通过MCP连接 →

输入计算

数学公式

广告

结果

乘积矩阵 C = A × B
1
2
3
4
5
6
7
8
9
Each entry Cij = row i of A · column j of B

什么是3×3矩阵乘法?

矩阵乘法是把两个矩阵合并为一个乘积矩阵的运算。对于两个3×3矩阵 A 和 B,它们的乘积 \(C = A \times B\) 同样是一个3×3矩阵。乘积矩阵中的每一个元素,都等于 A 的某一行与 B 的某一列的点积。矩阵乘法是线性代数的核心内容,在计算机图形学、物理学和工程领域应用广泛——常用于坐标变换、旋转、求解方程组等场景。

如何使用本计算器

在第一个3×3表格中填入矩阵 A 的九个数值,在第二个表格中填入矩阵 B 的九个数值。点击计算,工具便会返回完整的3×3乘积矩阵 C。支持小数和负数输入。请特别注意:矩阵乘法不满足交换律,\(A \times B\) 通常并不等于 \(B \times A\)。

公式详解

乘积矩阵中第 i 行、第 j 列的元素为:

$$C_{ij} = A_{i1} \cdot B_{1j} + A_{i2} \cdot B_{2j} + A_{i3} \cdot B_{3j}$$

用一句话来说:沿着 A 的第 i 行横向走,同时沿着 B 的第 j 列纵向走,把对应位置的元素相乘,再把这三个乘积相加。对全部九个位置重复同样的运算,就能填满整个乘积矩阵。

Advertisement
示意图展示矩阵 A 的一行与矩阵 B 的一列结合成矩阵 C 的一个元素
乘积的每个元素 \(C_{ij}\) 是 A 的第 i 行与 B 的第 j 列的点积。

实例演算

设 A = [[1,2,3],[4,5,6],[7,8,9]],B 为单位矩阵 [[1,0,0],[0,1,0],[0,0,1]]。任意矩阵乘以单位矩阵都会得到原矩阵本身,因此 \(C = A\)。例如 $$C_{11} = 1 \cdot 1 + 2 \cdot 0 + 3 \cdot 0 = 1$$ $$C_{23} = 4 \cdot 0 + 5 \cdot 0 + 6 \cdot 1 = 6$$

用三个相乘相加项逐步计算矩阵乘积的一个元素
计算单个元素:将成对的数相乘,再把三个乘积相加。

如何手工计算3×3矩阵乘法

  1. 检查维数。积 \(A\times B\) 仅在 \(A\) 的列数等于 \(B\) 的行数时才有定义。对于两个3×3矩阵,这个条件自动满足,结果 \(C\) 也是3×3的。
  2. 选择目标条目 \(C_{ij}\)。选择结果中的第 \(i\) 行(1、2或3)和第 \(j\) 列(1、2或3)。
  3. 选择 \(A\) 的第 \(i\) 行和 \(B\) 的第 \(j\) 列。你将把 \(A\) 中该行的三个数字与 \(B\) 中该列的三个数字相结合。
  4. 将配对的元素相乘。第一个与第一个相乘,第二个与第二个相乘,第三个与第三个相乘:\(a_{i1}b_{1j}\)、\(a_{i2}b_{2j}\) 和 \(a_{i3}b_{3j}\)。
  5. 将三个积相加。将它们相加得到单个条目:\(C_{ij}=a_{i1}b_{1j}+a_{i2}b_{2j}+a_{i3}b_{3j}\)。这正好是该行与该列的点积。
  6. 对所有九个位置重复。遍历 \(i=1,2,3\) 和 \(j=1,2,3\) 的每一种组合——总共进行九个点积运算,每个运算包含三次乘法和两次加法。
  7. 组合乘积矩阵。将每个 \(C_{ij}\) 放在其第 \(i\) 行、第 \(j\) 列的位置以形成最终的3×3矩阵 \(C\)。当涉及负条目时,要仔细跟踪符号。
Advertisement

关键术语与定义

矩阵
按行和列排列的数字的矩形阵列;3×3矩阵有三行三列(九个条目)。
条目 / 元素
矩阵中的单个数字,写作 \(a_{ij}\),其中 \(i\) 是其行号,\(j\) 是其列号。
一行条目。3×3矩阵的第 \(i\) 行是 \((a_{i1}, a_{i2}, a_{i3})\)。
一列条目。第 \(j\) 列是 \((a_{1j}, a_{2j}, a_{3j})\)。
点积
两个等长列表的配对分量乘积之和:\(\sum_k a_k b_k\)。每个乘积条目 \(C_{ij}\) 是 \(A\) 的第 \(i\) 行与 \(B\) 的第 \(j\) 列的点积。
乘积矩阵
结果 \(C = A\times B\),其条目 \(C_{ij}\) 是 \(A\) 的第 \(i\) 行与 \(B\) 的第 \(j\) 列的点积。
单位矩阵
方阵 \(I\),主对角线上为1,其他位置为0。它满足 \(A\times I = I\times A = A\),对任何维数相容的 \(A\) 都成立。
交换律
如果运算的顺序不重要,则称该运算具有交换律。矩阵乘法通常满足交换律:通常 \(A\times B \neq B\times A\)。
维数相容 / 维数规则
两个矩阵只有在第一个矩阵的列数等于第二个矩阵的行数时才能相乘。一个 \(m\times n\) 矩阵乘以一个 \(n\times p\) 矩阵得到一个 \(m\times p\) 的结果。

常见问题

\(A \times B\) 和 \(B \times A\) 一样吗? 不一样。矩阵乘法不满足交换律,调换相乘的顺序通常会得到不同的结果。

不同尺寸的矩阵可以相乘吗? 只有当第一个矩阵的列数等于第二个矩阵的行数时,两个矩阵才能相乘。两个3×3矩阵总是满足这一条件。

乘以单位矩阵有什么作用? 单位矩阵的作用类似数字1——\(A \times I = A\),矩阵保持不变。

最后更新: