Mátrix (matematika) – definíció, műveletek és szerepe a lineáris algebrában

Ismerd meg a mátrix fogalmát, alapműveleteit és szerepét a lineáris algebrában — gyakorlati példákkal, számítástechnikai és természettudományi alkalmazásokkal.

Szerző: Leandro Alegsa

A matematikában a mátrix (többes számban: mátrixok) egy sorokba és oszlopokba rendezett számokból álló téglalap. A sorok egyenként balról jobbra (vízszintes) sorok, az oszlopok pedig fentről lefelé (függőlegesen) haladnak. A bal felső cella az 1. sor, 1. oszlop (lásd a jobb oldali ábrát).

Vannak szabályok a mátrixok összeadására, kivonására és "összeszorzására", de ezek a szabályok eltérnek a számoktól. Például az A ⋅ B {\displaystyle A\cdot B}{\displaystyle A\cdot B} nem mindig adja ugyanazt az eredményt, mint a B ⋅ A {\displaystyle B\cdot A}. {\displaystyle B\cdot A}, ami a közönséges számok szorzása esetén is így van. Egy mátrixnak több mint 2 dimenziója lehet, például egy 3D mátrix. Emellett egy mátrix lehet egydimenziós is, mint egyetlen sor vagy oszlop.

Sok természettudományban elég sokszor használnak mátrixokat. Sok egyetemen már nagyon korán, néha már a tanulmányok első évében tanítják a mátrixokról szóló kurzusokat (általában lineáris algebrának nevezik). A mátrixok a számítástechnikában is nagyon gyakoriak.

Definíció, jelölés és alapfogalmak

Egy mátrixot általában nagybetűvel jelölünk, például A, és mérete szerint írjuk le: A egy m × n mátrix, ha m sora és n oszlopa van. Az A mátrix i-edik sorának j-edik oszlopában álló elemet Aij-vel jelöljük (vagy A(i,j)-vel). A mátrixokat tetszőleges számhalmaz elemeiből képezhetjük (például valós számokból vagy komplex számokból).

Vektorok: egy sor vagy egy oszlopmátrixot gyakran vektorként értelmezünk (egydimenziós mátrix). A sorvektor 1 × n, az oszlopvektor n × 1 méretű.

Megjegyzés a több dimenzióról: a "3D mátrix" kifejezést néha használják a gyakorlatban háromdimenziós tömbökre, de a tiszta matematikában az ilyen többindexű tömböket általában tenzoroknak nevezzük — a mátrixok hagyományosan két indexű objektumok (sor/oszlop).

Műveletek

  • Összeadás és kivonás: két mátrix összeadható/ki vonható akkor és csak akkor, ha ugyanakkora a méretük (ugyanannyi soruk és oszlopuk van). Az összeadás minden elemenként történik: (A + B)ij = Aij + Bij.
  • Skalárszorzás: egy mátrix minden elemét megszorozzuk ugyanazzal a számmal: (cA)ij = c · Aij.
  • Mátrixszorzás: A (m × n) méretű A és a (n × p) méretű B mátrix szorzata AB definiált, és (m × p) méretű lesz. Elemenként: (AB)ik = Σj=1..n Aij Bjk. Ez a művelet általában nem kommutatív: AB ≠ BA lehet (és gyakran így is van).
  • Transzponálás: az AT transzponált mátrixot úgy kapjuk, hogy a sorokat oszlopokká cseréljük: (AT)ij = Aji. Ha A = AT, akkor A szimmetrikus.
  • Identitás és inverz: az In az n × n-es egységmátrix, amelyre InA = A = A In. Egy négyzetes A mátrixnak létezhet inverze A-1, amelyre A A-1 = I és A-1 A = I; az inverz akkor létezik, ha A rangja n (vagyis determinánsa nem nulla).

Fontos tulajdonságok és fogalmak

  • Rang: a rang (rank) az oszlopok (vagy sorok) lineáris függetlenségének dimenziója; megmutatja, hány lineárisan független oszlopa van a mátrixnak.
  • Determináns: csak négyzetes mátrixokhoz van értelmezve; a determináns értéke megadja többek között azt, hogy a mátrix invertálható-e (det ≠ 0 esetén igen), és a lineáris transzformáció térfogat-skálázását adja meg.
  • Sajátértékek és sajátvektorok: λ sajátérték és v ≠ 0 sajátvektor esetén A v = λ v teljesül. Ezek kulcsfogalmak lineáris algebrai alkalmazásokban.
  • Speciális mátrixok: diagonális, felső-/alsó háromszögmátrix, szimmetrikus, szembefordított (skew-symmetric), ortogonális (AT A = I), egységmátrix, zérusmátrix, ritka/sparse mátrixok stb.

Példák és egyszerű számítások

Példa két 2×2-es mátrix szorzatára:

A = [a b; c d], B = [e f; g h] ⇒ AB = [a·e + b·g, a·f + b·h; c·e + d·g, c·f + d·h].

Összeadás például: [1 2; 3 4] + [5 6; 7 8] = [6 8; 10 12]. Skalárszorzás: 2·[1 2; 3 4] = [2 4; 6 8].

Alkalmazások

A mátrixok és a hozzájuk kapcsolódó fogalmak a lineáris algebrában és azon túl számos területen nélkülözhetetlenek:

  • Rendszerek megoldása: lineáris egyenletrendszereket (Ax = b) mátrixokkal és módszerekkel (pl. Gauss-elimináció, LU-felbontás) oldunk meg.
  • Lineáris transzformációk: a mátrixok reprezentálják a vektorok lineáris transzformációit (pl. forgatások, tükrözések, skálázások).
  • Számítástechnika és gépi tanulás: adatok, súlyok és lineáris műveletek mátrixok formájában jelennek meg; a hatékony mátrixműveletek kritikusak a teljesítmény szempontjából.
  • Számítógépes grafika: 2D/3D transzformációk, homogén koordináták és renderelés mátrixokkal történik.
  • Fizika és mérnöki tudományok: kvantummechanika operátorai, rugalmas rendszerek számítása, hálózatok és Markov-láncok (átmeneti mátrixok).
  • Grafok és hálózatok: szomszédsági mátrixokkal reprezentáljuk a gráfok szerkezetét, és ezek alapján számítunk pl. útvonalakat, centralitást stb.

Gyakorlati szempontok

A mátrixműveletek számítási költsége fontos: egy n × n-es mátrix és egy n × n-es mátrix szorzása a legegyszerű algoritmussal O(n^3) idő, de léteznek gyorsabb eljárások (például Strassen-módszer). Nagy, ritka mátrixok esetén speciális tárolási és számítási módszereket alkalmaznak a memória és a sebesség optimalizálására.

Összegzés

A mátrixok alapvető eszközök a lineáris algebrában: rendezett számrendszerek, amelyeken definiált műveletek képessé tesznek minket vektorok és lineáris transzformációk kezelésére, rendszerek megoldására és sokféle gyakorlati probléma modellezésére. A mátrixműveletek szabályai és tulajdonságai — különösen a nemkommutativitás, a rang, a determináns és az inverz léte — meghatározzák, hogy egy adott feladatra mely módszereket alkalmazhatjuk.

A mátrix egyes bejegyzéseire gyakran úgy hivatkozunk, hogy az egyes sorok és oszlopok számaira indexpárokat használunk.Zoom
A mátrix egyes bejegyzéseire gyakran úgy hivatkozunk, hogy az egyes sorok és oszlopok számaira indexpárokat használunk.

Fogalommeghatározások és jelölések

A mátrix vízszintes vonalait soroknak, a függőleges vonalakat pedig oszlopoknak nevezzük. Egy m soros és n oszlopos mátrixot m-szer-n mátrixnak (vagy m×n mátrixnak) nevezünk, m és n pedig a mátrix dimenziója.

A mátrix azon helyeit, ahol a számok vannak, bejegyzéseknek nevezzük. Az A mátrixnak azt a bejegyzését, amely az i sorszámú sorban és a j oszlopszámú oszlopban van, A i,j bejegyzésének nevezzük. Ezt A[i,j] vagy ai,j alakban írjuk.

A := ( a i j ) m × n {\displaystyle A:=(a_{ij})_{m\times n}}}{\displaystyle A:=(a_{ij})_{m\times n}} m × n mátrixot definiálunk, amelynek minden egyes bejegyzését ai,j-nek nevezzük minden 1 ≤ i ≤ m és 1 ≤ j ≤ n esetén.

Példa

A mátrix

[ 1 2 3 1 2 7 4 9 2 6 1 5 ] {\displaystyle {\begin{bmatrix}1&2&3\\\1&2&7\\\4&9&2\\\6&1&5\end{bmatrix}}} {\displaystyle {\begin{bmatrix}1&2&3\\1&2&7\\4&9&2\\6&1&5\end{bmatrix}}}

egy 4×3-as mátrix. Ennek a mátrixnak m=4 sora és n=3 oszlopa van.

Az A[2,3] vagy a2,3 elem 7.

Műveletek

Hozzáadás

Két mátrix összege az a mátrix, amelynek (i,j)-edik bejegyzése egyenlő két mátrix (i,j)-edik bejegyzésének összegével:

[ 1 3 2 1 0 0 0 1 2 2 ] + [ 0 0 5 7 5 0 2 1 1 ] = [ 1 + 0 3 + 0 2 + 5 1 + 7 0 + 5 0 + 0 1 + 2 2 + 1 2 + 1 2 + 1 ] = [ 1 3 7 8 5 0 3 3 3 3 ] {\displaystyle {\begin{bmatrix}1&3&2\\1&0&0\\1&2&2\end{bmatrix}}+{\begin{bmatrix}0&0&5\\7&5&0\\2&1&1\end{bmatrix}}={\begin{bmatrix}1+0&3+0&2+5\\1+7&0+5&0+0\\1+2&2+1&2+1\end{bmatrix}}={\begin{bmatrix}1&3&7\\8&5&0\\3&3&3\end{bmatrix}}} {\displaystyle {\begin{bmatrix}1&3&2\\1&0&0\\1&2&2\end{bmatrix}}+{\begin{bmatrix}0&0&5\\7&5&0\\2&1&1\end{bmatrix}}={\begin{bmatrix}1+0&3+0&2+5\\1+7&0+5&0+0\\1+2&2+1&2+1\end{bmatrix}}={\begin{bmatrix}1&3&7\\8&5&0\\3&3&3\end{bmatrix}}}

A két mátrix mérete megegyezik. Itt A + B = B + A {\displaystyle A+B=B+A}{\displaystyle A+B=B+A} igaz.

Két mátrix szorzata

Két mátrix szorzása kicsit bonyolultabb:

[ a 1 a 2 a 3 a 4 ] ⋅ [ b 1 b 2 b 3 b 4 ] = [ ( a 1 ⋅ b 1 + a 2 ⋅ b 3 ) ( a 1 ⋅ b 2 + a 2 ⋅ b 4 ) ( a 3 ⋅ b 1 + a 4 ⋅ b 3 ) ( a 3 ⋅ b 2 + a 4 ⋅ b 4 ) ] ] ] ] {\displaystyle {\begin{bmatrix}a1&a2\\a3&a4\\\end{bmatrix}}\cdot {\begin{bmatrix}b1&b2\\b3&b4\\\\end{bmatrix}}={\begin{bmatrix}(a1\cdot b1+a2\cdot b3)&(a1\cdot b2+a2\cdot b4)\\\(a3\cdot b1+a4\cdot b3)&(a3\cdot b2+a4\cdot b4)\\\\end{bmatrix}}} {\displaystyle {\begin{bmatrix}a1&a2\\a3&a4\\\end{bmatrix}}\cdot {\begin{bmatrix}b1&b2\\b3&b4\\\end{bmatrix}}={\begin{bmatrix}(a1\cdot b1+a2\cdot b3)&(a1\cdot b2+a2\cdot b4)\\(a3\cdot b1+a4\cdot b3)&(a3\cdot b2+a4\cdot b4)\\\end{bmatrix}}}

Így van ez a Numbers esetében is:

[ 3 5 1 4 ] ⋅ [ 2 3 5 0 ] = [ ( 3 ⋅ 2 + 5 ⋅ 5 ) ( 3 ⋅ 3 + 5 ⋅ 0 ) ( 1 ⋅ 2 + 4 ⋅ 5 ) ( 1 ⋅ 3 + 4 ⋅ 0 ) ] = [ 31 9 22 3 ] {\displaystyle {\begin{bmatrix}3&5\\\\1&4\\\\\\end{bmatrix}}\cdot {\begin{bmatrix}2&3\\\5&0\\\\end{bmatrix}}={\begin{bmatrix}(3\cdot 2+5\cdot 5)&(3\cdot 3+5\cdot 0)\\\(1\cdot 2+4\cdot 5)&(1\cdot 3+4\cdot 0)\\\end{bmatrix}}={\begin{bmatrix}31&9\\22&3\\\end{bmatrix}}} {\displaystyle {\begin{bmatrix}3&5\\1&4\\\end{bmatrix}}\cdot {\begin{bmatrix}2&3\\5&0\\\end{bmatrix}}={\begin{bmatrix}(3\cdot 2+5\cdot 5)&(3\cdot 3+5\cdot 0)\\(1\cdot 2+4\cdot 5)&(1\cdot 3+4\cdot 0)\\\end{bmatrix}}={\begin{bmatrix}31&9\\22&3\\\end{bmatrix}}}

  • két mátrix akkor is szorozható egymással, ha különböző dimenziójúak, amennyiben az első mátrix oszlopainak száma megegyezik a második mátrix sorainak számával.
  • a szorzás eredménye, az úgynevezett szorzat, egy másik mátrix, amelynek ugyanannyi sora van, mint az első mátrixnak, és ugyanannyi oszlopa, mint a második mátrixnak.
  • a mátrixok szorzása nem kommutatív, ami általában azt jelenti, hogy A ⋅ B ≠ B ⋅ A {\displaystyle A\cdot B\neq B\cdot A} {\displaystyle A\cdot B\neq B\cdot A}
  • a mátrixok szorzása asszociatív, ami azt jelenti, hogy ( A ⋅ B ) ⋅ C = A ⋅ ( B ⋅ C ) {\displaystyle (A\cdot B)\cdot C=A\cdot (B\cdot C)} {\displaystyle (A\cdot B)\cdot C=A\cdot (B\cdot C)}

Speciális mátrixok

Vannak olyan mátrixok, amelyek különlegesek.

Négyzetmátrix

Egy négyzetmátrixnak ugyanannyi sora van, mint ahány oszlopa, tehát m=n.

Egy példa egy négyzetmátrixra a következő

[ 5 - 2 4 0 9 1 - 7 6 8 ] {\displaystyle {\begin{bmatrix}5&-2&4\\\0&9&1\\\-7&6&8\\\\\\end{bmatrix}}} {\displaystyle {\begin{bmatrix}5&-2&4\\0&9&1\\-7&6&8\\\end{bmatrix}}}

Ez a mátrix 3 sorból és 3 oszlopból áll: m=n=3.

Identitás

Egy mátrix minden négyzetes dimenziójú halmazának van egy speciális megfelelője, az úgynevezett "azonossági mátrix". Az azonossági mátrixban csak nullák vannak, kivéve a főátlót, ahol csak egyesek vannak. Például:

[ 1 0 0 0 0 1 0 0 0 0 0 0 1 ] {\displaystyle {\begin{bmatrix}1&0&0\\\0&1&0\\0&0\0&1\\\\\\end{bmatrix}}} {\displaystyle {\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\\\end{bmatrix}}}

egy azonossági mátrix. Minden négyzetes dimenzióhalmazhoz pontosan egy azonossági mátrix tartozik. Az azonossági mátrix azért különleges, mert bármely mátrixnak az azonossági mátrixszal való szorzásakor az eredmény mindig az eredeti mátrix, változatlanul.

Inverz mátrix

Az inverz mátrix olyan mátrix, amely egy másik mátrixszal megszorozva megegyezik az azonossági mátrixszal. Például:

[ 7 8 6 7 ] ⋅ [ 7 - 8 - 6 7 ] = [ 1 0 0 1 ] {\displaystyle {\begin{bmatrix}7&8\\\6&7\\\\\end{bmatrix}}\cdot {\begin{bmatrix}7&-8\\\\-6&7\\\\\end{bmatrix}}={\begin{bmatrix}1&0\\\\0&1\\\\\\end{bmatrix}}} {\displaystyle {\begin{bmatrix}7&8\\6&7\\\end{bmatrix}}\cdot {\begin{bmatrix}7&-8\\-6&7\\\end{bmatrix}}={\begin{bmatrix}1&0\\0&1\\\end{bmatrix}}}

[ 7 - 8 - 6 7 ] {\displaystyle {\begin{bmatrix}7&-8\\\-6&7\\\\\\end{bmatrix}}} a [ 7 8 6 7 ] {\displaystyle {\begin{bmatrix}7&8\\\6&7\\\\\end{bmatrix}}} {\displaystyle {\begin{bmatrix}7&-8\\-6&7\\\end{bmatrix}}}inverze. {\displaystyle {\begin{bmatrix}7&8\\6&7\\\end{bmatrix}}}.

A 2x2-es mátrix [ x y z v ] {\displaystyle {\begin{bmatrix}x&y\\z&v\end{bmatrix}} inverzének képlete a következő:

( 1 d e t ) [ v - y - z x ] {\displaystyle \left({\frac {1}{det}}}\right){\begin{bmatrix}v&-y\\\-z&x\end{bmatrix}}}} {\displaystyle \left({\frac {1}{det}}\right){\begin{bmatrix}v&-y\\-z&x\end{bmatrix}}}


Ahol d e t {\displaystyle det}{\displaystyle det} a mátrix determinánsa. Egy 2x2-es mátrixban a determináns egyenlő:

x v - y z {\displaystyle {xv-yz}} {\displaystyle {xv-yz}}

Egy oszlopos mátrix

Az olyan mátrixot, amelynek sok sora van, de csak egy oszlopa, oszlopvektornak nevezzük.

Determinánsok

A determináns egy négyzetmátrixból egy egyszerű számot, egy skalárt számol ki. Hogy megértsük, mit jelent ez a szám, vegyük a mátrix minden egyes oszlopát, és rajzoljuk le vektorként. A vektorok által rajzolt párhuzamosnak van egy területe, ami a determináns. Minden 2x2-es mátrix esetében a képlet nagyon egyszerű: det ( [ a b c d ] ) = a d - b c {\displaystyle \det \left({\begin{bmatrix}a&b\c&d\\\end{bmatrix}}\right)=ad-bc}} {\displaystyle \det \left({\begin{bmatrix}a&b\\c&d\\\end{bmatrix}}\right)=ad-bc}

A 3x3-as mátrixok esetében a képlet bonyolultabb: a 2 b 2 c 2 a 3 b 3 c 3 ] ) = a 1 ( b 2 c 3 - c 2 b 3 ) - a 2 ( b 1 c 3 - c 1 b 3 ) + a 3 ( b 1 c 2 - c 1 b 2 ) {\displaystyle \det \left({\begin{bmatrix}a_{1}&b_{1}&c_{1}\\a_{2}&b_{2}&c_{2}\\a_{3}&b_{3}&c_{3}\\\end{bmatrix}}\right)=a_{1}(b_{2}c_{3}-c_{2}b_{3})-a_{2}(b_{1}c_{3}-c_{1}b_{3})+a_{3}(b_{1}c_{2}-c_{1}b_{2})} {\displaystyle \det \left({\begin{bmatrix}a_{1}&b_{1}&c_{1}\\a_{2}&b_{2}&c_{2}\\a_{3}&b_{3}&c_{3}\\\end{bmatrix}}\right)=a_{1}(b_{2}c_{3}-c_{2}b_{3})-a_{2}(b_{1}c_{3}-c_{1}b_{3})+a_{3}(b_{1}c_{2}-c_{1}b_{2})}

A nagyobb mátrixok determinánsaira nincsenek egyszerű formulák, és sok programozó tanulmányozza, hogyan lehet a számítógépeket rávenni arra, hogy gyorsan megtalálják a nagy determinánsokat.

A determinánsok tulajdonságai

Három szabály van, amelyet minden meghatározó tényező követ. Ezek a következők:

  • Az azonossági mátrix determinánsa 1
  • Ha a mátrix két sora vagy két oszlopa kicserélődik, akkor a determináns -1-gyel szorozódik. A matematikusok ezt váltakozásnak nevezik.
  • Ha egy sorban vagy oszlopban lévő összes számot megszorozzuk egy másik n számmal, akkor a determinánst megszorozzuk n-nel. Továbbá, ha egy M mátrixnak van egy v oszlopa, amely két v 1 {\displaystyle v_{1}}{\displaystyle v_{1}} és v 2 {\displaystyle v_{2}} oszlopmátrix összege. {\displaystyle v_{2}}, akkor M determinánsa az M determinánsainak összege úgy, hogy v helyett v 1 {\displaystyle v_{1}}{\displaystyle v_{1}} és v helyett v 2 {\displaystyle v_{2}}{\displaystyle v_{2}} van. Ezt a két feltételt nevezzük multi-linearitásnak.

Lásd még

  • Lineáris algebra
  • Numerikus lineáris algebra

Hatósági ellenőrzés Edit this at Wikidata

Kérdések és válaszok

K: Mi az a mátrix?


V: A mátrix egy sorokba és oszlopokba rendezett számokból álló téglalap. A sorok egyenként balról jobbra (vízszintes) sorok, az oszlopok pedig fentről lefelé (függőlegesen) haladnak.

K: Hogyan ábrázolják a mátrixokat?


V: A mátrixokat gyakran nagybetűs római betűkkel ábrázolják, például A, B és C betűkkel.

K: Mi történik, ha két mátrixot összeszorzunk?


V: Az AB szorzat nem mindig adja ugyanazt az eredményt, mint a BA, ami különbözik a közönséges számok szorzásától.

K: Lehet egy mátrixnak kettőnél több dimenziója?


V: Igen, egy mátrixnak lehet 2-nél több dimenziója, például egy 3D mátrix. Lehet egydimenziós is, mint egyetlen sor vagy oszlop.

K: Hol használják a mátrixokat?


V: A mátrixokat számos természettudományban és az informatikában, a mérnöki tudományokban, a fizikában, a közgazdaságtanban és a statisztikában használják.

K: Mikor oktatnak az egyetemeken a mátrixokról szóló kurzusokat?


V: Az egyetemeken általában már a tanulmányok nagyon korai szakaszában - néha már az első évben - tanítanak kurzusokat a mátrixokról (általában lineáris algebrának nevezik).

K: Lehetséges-e mátrixokat összeadni vagy kivonni?


V: Igen - vannak szabályok a mátrixok összeadására és kivonására, de ezek a szabályok különböznek a közönséges számokra vonatkozó szabályoktól.


Keres
AlegsaOnline.com - 2020 / 2025 - License CC3