Kalkulator mnozenia macierzy

Pomnoz dwie macierze: 2x2, 3x3, dowolny rozmiar. Krok po kroku. Sprawdz wymiary i kolejnosc. Bezpłatnie.

Bezpieczne (SSL)

Przetwarzanie Lokalne

100% Darmowe

Przejdź do narzędzia

Instrukcja

1

Wprowadź dane
Wpisz treść, wklej tekst lub załaduj plik z dysku.
2

Kliknij przycisk
Narzędzie natychmiast przetworzy Twoje dane w przeglądarce.
3

Pobierz wynik
Skopiuj gotowy tekst lub zapisz plik na urządzeniu.

                                                function runTool() {

                                                  return "Wynik gotowy w 0.1s";

                                                }

Ustawienia

Format

Precyzja

Matrix a

Matrix b

Compact Opcja narzędzia

Wynik

Ustaw parametry i kliknij „Przetwórz”, aby zobaczyć wynik.

Oceń to narzędzie:

Powiązane narzędzia

Inne narzędzia, które mogą Ci się przydać

Kalkulator mnożenia macierzy — oblicz A×B krok po kroku

Kalkulator mnożenia macierzy oblicza iloczyn dwóch macierzy A×B i pokazuje wynik wraz z krokami pośrednimi. Idealne narzędzie do sprawdzania obliczeń, nauki algebry liniowej i rozumienia mechanizmu mnożenia macierzy.

Czym jest mnożenie macierzy?

Mnożenie macierzy to operacja w algebrze liniowej, w której dwie macierze tworzą trzecią. Dla iloczynu A×B, macierz A musi mieć liczbę kolumn równą liczbie wierszy macierzy B. Jeśli A jest rozmiaru m×n, a B jest rozmiaru n×p, wynikowa macierz C = A×B ma rozmiar m×p. Element C[i][j] obliczamy jako iloczyn skalarny i-tego wiersza A i j-tej kolumny B: C[i][j] = Σ(k=1 do n) A[i][k] × B[k][j].

Jak używać kalkulatora?

Wprowadź wymiary macierzy A (wiersze × kolumny) i macierzy B (wiersze × kolumny). Pamiętaj: liczba kolumn A musi równać się liczbie wierszy B. Wypełnij elementy obu macierzy — możesz użyć liczb całkowitych, ułamków dziesiętnych lub ułamków zwykłych. Klikając "Oblicz", otrzymujesz macierz wynikową C = A×B wraz z opcjonalnym pokazem każdego kroku obliczenia poszczególnych elementów.

Zastosowania mnożenia macierzy

Transformacje geometryczne — obracanie, skalowanie i odbijanie obiektów w grafice komputerowej 2D/3D jest realizowane przez mnożenie wektorów przez macierze transformacji. Każda klatka animacji 3D zawiera miliony mnożeń macierzy. Sieci neuronowe i machine learning — propagacja przez warstwy sieci neuronowej to seria mnożeń macierzy (wagi × aktywacje). Nowoczesne karty GPU są zoptymalizowane właśnie pod te operacje (GEMM - General Matrix Multiply). Rozwiązywanie układów równań — układ równań liniowych Ax = b rozwiązujemy przez obliczenie odwrotności macierzy A. Kryptografia — niektóre szyfry (Hill cipher) opierają się na mnożeniu macierzy modulo n.

Właściwości mnożenia macierzy

Mnożenie macierzy: NIE jest przemienne — A×B ≠ B×A (w ogólności), jest łączne — (A×B)×C = A×(B×C), jest rozdzielne względem dodawania — A×(B+C) = A×B + A×C, ma element neutralny — macierz jednostkowa I (A×I = I×A = A), macierz kwadratowa może mieć odwrotność A⁻¹ (jeśli det(A) ≠ 0).

Najczęściej zadawane pytania

Dlaczego macierze 2×3 i 3×4 można mnożyć, ale 2×3 i 2×4 nie?

Mnożenie A×B jest możliwe tylko gdy liczba kolumn A = liczba wierszy B. Dla A(2×3) i B(3×4): 3=3 ✓, wynik to C(2×4). Dla A(2×3) i B(2×4): 3≠2 ✗, mnożenie niemożliwe. To wynika z definicji iloczynu skalarnego — "łączymy" wiersze A z kolumnami B, co wymaga zgodności wymiarów.

Jak szybko zweryfikować obliczenia mnożenia macierzy?

Sprawdź: czy wymiary się zgadzają (kolumny A = wiersze B, wynik m×p), czy element [0][0] wynikowej macierzy jest poprawny (iloczyn skalarny 1. wiersza A i 1. kolumny B), czy element narożny [m-1][p-1] jest poprawny. Dla małych macierzy policz ręcznie kilka elementów i porównaj z kalkulatorem.

Co to jest macierz jednostkowa i jaka jest jej rola?

Macierz jednostkowa I (identity matrix) to macierz kwadratowa z 1 na przekątnej głównej i 0 wszędzie indziej. Jest elementem neutralnym mnożenia macierzy — A×I = I×A = A. Analogicznie jak liczba 1 dla mnożenia liczb. Macierz jednostkowa 2×2: [[1,0],[0,1]], 3×3: [[1,0,0],[0,1,0],[0,0,1]].

Jak zaimplementować mnożenie macierzy w Pythonie?

W numpy: import numpy as np; C = np.dot(A, B) lub C = A @ B (operator @ od Python 3.5). Ręcznie: C = [[sum(A[i][k]*B[k][j] for k in range(len(B))) for j in range(len(B[0]))] for i in range(len(A))]. NumPy jest miliony razy szybszy niż pętle Python dla dużych macierzy dzięki BLAS/LAPACK.

Czym jest wyznacznik macierzy i jak się wiąże z mnożeniem?

Wyznacznik (det) to skalarna wartość obliczana dla macierzy kwadratowej. Ważna właściwość: det(A×B) = det(A) × det(B). Jeśli det(A) = 0, macierz jest osobliwa (nieodrwacalna) — nie istnieje A⁻¹. Wyznacznik geometrycznie reprezentuje współczynnik zmiany objętości/pola przy transformacji liniowej opisanej macierzą.