矩阵遵循代数里通常的法则,除了乘法交换律(commutativity of multiplication)。也就是说,对于两个矩阵A和B,一般来说AB=BA是不对的。然而,矩阵乘法是可结合的(associative),这意味着书写任意长度的矩阵连乘时,不需要括号也不会引起歧义。
平面上的线性变换(linear transformation)通常是指绕着原点的旋转、相对于通过原点的直线的反射、相对原点的扩大或收缩,以及所谓的剪切(shear),或者说搓(slanting)。剪切是指让点平行于一根固定的轴移动,移动的长度与每个点到固定轴的距离成正比,就类似于一本书的各页可以依次滑动那样。对于任意一连串这样的变换,其效果都可以通过将所有对应的矩阵乘在一起来体现,这会给我们一个单独的矩阵,它包含了所有这些变换依次执行之后的最终效果。就像我们已经看到的那样,得到矩阵的各行正是两个点(1,0)和(0,1)经过变换后得到的像。这两个点称为基向量(basis vector)。
现在,对于代表绕原点逆时针旋转直角的矩阵J,我们自然地认为它应该模仿乘以虚单位i时我们观察到的数的行为。因为点(1,0)被转到了点(0,1),类似地点(0,1)移动到了(-1,0),所以这两个新向量组成了矩阵J的行。将J平方可得一个矩阵,它的几何效果是把点绕原点转过2×90°=180°。下面我们就通过乘法来计算这个矩阵。例如,要找出J2右下角的元素,我们取第二行和第二列的点乘,即 (-1)×1+0×0=-1+0=-1。完整的计算如下: