刚学线性代数时,矩阵乘法的定义看起来极其别扭:为什么要把第 i 行和第 j 列对应元素相乘再求和?这个规则不是凭空规定的,它来自复合变换。
把矩阵看作函数#
矩阵 A 描述了从 R^n 到 R^m 的一个线性变换。给定向量 x,Ax 就是变换后的向量。
那么先做 B 再做 A,得到 A(Bx)。由于线性,我们总能找到一个新的矩阵 C 使得 Cx = A(Bx) 对所有 x 成立。这个 C 就定义为 AB。
矩阵乘法的定义不是约定俗成,而是「让复合变换有一个矩阵表示」的唯一解。
为什么不可交换#
既然矩阵是变换,那么 AB 是先 B 后 A,BA 是先 A 后 B。现实中「先旋转再拉伸」和「先拉伸再旋转」结果当然不同,所以 AB ≠ BA 是几何事实,不是代数巧合。
举个例子#
A = [[1, 1], B = [[1, 0],
[0, 1]] [0, 2]]
AB = [[1, 2], BA = [[1, 1],
[0, 2]] [0, 2]]
A 是剪切(shear),B 是纵向拉伸。先拉伸再剪切,横向的偏移量会被放大两倍,所以左上角的 2 出现在 AB 而不是 BA。
行乘列只是计算技巧#
记 C[i][j] = sum_k A[i][k] * B[k][j]。从变换角度看,它说的是:B 的第 j 个列向量被 A 变换后的第 i 个分量。这就是为什么 A 的列数必须等于 B 的行数,维度必须接得上。
记住三件事就够#
- 矩阵 = 线性变换
- 矩阵乘法 = 变换复合(从右往左作用)
- 结合律成立,交换律不成立
理解这三点之后,特征值、对角化这些概念会顺很多,因为它们都在问「这个变换有没有更简单的坐标系表示」。