Skip to content

矩阵相乘


我们用符号来表示矩阵 \( A \)、矩阵 \( B \) 和向量 \( \mathbf{x} \),然后用这些符号计算 \( BAx \) 的过程。

定义符号

矩阵 \( A \) 表示为: \[ A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} \] 矩阵 \( B \) 表示为: \[ B = \begin{pmatrix} b_{11} & b_{12} & b_{13} \\ b_{21} & b_{22} & b_{23} \\ b_{31} & b_{32} & b_{33} \end{pmatrix} \] 向量 \( \mathbf{x} \) 表示为: \[ \mathbf{x} = \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix} \] ### 计算 \( A \mathbf{x} \) 我们首先计算矩阵 \( A \) 和向量 \( \mathbf{x} \) 的乘积: \[ A \mathbf{x} = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix} \] 结果是一个向量,其分量为: \[ (A \mathbf{x})_i = \sum_{j=1}^{3} a_{ij} x_j \] 所以,\( A \mathbf{x} \) 可以表示为: \[ A \mathbf{x} = \begin{pmatrix} \sum_{j=1}^{3} a_{1j} x_j \\ \sum_{j=1}^{3} a_{2j} x_j \\ \sum_{j=1}^{3} a_{3j} x_j \end{pmatrix} \]

计算 \( B (A \mathbf{x}) \)

接下来,计算矩阵 \( B \) 和向量 \( A \mathbf{x} \) 的乘积: \[ B (A \mathbf{x}) = \begin{pmatrix} b_{11} & b_{12} & b_{13} \\ b_{21} & b_{22} & b_{23} \\ b_{31} & b_{32} & b_{33} \end{pmatrix} \begin{pmatrix} \sum_{j=1}^{3} a_{1j} x_j \\ \sum_{j=1}^{3} a_{2j} x_j \\ \sum_{j=1}^{3} a_{3j} x_j \end{pmatrix} \] 结果是一个向量,其分量为: \[ (B (A \mathbf{x}))_i = \sum_{k=1}^{3} b_{ik} \left( \sum_{j=1}^{3} a_{kj} x_j \right) \] 我们可以将其简化为: \[ (B (A \mathbf{x}))_i = \sum_{k=1}^{3} \sum_{j=1}^{3} b_{ik} a_{kj} x_j \] 所以,\( B (A \mathbf{x}) \) 可以表示为: \[ B (A \mathbf{x}) = \begin{pmatrix} \sum_{k=1}^{3} \sum_{j=1}^{3} b_{1k} a_{kj} x_j \\ \sum_{k=1}^{3} \sum_{j=1}^{3} b_{2k} a_{kj} x_j \\ \sum_{k=1}^{3} \sum_{j=1}^{3} b_{3k} a_{kj} x_j \end{pmatrix} \] 这样,我们就用字母和求和符号表示了计算 \( BAx \) 的过程。

接下来计算矩阵 \( B \) 和矩阵 \( A \) 的乘积,然后再将得到的矩阵与向量 \( \mathbf{x} \) 相乘。

定义符号

矩阵 \( A \) 表示为: \[ A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} \] 矩阵 \( B \) 表示为: \[ B = \begin{pmatrix} b_{11} & b_{12} & b_{13} \\ b_{21} & b_{22} & b_{23} \\ b_{31} & b_{32} & b_{33} \end{pmatrix} \] 向量 \( \mathbf{x} \) 表示为: \[ \mathbf{x} = \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix} \]

计算矩阵 \( BA \)

矩阵乘法的定义是: \[ (BA)_{ij} = \sum_{k=1}^{3} b_{ik} a_{kj} \] 所以,矩阵 \( BA \) 可以表示为: \[ BA = \begin{pmatrix} \sum_{k=1}^{3} b_{1k} a_{k1} & \sum_{k=1}^{3} b_{1k} a_{k2} & \sum_{k=1}^{3} b_{1k} a_{k3} \\ \sum_{k=1}^{3} b_{2k} a_{k1} & \sum_{k=1}^{3} b_{2k} a_{k2} & \sum_{k=1}^{3} b_{2k} a_{k3} \\ \sum_{k=1}^{3} b_{3k} a_{k1} & \sum_{k=1}^{3} b_{3k} a_{k2} & \sum_{k=1}^{3} b_{3k} a_{k3} \end{pmatrix} \]

具体计算

\[ (BA)_{11} = b_{11} a_{11} + b_{12} a_{21} + b_{13} a_{31} \] \[ (BA)_{12} = b_{11} a_{12} + b_{12} a_{22} + b_{13} a_{32} \] \[ (BA)_{13} = b_{11} a_{13} + b_{12} a_{23} + b_{13} a_{33} \] \[ (BA)_{21} = b_{21} a_{11} + b_{22} a_{21} + b_{23} a_{31} \] \[ (BA)_{22} = b_{21} a_{12} + b_{22} a_{22} + b_{23} a_{32} \] \[ (BA)_{23} = b_{21} a_{13} + b_{22} a_{23} + b_{23} a_{33} \] \[ (BA)_{31} = b_{31} a_{11} + b_{32} a_{21} + b_{33} a_{31} \] \[ (BA)_{32} = b_{31} a_{12} + b_{32} a_{22} + b_{33} a_{32} \] \[ (BA)_{33} = b_{31} a_{13} + b_{32} a_{23} + b_{33} a_{33} \]

计算结果表示为矩阵

\[ BA = \begin{pmatrix} b_{11} a_{11} + b_{12} a_{21} + b_{13} a_{31} & b_{11} a_{12} + b_{12} a_{22} + b_{13} a_{32} & b_{11} a_{13} + b_{12} a_{23} + b_{13} a_{33} \\ b_{21} a_{11} + b_{22} a_{21} + b_{23} a_{31} & b_{21} a_{12} + b_{22} a_{22} + b_{23} a_{32} & b_{21} a_{13} + b_{22} a_{23} + b_{23} a_{33} \\ b_{31} a_{11} + b_{32} a_{21} + b_{33} a_{31} & b_{31} a_{12} + b_{32} a_{22} + b_{33} a_{32} & b_{31} a_{13} + b_{32} a_{23} + b_{33} a_{33} \end{pmatrix} \]

将 \( BA \) 作用于向量 \( \mathbf{x} \)

接下来,我们计算 \( (BA) \mathbf{x} \)。 \[ (BA) \mathbf{x} = \begin{pmatrix} (BA)_{11} & (BA)_{12} & (BA)_{13} \\ (BA)_{21} & (BA)_{22} & (BA)_{23} \\ (BA)_{31} & (BA)_{32} & (BA)_{33} \end{pmatrix} \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix} \] 每个分量的计算为: \[ ((BA) \mathbf{x})_i = \sum_{j=1}^{3} (BA)_{ij} x_j \] 具体表示为: \[ ((BA) \mathbf{x})_1 = (b_{11} a_{11} + b_{12} a_{21} + b_{13} a_{31}) x_1 + (b_{11} a_{12} + b_{12} a_{22} + b_{13} a_{32}) x_2 + (b_{11} a_{13} + b_{12} a_{23} + b_{13} a_{33}) x_3 \] \[ ((BA) \mathbf{x})_2 = (b_{21} a_{11} + b_{22} a_{21} + b_{23} a_{31}) x_1 + (b_{21} a_{12} + b_{22} a_{22} + b_{23} a_{32}) x_2 + (b_{21} a_{13} + b_{22} a_{23} + b_{23} a_{33}) x_3 \] \[ ((BA) \mathbf{x})_3 = (b_{31} a_{11} + b_{32} a_{21} + b_{33} a_{31}) x_1 + (b_{31} a_{12} + b_{32} a_{22} + b_{33} a_{32}) x_2 + (b_{31} a_{13} + b_{32} a_{23} + b_{33} a_{33}) x_3 \] 最终,\( (BA) \mathbf{x} \) 可以表示为: \[ (BA) \mathbf{x} = \begin{pmatrix} (b_{11} a_{11} + b_{12} a_{21} + b_{13} a_{31}) x_1 + (b_{11} a_{12} + b_{12} a_{22} + b_{13} a_{32}) x_2 + (b_{11} a_{13} + b_{12} a_{23} + b_{13} a_{33}) x_3 \\ (b_{21} a_{11} + b_{22} a_{21} + b_{23} a_{31}) x_1 + (b_{21} a_{12} + b_{22} a_{22} + b_{23} a_{32}) x_2 + (b_{21} a_{13} + b_{22} a_{23} + b_{23} a_{33}) x_3 \\ (b_{31} a_{11} + b_{32} a_{21} + b_{33} a_{31}) x_1 + (b_{31} a_{12} + b_{32} a_{22} + b_{33} a_{32}) x_2 + (b_{31} a_{13} + b_{32} a_{23} + b_{33} a_{33}) x_3 \end{pmatrix} \] 这样,我们就完成了 \( BA \) 矩阵与向量 \( \mathbf{x} \) 的符号计算过程。

Related Posts

  1. 复向量空间的实化
  2. Linear Algebra Done Right,3E (4.8) 多项式的带余除法
  3. Linear Algebra Done Right,3E (3.4) 线性映射举例