数量矩阵交换律成立，但前提是交换的矩阵必须是可交换的。对于不可交换的矩阵，交换律不成立。

在数学的线性代数领域中，矩阵是一种非常重要的工具。矩阵的运算不仅广泛应用于科学研究，也广泛应用于工程、经济、计算机科学等多个领域。在矩阵运算中，数量矩阵的交换律是一个基础且重要的概念。

交换律的定义

交换律指的是在进行数学运算时，运算顺序的改变不会影响运算结果。对于矩阵而言，数量矩阵的交换律指的是两个数量矩阵相乘的结果，在交换矩阵的顺序后，乘积不变。

数量矩阵的交换律成立，但有一个重要的前提条件：交换的矩阵必须是可交换的。可交换的矩阵指的是两个矩阵在交换顺序后，它们的乘积仍然相等。用数学语言来描述，如果矩阵A和B是可交换的，那么AB = BA。

为了更好地理解可交换矩阵的概念，我们可以举一些例子：

单位矩阵：任何单位矩阵都是可交换的。例如，2×2的单位矩阵I2 = (\begin{bmatrix} 1 & 0 \ 0 & 1 \end{bmatrix})，对于任何矩阵A，都有IA = AI = A。
对角矩阵：如果对角矩阵的对角线上的元素相同，那么它是可交换的。例如，矩阵D = (\begin{bmatrix} 1 & 0 \ 0 & 1 \end{bmatrix})和矩阵E = (\begin{bmatrix} 2 & 0 \ 0 & 2 \end{bmatrix})都是可交换的。
零矩阵：零矩阵也是可交换的。任何矩阵与零矩阵相乘的结果都是零矩阵。

与可交换矩阵相对的是不可交换矩阵。不可交换矩阵指的是两个矩阵在交换顺序后，它们的乘积不相等。以下是一些不可交换矩阵的例子：

交换矩阵：例如，矩阵A = (\begin{bmatrix} 1 & 1 \ 0 & 1 \end{bmatrix})和矩阵B = (\begin{bmatrix} 1 & 0 \ 1 & 1 \end{bmatrix})。它们的乘积AB = (\begin{bmatrix} 2 & 1 \ 0 & 1 \end{bmatrix})，而BA = (\begin{bmatrix} 1 & 1 \ 0 & 2 \end{bmatrix})。显然，AB ≠ BA。
秩不同的矩阵：如果两个矩阵的秩不同，它们通常是不可交换的。例如，矩阵A = (\begin{bmatrix} 1 & 2 \ 3 & 4 \end{bmatrix})和矩阵B = (\begin{bmatrix} 1 & 0 \ 0 & 0 \end{bmatrix})。它们的乘积AB = (\begin{bmatrix} 1 & 2 \ 3 & 4 \end{bmatrix})，而BA = (\begin{bmatrix} 1 & 0 \ 0 & 0 \end{bmatrix})。显然，AB ≠ BA。

数量矩阵的交换律成立，但前提是交换的矩阵必须是可交换的。对于不可交换的矩阵，交换律不成立。理解这一概念对于掌握矩阵运算非常重要，因为它有助于我们在实际应用中避免错误，提高计算效率。