การคูณนี้อาจทำให้เข้าใจได้ง่ายขึ้นถ

การคูณนี้อาจทำให้เข้าใจได้ง่ายขึ้นถ้ามองเมทริกซ์เป็นเวกเตอร์ของเวกเตอร์ โดยถ้าเราให้ a_i = (a_{i,1}, a_{i,2}, ldots, a_{i,n}) เป็นเวกเตอร์ที่มีสมาชิกเป็นสมาชิกในแถว i ของ A และให้ b_j = (b_{1,j}, b_{2,j}, ldots, b_{n,j}) เป็นเวกเตอร์ที่มีสมาชิกเป็นสมาชิกในหลัก j ของ B แล้ว เราจะได้ว่า c_{i,j} = a_i cdot b_j เมื่อ a_i cdot b_j คือผลคูณจุดของ a_i และ b_j เช่น

ผลลัพธ์ (อังกฤษ) 1:

This multiplication might make it easier to understand if you look at the matrix as a vector of vectors. If we let a_i = ({1, i} a_, a_ {i, 2}, ldots, a_ {i, n}), is a vector that contains the Member is a member in a row i of A, and let b_j = (b_ {1, j}, b_ {2, j}, ldots, b_ {n, j}) is a vector that contains the parent members are members of j B and then we'll have that c_ {i, j} cdot b_j cdot a_i = a_i when b_j is the product of a_i and b_j.

ผลลัพธ์ (อังกฤษ) 2:

Multiplying this may make it more easily understood if a matrix is ​​a vector of vectors, if we give a_i = (a_ {i, 1}, a_ {i, 2}, ldots, a_ {i, n}. ) is a vector whose members are in row i of A and b_j = (b_ {1, j}, b_ {2, j}, ldots, b_ {n, j}) is a vector whose members are. Members of the main j of B, then we would say c_ {i, j} = a_i cdot b_j when a_i cdot b_j is the dot product of a_i and b_j like.

ผลลัพธ์ (อังกฤษ) 3:

Multiplication, this may make it easier to understand if the matrix is a vector of vector by if we make a_i = (a _ 1}, {I, _ a I 2} {,,,, {I ldots a _ n}). As a vector whose members in a row I of A and b_j = (B _ J}, {1, _ B 2 J} {,,,, {n ldots B _J}) is a vector whose members are primarily J of B. We have that C _ I j} = {, a_i. Cdot b_j when a_i. Cdot b_j result is multiply points. And as a_i b_j