矩阵中左乘与右乘的关系

很简单，由于矩阵不满足交换律，则AB和BA不一定相等，对于Aa=λa，只能左乘进行运算。另外左乘运算是行运算，右乘是列运算，我们习惯行运算，而且行运算对解多元方程比较直观。

一般来讲左乘相当于作用一个线性映射(不是说右乘不是线性映射).
习惯上,如果y是有限维线性空间X(可以推广到无限维)中的向量,y在某一组基下的坐标习惯上写成列向量x,而从X到有限维线性空间Z的线性映射f:X->Z可以在X和Z的基下的表示为矩阵A,那么f(y)就可以写成Ax,同时也就定义了算子乘向量的意义.理论上讲也可以用行向量来表示,此时f(y)用行向量表示就变成x'A'.但是从线性方程组的角度来讲,最自然的写法就是Ax=b而非x'A'=b',所以数学上都是习惯用列向量.当然,有一些领域里习惯用行向量.
既然如此,线性映射就是乘在左侧的,要表示g(f(y))的话就相当于BAx,也就是说做复合映射的时候相当于在左侧乘了一个矩阵,可以保持和映射的写法次序一致.

一般来讲左乘相当于作用一个线性映射(不是说右乘不是线性映射)。

习惯上，如果y是有限维线性空间X(可以推广到无限维)中的向量，y在某一组基下的坐标习惯上写成列向量x，而从X到有限维线性空间Z的线性映射f:X->Z可以在X和Z的基下的表示为矩阵A，那么f(y)就可以写成Ax，同时也就定义了算子乘向量的意义。理论上讲也可以用行向量来表示，此时f(y)用行向量表示就变成x'A'。但是从线性方程组的角度来讲，最自然的写法就是Ax=b而非x'A'=b'，所以数学上都是习惯用列向量。当然，有一些领域里习惯用行向量。

既然如此，线性映射就是乘在左侧的，要表示g(f(y))的话就相当于BAx，也就是说做复合映射的时候相当于在左侧乘了一个矩阵，可以保持和映射的写法次序一致。

矩阵相乘是行列对应项相乘之积相加的和作为新项 两个矩阵左乘可以右乘不一定可以 去看看大学教材高等代数吧