Kalkulator mnozenia macierzy
Pomnoz dwie macierze: 2x2, 3x3, dowolny rozmiar. Krok po kroku. Sprawdz wymiary i kolejnosc. Bezpłatnie.
-
1Wprowadź dane
Wpisz treść, wklej tekst lub załaduj plik z dysku. -
2Kliknij przycisk
Narzędzie natychmiast przetworzy Twoje dane w przeglądarce. -
3Pobierz wynik
Skopiuj gotowy tekst lub zapisz plik na urządzeniu.
return "Wynik gotowy w 0.1s";
}
Rozmiar A
Rozmiar B
Zgodność wymiarów
kolumny A = wiersze B — można mnożyć
Rozmiar wyniku
wiersze A × kolumny B (2×3 · 3×2)
[ 58 64 139 154 ]
| Przypadek | Zasada (z kodu silnika) | Przykład z silnika |
|---|---|---|
| Warunek mnożenia (walidacja z kodu silnika) | kolumny A = wiersze B; wynik ma rozmiar wiersze A × kolumny B | A 2×3 · B 3×2 = [58 64; 139 154] |
| Przykład 2×2 · 2×2 (silnik) | A = [1 2; 3 4], B = [5 6; 7 8] | A·B = [19 22; 43 50] |
| Mnożenie NIE jest przemienne: AB ≠ BA | te same macierze w odwróconej kolejności dają inny wynik | B·A = [23 34; 31 46] — inny wynik niż A·B |
| Niezgodne wymiary: A 2×2 · B 3×2 | silnik odrzuca obliczenie zamiast zgadywać | Incompatible dimensions: columns(A) must equal rows(B). A is 2×2, B is 3×2. |
Limity z kodu silnika: macierze do 60×60, pola do 5000 znaków, liczby całkowite, dziesiętne i proste ułamki (np. 1/2 albo -3/4). Wynik jest chroniony przed przepełnieniem — wartości nieskończone (inf) są odrzucane z komunikatem o użyciu mniejszych liczb. Formaty wyjścia: pretty (tekst), CSV i LaTeX (bmatrix); precyzja 0–6 miejsc plus tryb kompaktowy obcinający zbędne zera.
Warto wiedzieć — mnożenie macierzy w praktyce
Jak mnożyć macierze
Każdy element wyniku to iloczyn skalarny: C[i][j] = suma A[i][k]·B[k][j] po całym k. Praktycznie: „przejedź” i-tym wierszem A wzdłuż j-tej kolumny B, mnożąc sąsiednie elementy i sumując. Warunkiem startu jest zgodność wymiarów — kolumny A muszą równać się wierszom B, inaczej silnik zwraca komunikat zamiast wyniku.
Dlaczego AB ≠ BA
Mnożenie liczb jest przemienne (2·3 = 3·2), ale macierzy to nie dotyczy — w przykładzie w ściądze A·B daje [19 22; 43 50], a B·A [23 34; 31 46]. Geometrycznie macierze to przekształcenia (obroty, skalowania, ścinanie), a kolejność „założenia skarpet i buta” ma znaczenie. Kolejność mnożenia trzeba więc zawsze pilnować.
Skąd bierze się wymiar wyniku
A o rozmiarze m×n pomnożona przez B o rozmiarze n×p daje wynik m×p — „środkowe” wymiary muszą się zgadzać i znikają. A 2×3 · B 3×2 = C 2×2 (domyślny przykład z silnika: [58 64; 139 154]). Ten sam wzór działa dla dużych macierzy: 60×1 · 1×60 da 60×60 — stąd limit 60×60 w kodzie, który chroni serwer przed najcięższymi obliczeniami.
Formaty i praktyka
Wynik pobierzesz jako pretty (czytelna ramka tekstowa), CSV (do arkusza) albo LaTeX (bmatrix — do pracy naukowej). Pola przyjmują liczby całkowite, dziesiętne i ułamki typu 1/2, wiersze oddzielasz nową linią, a kolumny spacjami lub przecinkami. Kopiuj i Pobierz .txt nad wynikiem biorą to, co widzisz — razem z wymiarami A, B i wyniku.
Oceń to narzędzie:
Powiązane narzędzia
Inne narzędzia, które mogą Ci się przydaćKalkulator 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.