为什么矩阵乘法不满足交换律但满足结合律

矩阵乘法 简单来说，就是两个矩形数字阵列按照特定规则进行运算。这个规则看起来有点复杂，但它背后隐藏着两个关键性质：不满足交换律（通常 A×B 不等于 B×A）和满足结合律（(A×B)×C 一定等于 A×(B×C)）。下面通过手把手的步骤，让你彻底理解这两件事。

一、先掌握矩阵乘法的核心规则

1. 确认维度：只有第一个矩阵的列数等于第二个矩阵的行数时，乘法才能进行。例如，一个 2×3 的矩阵只能乘以一个 3×4 的矩阵，结果是一个 2×4 的矩阵。

2. 计算一个元素：结果矩阵中第 i 行第 j 列的元素，等于第一个矩阵的第 i 行与第二个矩阵的第 j 列对应元素相乘后求和。

   • 公式：(AB)_{ij} = Σₖ A_{ik} × B_{kj}
   • 其中 k 从 1 跑到第一个矩阵的列数（也是第二个矩阵的行数）。

3. 动手算一遍：取两个简单矩阵练习。

假设矩阵 A 为：

A = [1 2]
    [3 4]

矩阵 B 为：

B = [5 6]
    [7 8]

计算 A×B：

• (1,1) = 1×5 + 2×7 = 5 + 14 = 19
• (1,2) = 1×6 + 2×8 = 6 + 16 = 22
• (2,1) = 3×5 + 4×7 = 15 + 28 = 43
• (2,2) = 3×6 + 4×8 = 18 + 32 = 50
  结果：

  A×B = [19 22]
      [43 50]

二、验证不满足交换律

1. 计算 B×A（与上面顺序相反）

• (1,1) = 5×1 + 6×3 = 5 + 18 = 23
• (1,2) = 5×2 + 6×4 = 10 + 24 = 34
• (2,1) = 7×1 + 8×3 = 7 + 24 = 31
• (2,2) = 7×2 + 8×4 = 14 + 32 = 46
  结果：

  B×A = [23 34]
      [31 46]

2. 对比两个结果

A×B 与 B×A 完全不同（19 vs 23, 22 vs 34, …）。即使两个矩阵都是 2×2，交换顺序后结果也不相等。这就是不满足交换律的直接证据。

3. 解释根本原因（用生活比喻）

矩阵乘法本质是“线性变换的复合”。比如：

• 操作1：先旋转90度，再拉伸2倍。
• 操作2：先拉伸2倍，再旋转90度。

两种顺序得到的结果通常不同（先旋转再拉伸 vs 先拉伸再旋转，物体最终位置不同）。矩阵乘法正是这种先后顺序的数学表达，所以交换顺序相当于改变了操作流程，结果自然不一样。

从计算上看，每个元素是行与列的点积：(AB)_{ij} 用的是 A 的第 i 行和 B 的第 j 列；而 (BA)_{ij} 用的是 B 的第 i 行和 A 的第 j 列。由于 A 和 B 的数字分布不同，点积结果很难偶然相等。

4. 特殊例外（但一般情况不成立）

当 A 和 B 都是标量矩阵（如 A = [2 0; 0 2]）或同时可对角化时，交换律可能成立。但这属于特例，不能改变“一般不满足”的结论。

三、验证满足结合律

1. 定义运算顺序

给定三个矩阵 A（m×n）、B（n×p）、C（p×q），维度必须完全匹配。结合律说的是：先算 (A×B) 再乘 C，与先算 (B×C) 再乘 A，结果完全相同。

2. 用公式证明（核心推理）

根据矩阵乘法定义：

• (AB) 是一个 m×p 矩阵，其第 (i,k) 元素为 Σⱼ A_{ij} B_{jk}
• 再乘 C：[(AB)C]_{il} = Σₖ (AB)_{ik} C_{kl} = Σₖ (Σⱼ A_{ij} B_{jk}) C_{kl} = Σₖⱼ A_{ij} B_{jk} C_{kl}

同样计算 A(BC)：

• (BC) 是一个 n×q 矩阵，其第 (j,l) 元素为 Σₖ B_{jk} C_{kl}
• 再乘 A：[A(BC)]_{il} = Σⱼ A_{ij} (BC)_{jl} = Σⱼ A_{ij} (Σₖ B_{jk} C_{kl}) = Σⱼₖ A_{ij} B_{jk} C_{kl}

两者最终都是对 A_{ij} B_{jk} C_{kl} 对所有 j 和 k 求和，只是求和顺序不同。乘法满足交换律（这里指数字乘法），所以求和顺序不影响结果。因此 [(AB)C]_{il} = [A(BC)]_{il}，对所有 i,l 成立。结合律成立。

3. 从线性变换角度理解

把矩阵看作线性变换的算子。变换的复合运算天然满足结合律：(f∘g)∘h = f∘(g∘h)，因为无论括号怎么加，最终都是依次应用 h→g→f 变换。矩阵乘法就是变换复合的代数表示，所以结合律自动继承。

4. 数值验证（可选）

用上面 A、B 和另一个矩阵 C 试算：

C = [9  10]
    [11 12]

先算 (A×B)×C：

• 已知 A×B = [19 22; 43 50]
• 乘 C：
  • (1,1) = 19×9 + 22×11 = 171 + 242 = 413
  • (1,2) = 19×10 + 22×12 = 190 + 264 = 454
  • (2,1) = 43×9 + 50×11 = 387 + 550 = 937
  • (2,2) = 43×10 + 50×12 = 430 + 600 = 1030

再算 A×(B×C)：

• 先算 B×C：
  • (1,1) = 5×9 + 6×11 = 45 + 66 = 111
  • (1,2) = 5×10 + 6×12 = 50 + 72 = 122
  • (2,1) = 7×9 + 8×11 = 63 + 88 = 151
  • (2,2) = 7×10 + 8×12 = 70 + 96 = 166
• 再用 A 乘 B×C：
  • (1,1) = 1×111 + 2×151 = 111 + 302 = 413
  • (1,2) = 1×122 + 2×166 = 122 + 332 = 454
  • (2,1) = 3×111 + 4×151 = 333 + 604 = 937
  • (2,2) = 3×122 + 4×166 = 366 + 664 = 1030

结果完全一致。验证通过。

四、总结两个性质的核心区别

这两个性质是矩阵运算的基石：交换律缺失意味着不能随意调换矩阵顺序，否则整条计算链条会改变；结合律存在让我们可以自由选择先算哪两个矩阵，简化计算时非常有用（例如在数值计算中先合并小矩阵以减少乘法次数）。

现在你已能清晰解释：为什么“先乘后加”与“先加后乘”对矩阵来说不是一回事，但“先A乘B后乘C”与“先B乘C后乘A”永远是一回事。