Bu madde hiçbir kaynak içermemektedir. Lütfen güvenilir kaynaklar ekleyerek madde içeriğinin geliştirilmesine yardımcı olun. Kaynaksız içerik itiraz konusu olabilir ve kaldırılabilir. Kaynak ara: "Matris çarpımı" – haber · gazete · kitap · akademik · JSTOR (Haziran 2016) (Bu şablonun nasıl ve ne zaman kaldırılması gerektiğini öğrenin)

Doğrusal cebirde veya daha genel ifade ile matematikte matris çarpımı, bir matris çiftinde yapılan ve başka bir matris üreten ikili işlemdir. Reel veya karmaşık sayılar gibi sayılarda temel aritmetiğe uygun olarak çarpma yapılabilir. Başka bir ifade ile matrisler, sayı dizileridir. Bu yüzden, matris çarpımını ifade eden tek bir yöntem yoktur. "Matris çarpımı" terimi çoğunlukla, matris çarpımının farklı yöntemlerini ifade eder. Matris çarpımının anahtar özellikleri şunlardır: Asıl matrislerin satır ve sütun sayıları, (matrisin "boyutu" olarak adlandırılır) ve matrislerin girişlerinin nasıl yeni bir matris oluşturacağıdır.

Vektörler gibi herhangi bir boyutlu matrislerde de, nokta çarpım yapılabilir. Bu işlem, matrisin her bir girişinin (ögesinin) aynı sayı (skaler) ile çarpılmasıdır. Matrislerin toplanması veya çıkarılması işlemleri de benzer şekilde yapılır.

Matris çarpımı başka yöntemlerle de yapılabilir. Fakat en kullanışlı yöntemler, doğrusal denklemler ve doğrusal dönüşümlerle elde edilir. Sayısal uygulamaları, uygulamalı matematik, fizik ve mühendislikte görülür.

Tanım[değiştir | kaynağı değiştir]

Skaler çarpma[değiştir | kaynağı değiştir]

Matrislerle ilgili en basit çarpma formu skaler çarpmadır.

Bir A matrisinin λ skaleri ile sol skaler çarpma işlemi sonucunda A ile aynı boyutlu fakat farklı bir matris elde edilir. Bu λA çarpma işlemi, aşağıdaki şekilde ifade edilir;

${\displaystyle (\lambda \mathbf {A} )_{ij}=\lambda \left(\mathbf {A} \right)_{ij}\,,}$

Daha açık ifade ile:

${\displaystyle \lambda \mathbf {A} =\lambda {\begin{pmatrix}A_{11}&A_{12}&\cdots &A_{1m}\\A_{21}&A_{22}&\cdots &A_{2m}\\\vdots &\vdots &\ddots &\vdots \\A_{n1}&A_{n2}&\cdots &A_{nm}\\\end{pmatrix}}={\begin{pmatrix}\lambda A_{11}&\lambda A_{12}&\cdots &\lambda A_{1m}\\\lambda A_{21}&\lambda A_{22}&\cdots &\lambda A_{2m}\\\vdots &\vdots &\ddots &\vdots \\\lambda A_{n1}&\lambda A_{n2}&\cdots &\lambda A_{nm}\\\end{pmatrix}}\,.}$

Benzer şekilde, bir A matrisinin λ skaleri ile sağ skaler çarpma işlemi şöyledir:

${\displaystyle (\mathbf {A} \lambda )_{ij}=\left(\mathbf {A} \right)_{ij}\lambda \,,}$

Daha açık ifade ile:

${\displaystyle \mathbf {A} \lambda ={\begin{pmatrix}A_{11}&A_{12}&\cdots &A_{1m}\\A_{21}&A_{22}&\cdots &A_{2m}\\\vdots &\vdots &\ddots &\vdots \\A_{n1}&A_{n2}&\cdots &A_{nm}\\\end{pmatrix}}\lambda ={\begin{pmatrix}A_{11}\lambda &A_{12}\lambda &\cdots &A_{1m}\lambda \\A_{21}\lambda &A_{22}\lambda &\cdots &A_{2m}\lambda \\\vdots &\vdots &\ddots &\vdots \\A_{n1}\lambda &A_{n2}\lambda &\cdots &A_{nm}\lambda \\\end{pmatrix}}\,.}$

halkada eğer bir değişme özelliği varsa, örneğin; reel veya karmaşık sayılarda bu iki çarpım (skaler çarpım ve nokta çarpım), aynı anlama gelir ve basitçe skaler çarpım olarak adlandırılır. Fakat matrisler için, daha genel ifade ile halka (örneğin dördey) için değişme özelliği yoksa bu iki çarpım aynı anlama gelmez. Bir reel skaler ve matris şöyle olsun:

${\displaystyle \lambda =2,\quad \mathbf {A} ={\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}}$

${\displaystyle 2\mathbf {A} =2{\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}={\begin{pmatrix}2\!\cdot \!a&2\!\cdot \!b\\2\!\cdot \!c&2\!\cdot \!d\\\end{pmatrix}}={\begin{pmatrix}a\!\cdot \!2&b\!\cdot \!2\\c\!\cdot \!2&d\!\cdot \!2\\\end{pmatrix}}={\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}2=\mathbf {A} 2.}$

Dördeyin skalerleri ve matrisleri de şöyle olsun:

${\displaystyle \lambda =i,\quad \mathbf {A} ={\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}}$

${\displaystyle i{\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}={\begin{pmatrix}i^{2}&0\\0&ij\\\end{pmatrix}}={\begin{pmatrix}-1&0\\0&k\\\end{pmatrix}}\neq {\begin{pmatrix}-1&0\\0&-k\\\end{pmatrix}}={\begin{pmatrix}i^{2}&0\\0&ji\\\end{pmatrix}}={\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}i\,,}$

Burada i, j, k, dördeyin birimleridir. Dördeyde çarpma işleminin değişmeli olamaması, ij = +k ile ji = −k değişiminin yapılmasını engeller.

Matris çarpma (iki matris)[değiştir | kaynağı değiştir]

İki matrisin çarpılacağını varsayalım.

Matris çarpmanın genel tanımı[değiştir | kaynağı değiştir]

Eğer A, n × m boyutlu bir matris ve B, m × p boyutlu bir matris ise;

${\displaystyle \mathbf {A} ={\begin{pmatrix}A_{11}&A_{12}&\cdots &A_{1m}\\A_{21}&A_{22}&\cdots &A_{2m}\\\vdots &\vdots &\ddots &\vdots \\A_{n1}&A_{n2}&\cdots &A_{nm}\\\end{pmatrix}},\quad \mathbf {B} ={\begin{pmatrix}B_{11}&B_{12}&\cdots &B_{1p}\\B_{21}&B_{22}&\cdots &B_{2p}\\\vdots &\vdots &\ddots &\vdots \\B_{m1}&B_{m2}&\cdots &B_{mp}\\\end{pmatrix}}}$

AB matris çarpma (çarpım işaretsiz veya noktasız ifade edilir), n × p matrisi olarak ifade edilir.

${\displaystyle \mathbf {A} \mathbf {B} ={\begin{pmatrix}\left(\mathbf {AB} \right)_{11}&\left(\mathbf {AB} \right)_{12}&\cdots &\left(\mathbf {AB} \right)_{1p}\\\left(\mathbf {AB} \right)_{21}&\left(\mathbf {AB} \right)_{22}&\cdots &\left(\mathbf {AB} \right)_{2p}\\\vdots &\vdots &\ddots &\vdots \\\left(\mathbf {AB} \right)_{n1}&\left(\mathbf {AB} \right)_{n2}&\cdots &\left(\mathbf {AB} \right)_{np}\\\end{pmatrix}}}$

Burada her bir i, j girişi, A_ik girişleri A matrisinin i satırı) ile B_kj girişleri (B matrisinin j sütunu) çarpımıdır. k = 1, 2, ..., m ve, k sonuçlar toplamı şöyle ifade edilir:

${\displaystyle (\mathbf {A} \mathbf {B} )_{ij}=\sum _{k=1}^{m}A_{ik}B_{kj}\,.}$

Girişler genellikle sayı veya ifadelerle belirtilir. Fakat matrislerin kendisi de bir giriş olabilir. (Blok matrise bakınız).

Şekilsel gösterim[değiştir | kaynağı değiştir]

Sağdaki şekil, A ve B iki matrisinin çarpımını şematik olarak gösteriyor. Sonuçta elde edilen matris 4'e 3'lük X matrisi olsun.

${\displaystyle {\overset {4\times 2{\text{ matris}}}{\begin{bmatrix}{\color {Brown}{a_{11}}}&{\color {Brown}{a_{12}}}\\\cdot &\cdot \\{\color {Orange}{a_{31}}}&{\color {Orange}{a_{32}}}\\\cdot &\cdot \\\end{bmatrix}}}{\overset {2\times 3{\text{ matris}}}{\begin{bmatrix}\cdot &{\color {Plum}{b_{12}}}&{\color {Violet}{b_{13}}}\\\cdot &{\color {Plum}{b_{22}}}&{\color {Violet}{b_{23}}}\\\end{bmatrix}}}={\overset {4\times 3{\text{ matris}}}{\begin{bmatrix}\cdot &x_{12}&x_{13}\\\cdot &\cdot &\cdot \\\cdot &x_{32}&x_{33}\\\cdot &\cdot &\cdot \\\end{bmatrix}}}}$

Şekilde, çemberle işaretlenen hücrelerin değerleri şunlardır:

${\displaystyle {\begin{aligned}x_{12}&={\color {Brown}{a_{11}}}{\color {Plum}{b_{12}}}+{\color {Brown}{a_{12}}}{\color {Plum}{b_{22}}}\\x_{13}&={\color {Brown}{a_{11}}}{\color {Violet}{b_{13}}}+{\color {Brown}{a_{12}}}{\color {Violet}{b_{23}}}\\x_{32}&={\color {Orange}{a_{31}}}{\color {Plum}{b_{12}}}+{\color {Orange}{a_{32}}}{\color {Plum}{b_{22}}}\\x_{33}&={\color {Orange}{a_{31}}}{\color {Violet}{b_{13}}}+{\color {Orange}{a_{32}}}{\color {Violet}{b_{23}}}\end{aligned}}}$

Yukarıdakiler, X matrisinin belirlenen girişleridir.

Matris çarpmaya örnekler[değiştir | kaynağı değiştir]

Satır vektör ve sütun vektör

Aşağıdaki gibi iki matris verilsin;

${\displaystyle \mathbf {A} ={\begin{pmatrix}a&b&c\end{pmatrix}}\,,\quad \mathbf {B} ={\begin{pmatrix}x\\y\\z\end{pmatrix}}\,,}$

Burada matris çarpma işlemi şöyle:

${\displaystyle \mathbf {AB} ={\begin{pmatrix}a&b&c\end{pmatrix}}{\begin{pmatrix}x\\y\\z\end{pmatrix}}=ax+by+cz\,,}$

Benzer şekilde;

${\displaystyle \mathbf {BA} ={\begin{pmatrix}x\\y\\z\end{pmatrix}}{\begin{pmatrix}a&b&c\end{pmatrix}}={\begin{pmatrix}xa&xb&xc\\ya&yb&yc\\za&zb&zc\end{pmatrix}}\,.}$

AB ile BAnın çok farklı matrisler olduğuna dikkat edin. İlk matris 1 × 1 boyutlu matris iken, ikincisi 3 × 3 boyutlu matristir.

Kare matris ve sütun vektörü

Aşağıdaki gibi iki matris verilsin;

${\displaystyle \mathbf {A} ={\begin{pmatrix}a&b&c\\p&q&r\\u&v&w\end{pmatrix}},\quad \mathbf {B} ={\begin{pmatrix}x\\y\\z\end{pmatrix}}\,,}$

Burada matris çarpma işlemi şöyle:

${\displaystyle \mathbf {AB} ={\begin{pmatrix}a&b&c\\p&q&r\\u&v&w\end{pmatrix}}{\begin{pmatrix}x\\y\\z\end{pmatrix}}={\begin{pmatrix}ax+by+cz\\px+qy+rz\\ux+vy+wz\end{pmatrix}}\,,}$

Bu örnekte BA tanımlı değildir.

Bir kare matrisi, sütun matrisi ile çarpma, doğrusal denklemleri çözme ve doğrusal dönüşümleri ifade etmek için sıkça kullanılır.

Kare matrisler

Aşağıdaki gibi iki matris verilsin;

${\displaystyle \mathbf {A} ={\begin{pmatrix}a&b&c\\p&q&r\\u&v&w\end{pmatrix}},\quad \mathbf {B} ={\begin{pmatrix}\alpha &\beta &\gamma \\\lambda &\mu &\nu \\\rho &\sigma &\tau \\\end{pmatrix}}\,,}$

Burada matris çarpma işlemi şöyledir:

${\displaystyle \mathbf {AB} ={\begin{pmatrix}a&b&c\\p&q&r\\u&v&w\end{pmatrix}}{\begin{pmatrix}\alpha &\beta &\gamma \\\lambda &\mu &\nu \\\rho &\sigma &\tau \\\end{pmatrix}}={\begin{pmatrix}a\alpha +b\lambda +c\rho &a\beta +b\mu +c\sigma &a\gamma +b\nu +c\tau \\p\alpha +q\lambda +r\rho &p\beta +q\mu +r\sigma &p\gamma +q\nu +r\tau \\u\alpha +v\lambda +w\rho &u\beta +v\mu +w\sigma &u\gamma +v\nu +w\tau \end{pmatrix}}\,,}$

Benzer şekilde;

${\displaystyle \mathbf {BA} ={\begin{pmatrix}\alpha &\beta &\gamma \\\lambda &\mu &\nu \\\rho &\sigma &\tau \\\end{pmatrix}}{\begin{pmatrix}a&b&c\\p&q&r\\u&v&w\end{pmatrix}}={\begin{pmatrix}\alpha a+\beta p+\gamma u&\alpha b+\beta q+\gamma v&\alpha c+\beta r+\gamma w\\\lambda a+\mu p+\nu u&\lambda b+\mu q+\nu v&\lambda c+\mu r+\nu w\\\rho a+\sigma p+\tau u&\rho b+\sigma q+\tau v&\rho c+\sigma r+\tau w\end{pmatrix}}\,.}$

Bu durumda hem AB hem de BA matrisi tanımlıdır. Fakat AB ile BA matrisinin girişleri çoğunlukla eşit değildir.

Satır vektör, kare matris ve sütun vektör

Aşağıdaki gibi üç matris verilsin;

${\displaystyle \mathbf {A} ={\begin{pmatrix}a&b&c\end{pmatrix}}\,,\quad \mathbf {B} ={\begin{pmatrix}\alpha &\beta &\gamma \\\lambda &\mu &\nu \\\rho &\sigma &\tau \\\end{pmatrix}}\,,\quad \mathbf {C} ={\begin{pmatrix}x\\y\\z\end{pmatrix}}\,,}$

Burada matris çarpma işlemi şöyledir:

${\displaystyle {\begin{aligned}\mathbf {ABC} &={\begin{pmatrix}a&b&c\end{pmatrix}}\left[{\begin{pmatrix}\alpha &\beta &\gamma \\\lambda &\mu &\nu \\\rho &\sigma &\tau \\\end{pmatrix}}{\begin{pmatrix}x\\y\\z\end{pmatrix}}\right]=\left[{\begin{pmatrix}a&b&c\end{pmatrix}}{\begin{pmatrix}\alpha &\beta &\gamma \\\lambda &\mu &\nu \\\rho &\sigma &\tau \\\end{pmatrix}}\right]{\begin{pmatrix}x\\y\\z\end{pmatrix}}\\&={\begin{pmatrix}a&b&c\end{pmatrix}}{\begin{pmatrix}\alpha x+\beta y+\gamma z\\\lambda x+\mu y+\nu z\\\rho x+\sigma y+\tau z\\\end{pmatrix}}={\begin{pmatrix}a\alpha +b\lambda +c\rho &a\beta +b\mu +c\sigma &a\gamma +b\nu +c\tau \end{pmatrix}}{\begin{pmatrix}x\\y\\z\end{pmatrix}}\\&=a\alpha x+b\lambda x+c\rho x+a\beta y+b\mu y+c\sigma y+a\gamma z+b\nu z+c\tau z\,,\end{aligned}}}$

Bu durumda CBA tanımlı değildir. A(BC) = (AB)C olduğuna dikkat edin. Bu çok genel özelliklerden biridir.

Dikdörtgen matris

Aşağıdaki gibi iki matris verilsin;

${\displaystyle \mathbf {A} ={\begin{pmatrix}a&b&c\\x&y&z\end{pmatrix}}\,,\quad \mathbf {B} ={\begin{pmatrix}\alpha &\rho \\\beta &\sigma \\\gamma &\tau \\\end{pmatrix}}\,,}$

Burada matris çarpma işlemi şöyledir:

${\displaystyle \mathbf {A} \mathbf {B} ={\begin{pmatrix}a&b&c\\x&y&z\end{pmatrix}}{\begin{pmatrix}\alpha &\rho \\\beta &\sigma \\\gamma &\tau \\\end{pmatrix}}={\begin{pmatrix}a\alpha +b\beta +c\gamma &a\rho +b\sigma +c\tau \\x\alpha +y\beta +z\gamma &x\rho +y\sigma +z\tau \\\end{pmatrix}}\,,}$

Benzer şekilde;

${\displaystyle \mathbf {B} \mathbf {A} ={\begin{pmatrix}\alpha &\rho \\\beta &\sigma \\\gamma &\tau \\\end{pmatrix}}{\begin{pmatrix}a&b&c\\x&y&z\end{pmatrix}}={\begin{pmatrix}\alpha a+\rho x&\alpha b+\rho y&\alpha c+\rho z\\\beta a+\sigma x&\beta b+\sigma y&\beta c+\sigma z\\\gamma a+\tau x&\gamma b+\tau y&\gamma c+\tau z\end{pmatrix}}\,.}$

Matris çarpmanın özellikleri[değiştir | kaynağı değiştir]

Tüm matrisler[değiştir | kaynağı değiştir]

1. Değişme özelliği yoktur:

Genellikle:

${\displaystyle \mathbf {A} \mathbf {B} \neq \mathbf {B} \mathbf {A} }$

Çünkü AB ile BA, eşzamanlı olarak tanımlanamazlar. Tanımlansalar bile eşit olamazlar. Bu, sayıların çarpılmasına terstir. Matris çarpımını büyüklüğünü kelimelerle ifade etmek için; A nın B ile "ön çarpımı (veya sol çarpımı)" BA olurken, "A nın C ile son çarpımı (veya sağ çarpımı) " AC olur. Matrisin tüm girişleri bir birime sahip halkada bulunduğu ve n > 1 olduğu müddetçe, halkada bir çift n × n değiştirilemez matris olur. Buna tek istisna birim matris (veya herhangi bir skaler çarpımı)dır.

Dizi gösterimi:

${\displaystyle \sum _{k}A_{ik}B_{kj}\neq \sum _{k}B_{ik}A_{kj}}$

2. Matrisin toplama üzerine dağılma özelliği vardır:

Sol dağılım:

${\displaystyle \mathbf {A} (\mathbf {B} +\mathbf {C} )=\mathbf {AB} +\mathbf {AC} }$

Sağ dağılım:

${\displaystyle (\mathbf {A} +\mathbf {B} )\mathbf {C} =\mathbf {AC} +\mathbf {BC} }$

Dizi gösteriminde sırasıyla bunlar:

${\displaystyle \sum _{k}A_{ik}(B_{kj}+C_{kj})=\sum _{k}A_{ik}B_{kj}+\sum _{k}A_{ik}C_{kj}}$

${\displaystyle \sum _{k}(A_{ik}+B_{ik})C_{kj}=\sum _{k}A_{ik}C_{kj}+\sum _{k}B_{ik}C_{kj}}$

3. Skaler çarpma, matris çarpımı ile uyumludur:

${\displaystyle \lambda (\mathbf {AB} )=(\lambda \mathbf {A} )\mathbf {B} }$ and ${\displaystyle (\mathbf {A} \mathbf {B} )\lambda =\mathbf {A} (\mathbf {B} \lambda )}$

Burada λ bir skalerdir. Eğer matrisin tüm girişleri reel veya karmaşık sayı ise, tüm dört miktarda eşit olur. Daha genel bir ifade ile, eğer λ matrisin girişlerinin halkasının merkezinde ise, tüm dördü de eşit olur. Çünkü bu durumda, tüm X matrisleri için, λX = Xλ olur. Dizin gösterimi sırasıyla şöyle olur:

${\displaystyle \lambda \sum _{k}(A_{ik}B_{kj})=\sum _{k}(\lambda A_{ik})B_{kj}=\sum _{k}A_{ik}(\lambda B_{kj})}$

${\displaystyle \sum _{k}(A_{ik}B_{kj})\lambda =\sum _{k}(A_{ik}\lambda )B_{kj}=\sum _{k}A_{ik}(B_{kj}\lambda )}$

4. Transpoze:

${\displaystyle (\mathbf {AB} )^{\mathrm {T} }=\mathbf {B} ^{\mathrm {T} }\mathbf {A} ^{\mathrm {T} }}$

Burada T, transpozeyi ifade eder.

Dizi gösteriminde:

${\displaystyle {\begin{aligned}\left[(\mathbf {AB} )^{\mathrm {T} }\right]_{ij}&=\left(\mathbf {AB} \right)_{ji}\\&=\sum _{k}\left(\mathbf {A} \right)_{jk}\left(\mathbf {B} \right)_{ki}\\&=\sum _{k}\left(\mathbf {A} ^{\mathrm {T} }\right)_{kj}\left(\mathbf {B} ^{\mathrm {T} }\right)_{ik}\\&=\sum _{k}\left(\mathbf {B} ^{\mathrm {T} }\right)_{ik}\left(\mathbf {A} ^{\mathrm {T} }\right)_{kj}\\&=\left[\left(\mathbf {B} ^{\mathrm {T} }\right)\left(\mathbf {A} ^{\mathrm {T} }\right)\right]_{ij}\end{aligned}}}$

5. Karmaşık eşlenik: Eğer A ve B karmaşık girişlerden oluşuyorsa, bu durumda;

${\displaystyle (\mathbf {AB} )^{\star }=\mathbf {A} ^{\star }\mathbf {B} ^{\star }}$

olur. Burada *, bir matrisin karmaşık eşleniğini ifade eder.

Dizi gösteriminde:

${\displaystyle {\begin{aligned}\left[(\mathbf {AB} )^{\star }\right]_{ij}&=\left[\sum _{k}\left(\mathbf {A} \right)_{ik}\left(\mathbf {B} \right)_{kj}\right]^{\star }\\&=\sum _{k}\left(\mathbf {A} \right)_{ik}^{\star }\left(\mathbf {B} \right)_{kj}^{\star }\\&=\sum _{k}\left(\mathbf {A} ^{\star }\right)_{ik}\left(\mathbf {B} ^{\star }\right)_{kj}\\&=\left(\mathbf {A} ^{\star }\mathbf {B} ^{\star }\right)_{ij}\end{aligned}}}$

6. Eşlenik transpozesi:

Eğer A ve B karmaşık girişlerden oluşuyorsa, bu durumda;

${\displaystyle (\mathbf {AB} )^{\dagger }=\mathbf {B} ^{\dagger }\mathbf {A} ^{\dagger }}$

Burada †, bir matrisin karmaşık transpozesini ifade eder.

Dizi gösteriminde:

${\displaystyle {\begin{aligned}\left[(\mathbf {AB} )^{\dagger }\right]_{ij}&=\left[\left(\mathbf {AB} \right)^{\star }\right]_{ji}\\&=\sum _{k}\left(\mathbf {A} ^{\star }\right)_{jk}\left(\mathbf {B} ^{\star }\right)_{ki}\\&=\sum _{k}\left(\mathbf {A} ^{\dagger }\right)_{kj}\left(\mathbf {B} ^{\dagger }\right)_{ik}\\&=\sum _{k}\left(\mathbf {B} ^{\dagger }\right)_{ik}\left(\mathbf {A} ^{\dagger }\right)_{kj}\\&=\left[\left(\mathbf {A} ^{\dagger }\right)\left(\mathbf {B} ^{\dagger }\right)\right]_{ij}\end{aligned}}}$

7. İlkköşegen toplamı: AB çarpımının ilkköşegen toplamı A ve B matrislerinin büyüklüğünden bağımsızdır:

${\displaystyle \mathrm {tr} (\mathbf {AB} )=\mathrm {tr} (\mathbf {BA} )}$

Dizi gösteriminde:

${\displaystyle {\begin{aligned}\mathrm {tr} (\mathbf {AB} )&=\sum _{i}\sum _{k}A_{ik}B_{ki}\\&=\sum _{k}\sum _{i}B_{ki}A_{ik}\\&=\mathrm {tr} (\mathbf {BA} )\end{aligned}}}$

Yalnızca kare matrisler[değiştir | kaynağı değiştir]

1. Birim matris:

Eğer A bir kare matris ise, bu durumda

${\displaystyle \mathbf {AI} =\mathbf {IA} =\mathbf {A} }$

Burada I, aynı boyuta sahip birim matristir.

2. Tersinir matris:

Eğer A bir kare matris ise, A⁻¹ terslenebilir matrisi şöyle olur;

${\displaystyle \mathbf {A} \mathbf {A} ^{-1}=\mathbf {A} ^{-1}\mathbf {A} =\mathbf {I} }$

Bu durumda aşağıdaki eşitlik sağlanır;

${\displaystyle (\mathbf {AB} )^{\mathrm {-1} }=\mathbf {B} ^{\mathrm {-1} }\mathbf {A} ^{\mathrm {-1} }}$

3. Determinant: AB çarpımının determinantı, A matrisinin determinantı ile B matrisinin determinantının çarpımına eşittir.

${\displaystyle \det(\mathbf {AB} )=\det(\mathbf {A} )\det(\mathbf {B} )}$

det(A) ve det(B) yalnızca sayıdır. Bu yüzden, AB ≠ BA olsa bile det(AB) = det(BA) olur.