小明今天要做饭,消耗2斤肉,1斤蔬菜。肉每斤20元,蔬菜每斤5元,则一共需多少花费?
这个问题的答案很简单:

我们用向量相乘的方法写出来:

如果小明第二天有另一种做饭的方法,需要消耗1斤肉,4斤蔬菜,那么这两种方法的花费各是多少呢?我们显然需要另算这第二种方法的花费。把这个做饭方式写在第二个矩阵(向量是宽度或长度为1的矩阵)里:

小明家附近还有另一个菜市场,那里肉每斤15元,蔬菜每斤10元。那么,小明如果去这个菜市场,花费又是多少呢(分别计算上述两种做饭方式)?我们把这另外的一种价格写进第一个矩阵里:

这样我们看到了一个矩阵乘法的例子。在左边的这个矩阵的每一行,都代表了一种价目表;在右边的矩阵的每一列,都代表了一种做饭方式。那么所有可能的组合所最终产生的花费,则在结果矩阵中表示出来了。
小明有一天成为了餐厅大厨,小红做掌柜兼管算账。我们假设物价不变。小红发现,如果今天买10斤肉花了A元,明天买20斤肉就得花2A元。如果买一斤肉要花C元,买1斤菜要花D元,那么买一斤肉和一斤菜就要花(C+D)元。每天小明汇报今日的材料消耗之后,小红便会将材料消耗转为需要花的钱数。如果材料消耗翻倍,花的钱数也翻倍。另外,如果去不同的菜市场,也会得到不同的花钱数量。
小明每月送来一张长列表,里面是每日的材料消耗;而经过小红的处理,这张列表会转为每日,在不同的菜市场购买这些材料的花费。材料消耗翻倍,花费也翻倍。我们管这种从材料列表转为开销表的过程,就叫做一个线性映射。这也即是矩阵乘法的意义。
根据wikipedia上的介绍:两个矩阵的乘法仅当第一个矩阵A的行数和另一个矩阵B的列数相等时才能定义。如A是m×n矩阵,B是n×p矩阵,它们的乘积AB是一个m×p矩阵,它的一个元素其中 1 ≤ i ≤ m, 1 ≤ j ≤ p。
设A为 的矩阵,B为 的矩阵,那么称 的矩阵C为矩阵A与B的乘积,记作 ,其中矩阵C中的第 行第 列元素可以表示为:

如下所示:

注意事项
当矩阵A的列数等于矩阵B的行数时,A与B可以相乘。
矩阵C的行数等于矩阵A的行数,C的列数等于B的列数。
乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。
基本性质
乘法结合律: (AB)C=A(BC).
乘法左分配律:(A+B)C=AC+BC
乘法右分配律:C(A+B)=CA+CB
对数乘的结合性k(AB)=(kA)B=A(kB).
转置 (AB)T=BTAT.
矩阵乘法一般不满足交换律[3] 。