【矩阵乘法公式】在数学和计算机科学中，矩阵乘法是线性代数中的一个基本操作。它在许多领域中都有广泛应用，如图形学、机器学习、物理学和工程学等。理解矩阵乘法的规则和公式对于进一步学习相关知识至关重要。
一、矩阵乘法的基本概念
矩阵乘法是指两个矩阵之间按照特定规则进行运算，得到一个新的矩阵。需要注意的是，矩阵乘法并不是简单的元素相乘，而是通过行与列的对应元素相乘再求和的方式完成的。
二、矩阵乘法的条件
要进行矩阵乘法，必须满足以下条件：
- 第一个矩阵的列数必须等于第二个矩阵的行数。
- 如果第一个矩阵是 $ A $（大小为 $ m \times n $），第二个矩阵是 $ B $（大小为 $ n \times p $），那么它们的乘积 $ C = AB $ 将是一个 $ m \times p $ 的矩阵。
三、矩阵乘法的公式
设矩阵 $ A $ 是一个 $ m \times n $ 矩阵，矩阵 $ B $ 是一个 $ n \times p $ 矩阵，则它们的乘积 $ C = AB $ 是一个 $ m \times p $ 矩阵，其中每个元素 $ c_{ij} $ 的计算方式如下：
$$
c_{ij} = \sum_{k=1}^{n} a_{ik} \cdot b_{kj}
$$
其中：
- $ a_{ik} $ 是矩阵 $ A $ 的第 $ i $ 行第 $ k $ 列的元素；
- $ b_{kj} $ 是矩阵 $ B $ 的第 $ k $ 行第 $ j $ 列的元素；
- $ c_{ij} $ 是结果矩阵 $ C $ 的第 $ i $ 行第 $ j $ 列的元素。
四、矩阵乘法示例
假设矩阵 $ A $ 和 $ B $ 分别为：
$$
A = \begin{bmatrix}
1 & 2 \\
3 & 4 \\
\end{bmatrix}, \quad
B = \begin{bmatrix}
5 & 6 \\
7 & 8 \\
\end{bmatrix}
$$
则乘积 $ C = AB $ 为：
$$
C = \begin{bmatrix}
(1×5 + 2×7) & (1×6 + 2×8) \\
(3×5 + 4×7) & (3×6 + 4×8) \\
\end{bmatrix}
= \begin{bmatrix}
19 & 22 \\
43 & 50 \\
\end{bmatrix}
$$
五、矩阵乘法的性质总结
| 性质 | 说明 |
| 结合律 | $ (AB)C = A(BC) $ |
| 分配律 | $ A(B + C) = AB + AC $, $ (A + B)C = AC + BC $ |
| 不满足交换律 | 一般情况下 $ AB \neq BA $ |
| 单位矩阵 | 若 $ I $ 是单位矩阵，则 $ AI = IA = A $ |
六、表格总结：矩阵乘法公式
| 项目 | 内容 |
| 定义 | 两个矩阵按行乘列的方式进行运算，得到新矩阵 |
| 条件 | 第一个矩阵的列数 = 第二个矩阵的行数 |
| 公式 | $ c_{ij} = \sum_{k=1}^{n} a_{ik} \cdot b_{kj} $ |
| 结果矩阵大小 | 若 $ A $ 是 $ m \times n $，$ B $ 是 $ n \times p $，则 $ AB $ 是 $ m \times p $ |
| 特性 | 不满足交换律，满足结合律和分配律 |
通过以上内容可以看出，矩阵乘法虽然形式复杂，但其核心逻辑清晰，掌握好基本规则后可以快速应用到实际问题中。
