通过MCP连接 →

输入计算

数学公式

广告

结果

外积矩阵维度
3 x 2
行 × 列(m × n)
4 5
8 10
12 15
行数(m) 3
列数(n) 2
定义 C[i][j] = a_i × b_j

什么是向量外积?

外积(也称张量积或并矢积)会把一个长度为 m 的向量 a 与一个长度为 n 的向量 b 组合成一个 m × n 的矩阵 C。矩阵中的每个元素都是 a 的某个分量与 b 的某个分量相乘的结果:\(C[i][j] = a_i \times b_j\)。点积(内积)会把两个向量"压缩"成一个数,而外积恰好相反,它把两个向量"展开"成一个完整的矩阵。这是纯粹的线性代数运算,放之四海皆准,不涉及任何地区性规则。

如何使用本计算器

在向量 a 的输入框中填入各个分量,每行一个数字(也可以用逗号分隔),然后用同样的方式填写向量 b。两个向量的长度不必相同。接着选择结果保留的小数位数,点击提交即可。结果会显示矩阵的维度(m × n)以及完整的矩阵表格。负数、小数和零都完全支持。

公式详解

如果把 a 看作一个列向量(m × 1),把 b 看作一个行向量(1 × n,即 b 的转置),那么 $$\mathbf{a} \otimes \mathbf{b} = \mathbf{a}\,\mathbf{b}^{\top} = \begin{bmatrix} a_1 b_1 & a_1 b_2 & \cdots & a_1 b_n \\ a_2 b_1 & a_2 b_2 & \cdots & a_2 b_n \\ \vdots & \vdots & \ddots & \vdots \\ a_m b_1 & a_m b_2 & \cdots & a_m b_n \end{bmatrix}$$ 即 \(C = \mathbf{a}\,\mathbf{b}^{\top}\)。一个 m × 1 矩阵乘以一个 1 × n 矩阵,得到的就是一个 m × n 矩阵。行数等于 a 的长度,列数等于 b 的长度。所得矩阵的秩始终为 1(若其中任一向量全为零,则秩为 0)。其中每个元素由 \(\left(\mathbf{a} \otimes \mathbf{b}\right)_{ij} = a_i\, b_j\) 给出。

Advertisement
列向量 a 乘以行向量 b 的转置,生成 m 乘 n 的乘积网格
外积将列向量 a 与行向量 b^T 相乘,形成一个 m×n 矩阵。

实例演示

设 a = [1, 2, 3](m = 3),b = [4, 5](n = 2),那么 C 是一个 3 × 2 的矩阵:
第 1 行:\(1 \times 4 = 4\),\(1 \times 5 = 5\)
第 2 行:\(2 \times 4 = 8\),\(2 \times 5 = 10\)
第 3 行:\(3 \times 4 = 12\),\(3 \times 5 = 15\)
因此 $$C = \begin{bmatrix} 4 & 5 \\ 8 & 10 \\ 12 & 15 \end{bmatrix}$$ ,行数为 3,列数为 2。

网格中每个元素都是行因子与列因子的乘积
每个元素 C[i][j] 等于 a_i 乘以 b_j。

常见问题

两个向量必须等长吗? 不需要。无论长度 m 和 n 是多少,外积都能生成一个 m × n 矩阵。要求两向量等长的是内积(点积),而非外积。

外积满足交换律吗? 不满足。交换两个输入向量会得到结果的转置:\(\mathbf{a} \otimes \mathbf{b} = (\mathbf{b} \otimes \mathbf{a})^{\top}\)。

外积和叉积有什么区别? 叉积只对三维向量有定义,结果仍是一个向量;而外积适用于任意维度,结果是一个矩阵。

最后更新: