矩阵乘法为什么不能交换顺序

结论

普通数的乘法满足交换律：

$$ab=ba$$

但矩阵乘法通常不满足交换律：

$$AB\ne BA$$

更严格地说，矩阵乘法只有在一些特殊情况下才可能交换，例如两个矩阵都是对角矩阵、其中一个是单位矩阵，或者它们刚好满足某种共同结构。一般情况下，不能随意交换顺序。

核心原因

矩阵乘法表示「线性变换的复合」。先做变换 A 再做变换 B，和先做变换 B 再做变换 A，通常会得到不同结果。

（附件 matrix-order-transform.svg 未随站点发布）

上图展示了同一个向量 $x$ 经过两个矩阵变换时，$ABx$ 和 $BAx$ 对应的是两条不同的操作链路。

第一个原因：维度可能根本不允许交换

矩阵乘法 $AB$ 能成立，要求：

$$A_{m\times n}{B}_{n\times p}$$

也就是 A 的列数必须等于 B 的行数。乘积 $AB$ 的维度是：

$$m\times p$$

但反过来 $BA$ 要成立，要求：

$$B_{n\times p}{A}_{m\times n}$$

这需要 B 的列数 $p$ 等于 A 的行数 $m$。

很多时候 $AB$ 能算，但 $BA$ 根本不能算。

例如：

$$A=\left[\begin{array}{ccc}1& 2& 3\\ 4& 5& 6\end{array}\right]$$

这是一个 $2\times 3$ 矩阵。

$$B=\left[\begin{array}{c}1\\ 2\\ 3\end{array}\right]$$

这是一个 $3\times 1$ 矩阵。

那么：

$$AB$$

可以计算，结果是 $2\times 1$ 矩阵。

但：

$$BA$$

是 $3\times 1$ 乘 $2\times 3$，中间维度 $1$ 和 $2$ 不相等，因此不能计算。

所以矩阵乘法不能交换的第一个原因是：很多情况下交换后连维度都不匹配。

第二个原因：即使都能算，结果也通常不同

即使 A 和 B 都是方阵，$AB$ 和 $BA$ 都能计算，结果也不一定相同。

例如：

$$A=\left[\begin{array}{cc}1& 2\\ 0& 1\end{array}\right],B=\left[\begin{array}{cc}2& 0\\ 1& 3\end{array}\right]$$

先算 $AB$：

$$AB=\left[\begin{array}{cc}1& 2\\ 0& 1\end{array}\right]\left[\begin{array}{cc}2& 0\\ 1& 3\end{array}\right]=\left[\begin{array}{cc}4& 6\\ 1& 3\end{array}\right]$$

再算 $BA$：

$$BA=\left[\begin{array}{cc}2& 0\\ 1& 3\end{array}\right]\left[\begin{array}{cc}1& 2\\ 0& 1\end{array}\right]=\left[\begin{array}{cc}2& 4\\ 1& 5\end{array}\right]$$

显然：

$$AB\ne BA$$

这说明，就算维度允许交换，矩阵乘法也通常不满足交换律。

第三个原因：矩阵乘法本质是操作顺序

矩阵常常表示一个线性变换。

例如在二维平面中：

• 一个矩阵可以表示旋转。
• 一个矩阵可以表示缩放。
• 一个矩阵可以表示剪切。
• 一个矩阵可以表示投影。

矩阵乘法表示把多个变换连续执行。

如果有向量 $x$，那么：

$$ABx$$

实际执行顺序是：

1. 先用 $B$ 作用到 $x$，得到 $Bx$。
2. 再用 $A$ 作用到 $Bx$，得到 $A(Bx)$。

也就是说：

$$ABx=A(Bx)$$

而：

$$BAx=B(Ax)$$

表示先做 A，再做 B。

这两个操作顺序不一样，结果自然可能不一样。

注意阅读顺序

在表达式 $ABx$ 中，矩阵靠近向量的先执行。所以虽然写作 $ABx$，实际顺序是先 $B$ 后 $A$。

一个直观例子：旋转和剪切

假设有两个操作：

• A：把图形向右剪切。
• B：把图形旋转 90 度。

如果先剪切再旋转，图形会沿原来的坐标方向先变形，然后整体转过去。

如果先旋转再剪切，剪切发生在旋转后的坐标方向上。

两种结果通常不同。

这就像现实中的操作流程：

• 先穿袜子再穿鞋。
• 先穿鞋再穿袜子。

这两个顺序都由同样的两个动作组成，但结果不一样。

从行列计算看原因

矩阵乘法的每个元素来自「左矩阵的一行」和「右矩阵的一列」的点积。

如果：

$$C=AB$$

那么：

$$C_{ij}=A\text{ 的第 }i\text{ 行}\cdot B\text{ 的第 }j\text{ 列}$$

但如果：

$$D=BA$$

那么：

$$D_{ij}=B\text{ 的第 }i\text{ 行}\cdot A\text{ 的第 }j\text{ 列}$$

左右矩阵的位置变了，参与点积的行和列也变了，所以结果没有理由相同。

哪些情况下可以交换

虽然矩阵乘法一般不能交换，但某些特殊情况可以。

和单位矩阵相乘

单位矩阵 $I$ 满足：

$$AI=IA=A$$

和零矩阵相乘

在维度匹配时，零矩阵通常也满足类似交换结果：

$$A0=0A=0$$

但要注意维度必须匹配。

对角矩阵之间

两个同阶对角矩阵可以交换：

$$D_1{D}_2=D_2{D}_1$$

因为它们只是分别缩放各个坐标轴，缩放顺序不会影响最终结果。

一个矩阵和它的逆矩阵

如果 $A$ 可逆，那么：

$$A{A}^{-1}=A^{-1}A=I$$

某些特殊结构矩阵

有些矩阵虽然不是对角矩阵，但也可能满足：

$$AB=BA$$

这时称 A 和 B 可交换。但这是特殊性质，不能默认成立。

和普通乘法的区别

普通数的乘法只表示数量缩放。

例如：

$$2\times 3$$

和：

$$3\times 2$$

都只是把数量放大 6 倍。

但矩阵乘法表示的是结构化操作，不只是一个数量。矩阵不仅包含大小，还包含方向、坐标关系和变换顺序。

所以：

$$AB$$

和：

$$BA$$

通常表示两个不同的操作流程。

小结

矩阵乘法不能随意交换顺序，主要有三个原因：

1. 维度可能不匹配，交换后甚至无法计算。
2. 即使都能计算，乘法规则也会让结果通常不同。
3. 矩阵乘法表示线性变换的复合，操作顺序本身会影响结果。

记忆方式

矩阵不是普通数字，而是一个「操作」。两个操作的先后顺序通常会改变最终结果，所以 $AB$ 一般不等于 $BA$。