Matematikoje matrica (daugiskaita: matricos) yra skaičių stačiakampis, išdėstytas eilutėmis ir stulpeliais. Kiekviena eilutė yra iš kairės į dešinę (horizontaliai), o stulpeliai eina iš viršaus į apačią (vertikaliai). Viršutinis kairysis langelis yra 1 eilutėje, 1 stulpelyje (žr. schemą dešinėje).

Yra taisyklės, kaip sudėti, atimti ir "padauginti" matricas, tačiau jos skiriasi nuo taisyklių, taikomų skaičiams. Pavyzdžiui, A B {\displaystyle A\cdot B}{\displaystyle A\cdot B} ne visada duoda tą patį rezultatą kaip B A {\displaystyle B\cdot A}. {\displaystyle B\cdot A}, kaip yra paprastųjų skaičių daugybos atveju. Matrica gali turėti daugiau nei 2 matmenis, pavyzdžiui, 3D matrica. Be to, matrica gali būti vienmatė, kaip viena eilutė arba stulpelis.

Daugelyje gamtos mokslų matricos naudojamos gana dažnai. Daugelyje universitetų matricų kursai (paprastai vadinami tiesine algebra) dėstomi labai anksti, kartais net pirmaisiais studijų metais. Matricos taip pat labai paplitusios informatikoje.

Kas yra matrica — pagrindiniai išraiškingi dalykai

Trumpai tariant, matrica yra skaičių arba kitų objektų lentelė, sugrupuota į m eilutes ir n stulpelius. Tokia matrica žymima kaip m × n. Elementą, esantį i-joje eilutėje ir j-ame stulpelyje, dažnai žymima aij. Pavyzdžiui, 2 × 3 matrica gali būti užrašyta kaip A = [aij] (i = 1,2; j = 1,2,3).

Tipai ir specialios matricos

  • Stačiakampė matrica — turi skirtingą eil. ir stulp. skaičių (m ≠ n).
  • Kvadratinė matrica — turi vienodą eil. ir stulp. skaičių (n × n). Daugelis svarbių sąvokų (determinantas, inversija, eigenverčiai) taikomi kvadratinėms matricoms.
  • Nulinė matrica — visi elementai lygūs nuliui.
  • Tapatybės (identiteto) matrica In — kvadratinė matrica, kurios pagrindinėje įstrižainėje yra vienetai, o likę elementai 0. Ji veikia kaip daugybos vienetas (A·I = I·A = A, kai matricos dimensijos tinkamos).
  • Diagonalė matrica — visi neįstrižaininiai elementai yra 0.
  • Viršutinė/apatinė trikampė matrica — visi elementai po / virš pagrindinės įstrižainės yra 0.
  • Simetrinė matrica — A = AT (transponuota matrica sutampa su originalu).
  • Skew-simetrinė (anti-simetrinė) — AT = −A.
  • Eilutės ir stulpelio vektoriai — vienmatės matricos: 1 × n arba n × 1.

Pagrindinės operacijos ir taisyklės

  • Sudetis ir atimtis — apibrėžtos tik tada, kai abi matricos yra tos pačios dimensijos; atliekama elementų po elemento.
  • Skaliarinė daugyba — visi matricos elementai padauginami iš skaičiaus (skalario).
  • Transponavimas — AT gaunama apsikeitus eilutėmis ir stulpeliais (i ir j indeksai apsikeičia).
  • Daugyba — A (m × k) padauginta iš B (k × n) duoda C (m × n). C elemento cij reikšmė yra i-tos A eilutės ir j-to B stulpelio elementų skalėta suma. Daugyba nebūtinai yra komutatyvi: A·B ≠ B·A, kaip parodyta aukščiau pateiktoje ilustruotoje dalyje.
  • Determinantas — apibrėžtas tik kvadratinėms matricoms; nurodo, ar matrica invertuojama (det ≠ 0 → inversija egzistuoja).
  • Inversija — kvadratinė matrica A turi inversą A−1, jei A·A−1 = A−1·A = I. Inversija neegzistuoja singuliarinėms matricoms (det = 0).
  • Rango (eilė) — matricos didžiausias linijinių nepriklausomų eilutėms arba stulpeliams skaičius; svarbu sprendžiant vienalytę ar ne vienalytę lygčių sistemas.

Dažniausiai sutinkami panaudojimo būdai

  • Sprendžiant tiesines lygčių sistemas — sistema Ax = b sprendžiama naudojant inversą arba faktorizacijas (pvz., LU, QR). Matricos leidžia kompaktiškai užrašyti ir tvarkyti daugybę lygčių.
  • Linijiniai žemėlapiai ir transformacijos — kvadratinės matricos atitinka linijinius transformavimus erdvėse; tai ypač svarbu kompiuterinėje grafikoje (rotacijos, mastelio keitimas), geometrijoje, robotikoje.
  • Eigenverčiai ir eigenvektoriai — naudojami stabilumo analizei, svyravimams, kvantinei mechanikai, principal component analysis (PCA) duomenų mažinimui.
  • Duomenų moksle ir statistikoje — duomenys dažnai pateikiami matricų forma (stulpeliai — kintamieji, eilutės — stebėjimai); regresija, optimizacija ir mašininis mokymasis plačiai naudoja matricų operacijas.
  • Signalų apdorojimas ir tinklai — filtrai, transformacijos (pvz., Fourier), ryšių tinklų modeliai ir grafų matricos reprezentacijos.
  • Inžinerija ir fizika — mechanikos, elektros grandinių analizė, tvarkos ir valdymo sistemos remiasi matricomis ir jų savybėmis.
  • Skaičiavimai — didelės dimensijos matricos leidžia efektyviai apdoroti didelius duomenų kiekius programose (NumPy, MATLAB, R ir kt.).

Praktiški patarimai

  • Prieš atliekant daugybą, visada patikrinkite matmenis: A (m × k) × B (k × n) → rezultatas m × n.
  • Kai dirbate su didelėmis matricomis, naudokite optimizuotas bibliotekas (pvz., BLAS, LAPACK). Jos gerokai pagreitina skaičiavimus ir sumažina klaidų tikimybę.
  • Norint suprasti matricos prasmę, pabandykite ją interpretuoti kaip linijinį transformavimą arba duomenų lentelę — tai padeda susieti abstrakčias operacijas su realiais pavyzdžiais.

Šis tekstas apžvelgia pagrindines matricos sąvokas, savybes ir dažniausius panaudojimus. Jei norite, galiu pridėti: konkretų skaičių pavyzdį (pvz., 2×2 matricos daugyba žingsnis po žingsnio), paaiškinimą, kaip apskaičiuoti determinanto formulę tam tikroms dimensijoms, arba trumpą įvadą į eigen-savybes ir jų taikymus.