Matriisi on matemaattinen objekti , joka on kirjoitettu suorakaiteen muotoiseksi taulukoksi renkaan tai kentän elementeistä (esimerkiksi kokonaisluvuista , todellisista tai kompleksiluvuista ), joka on kokoelma rivejä ja sarakkeita , joiden leikkauskohdassa sen elementit sijaitsevat. Rivien ja sarakkeiden määrä määrittää matriisin koon. Vaikka esimerkiksi kolmiomatriiseja [1] on historiallisesti harkittu, ne puhuvat tällä hetkellä yksinomaan suorakulmaisista matriiseista, koska ne ovat kätevimmät ja yleisimmät.
Matriiseja käytetään laajalti matematiikassa lineaaristen algebrallisten tai differentiaaliyhtälöiden järjestelmien kompaktissa esittämisessä . Tässä tapauksessa matriisirivien lukumäärä vastaa yhtälöiden määrää ja sarakkeiden lukumäärä vastaa tuntemattomien määrää. Tämän seurauksena lineaaristen yhtälöjärjestelmien ratkaisu pelkistyy matriisioperaatioiksi.
Seuraavat algebralliset operaatiot on määritelty matriisille :
Lisäyksen suhteen matriisit muodostavat Abelin ryhmän ; jos tarkastellaan myös kertolaskua skalaarilla, niin matriisit muodostavat moduulin vastaavan renkaan päälle ( vektoriavaruuden kentän päällä). Neliömatriisijoukko on suljettu matriisikertolaskussa , joten samankokoiset neliömatriisit muodostavat assosiatiivisen renkaan , jossa on yksikkö matriisi- ja matriisikertolaskussa.
On todistettu, että jokainen lineaarinen operaattori , joka toimii -ulotteisessa lineaariavaruudessa, voidaan liittää ainutlaatuiseen järjestysmatriisiin ; ja päinvastoin - jokainen neliöjärjestysmatriisi voidaan liittää ainutlaatuiseen lineaariseen operaattoriin, joka toimii tässä tilassa. [2] Matriisin ominaisuudet vastaavat lineaarioperaattorin ominaisuuksia. Erityisesti matriisin ominaisarvot ovat vastaavia ominaisvektoreita vastaavan operaattorin ominaisarvot .
Samaa voidaan sanoa bilineaaristen (kvadraattisten) muotojen esittämisestä matriiseilla .
Matematiikassa tarkastellaan monia erilaisia ja erityyppisiä matriiseja . Tällaisia ovat esimerkiksi yksikkö- , symmetriset- , vino-symmetriset , ylemmän kolmion (alempi kolmion) matriisit.
Matriisiteoriassa erityisen tärkeitä ovat kaikenlaiset normaalimuodot eli kanoninen muoto, johon matriisi voidaan pelkistää koordinaatteja vaihtamalla. Tärkein (teoreettisessa mielessä) ja kehitetyin on Jordanin normaalimuotojen teoria . Käytännössä käytetään kuitenkin normaaleja muotoja, joilla on lisäominaisuuksia, kuten stabiilisuus.
Ensimmäistä kertaa matriisit mainittiin muinaisessa Kiinassa, jota silloin kutsuttiin " maagiseksi neliöksi ". Matriisien pääasiallinen sovellus oli lineaaristen yhtälöiden ratkaisu [3] . Myös maagiset neliöt tunnettiin hieman myöhemmin arabimatemaatikoiden keskuudessa, jolloin matriisilisäyksen periaate ilmestyi. Kehitettyään determinanttien teorian 1600-luvun lopulla Gabriel Cramer alkoi kehittää teoriaansa 1700-luvulla ja julkaisi Cramerin säännön vuonna 1751. Suunnilleen samassa ajassa ilmestyi " Gaussin menetelmä ". Matriisiteoria aloitti olemassaolonsa 1800-luvun puolivälissä William Hamiltonin ja Arthur Cayleyn teoksissa . Perustulokset matriisiteoriassa ovat Weierstrassin , Jordanin , Frobeniuksen ansiota . James Sylvester esitteli termin "matriisi" vuonna 1850 [4]
Matriiseja syntyy luonnollisesti lineaarisia yhtälöjärjestelmiä ratkaistaessa sekä lineaarisia muunnoksia harkitessa .
Harkitse muotoa olevaa lineaariyhtälöjärjestelmää :
.Tämä järjestelmä koostuu lineaarisista yhtälöistä tuntemattomissa. Se voidaan kirjoittaa seuraavana matriisiyhtälönä:
,missä
Matriisi on lineaarisen yhtälöjärjestelmän kertoimien matriisi, sarakevektori on tuntemattomien vektori ja sarakevektori on jokin annettu vektori.
Jotta järjestelmällä olisi ratkaisu (vähintään yksi), on välttämätöntä ja riittävää , että vektori on lineaarinen sarakkeiden yhdistelmä , jolloin vektori on vektori, joka sisältää vektorin laajenemiskertoimet sarakkeiden yli. matriisi .
Matriisien kielessä lineaarisen yhtälöjärjestelmän ratkaistavuuden ehto on muotoiltu Kronecker-Capelli-lauseena :
matriisin arvo on yhtä suuri kuin lisätyn matriisin arvo ,koostuu sarakkeista ja sarakkeesta .
Tärkeä erikoistapaus . Jos yhtälöiden lukumäärä osuu yhteen tuntemattomien määrän kanssa ( eli matriisi on neliö), niin ainutlaatuisen ratkaistuvuuden ehto vastaa matriisin käänteisyyden ehtoa .
(Huomaa. Järjestelmän ratkaistavuus ei vielä tarkoita matriisin ei-degeneroitumista. Esimerkki: .)
Erityisesti, jos matriisi on käännettävä, niin järjestelmän ratkaisu voidaan kirjoittaa (ja jos lasketaan , niin löytää) muodossa
.Tämä johtaa algoritmiin tuntemattomien arvojen laskemiseksi Cramerin säännöllä .
Harkitse lineaarista muunnosa -ulotteisesta vektoriavaruudesta -ulotteiseen vektoriavaruuteen , jolla on seuraava muoto:
.Matriisimuodossa tämä on muodon yhtälön muunnos:
.Matriisi on lineaaristen muunnoskertoimien matriisi.
Jos tarkastellaan lineaarisen muunnoksen toimintaa muodon vektoreille
,muodostavat avaruuden perustan , niin - tämä on matriisin -:s sarake .
Siten matriisi kuvaa täysin lineaarimuunnoksen , ja siksi sitä kutsutaan lineaarimuunnosmatriisiksi .
Olkoon kaksi äärellistä joukkoa:
Kutsutaan matriisia , jonka koko on (lue eteenpäin ) ( - rivit , - sarakkeet ), jossa on elementtejä jostain renkaasta tai kentästä lomakkeen kuvaukseksi . Matriisi on kirjoitettu muodossa
jossa matriisielementti on -. rivin ja - : nnen sarakkeen leikkauskohdassa .
Tässä tapauksessa matriisielementtien lukumäärä on yhtä suuri kuin .
tämän perusteella
Itse matriisi tulkitaan luonnollisesti vektoriksi ulottuvuusavaruudessa . Tämä mahdollistaa matriisien komponenttien lisäämisen ja matriisin kertomisen luvulla (katso alla); Mitä tulee matriisin kertolaskuun , se on vahvasti riippuvainen matriisin suorakaiteen muotoisesta rakenteesta.
Jos matriisissa on sama määrä rivejä kuin sarakkeiden lukumäärä , niin tällaista matriisia kutsutaan neliöiksi ja numeroa kutsutaan neliömatriisin kooksi tai sen järjestykseksi .
Koko- ja matriisit ovat välilyöntejä ja vastaavasti:
Seuraavia muunnoksia kutsutaan matriisirivien alkeismuunnoksiksi:
Matriisisarakkeiden alkeismuunnokset määritellään samalla tavalla.
Matriisin rivit ja sarakkeet ovat vastaavien vektoriavaruuksien elementtejä:
Matriisin sijoitus on matriisin lineaarisesti riippumattomien sarakkeiden lukumäärä ( matriisin sarakejärjestys) tai matriisin lineaarisesti riippumattomien rivien lukumäärä (matriisin rivisijoitus ). Tätä määritelmää vastaa matriisin asteen määritelmä matriisin suurimman nollasta poikkeavan minorin kertalukuna.
Alkeismuunnoksissa matriisin järjestys ei muutu.
Matriisia merkitään yleensä latinalaisten aakkosten isolla kirjaimella: let
sitten on matriisi, joka tulkitaan suorakaiteen muotoisena kenttäelementtien taulukkona muodossa , jossa
on siis matriisin elementti, joka sijaitsee -: nnen rivin ja - : nnen sarakkeen leikkauskohdassa. Näin ollen kokomatriisille käytetään seuraavaa kompaktia merkintää :
tai yksinkertaisesti
jos sinun on vain määritettävä matriisin elementtien nimitys.
Joskus sen sijaan he kirjoittavat , erottaakseen indeksit toisistaan ja välttääkseen sekoittamisen kahden luvun tuotteen kanssa.
Jos on tarpeen antaa yksityiskohtainen esitys matriisista taulukon muodossa, käytä lomakkeen tietuetta
Löydät sekä merkinnät suluissa "(...)" että merkinnät hakasulkeilla "[...]". Vähemmän yleisiä ovat symbolit, joissa on kaksoissuorat viivat “||…||”).
Koska matriisi koostuu riveistä ja sarakkeista, niille käytetään seuraavaa merkintää:
on matriisin :s rivi ,a
on matriisin sarake .Siten matriisilla on kaksoisesitys - riveillä:
ja sarakkeiden mukaan:
.Tämän esityksen avulla matriisien ominaisuudet voidaan muotoilla riveinä tai sarakkeina.
Jokaiselle kokomatriisille
voidaan rakentaa kokoinen matriisi ,
joka on kaikille ja .
Tällaista matriisia kutsutaan transponoiduksi matriisiksi ja sitä merkitään ,
joskus (jos ei ole mahdollista sekoittaa erotteluun ) on merkitty ,
joskus (jos ei ole mahdollista sekoittaa hermiittisen konjugaation kanssa ) merkitään .
Transponoitaessa matriisien riveistä (sarakkeista) tulee matriisin sarakkeita (vastaavasti rivejä) .
Ilmeisesti .
Renkaan ylittäville matriiseille transponointi on matriisien moduulien isomorfismi , koska
, , mille tahansa .Diagonaalimatriisi - neliömatriisi, jonka kaikki elementit diagonaalisia lukuun ottamatta ovat nollia ja joskus kirjoitettu seuraavasti:
Päädiagonaalin lisäksi harkitaan joskus matriisielementtejä, jotka ovat suoraan diagonaalielementtien yläpuolella . Nämä elementit muodostavat matriisin ylidiagonaalin . Välittömästi diagonaalin alapuolella olevat elementit muodostavat subdiagonaalisen matriisin (katso bidiagonaalinen matriisi ).
Paikoin sijaitsevat elementit muodostavat sivudiagonaalin (katso esimerkiksi Sivudiagonaali tai Matriisityypit ).
Identiteettimatriisi on matriisi, jolla kerrottuna mikä tahansa matriisi (tai vektori) pysyy muuttumattomana, on diagonaalimatriisi, jossa on identtiset (kaikki) diagonaaliset elementit:
Sen nimeämiseen käytetään useimmiten merkintää I tai E sekä yksinkertaisesti 1 (tai 1 erityisellä kirjasimella).
Sen elementtien osoittamiseen käytetään myös Kronecker-symbolia , joka määritellään seuraavasti:
kloNollamatriisin - matriisin, jonka kaikki elementit ovat nollia, nimeämiseksi (kun se lisätään mihin tahansa matriisiin, se pysyy muuttumattomana ja millä tahansa matriisilla kerrottuna saadaan nollamatriisi) - yleensä yksinkertaisesti 0 tai 0 käytetään erityisellä kirjasimella tai nollaa muistuttavalla kirjaimella, esimerkiksi .
Voit lisätä vain samankokoisia matriiseja.
Matriisilisäys on operaatio, jossa etsitään matriisi , jonka kaikki alkiot ovat yhtä suuria kuin matriisien kaikkien vastaavien alkioiden pareittainen summa , eli jokainen matriisin elementti on yhtä suuri kuin
Matriisin lisäysominaisuudet:
Kaikki lineaarioperaatioiden ominaisuudet toistavat lineaarisen avaruuden aksioomia , ja siksi seuraava lause on tosi:
Kaikkien samankokoisten matriisien joukko kentän elementeillä (kaikkien reaali- tai kompleksilukujen kenttä ) muodostaa lineaarisen avaruuden kentän päälle (jokainen tällainen matriisi on tämän tilan vektori). Kuitenkin ensisijaisesti terminologisen sekaannuksen välttämiseksi matriiseja vältetään tavallisissa yhteyksissä ilman tarvetta (mikä ei ole yleisimmissä standardisovelluksissa) ja selkeää määrittelyä termin käytöstä vektorien kutsumiseen.
Matriisin kertominen luvulla tarkoittaa matriisin rakentamista .
Matriisien luvulla kertomisen ominaisuudet:
Matriisin kertolasku (merkintä:, harvoin kertomerkillä) on matriisin laskentatoimenpide, jonka jokainen alkio on yhtä suuri kuin ensimmäisen tekijän vastaavan rivin ja toisen sarakkeen alkioiden tulojen summa.
Matriisin sarakkeiden lukumäärän on vastattava matriisin rivien määrää , toisin sanoen matriisin on oltava yhdenmukainen matriisin kanssa . Jos matriisin dimensio on , - , niin niiden tulon dimensio on .
Matriisin kertolaskuominaisuudet:
;
Tavallisten matriisin kertolaskusääntöjen mukaan sarakevektori kerrotaan matriisilla, joka kirjoitetaan sen vasemmalle puolelle, ja rivivektori kerrotaan matriisilla, joka kirjoitetaan sen oikealle puolelle. Koska sarakevektorin tai rivivektorin elementit voidaan kirjoittaa (mikä yleensä tehdään) käyttämällä yhtä indeksiä kahden sijaan, tämä kertolasku voidaan kirjoittaa seuraavasti:
sarakevektorille (uuden sarakevektorin saaminen ):
rivivektorille (uuden rivivektorin saaminen ):
Rivivektori, matriisi ja sarakevektori voidaan kertoa keskenään, jolloin saadaan luku (skalaari):
(Järjestys on tärkeä: rivivektori on vasemmalla, sarakevektori on matriisin oikealla puolella).
Nämä operaatiot ovat perustana lineaaristen operaattorien ja lineaaristen koordinaattimuunnosten (kantaisten muutosten), kuten rotaatioiden, skaalausten, peiliheijastusten matriisiesitykseen, sekä (viimeiseksi) bilineaaristen (kvadraattisten) muotojen matriisiesitykseen.
Huomaa, että tavallinen motivaatio matriisien käyttöönotolle ja matriisin kertolaskutoiminnon määrittämiselle (katso myös matriisikertolaskua käsittelevä artikkeli ) on juuri niiden käyttöönotto, alkaen vektorin kertomisesta matriisilla (joka otetaan käyttöön kantamuunnosten perusteella tai yleensä lineaarisia operaatioita vektoreille), ja vasta sitten muunnosten koostumusta verrataan matriisien tuloon. Itse asiassa, jos uusi vektori Av , joka on saatu alkuperäisestä vektorista v matriisilla A kertomalla esitettävällä muunnoksella , muunnetaan nyt uudelleen muunnolla, joka voidaan esittää kertomalla matriisilla B , jolloin saadaan B(Av) , niin säännön perusteella vektorin kertomiseen matriisilla, joka on annettu tämän osan alussa (käyttäen lukujen kertolaskujen assosiatiivisuutta ja käänteinen summausjärjestys), on helppo nähdä tuloksena oleva kaava, joka antaa matriisin (BA) elementit, joka edustaa ensimmäisen ja toisen muunnoksen koostumus ja se on yhtäpitävä matriisikertomisen tavanomaisen määritelmän kanssa.
Jos matriisin alkiot ovat kompleksilukuja, niin kompleksikonjugaatti (ei pidä sekoittaa Hermitian konjugaattiin ! Katso alla) on yhtä suuri kuin . Tässä on monimutkainen konjugaatti .
Transpositiosta on jo keskusteltu edellä: jos , niin . Monimutkaisissa matriiseissa hermiittinen konjugaatio on yleisempi : . Matriisien operaattorin näkökulmasta transponoitu ja hermiittinen konjugaattimatriisi ovat operaattorikonjugaatin matriiseja skalaari- tai hermiittisen tulon suhteen .
Neliömatriisissa diagonaalielementtien (eli ensimmäisen kertaluvun pää-mollit) summaa kutsutaan jäljeksi :
(muut nimitykset , , ).
Ominaisuudet:
Olkoon matriisi neliö, sitten determinantin nimitys: . Jos matriisi on silloin
Vektoriavaruudessa vektoreiden lineaarinen yhdistelmä on vektori
missä ovat laajennuskertoimet:
Tämä mahdollistaa lineaaristen yhdistelmien matriisien ja termien tulon kuvaamisen :
Jos mikä tahansa vektori voidaan esittää lineaarisena yhdistelmänä, puhutaan tämän vektorin lineaarisesta riippuvuudesta yhdistelmän elementeistä.
Tarkemmin sanottuna he sanovat näin: tiettyä vektoriavaruuden elementtijoukkoa kutsutaan lineaarisesti riippuvaiseksi , jos tämän joukon elementtien lineaarinen yhdistelmä on yhtä suuri kuin nolla tai
jossa kaikki luvut eivät ole nollia; jos tällaista ei-triviaalia yhdistelmää ei ole olemassa, niin annettua vektorikokoelmaa kutsutaan lineaarisesti riippumattomaksi .
Vektorien lineaarinen riippuvuus tarkoittaa, että jokin tietyn joukon vektori ilmaistaan lineaarisesti muiden vektoreiden kautta.
Jokainen matriisi on kokoelma vektoreita (samasta avaruudesta). Kaksi tällaista matriisia ovat kaksi joukkoa. Jos yhden joukon jokainen vektori ilmaistaan lineaarisesti toisen joukon vektoreilla, niin matriisiteorian kielellä tämä tosiasia kuvataan käyttämällä matriisien tuloa:
Yhteen- ja vähennyslasku sallitaan vain samankokoisille matriiseille.
On olemassa nollamatriisi , jonka lisäys toiseen matriisiin A ei muuta A:ta, ts.
Kaikki nollamatriisin elementit ovat yhtä suuret kuin nolla.
Vain neliömatriiseja voidaan nostaa potenssiin .
Jos matriisin rivien lukumäärä on yhtä suuri kuin sarakkeiden lukumäärä, niin tällaista matriisia kutsutaan neliöksi .
Neliömatriiseille on olemassa identiteettimatriisi (analoginen yksikön kanssa lukujen kertolaskuoperaatiolle ) siten, että minkä tahansa matriisin kertominen sillä ei vaikuta tulokseen, nimittäin
Identiteettimatriisissa on yksiköitä vain päädiagonaalia pitkin, loput elementit ovat yhtä suuria kuin nolla
Joillekin neliömatriiseille löytyy niin kutsuttu käänteimatriisi . Käänteismatriisi on sellainen, että jos matriisi kerrotaan käänteismatriisillaan, saadaan identiteettimatriisi:
Käänteismatriisia ei aina ole olemassa. Matriiseja, joille on olemassa käänteismatriisi, kutsutaan ei- degeneroituneiksi (tai säännöllisiksi) ja joille ei ole degeneroitunutta (tai singulaaria ). Matriisi on ei-degeneroitunut, jos kaikki sen rivit (sarakkeet) ovat lineaarisesti riippumattomia vektoreina . Lineaarisesti riippumattomien rivien (sarakkeiden) enimmäismäärää kutsutaan matriisin arvoksi. Matriisin determinantti (determinantti) on normalisoidun vinosymmetrisen (antisymmetrisen) monilineaarisen valenssimuodon arvo matriisin sarakkeissa. Lukukentän päällä oleva neliömatriisi on degeneroitunut silloin ja vain, jos sen determinantti on nolla.
Yllä olevista matriisien yhteen- ja kertolaskuominaisuuksista (yhdistyksen assosiaatio ja kommutatiivisuus, kertolasku jakautuminen, nolla ja lisäksi vastakkainen matriisin olemassaolo) seuraa, että n x n neliömatriisit alkioiden kanssa mistä tahansa renkaasta R muodostavat rengas isomorfinen vapaan moduulin R n endomorfismirenkaan kanssa . Tämä rengas on merkitty tai . Jos R on kommutatiivinen rengas , on myös assosiatiivinen algebra R :n yli . Kommutatiivisen renkaan elementtejä sisältävän matriisin determinantti voidaan laskea tavanomaisella kaavalla, ja matriisi on käännettävä silloin ja vain, jos sen determinantti on käännettävä R :ssä . Tämä yleistää tilanteen matriiseilla, joissa on elementtejä kentästä , koska mikä tahansa elementti nollaa lukuun ottamatta on käännettävä kentässä.
Matriiseilla on tärkeä rooli ryhmäteoriassa . Niitä käytetään yleisten lineaaristen ryhmien , erityisten lineaaristen ryhmien , diagonaaliryhmien , kolmioryhmien , yksikolmioryhmien rakentamiseen .
Äärillinen ryhmä (erityisesti symmetrinen) voidaan mallintaa (isomorfisesti) permutaatiomatriiseilla (jotka sisältävät vain "0" ja "1"),
esimerkiksi : , , , , , .
Kompleksilukujen kenttä voidaan mallintaa (isomorfisesti) reaalilukukentän yli:
matriisianalogeille , , jossa ;
tulitikut ;
tulitikut ;
tulitikut ;
;
at vastaa at ;
kirjeenvaihto .
Erityisesti varten
vastaa ,
missä .
Kommentti. Mallissa on automorfismi , eli
Kvaternionien runko voidaan (isomorfisesti) mallintaa reaalilukukentän yli:
matriisianalogille , jossa .
Jotta kvaternion vastaisi matriisia ,
missä , , , _
voit syöttää peruselementtejä
, , , .
Parametrien on täytettävä seuraavat ehdot: ja .
Ratkaisuja on 8 (8 katselukertaa).
Vektorit ja matriisit | |||||||||
---|---|---|---|---|---|---|---|---|---|
Vektorit |
| ||||||||
matriiseja |
| ||||||||
muu |