第 5 章　矩阵乘法为什么这样定义

5.1矩阵是一种「动作」

回到第 3 章的「列视角」：矩阵的每一列，可以看成一个向量。但更进一步——矩阵不只是「一堆向量」，它还能对向量做动作。

具体来说，一个矩阵 A 作用在一个向量 v 上，记作 Av，结果是一个新向量：

Av = 「用 A 的各列，以 v 的分量为系数，做线性组合」

举个例子。设 A = [[2,0],[0,1]]，它对向量 v=(1,1) 做什么？

Av = 1·(2,0) + 1·(0,1) = (2,0) + (0,1) = (2,1)

结果 (2,1) 和原向量 (1,1) 相比，x 方向被拉长到了 2 倍，y 方向没变。也就是说，矩阵 [[2,0],[0,1]] 这个「动作」，是「横向拉伸 2 倍」。

于是我们得到一个全新的、更深刻的看法：

为什么叫「线性」变换？因为这种动作有两个「老实」的性质（都是第 1 章线性运算的翻版）：

• A(u+v) = Au + Av（和的变换 = 变换的和）；
• A(kv) = k(Av)（缩放的变换 = 变换的缩放）。

简单说：变换后，直线还是直线，原点不动。这是「线性」二字的严格含义。

这两条代数性质的几何威力，值得看一次完整的推导。取平面上任意两点 u、v，连接它们的线段上的点都能写成 (1−t)u + t·v（0 ≤ t ≤ 1，两端 t=0、t=1 时正好是 u、v 自己）。作用 A 之后：A((1−t)u + t·v) = (1−t)·Au + t·Av（两条线性性质合用）——像点仍按同样的比例插在 Au、Av 之间。也就是说，线段变成线段，不弯、不断、不挤成弧。再验证原点：A(0) = A(0+0) = A(0) + A(0)，移项得 A(0) = 0，原点纹丝不动。于是整张坐标网格变形后仍是平行四边形网格——「直线还是直线」不是口诀，是可证明的推论。

反过来看「不线性」长什么样，印象会更深。取 f(x, y) = (x², y)（把第一分量平方，第二分量照抄）：f(2, 0) = (4, 0)，而 2·f(1, 0) = 2·(1, 0) = (2, 0)——同样的输入翻倍，输出没有跟着翻倍，缩放性当场破产。几何上，直线 y = x 上的点 (t, t) 被送到 (t², t)，满足 x = y²——一条直线被掰成了抛物线。线性变换做不到这种事：它只会把网格「整体地」拉伸、旋转、剪切，绝不会把直线掰弯。

一个高频误区要提前拆掉：中学说的「一次函数」f(x) = 2x + 1，图像是直线，但在本课意义下它不是线性变换——f(0) = 1 ≠ 0，原点被挪走了；f(u+v) = 2(u+v) + 1，而 f(u) + f(v) = 2u + 2v + 2，两者差 1，叠加性也破产。严格说它是「仿射」的：线性变换再叠加一个平移。中学的「线性」说的是图像形状（直线），本课的「线性」说的是结构性质（可叠加、可缩放、原点不动），两个词撞了衫。往后读工程文献说「线性系统」，指的都是后者。

再练一个反例，这次破坏的是叠加性：f(x, y) = (|x|, y)（第一分量取绝对值）。f((1,0) + (−1,0)) = f(0,0) = (0,0)，而 f(1,0) + f(−1,0) = (1,0) + (1,0) = (2,0)——两头对不上，叠加性破产。值得注意的是它的缩放性对非负倍数倒是成立的：f(2,0) = 2f(1,0)。这提醒你：两条性质必须都验，只验一条可能被骗。绝对值、取整、饱和限幅——这些工程信号处理里的常见环节，个个都是叠加性的杀手，这也是「理想线性」在真实系统里如此金贵的原因。

也举两个正面的最小例子：单位换算 f(x) = 2.54x（英寸转厘米）——f(u+v) 与 f(ku) 都逐条成立，原点也不动，是标准线性变换（一维矩阵就是 [2.54]）；固定增益的放大、成比例的缩放同理。而「先放大、超过量程再限幅」的组合就不线性了——限幅那个环节会把叠加性拦腰斩断。判别一个环节线性与否，永远回到两条性质 + 原点，逐条验，别凭感觉。

这两条性质在工程里对应一个大词：可叠加。理想放大器里，两路信号分别放大后叠加，与混合后再放大，结果一致——A(u+v) = Au + Av 的电路版；增益拧到 3 倍，输出精确跟着变 3 倍——A(kv) = k(Av) 的面板版。一旦放大器饱和，线性假设破产，叠加失效，失真就藏不住。结构力学里的载荷叠加、振动分析里的模态叠加，方法大厦的地基都是这两条性质——工程里大量「分开算再加起来」的套路，数学上全部押注在「系统足够线性」这一句上。

最后把两种视角正式并置。同一张数表，第 4 章当它是「数据的排布」（预算表、材料表），本章当它是「空间的动作」——两种身份不冲突，而是同一张表的两种读法。何时用哪个？存数据、查表、做预算、画热力图，用表格视角；理解乘法、逆矩阵、行列式、特征值，用动作视角。后文会在这两种视角之间反复切换，每切一次都请你问一句：现在这张表，是在「记事」还是在「做事」？两个特殊动作先点名：零矩阵 O——把一切压到原点，信息全毁，是动作世界的「0」；单位矩阵 I = [[1,0],[0,1]]——列就是 e₁、e₂ 本尊，什么都不做，是动作世界的「1」。它们将在复合、求逆的剧情里反复出场。

5.2矩阵由它的「列」决定

一个惊人的事实：只要知道矩阵把两个基向量 (1,0) 和 (0,1) 送到了哪里，整个变换就完全确定了。

道理很简单。任意向量 (x,y) 都能写成基向量的组合：

(x, y) = x·(1,0) + y·(0,1)

变换 A 是线性的，所以：

A(x, y) = x·A(1,0) + y·A(0,1)

也就是说，A 对任意向量的作用，完全由它对两个基向量的作用决定。而这两个「基向量被送到的新位置」，恰好就是 A 的两列：

• A(1,0) = A 的第一列；
• A(0,1) = A 的第二列。

拿 [[2,0],[0,1]] 验证：第一列 (2,0) 说明 e₁=(1,0) 被拉到 (2,0)（x 轴拉长 2 倍）；第二列 (0,1) 说明 e₂=(0,1) 原地不动。完全吻合「横向拉伸 2 倍」的直觉。

把这条逻辑链完整重写一遍，值得逐行确认。任意向量 (x, y) = x·e₁ + y·e₂；两边同时作用 A：A(x, y) = A(x·e₁ + y·e₂)；用线性性拆开：= x·A(e₁) + y·A(e₂)；而 A(e₁)、A(e₂) 恰是 A 的第一列、第二列。于是——矩阵乘向量，就是把向量的分量当「配方比例」，去混合矩阵的列。第 3 章讲过「列视角」，那时它只是记账技巧；现在你知道它是全部事情的源头：变换的全部信息，都存在两根坐标轴的去向里，其余的一切都是组合。

这个性质是测量标定的理论地基。一台两输入两输出的线性设备，不必穷举所有输入组合——只需用两个「基准输入」测出各自的输出（它们就是矩阵的两列），其余任何输入的响应便自动可知。传感器标定用的标准砝码、校准台给的标准量，扮演的正是基向量的角色：工程上的标定，数学上就是「测出矩阵的列」。两输入两输出要 4 个标定系数，n 输入 m 输出要 mn 个——这个 mn 既是矩阵元素个数，也是「标定工作量」的量化。

为什么偏偏是「列」决定一切，而不是行？看一张网格纸的变形就明白。所有竖直网格线都能写成 c·e₁ + t·e₂（c 固定、t 跑遍全部实数）——是一条过 c·e₁、沿 e₂ 方向的直线。作用 A 后：A(c·e₁ + t·e₂) = c·Ae₁ + t·Ae₂，仍是直线，方向由 Ae₂ 定，起点由 c·Ae₁ 定。竖线族变形后仍是一族平行直线，只是方向和间距被两列重新决定；横线同理。所以网格变形后仍是平行四边形网格，整个变形由两列完全掌控——这就是「列 = 基向量去向」的几何分量。顺带看清行与列的分工：列读输入，行读输出——第 j 列是「第 j 个输入通道的响应」，第 i 行是「各输入对第 i 个输出的贡献」。工程表格里行标输出通道、列标输入通道，正是这个约定的活化石。

把常见的基本动作认全，往后见到任何矩阵都能先估个体形：拉伸 [[2,0],[0,1]]——e₁ 加倍、e₂ 不动，横胖竖瘦；旋转 [[0,−1],[1,0]]——e₁ 转 90° 到 y 轴正方向，e₂ 转 90° 到 x 轴负方向；剪切 [[1,1],[0,1]]——e₁ 不动、e₂ 水平错位，方块变平行四边形；反射 [[1,0],[0,−1]]——e₁ 不动、e₂ 翻到对称位置，镜像。复杂动作不是凭空出现，而是基本动作的连乘——像乐高一样拼出来。这也是「矩阵分解」思想的雏形：第 8 章你会看到，任何可逆变换都能拆成「旋转×拉伸×旋转」的组合。

养成「看列辨动作」的读表习惯：拿到矩阵先扫两列，e₁、e₂ 各自被送去了哪里。单位矩阵——两列就是 e₁、e₂ 本尊，「不做」；[[2,0],[0,1]]——e₁ 翻倍、e₂ 原地，「横向拉伸」；[[0,−1],[1,0]]——e₁ 上 y 轴、e₂ 下 x 轴，「旋转」；[[1,1],[0,1]]——e₁ 不动、e₂ 斜挪，「剪切」；[[1,0],[0,−1]]——e₂ 翻面，「镜像」；[[1,0],[0,0]]——e₂ 直接归零，「投影压扁」。两列像两张名片，动作的身份一目了然——这个习惯将在第 7、8 章算行列式、求逆矩阵时持续发挥作用。

这套读法还能倒着用：想设计一个动作——「e₁ 送到 (3,1)、e₂ 送到 (−2,2)」——把两个去向竖着填进两列，矩阵立刻写完，例题 2 已经演练过一遍。正读（由矩阵报出动作）、反写（由动作拼出矩阵）双向都通，矩阵与变换之间才算真正打通。

顺带看一眼非方阵：2×3 矩阵有三列、每列是 2 维向量——它是「把三维空间压进平面」的动作，e₁、e₂、e₃ 三个基向量各自被送到平面上的某一点。所以 2×3 矩阵吃三维向量、吐二维向量，维数对不上时接口根本插不上。三维信息被压进二维，难免「有损」——不同输入可能共享同一输出。这句预告牵出后面一整串剧情：消去律为什么失效（第 4 章例题 7 埋的问号）、什么样的变换可逆（第 8 章），根源都在「压扁」二字。

5.3两个动作连着做：复合变换

现在到了最关键的一步。假设有两个变换：

• B：先做一个动作；
• A：再做第二个动作。

「先 B 后 A」这个连着做的动作，本身也是一个线性变换，我们把它记作 AB（注意：写在左边的是后做的那个，因为 ABv 的意思是先算 Bv，再对结果用 A）。

于是「矩阵乘法」的定义就浮出水面了：

看，乘法根本不是「数字相乘」，而是「动作的组合」。那么问题来了：这个复合变换 AB，它的矩阵长什么样？它的各列是什么？

用上一节的方法：要确定 AB，只需看它把基向量送到哪。

• e₁=(1,0) 先经过 B，变成 B 的第一列，记作 b₁；再经过 A，变成 Ab₁。所以 AB 的第一列 = A·b₁。
• 同理，AB 的第二列 = A·b₂，其中 b₂ 是 B 的第二列。

先用一维热个身，看「复合 = 乘法」的骨架。f(x) = 3x（放大 3 倍）、g(x) = 2x（放大 2 倍）：先 g 后 f，得 f(g(x)) = f(2x) = 6x——复合动作是「放大 6 倍」。一维的「变换矩阵」就是单个数 a，「矩阵乘法」退化成普通乘法，复合 = 相乘：3×2 = 6。二维不会是这句的简单重复，但骨架不变：两个变换的复合也是线性变换（用两条线性性质可直接验证），而线性变换必有自己的矩阵——复合矩阵怎么由两个矩阵拼出来，正是下一节要推导的事。

动手之前先做个「读列」练习，把本章前两节的功夫用上：R = [[0, −1],[1, 0]] 是逆时针旋转 90°。读它的列：第一列 (0,1)——e₁ 被转到 y 轴正方向；第二列 (−1,0)——e₂ 被转到 x 轴负方向。两根坐标轴整体逆时针转了 90°，这就是「旋转矩阵」的全部含义。再看 S = [[1, 1],[0, 1]]：第一列 (1,0)——e₁ 原地不动；第二列 (1,1)——e₂ 被水平推到 (1,1)。x 方向纹丝不动、竖直方向被「搓」斜——这叫剪切。两个矩阵你都能「望列生义」了，下面把它们连招。

拿行乘列抽查复核，确认「列接力」没有骗你：SR 的 (1,1) 元 = S 第 1 行 [1, 1] 点乘 R 第 1 列 (0, 1) = 1×0 + 1×1 = 1，与列接力所得第一列 (1,1) 的首个分量一致；(1,2) 元 = [1, 1] 点乘 R 第 2 列 (−1, 0) = −1，同样对上。两条路算的是同一个东西——上一章末尾埋的「AB 第 j 列 = A·(B 第 j 列）」在这里正式兑现。

三个动作连做时，(AB)C 与 A(BC) 都表示「先 C、再 B、后 A」，结果自然相同——结合律在「动作」视角下几乎不用证，它是「按既定顺序执行」的直接体现。工程价值在于分组自由：一长串变换连乘，可以先合并任意相邻两个，谁好算先合并谁，结果分毫不差；软件里变换链的化简、化简后再批量作用到成千上万个点上，靠的就是这份自由。

还有一个逻辑环节要补严：复合变换凭什么有自己的矩阵？因为复合仍是线性变换。证明只要两行：复合作用 (u+v) 时，先 B 后 A，得 A(B(u+v)) = A(Bu + Bv)（B 的线性）= A(Bu) + A(Bv)（A 的线性）——叠加性继承；缩放性同样逐字继承。既然复合是线性变换，它就必有自己的矩阵——「乘法规则必然存在」这句话的逻辑前提就此补全，下一节只剩下把规则的具体长相算出来。

把上一章背过的运算律拿到动作世界对账，你会发现每条都有画面：AI = IA = A——「先不做再做事」与「先做事再不做」都是只做那件事；AO = OA = O——与「全毁」组合必全毁；A²·A = A·A²——同一动作连做三次，从哪头数都是三次；结合律是分组自由，上一段刚证。代数式是动作的账本，账本上的每条规则，对应动作世界里的一件实事。读法纪律也定下来：AB 一律读「先 B 后 A」——函数记号 f∘g 是先 g 后 f，(AB)v = A(Bv) 括号先算右边，工程流程图从输入端往回读：三处约定完全一致，因为它们本来就是同一件事的三种写法。

顺手把「幂」也安顿好：A² = A·A，同一动作连做两遍；A³ 连做三遍。由本节规则，A² 的列 = A 作用 (A 的列)——不必对每个向量一步步接力，直接矩阵乘矩阵就能合成。幂序列 A, A², A³, … 在数值算法里天天露面：反复应用同一变换、观察系统是否趋于稳定，数学骨架就是它；什么样的变换连做很多次会「收敛」、什么样的会越跑越远，这是特征值理论要回答的问题，第 8 章见。

5.4推导：行乘列是怎么逼出来的

现在把「AB 的列 = A·b₁, A·b₂」展开，行乘列规则就会自动浮现，不用背。

设 A 的两列是 a₁=(a₁₁, a₂₁)、a₂=(a₁₂, a₂₂)；B 的两列是 b₁=(b₁₁, b₂₁)、b₂=(b₁₂, b₂₂)。

先算 AB 的第一列 Ab₁。把 b₁ 写成分量形式，用「列线性组合」展开：

Ab₁ = b₁₁·a₁ + b₂₁·a₂ = b₁₁·(a₁₁, a₂₁) + b₂₁·(a₁₂, a₂₂)

看它的第一个分量（即 AB 的 (1,1) 元素）：

a₁₁·b₁₁ + a₁₂·b₂₁

这恰好是 A 的第 1 行 (a₁₁, a₁₂) 与 B 的第 1 列 (b₁₁, b₂₁) 的「对应相乘再相加」！

再看 AB 的 (1,2) 元素，来自第一列推导中「第 2 个分量」…… 不，更系统地：AB 的第 i 行第 j 列元素，就是 A 第 i 行 与 B 第 j 列 的点积。完整写出：

这也是为什么维度必须「中间对齐」：A 要对 B 的列做线性组合，A 的列数（也就是每个列向量的长度）必须等于 B 的列的长度（即 B 的行数）。中间对不上，动作就接不上。

这套推导自始至终没用过「方阵」这个条件。设 A 是 m×n、B 是 n×p：B 的每一列是 n 维向量，恰好能被 A 吃进去（A 能处理 n 维输入），吐出 m 维向量——所以 AB 有 p 列、每列 m 维，总尺寸 m×p。「中间的 n」是两个动作接口的尺寸，接不上就断路。维度规则从此不用背：它是「动作接口必须匹配」的自动结果。

把推导的慢镜头完整放一遍，确认没有跳步。目标：找出复合矩阵 C，使对一切 v 都有 Cv = A(Bv)。而矩阵由列决定，所以只需逐列确定 C：C 的第 j 列 = C·eⱼ = A(B(eⱼ))（复合的定义）= A·(B 的第 j 列)（B 作用 eⱼ 恰好交出 B 的第 j 列，本章第 2 节）。到此 C 的每一列都被定死，规则已经在手。把它按元素写开：A·(B 的第 j 列) 的第 i 个分量 = A 第 i 行 [aᵢ₁, aᵢ₂] 与 B 第 j 列 (b₁ⱼ, b₂ⱼ) 的逐项相乘再相加 = aᵢ₁b₁ⱼ + aᵢ₂b₂ⱼ——行乘列四个字，就是这句算术的缩写。n 维推广逐字成立；代价是计算量：m×n 乘 n×p 的矩阵要做 m×n×p 次乘法，大矩阵连乘动辄百亿次运算——「稀疏矩阵」（大量元素为 0）的整套算法学，研究的就是怎样少跟 0 打交道。

工程里这种「动作连乘」天天上演。飞行力学分析常在三套坐标系间换算：机体坐标系 → 风轴坐标系 → 地面坐标系，每步一个矩阵，连续换算就是矩阵连乘；连乘次序必须严格对应实际流程，一旦写反——乘法不可交换！——姿态数据立刻错得离谱。这类 bug 的典型症状是：静止时读数不为零、旋转方向反着来，翻遍代码最后发现，就是两个变换矩阵的次序写反了。

现在可以正面回答本章标题的问题：行乘列规则「凭什么」？因为「先 B 后 A」这个复合动作真实存在，而复合变换作为线性变换必然有自己的矩阵；这个矩阵的列 = A 作用 B 的列——把这句话展开成数字，行乘列就自己掉出来了。规则不是发明，是发现。它也顺手解释了第 4 章留下的悬念：乘法不交换，因为动作次序不可换；消去律失效，因为有的动作「有损」——这个根源，下一节用一张被压扁的平面给你看个明白。

再送一副护目镜：以后每次写乘积，先默念一遍「从右往左」。A₁A₂A₃v 的执行顺序是 v 先过 A₃、再过 A₂、最后过 A₁——离向量最近的矩阵最先动手。初学者最常见的两类事故：一是把 AB 当成「先 A 后 B」，算出的复合方向全反；二是在软件里把变换连乘的次序写反，症状是「静止时读数不为零、旋转方向颠倒」。两类的药方相同：写连乘之前，先把「动作流程」用文字念出来，再按念出的顺序从右往左排矩阵。

5.5为什么乘法不交换

有了「乘法 = 复合动作」的理解，上一章那个「AB ≠ BA」就不再神秘了。

AB 表示「先 B 后 A」；BA 表示「先 A 后 B」。生活里，「先旋转再拉伸」和「先拉伸再旋转」结果通常不一样——所以 AB 和 BA 一般不同。

所以，矩阵乘法不交换，恰恰是「动作顺序不可随意调换」的体现——它不是缺点，而是它忠实反映了现实。

第 4 章例题 7 留了一句「根源下一章揭晓」，现在兑现承诺。取投影矩阵 P = [[1,0],[0,0]]——它把任何点 (x,y) 沿竖直方向压到 x 轴上。这个「压扁」动作，就是消去律失效的几何现场。

哪几类矩阵可以交换，值得记成白名单：(1) A 与 I、A 与 O 永远可交换——与「不做」「全毁」为伴，谈不上顺序；(2) A 与自己的幂可交换——A²·A³ 与 A³·A² 都是「连做五次」；(3) 两张对角矩阵可交换：[[2,0],[0,3]]·[[4,0],[0,5]] = [[8,0],[0,15]]，反乘一样——各轴独立缩放、互不干涉。一个快速判断口诀：若两个动作「在同一组轴上各自为政」，多半可交换；一旦有旋转、剪切这类「会挪动坐标轴」的动作进场，交换几乎必坏。这张白名单后文大有用处——特征向量的定义，恰恰就是「与某个缩放动作可交换」的那些特殊方向。

把投影家族认全，例题 5 那张「压扁」的画面就有了全家福：[[1,0],[0,0]] 沿竖直方向压到 x 轴；[[0,0],[0,1]] 沿水平方向压到 y 轴；[[0.5,0.5],[0.5,0.5]] 把每个点沿垂直方向压到对角线 y = x 上——比如 (2,0) 被送到 (1,1)、(0,2) 同样被送到 (1,1)，两点合流，信息有损；可以验证它同样满足「投影两次 = 投影一次」。工程里大名鼎鼎的数据降维，数学内核就是选一个「尽量少丢信息」的投影方向，把高维数据压到低维——高维点云沿哪个方向看最「厚实」，就往哪个方向投影。你在第 8 章会遇到它的严格版本。

本章的三个画面请打包带走：矩阵是动作，乘法是连招，顺序不可乱，压扁不可逆。它们不是四句漂亮话，而是后文全部剧情的引子——行列式衡量「动作把面积放大几倍」，逆矩阵回答「哪个动作能撤销它」，秩数清点「动作把空间压剩几维」。下一章回到方程组时你会发现，「解方程」无非是反过来问：哪个向量被矩阵作用后，恰好落到了给定的 b 上？而高斯消元，就是机械地把这个「反问题」查个水落石出的手段。

带着三个问题预习下一章：如果矩阵可逆，「反问题」就恰有一解——逆矩阵是怎么把动作「倒放」的？如果矩阵把空间压扁，方程组就会出现「无穷多解」或「无解」——消元过程中哪一行会把这个结局暴露出来？解的「自由度」个数，与被压剩下的维数有什么关系？你会发现：方程组的全部剧情，早在本章「动作」的几何里写好了剧本。