矩阵的乘法

运用分块矩阵法就可以了，专门对付行列太多的矩阵

如果A+B可逆，那么设它的逆为C矩阵,E为单位矩阵，求解(A+B)C=EC(A+B)=E即可详细介绍：(A+B)B^(-1)[A^(-1)+B^(-1)]^(-1)A^(-1)=[AB^(-1)+E]{A[A^(-1)+B^(-1)]}^(-1)=[E+AB^(-1)][E+AB^(-1)]]^(-1)=EB^(-1)[A^(-1)+B^(-1)]^(-1)A^(-1)(A+B)={[A^(-1)+B^(-1)]B}^(-1)[E+A^(-1)B]=[A^(-1)B+E]^(-1)[A^(-1)B+E]=E所以（A+B)^(-1)=B^(-1)[A^(-1)+B^(-1)]^(-1)A^(-1)扩展资料：矩阵的加法满足下列运算律(A，B，C都是同型矩阵)：应该注意的是只有同型矩阵之间才可以进行加法矩阵的数乘满足以下运算律：矩阵的加减法和矩阵的数乘合称矩阵的线性运算。n×n的方块矩阵A的一个特征值和对应特征向量是满足  的标量以及非零向量  。其中v为特征向量，  为特征值。A的所有特征值的全体，叫做A的谱 ，记为  。矩阵的特征值和特征向量可以揭示线性变换的深层特性。在线性代数中，三角矩阵是方形矩阵的一种，因其非零系数的排列呈三角形状而得名。三角矩阵分上三角矩阵和下三角矩阵两种。若  ,则  的矩阵称为上三角矩阵，若  ,则  的矩阵称为下三角矩阵 。三角矩阵可以看做是一般方阵的一种简化情形。

B有一列，n行；A有一行、n列。矩阵乘法就是左边矩阵的第一行分别乘以右边矩阵的每一列，该结果作为所得矩阵的第一行，左边矩阵的第二行分别乘以右边矩阵的每一列，作为所得矩阵的第二行，依次类推，。就得到结果了。

若A、B和C表示三个矩阵并有C=AB，A为n行m列，B为m行q列，则C为n行q列则对于C矩阵任一元素Cij都有Cij=ai1*b1j+ai2*b2j+ai3*b3j+...+ain*bnji=1,2,3,...,n,j=1,2,3,...q

什么怎么算

知道答案了，那我就说方法。不妨先做标记。A=a1a1a1a2a1a3a2a1a2a2a2a3a3a1a3a2a3a3B=b1b1b1b2b1b3b2b1b2b2b2b3b3b1b3b2b3b3则AB=第一行a1a1*b1b1+a1a2*b2b1+a1a3*b3b1a1a1*b1b2+a1a2*b2b2+a1a3*b3b2a1a1*b1b3+a1a2*b2b3+a1a3*b3b3第二行a2a1*b1b1+a2a2*b2b1+a2a3*b3b1a2a1*b1b2+a2a2*b2b2+a2a3*b3b2a2a1*b1b3+a2a2*b2b3+a2a3*b3b3第三行a3a1*b1b1+a3a2*b2b1+a3a3*b3b1a3a1*b1b2+a3a2*b2b2+a3a3*b3b2a3a1*b1b3+a3a2*b2b3+a3a3*b3b3BA就把a、b的位置调换

矩阵有两种乘法：点乘和插乘。比如矩阵A乘以矩阵B。在matlab中用：点乘：A.*B（点乘为两个矩阵的对应项相乘）。插乘：A*B（矩阵乘法）。矩阵的表示方法：1、矩阵元素必须在”[]”内；2、矩阵的同行元素之间用空格（或”,”）隔开；3、矩阵的行与行之间用”;”（或回车符）隔开；4、矩阵的元素可以是数值、变量、表达式或函数；5、矩阵的尺寸不必预先定义。

2×2矩阵的乘法要计算矩阵乘法，请将第一个矩阵行元素（或数字）乘以第二个矩阵列元素，然后计算其总和。矩阵乘法的步骤很简单，需要加法和乘法，最后的结果必须给出正确的提示。 验证矩阵是否可乘法。仅当第一个矩阵的列数等于第二个矩阵的行数时，才能将两个矩阵相乘。显示的两个矩阵可以相乘。这是因为第一个矩阵A包含三列，第二个矩阵B包含三行。计算两个结果矩阵的行数和行数。绘制表示矩阵乘法结果的空矩阵。矩阵A和矩阵B相乘的矩阵，行数与矩阵A相同，列数与矩阵B相同，首先可以画出白色网格来表示结果矩阵的行数和行数。

两矩阵相乘,左矩阵第一行乘以右矩阵第一列（分别相乘,第一个数乘第一个数）,乘完之后相加,即为结果的第一行第一列的数,依次往下算,推荐网址：http://baike.baidu.com/view/2455255.htm.对照例子学得快

乘法运算：两个矩阵要可以相乘，必须是A矩阵的列数B矩阵的行数相等，才可以进行乘法，矩阵乘法的原则是，A矩阵的第i行中的元素分别与B矩阵中的第j列中的元素相乘再求和，得到的结果就是新矩阵的第i行第j列的值。除法运算：一般不说矩阵的除法。都是讲的矩阵求逆。矩阵乘法的注意事项1、当矩阵A的列数等于矩阵B的行数时，A与B可以相乘。2、矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。3、乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。

矩阵，是线性代数中的基本概念之一。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。由于它把许多数据紧凑的集中到了一起，所以有时候可以简便地表示一些复杂的模型

矩阵与矩阵相乘，第一个矩阵的列数一必须等于第二个矩阵的行数，假如第一个是m*n的矩阵，第二个是n*p的矩阵，则结果就是m*p的矩阵，且得出来的矩阵中元素具有以下特点：第一行第一列元素为第一个矩阵的第一行的每个元素和第二个矩阵的第一列的每个元素乘积的和。以此类推，第i行第j列的元素就是第一个矩阵的第i行的每个元素与第二个矩阵第j列的每个元素的乘积的和。扩展资料当矩阵A的列数等于矩阵B的行数时，A与B可以相乘。矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。

大多数人在高中，或者大学低年级，都上过一门课《线性代数》。这门课其实是教矩阵。刚学的时候，还蛮简单的，矩阵加法就是相同位置的数字加一下。矩阵减法也类似。矩阵乘以一个常数，就是所有位置都乘以这个数。但是，等到矩阵乘以矩阵的时候，一切就不一样了。这个结果是怎么算出来的？教科书告诉你，计算规则是，第一个矩阵第一行的每个数字（2和1），各自乘以第二个矩阵第一列对应位置的数字（1和1），然后将乘积相加（ 2 x 1 + 1 x 1），得到结果矩阵左上角的那个值3。也就是说，结果矩阵第m行与第n列交叉位置的那个值，等于第一个矩阵第m行与第二个矩阵第n列，对应位置的每个值的乘积之和。怎么会有这么奇怪的规则？我一直没理解这个规则的含义，导致《线性代数》这门课就没学懂。研究生时发现，线性代数是向量计算的基础，很多重要的数学模型都要用到向量计算，所以我做不了复杂模型。这一直让我有点伤心。前些日子，受到一篇文章的启发，我终于想通了，矩阵乘法到底是什么东西。关键就是一句话，矩阵的本质就是线性方程式，两者是一一对应关系。如果从线性方程式的角度，理解矩阵乘法就毫无难度。下面是一组线性方程式。矩阵的最初目的，只是为线性方程组提供一个简写形式。老实说，从上面这种写法，已经能看出矩阵乘法的规则了：系数矩阵第一行的2和1，各自与 x 和 y 的乘积之和，等于3。不过，这不算严格的证明，只是线性方程式转为矩阵的书写规则。下面才是严格的证明。有三组未知数 x、y 和 t，其中 x 和 y 的关系如下。x 和 t 的关系如下。有了这两组方程式，就可以求 y 和 t 的关系。从矩阵来看，很显然，只要把第二个矩阵代入第一个矩阵即可。从方程式来看，也可以把第二个方程组代入第一个方程组。上面的方程组可以整理成下面的形式。最后那个矩阵等式，与前面的矩阵等式一对照，就会得到下面的关系。矩阵乘法的计算规则，从而得到证明。来源：阮一峰的网络日志

矩阵有两种乘法：点乘和插乘。比如矩阵A乘以矩阵B。在matlab中用：点乘：A.*B（点乘为两个矩阵的对应项相乘）。插乘：A*B（矩阵乘法）。矩阵的表示方法：1、矩阵元素必须在”[]”内；2、矩阵的同行元素之间用空格（或”,”）隔开；3、矩阵的行与行之间用”;”（或回车符）隔开；4、矩阵的元素可以是数值、变量、表达式或函数；5、矩阵的尺寸不必预先定义。

乘法运算：两个矩阵要可以相乘，必须是A矩阵的列数B矩阵的行数相等，才可以进行乘法，矩阵乘法的原则是，A矩阵的第i行中的元素分别与B矩阵中的第j列中的元素相乘再求和，得到的结果就是新矩阵的第i行第j列的值。除法运算：一般不说矩阵的除法。都是讲的矩阵求逆。注意事项1、当矩阵A的列数（column）等于矩阵B的行数（row）时，A与B可以相乘。2、矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。3、乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。

大多数人在高中，或者大学低年级，都上过一门课《线性代数》。这门课其实是教矩阵。刚学的时候，还蛮简单的，矩阵加法就是相同位置的数字加一下。矩阵减法也类似。矩阵乘以一个常数，就是所有位置都乘以这个数。但是，等到矩阵乘以矩阵的时候，一切就不一样了。这个结果是怎么算出来的？教科书告诉你，计算规则是，第一个矩阵第一行的每个数字（2和1），各自乘以第二个矩阵第一列对应位置的数字（1和1），然后将乘积相加（ 2 x 1 + 1 x 1），得到结果矩阵左上角的那个值3。也就是说，结果矩阵第m行与第n列交叉位置的那个值，等于第一个矩阵第m行与第二个矩阵第n列，对应位置的每个值的乘积之和。怎么会有这么奇怪的规则？我一直没理解这个规则的含义，导致《线性代数》这门课就没学懂。研究生时发现，线性代数是向量计算的基础，很多重要的数学模型都要用到向量计算，所以我做不了复杂模型。这一直让我有点伤心。前些日子，受到一篇文章的启发，我终于想通了，矩阵乘法到底是什么东西。关键就是一句话，矩阵的本质就是线性方程式，两者是一一对应关系。如果从线性方程式的角度，理解矩阵乘法就毫无难度。下面是一组线性方程式。矩阵的最初目的，只是为线性方程组提供一个简写形式。老实说，从上面这种写法，已经能看出矩阵乘法的规则了：系数矩阵第一行的2和1，各自与 x 和 y 的乘积之和，等于3。不过，这不算严格的证明，只是线性方程式转为矩阵的书写规则。下面才是严格的证明。有三组未知数 x、y 和 t，其中 x 和 y 的关系如下。x 和 t 的关系如下。有了这两组方程式，就可以求 y 和 t 的关系。从矩阵来看，很显然，只要把第二个矩阵代入第一个矩阵即可。从方程式来看，也可以把第二个方程组代入第一个方程组。上面的方程组可以整理成下面的形式。最后那个矩阵等式，与前面的矩阵等式一对照，就会得到下面的关系。矩阵乘法的计算规则，从而得到证明。来源：阮一峰的网络日志

2×2矩阵的乘法要计算矩阵乘法，请将第一个矩阵行元素（或数字）乘以第二个矩阵列元素，然后计算其总和。矩阵乘法的步骤很简单，需要加法和乘法，最后的结果必须给出正确的提示。验证矩阵是否可乘法。仅当第一个矩阵的列数等于第二个矩阵的行数时，才能将两个矩阵相乘。显示的两个矩阵可以相乘。这是因为第一个矩阵A包含三列，第二个矩阵B包含三行。计算两个结果矩阵的行数和行数。绘制表示矩阵乘法结果的空矩阵。矩阵A和矩阵B相乘的矩阵，行数与矩阵A相同，列数与矩阵B相同，首先可以画出白色网格来表示结果矩阵的行数和行数。扩展资料：1、当矩阵A的列数（column）等于矩阵B的行数（row）时，A与B可以相乘。2、矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。3、乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。参考资料来源：百度百科-矩阵乘法

我也忘光了！

乘法运算：两个矩阵要可以相乘，必须是A矩阵的列数B矩阵的行数相等，才可以进行乘法，矩阵乘法的原则是，A矩阵的第i行中的元素分别与B矩阵中的第j列中的元素相乘再求和，得到的结果就是新矩阵的第i行第j列的值。除法运算：一般不说矩阵的除法。都是讲的矩阵求逆。扩展资料：数值分析的主要分支致力于开发矩阵计算的有效算法，这是一个已持续几个世纪以来的课题，是一个不断扩大的研究领域。矩阵分解方法简化了理论和实际的计算。针对特定矩阵结构（如稀疏矩阵和近角矩阵）定制的算法在有限元方法和其他计算中加快了计算。无限矩阵发生在行星理论和原子理论中。无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵

A(m×k) 与 B(k×n) 才能相乘得积 AB。例 A =[a b c][d e f]B =[r s t][u v w][x y z]AB =[ar+bu+cx as+bv+cy at+bw+cz][dr+eu+fx ds+ev+fy dt+ew+fz]

矩阵的乘法运算法则有以下：乘法结合律：(AB)C=A(BC)；乘法左分配律：(A+B)C=AC+BC；乘法右分配律：C(A+B)=CA+CB；对数乘的结合性k(AB）=(kA)B=A(kB）。矩阵相乘最重要的方法是一般矩阵乘积。它只有在第一个矩阵的列数和第二个矩阵的行数相同时才有意义。一般单指矩阵乘积时，指的便是一般矩阵乘积。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。矩阵的相关概念：1、行矩阵、列矩阵：m×n阶矩阵中，m=1，称为行矩阵，也称为n维行向量;n=1，称为列矩阵，也称为m维列向量。2、零矩阵：所有元素都为0的m×n阶矩阵。3、n阶方阵：m×n阶矩阵A中，m=n; n阶方阵A，可定义行列式记为|A|; n阶方阵存在主对角线及主对角线元素。4、单位矩阵：主对角线上的元素都为1，其余元素均为0的n阶方阵称为n阶单位矩阵，记为E。5、对角形矩阵：非主对角线上的元素全为0的n阶方阵称为对角形矩阵。6、数量矩阵：n阶对角形矩阵主对角线上元素相等时，称为数量矩阵。7、上（下）三角形矩阵：n阶方阵中，主对角线下方元素全为零，称为上三角矩阵;主对角线上方元素全为零，称为下三角矩阵。

比如乘法AB一、1、用A的第1行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第1行第1列的数；2、用A的第1行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第1行第2列的数；3、用A的第1行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第1行第3列的数；依次进行，（直到）用A的第1行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第1行第末列的的数。二、1、用A的第2行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第2行第1列的数；2、用A的第2行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第2行第2列的数；3、用A的第2行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第2行第3列的数；依次进行，（直到）用A的第2行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第2行第末列的的数。依次进行，（直到）用A的第末行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第末行第1列的数；用A的第末行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第末行第2列的数；用A的第末行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第末行第3列的数；依次进行，（直到）用A的第末行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第末行第末列的的数。扩展资料：矩阵相乘最重要的方法是一般矩阵乘积。它只有在第一个矩阵的列数（column）和第二个矩阵的行数（row）相同时才有意义[1]。一般单指矩阵乘积时，指的便是一般矩阵乘积。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。由于它把许多数据紧凑的集中到了一起，所以有时候可以简便地表示一些复杂的模型。参考资料：矩阵乘法_百度百科

前面的行对应相乘后面的列！

矩阵相乘最重要的方法是一般矩阵乘积。它只有在第一个矩阵的列数（column）和第二个矩阵的行数（row）相同时才有意义。一般单指矩阵乘积时，指的便是一般矩阵乘积。1、当矩阵A的列数（column）等于矩阵B的行数（row）时，A与B可以相乘。2、矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。3、乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。矩阵乘法的运算规则：顿时矩阵乘法的运算规则诞生了。也许凯莱特别幸运，也或许是他的数学直觉格外敏锐，但不论如何，他给出了一个自然而且有用的矩阵乘法定义。凯莱的基本思想是用矩阵乘积来表示线性复合映射，但他并不是第一个考虑线性复合映射问题的数学家。早在 1801 年，高斯(Carl Friedrich Gauss) 就已经使用这种复合计算，但高斯并没有以阵列形式记录系数。

乘法运算：两个矩阵要可以相乘，必须是A矩阵的列数B矩阵的行数相等，才可以进行乘法，矩阵乘法的原则是，A矩阵的第i行中的元素分别与B矩阵中的第j列中的元素相乘再求和，得到的结果就是新矩阵的第i行第j列的值。除法运算：一般不说矩阵的除法。都是讲的矩阵求逆。扩展资料：矩阵乘法的注意事项1、当矩阵A的列数等于矩阵B的行数时，A与B可以相乘。2、矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。3、乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。基本性质乘法结合律： (AB)C=A(BC)。乘法左分配律：(A+B)C=AC+BC 。乘法右分配律：C(A+B)=CA+CB 。对数乘的结合性k(AB）=(kA)B=A(kB）。转置 (AB)T=BTAT．矩阵乘法一般不满足交换律。*注：可交换的矩阵是方阵。

矩阵与矩阵相乘，第一个矩阵的列数一必须等于第二个矩阵的行数，假如第一个是m*n的矩阵，第二个是n*p的矩阵，则结果就是m*p的矩阵，且得出来的矩阵中元素具有以下特点：第一行第一列元素为第一个矩阵的第一行的每个元素和第二个矩阵的第一列的每个元素乘积的和。以此类推，第i行第j列的元素就是第一个矩阵的第i行的每个元素与第二个矩阵第j列的每个元素的乘积的和。扩展资料当矩阵A的列数等于矩阵B的行数时，A与B可以相乘。矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。

矩阵的乘法，首先要判定能不能作乘法，即要求作乘法时，前一个矩阵的列数与后一个矩阵的行数相等。设矩阵A是m×n的、矩阵B是n×s的，乘法AB后得到矩阵C，则C为m×s的，如下图所示。矩阵C的第i行第j列的元素Cij就是取A的第i行元素、B的第j列元素，然后对应相乘。举个实际的例子来理解一下，比如下图所示的矩阵乘法。C11是由A的第一行与B的第一列对应相乘得到的，即C11=1×3+2×1+4×2=13。C32是由A的第三行与B的第二列对应相乘得到的，即C32=2×2+5×6+1×1=35。其他元素也是同理，分别取A的某行与B的某列，将对应元素相乘求出。

　　2×2矩阵的乘法要计算矩阵乘法，请将第一个矩阵行元素（或数字）乘以第二个矩阵列元素，然后计算其总和。矩阵乘法的步骤很简单，需要加法和乘法，最后的结果必须给出正确的提示。 　　验证矩阵是否可乘法。仅当第一个矩阵的列数等于第二个矩阵的行数时，才能将两个矩阵相乘。显示的两个矩阵可以相乘。这是因为第一个矩阵A包含三列，第二个矩阵B包含三行。计算两个结果矩阵的行数和行数。绘制表示矩阵乘法结果的空矩阵。矩阵A和矩阵B相乘的矩阵，行数与矩阵A相同，列数与矩阵B相同，首先可以画出白色网格来表示结果矩阵的行数和行数。

矩阵计算公式如下：1、矩阵的计算，首先确认矩阵是否可以相乘。只有第一个矩阵的列的个数等于第二个矩阵的行的个数，这样的两个矩阵才能相乘。再计算结果矩阵的行列数。画一个空白的矩阵，来代表矩阵乘法的结果。矩阵A和矩阵B相乘得到的矩阵，与矩阵A有相同的行数，与矩阵B有相同的列数。2、矩阵指在数学中，按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵，由19世纪英国数学家凯利首先提出。它是高等代数学中的常见工具，其运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合，可以在理论和实际应用上简化矩阵的运算。3、矩阵的乘法规律：不满足交换律A×B≠B×A。满足结合律，A×B×C=A×B×C。满足分配率，A×B+C=A×B+A×C。单位矩阵：任何矩阵乘以单位矩阵都等于它本身，且此处复合交换律，及任意矩阵乘以单位矩阵＝单位矩阵乘以此矩阵，满足：A×I=I×A=A。

矩阵计算公式如下：1、矩阵的计算，首先确认矩阵是否可以相乘。只有第一个矩阵的列的个数等于第二个矩阵的行的个数，这样的两个矩阵才能相乘。再计算结果矩阵的行列数。画一个空白的矩阵，来代表矩阵乘法的结果。矩阵A和矩阵B相乘得到的矩阵，与矩阵A有相同的行数，与矩阵B有相同的列数。2、矩阵指在数学中，按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵，由19世纪英国数学家凯利首先提出。它是高等代数学中的常见工具，其运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合，可以在理论和实际应用上简化矩阵的运算。3、矩阵的乘法规律：不满足交换律A×B≠B×A。满足结合律，A×B×C=A×B×C。满足分配率，A×B+C=A×B+A×C。单位矩阵：任何矩阵乘以单位矩阵都等于它本身，且此处复合交换律，及任意矩阵乘以单位矩阵＝单位矩阵乘以此矩阵，满足：A×I=I×A=A。