最后更新: 2025-09-16 16:11 查看: 438 次反馈能力测评会员8.2元/月赞助

矩阵乘法的意义：物理理解

## 从氢原子能量说起
在高中，我们学过，原子中的电子绕着某些特定的轨道以一定的频率运行，并时不时地从一个轨道跃迁到另一个轨道上去。每个电子轨道都代表一个特定的能级，因此当这种跃迁发生的时候，电子就按照量子化的方式吸收或者发射能量，其大小等于两个轨道之间的能量差。
玻尔模型的建立有着氢原子光谱的支持,每一条光谱线都有一种特定的频率，而由量子公式 $E_1-E_2 = hν$，我们知道这是电子在两个能级之间跃迁的结果，那么如何理解这个能量差？而不是“能级”和“轨道”。详见高中物理 [原子能级](https://kb.kmath.cn/kbase/detail.aspx?id=1752)
 ![图片](/uploads/2024-08/5f13b2.jpg){width=300px}
 
 ## 公交车收费
为了说明上面的问题, 我们还是来打个比方。小时候的乐趣之一是收集各种各样的电车票以扮作售票员, 那时候上海的车票通常都很便宜, 最多也就是一毛几分钱。但规矩是这样的：不管你从哪个站上车，坐得越远车票就相对越贵。比如我从徐家汇上车, 那么坐到淮海路可能只要 3 分钱, 而到人民广场大概就要 5 分, 到外滩就要 7 分, 如果一直坐到虹口体育场, 也许就得花上 1 毛钱。

我们假设有一班巴士从 A 站出发, 经过 BCD 三站到达 E 这个终点站。这个车的收费沿用了我们怀旧时代的老传统, 不是上车一律给 2 块钱, 而是根据起点和终点来单独计费。我们不妨订一个收费标准: $A$ 站和 B 站之间是 1 块钱, B 和 C 靠得比较近, 0.5 元。 C 和 D 之间还是 1 块钱, 而 D 和 E 离得远, 2 块钱。这样一来车费就容易计算了, 比如我从 B 站上车到 E 站, 那么我就应该给 $0.5+1+2=3.5$ 元作为车费。反过来,如果我从 D 站上车到 $A$ 站, 那么道理是一样的: $1+0.5+1=2.5$ 块钱。 
 
  ![图片](/uploads/2025-09/341262.jpg){width=600px}
  
  
 现在要做一个计费系统：这个问题很简单，车费问题实际上就是两个站之间的距离问题, 我们只要把每一个站的位置状况写出来, 那么乘客们就能够一目了然了。于是假设, $A$ 站的坐标是 0 , 从而推出: $B$ 站的坐标是 $1, \mathrm{C}$ 站的坐标是 $1.5, \mathrm{D}$ 站的坐标是 2.5 , 而 E 站的坐标是 4.5 。 这就行了,车费就是起点站的坐标减掉终点站的坐标的绝对值, 我们的"坐标", 实际上可以看成一种 "车费能级", 所有的情况都完全可以包含在下面这个表格里:
 
 
  ![图片](/uploads/2025-09/3a70d5.jpg){width=400px}
  
 
  这便是一种经典的解法, 每一个车站都被假设具有某种绝对的"车费能级", 就像原子中电子的每个轨道都被假设具有某种特定的能级一样。所有的车费, 不管是从哪个站到哪个站, 都可以用这个单一的变量来解决, 这是一个一维的传统表格, 完全可以表达为一个普通的公式。**这也是所有物理问题的传统解法**。
  
 ## 上述思路的问题
上述思路有一个根本性的错误, 那就是, 作为一个乘客来说, 他完全无法意识, 也根本不可能观察到某个车站的"绝对坐标"是什么。比如我从 C 站乘车到 D 站, 无论怎么样我也无法观察到 " C 站的坐标是 1.5 ", 或者 " D 站的坐标是 2.5 "这个结论。
作为我一一乘客来说, 我所能唯一观察和体会到的, 就是 "从 C 站到达 D 站要花 1 块钱", 这才是最确丵、最坚实的东西。我们的车费规则, 只能以这样的事实为基础，而不是不可观察的所谓"坐标",或者"能级"。
那么, 怎样才能仅仅从这些可以观察的事实上去建立我们的车费规则呢? 传统的那个一维表格已经不适用了, 我们需要一种新类型的表格,像下面这样的:

![图片](/uploads/2025-09/481831.jpg){width=500px}
 
 这里面, 横坐标是起点站, 纵坐标是终点站。现在这张表格里的每一个数字都是实实在在可以观测和检验的了。比如第一行第三列的那个 1.5 , 它的横坐标是 A, 表明从 A 站出发。它的纵坐标是 C, 表明到 C 站下车。那么, 只要某个乘客真正从 A 站坐到了 C 站, 他就可以证实这个数字是正确的: 这个旅途的确需要 1.5 块车费。
 上面的表格， 它没有做任何假设和推论, 不包含任何不可观察的数据。但作为代价，它采纳了一种二维的庞大结构，每个数据都要用横

免费注册查看余下70%

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

线性代数测评 行列式矩阵向量空间

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：矩阵乘法（矩阵右乘）

下一篇：三个重要矩阵：缩放矩阵、旋转矩阵与切变矩阵

本文对您是否有用？有用 (1) 无用 (0)