個表格,那麼矩陣乘法就是「一連串的表格進行疊加」。
由於矩陣加法沒有順序性,因此由此定理可得知:如果我們「分別將 AAA 的行與 BBB 的列做一致性的調動」,則得到的乘積依然一樣❗
例如: A=[200130]\mathbf{A} =\begin{bmatrix} 2 & 0\\ 0 & 1 \\ 3 & 0 \end{bmatrix}A=203010、 B=[123456]\mathbf{B} = \begin{bmatrix} 1 & 2 & 3\\ 4 & 5 & 6 \end{bmatrix}B=[142536], AB=[246456369]\mathbf{AB} =\begin{bmatrix} 2 & 4 & 6\\ 4 & 5 & 6 \\ 3 & 6 & 9 \end{bmatrix}AB=243456669。
在下圖中,我們將 A, B 兩組相對應的行列相乘,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「矩陣乘積為外積之和 」證明。
(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∗kBk∗)ij=AikBkj
👉 矩陣符號
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}}} AikBkj:
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。
轉置矩陣定理
「分組式」乘法
比較: 內積
本文使用大量的矩陣符號。
轉置矩陣的證明與本文「矩陣乘積為外積之和 」相關。
Desmos Calculator
Last updated 14 days ago
Was this helpful?