Матрица в математике что это такое кратко

Что такое матрицы, откуда они взялись, и чем они полезны?

Первые упоминания о матрицах или «волшебных квадратах», как их тогда называли, были найдены на территории еще Древнего Китая, однако бум случился намного позже, в середине XVIII века, когда знаменитый математик Габриэль Крамер опубликовал свой труд под названием «Введение в анализ алгебраических кривых», в котором описывался алгоритм решения систем линейных уравнений совершенно новым методом.

Как следствие, в дальнейшем появляются «классический» метод решения Карла Фридриха Гаусса, теорема Гамильтона-Кели, работы Карла Вейерштрасса, Георга Фробениуса и других выдающихся ученых.

Занимательно, что только после всех этих открытий, а именно в 1850 году был непосредственно введен термин матрица, автором которого стал Джеймс Джозеф Сильвестр.

Сегодня термин «матрица» применяется во множестве разных областей: от программирования до кинематографии (здесь должно быть название фильма, о котором вы все подумали).

Матрица в математике – это таблица чисел, состоящая из определенного количества строк (m) и столбцов (n).

Вы встречаетесь с ними каждый день, так как любая числовая информация, занесенная в таблицу, уже в какой-то степени считается матрицей.

Примером могут служить:
● список телефонных номеров;
● различные статистические данные;
● табель успеваемости ученика и многое другое.

Сами матрицы всегда обозначаются прописными латинскими буквами (A, B, C…), а элементы матрицы – строчными (a, b, c…). Индексы обозначают местоположение элемента матрицы в системе, причем первое число – это всегда номер строки, а второе – это всегда номер столбца. Например, а₂₃ находится во второй строке и в третьем столбце, а₃₁ в третьей строке и первом столбце и т.д.

Важно произносить элементы матриц правильно, так а₂₃ будет звучать как «а два три», а не «а двадцать три».

Примеры записи матриц

Для чего нужны матрицы

Теперь выясним, для чего нам так нужны матрицы конкретно в математике?

В качестве примера рассмотрим простейшую систему двух линейных уравнений и решим ее методом сложения, который изучают в школьном курсе.

Оказывается, можно решить эту систему уравнений альтернативным способом, используя матрицы, и называется он метод Крамера.

Вы можете подумать, зачем усложнять решение какими-то матрицами?

В данном случае да, при желании можно эту систему и в уме решить. Но представьте себе систему, состоящую хотя бы из 5 линейных уравнений с пятью неизвестными. А если система состоит из 6, 7 или ещё больше уравнений? Решать её школьным методом, мягко говоря, трудоёмко. Зато применяя тот же метод Крамера, решение будет выглядеть достаточно компактно.

Система с тремя уравнениями

В подтверждение вышесказанного рассмотрим систему уравнений с тремя неизвестными и решим её метод Крамера.

Из этого следует, что матрицы – еще один способ решения систем линейных алгебраических уравнений (СЛАУ).

На основе второго примера убеждаемся в том, что матрицы могут применяться в тех случаях, когда применение школьных методов решения СЛАУ не является рациональным.

На самом деле за прошедшие столетия алгебра матриц изучена более, чем достаточно, и тот факт, что матрицы используются повсеместно однозначно подтверждает необходимость их изучения.

Источник

Понятие матрицы

Будут и задачи для самостоятельного решения, к которым можно посмотреть ответы.

Всякие матрицы можно складывать и умножать, а также проводить над ними другие операции, однако нет необходимости складывать и умножать телефонные справочники, от этого нет никакой пользы, к тому же можно и подвинуться рассудком.

Но очень многие матрицы можно и нужно складывать и перемножать и решать таким образом различные насущные задачи. Ниже примеры таких матриц.

Можно складывать матрицы такого вида, в которых учтён выпуск аналогичной продукции различными предприятиями, чтобы получить суммарные данные по отрасли.

Матрицы двух последних видов можно умножать, а в результате получится матрица-строка, содержащая себестоимость всех видов продукции по годам.

Матрицы, основные определения

Прямоугольная таблица, состоящая из чисел, расположенных в m строках и n столбцах, называется mn-матрицей (или просто матрицей) и записывается так:

(1)

Матрица называется прямоугольной, если .

Квадратная матрица называется неособенной (или невырожденной, несингулярной), если её определитель не равен нулю, и особенной (или вырожденной, сингулярной), если её определитель равен нулю.

Матрицы называются равными, если у них одинаковое число строк и столбцов и все соответствующие элементы совпадают.

Матрица называется нулевой, если всё её элементы равны нулю. Нулевую матрицу будем обозначать символом 0 или .

,

Матрицей-строкой (или строчной) называется 1n-матрица, а матрицей-столбцом (или столбцовой) – m1-матрица.

Транспонированной относительно матрицы является матрица A, то есть

Решить задачу на матрицы самостоятельно, а затем посмотреть решение

и выяснить, равны ли определители исходной и транспонированной матриц.

Главной диагональю квадратной матрицы называется воображаемая линия, соединяющая её элементы, у которых оба индекса одинаковые. Эти элементы называются диагональными.

Квадратная матрица, у которой все элементы вне главной диагонали равны нулю, называется диагональной. Не обязательно все диагональные элементы диагональной матрицы отличны от нуля. Среди них могут быть и равные нулю.

Квадратная матрица, у которой элементы, стоящие на главной диагонали равны одному и тому же числу, отличному от нуля, а все прочие равны нулю, называется скалярной матрицей.

Единичной матрицей называется диагональная матрица, у которой все диагональные элементы равны единице. Например, единичной матрицей третьего порядка является матрица

Пример 2. Даны матрицы:

Установить, какие из них являются неособенными (невырожденными, несингулярными).

Решение. Вычислим определители данных матриц. Пользуясь правилом треугольников, найдём

Определитель матрицы B вычислим по формуле

Легко получаем, что

Следовательно, матрицы A и – неособенные (невырожденные, несингулярные), а матрица B– особенная (вырожденная, сингулярная).

Определитель единичной матрицы любого порядка, очевидно, равен единице.

Решить задачу на матрицы самостоятельно, а затем посмотреть решение

Пример 3. Даны матрицы

,

,

.

Установить, какие из них являются неособенными (невырожденными, несингулярными).

Применение матриц в математико-экономическом моделировании

В виде матриц просто и удобно записываются структурированные данные о том или ином объекте. Матричные модели создаются не только для хранения этих структурированных данных, но и для решения различных задач с этими данными средствами линейной алгебры.

Так, известной матричной моделью экономики является модель «затраты-выпуск», внедрённая американским экономистом русского происхождения Василием Леонтьевым. Эта модель исходит из предположения, что весь производственный сектор экономики разбит на n чистых отраслей. Каждая из отраслей выпускает продукцию только одного вида и разные отрасли выпускают разную продукцию. Из-за такого разделения труда между отраслями существуют межотраслевые связи, смысл которых состоит в том, что часть продукции каждой отрасли передаётся другим отраслям в качестве ресурса производства.

Объём продукции i-й отрасли (измеряемый определённой единицей измерения), которая была произведена за отчётный период, обозначается через и называется полным выпуском i-й отрасли. Выпуски удобно разместить в n-компонентную строку матрицы.

Количество единиц продукции i-й отрасли, которое необходимо затратить j-й отрасли для производства единицы своей продукции, обозначается и называется коэффициентом прямых затрат.

Коэффициенты прямых затрат , среди которых многие могут равняться нулю, удобно записать в nxn матрицу коэффициентов прямых затрат:

Матрица содержит много информации о структуре межотраслевых связей. При этом j-й столбец матрицы полностью характеризует затраты j-й отрасли для производства единицы продукции.

Записать в матрицу коэффициентов прямых затрат данные о том, что 0,10 единиц электроэнергии расходуется для производства одной единицы электроэнергии, 0,40 единиц электроэнергии расходуется для производства одной единицы пресной воды, 0,30 единиц электроэнергии расходуется для производства одной единицы хлебопродуктов; 0,05 единиц пресной воды расходуется для производства одной единицы электроэнергии, 0 единиц пресной воды расходуется на производство одной единицы пресной воды, 0,20 единиц пресной воды расходуется на производство одной единицы хлебопродуктов; затраты же хлебопродуктов на производство всех видов продукции, включая хлебопродукту равны нулю.

Матрицы оказались очень востребованной структурой данных в программировании и вообще в информационных технологиях. В частности, такие объекты, как графы, в памяти компьютера часто задаются в форме матриц смежности и матриц инцидентности. Кроме того, матрицы очень удобны для формализации многих ситуаций в бизнесе и жизни вообще, задачи на которые решаются в теории игр.

Источник

Математика для чайников. Матрицы и основные действия над ними

Определение матрицы

Матрица – это прямоугольная таблица элементов. Ну а если простым языком – таблица чисел.

Обычно матрицы обозначаются прописными латинскими буквами. Например, матрица A, матрица B и так далее. Матрицы могут быть разного размера: прямоугольные, квадратные, также есть матрицы-строки и матрицы-столбцы, называемые векторами. Размер матрицы определяется количеством строк и столбцов. Например, запишем прямоугольную матрицу размера m на n, где m – количество строк, а n – количество столбцов.

Что можно делать с матрицами? Складывать/вычитать, умножать на число, умножать между собой, транспонировать. Теперь обо всех этих основных операциях над матрицами по порядку.

Операции сложения и вычитания матриц

Сразу предупредим, что можно складывать только матрицы одинакового размера. В результате получится матрица того же размера. Складывать (или вычитать) матрицы просто – достаточно только сложить их соответствующие элементы. Приведем пример. Выполним сложение двух матриц A и В размером два на два.

Вычитание выполняется по аналогии, только с противоположным знаком.

Умножение матрицы на число

На произвольное число можно умножить любую матрицу. Чтобы сделать это, нужно умножить на это число каждый ее элемент. Например, умножим матрицу A из первого примера на число 5:

Операция умножения матриц

И пример с реальными числами. Умножим матрицы:

Операция транспонирования матрицы

Транспонирование матрицы – это операция, когда соответствующие строки и столбцы меняются местами. Например, транспонируем матрицу A из первого примера:

Определитель матрицы

Определитель, о же детерминант – одно из основных понятий линейной алгебры. Когда-то люди придумали линейные уравнения, а за ними пришлось выдумать и определитель. В итоге, разбираться со всем этим предстоит вам, так что, последний рывок!

Определитель – это численная характеристика квадратной матрицы, которая нужна для решения многих задач.
Чтобы посчитать определитель самой простой квадратной матрицы, нужно вычислить разность произведений элементов главной и побочной диагоналей.

Определитель матрицы первого порядка, то есть состоящей из одного элемента, равен этому элементу.

А если матрица три на три? Тут уже посложнее, но справиться можно.

Для такой матрицы значение определителя равно сумме произведений элементов главной диагонали и произведений элементов лежащих на треугольниках с гранью параллельной главной диагонали, от которой вычитается произведение элементов побочной диагонали и произведение элементов лежащих на треугольниках с гранью параллельной побочной диагонали.

К счастью, вычислять определители матриц больших размеров на практике приходится редко.

Источник

От действий над матрицами к пониманию их сути…

Очень уважаю людей, которые имеют смелость заявить, что они что-то не понимают. Сам такой. То, что не понимаю, — обязательно должен изучить, осмыслить, понять. Статья «Математика на пальцах», и особенно матричная запись формул, заставили меня поделиться своим небольшим, но, кажется, немаловажным опытом работы с матрицами.

Лет эдак 20 назад довелось мне изучать высшую математику в вузе, и начинали мы с матриц (пожалуй, как и все студенты того времени). Почему-то считается, что матрицы — самая лёгкая тема в курсе высшей математики. Возможно — потому, что все действия с матрицами сводятся к знанию способов расчёта определителя и нескольких формул, построенных — опять же, на определителе. Казалось бы, всё просто. Но… Попробуйте ответить на элементарный вопрос — что такое определитель, что означает число, которое вы получаете при его расчёте? (подсказка: вариант типа «определитель — это число, которое находится по определённым правилам» не является правильным ответом, поскольку говорит о методе получения, а не о самой сути определителя). Сдаётесь? — тогда читаем дальше.

Сразу хочу сказать, что я не математик ни по образованию, ни по должности. Разве что мне интересна суть вещей, и я порой пытаюсь до них «докопаться». Так же было и с определителем: нужно было разобраться со множественной регрессией, а в этом разделе эконометрики практически всё делается через… матрицы, будь они неладны. Вот и пришлось мне самому провести небольшое исследование, поскольку ни один из знакомых математиков не дал внятного ответа на поставленный вопрос, изначально звучавший как «что такое определитель». Все утверждали, что определитель — это такое число, которое особым образом посчитано, и если оно равно нулю, то… В общем, как в любом учебнике по линейной алгебре. Спасибо, проходили.

Если какую-то идею придумал один человек, то другой человек должен быть в состоянии её понять (правда, для этого порой приходится вооружаться дополнительными знаниями). Обращение к «великому и могучему» поисковику показало, что «площадь параллелограмма равна модулю определителя матрицы, образованной векторами — сторонами параллелограмма». Говоря простым языком, если матрица — это способ записи системы уравнений, то каждое уравнение в отдельности описывает вектор. Построив из точки начала координат векторы, заданные в матрице, мы таким образом зададим в пространстве некоторую фигуру. Если наше пространство одномерное, то фигура — это отрезок; если двумерное — то фигура — параллелограмм, и так далее.

Получается, что для одномерного пространства определитель — это длина отрезка, для плоскости — площадь фигуры, для трёхмерной фигуры — её объём… дальше идут n-мерные пространства, вообразить которые нам не дано. Если объём фигуры (то есть определитель для матрицы 3*3) равен нулю, то это означает, что сама фигура не является трёхмерной (она может быть при этом двухмерной, одномерной или вообще представлять собой точку). Ранг матрицы — это истинная (максимальная) размерность пространства, для которого определитель не равен нулю.

Так, с определителем почти всё понятно: он определяет «объёмность» фигуры, образованной описанными системой уравнений векторами (хотя непонятно, почему его значение не зависит от того, имеем мы дело с исходной матрицей, или с транспонированной — возможно, транспонирование — это вид аффинного преобразования?). Теперь нужно разобраться с действиями над матрицами…

Если матрица — это система уравнений (а иначе зачем нам таблица каких-то цифр, не имеющих к реальности никакого отношения?), то мы можем с ней делать разные вещи. Например, можем сложить две строки одной и той же матрицы, или умножить строку на число (то есть каждый коэффициент строки умножаем на одно и то же число). Если у нас есть две матрицы с одинаковыми размерностями, то мы их можем сложить (главное, чтобы при этом мы не сложили бульдога с носорогом — но разве математики, разрабатывая теорию матриц, думали о таком варианте развития событий?). Интуитивно понятно, тем более что в линейной алгебре иллюстрациями подобных операций являются системы уравнений.

Однако в чём смысл умножения матриц? Как я могу умножить одну систему уравнений на другую? Какой смысл будет иметь то, что я получу в этом случае? Почему для умножения матриц неприменимо переместительное правило (то есть произведение матриц В*А не то что не равно произведению А*В, но и не всегда осуществимо)? Почему, если мы перемножим матрицу на вектор-столбец, то получим вектор-столбец, а если перемножим вектор-строку на матрицу, то получим вектор-строку?

Ну, тут уж не то что Википедия, — тут даже современные учебники по линейной алгебре бессильны дать какое-либо внятное объяснение. Поскольку изучение чего-либо по принципу «вы сначала поверьте — а поймёте потом» — не для меня, копаю в глубь веков (точнее — читаю учебники первой половины XX века) и нахожу интересную фразу…

Если совокупность обычных векторов, т.е. направленных геометрических отрезков, является трёхмерным пространством, то часть этого пространства, состоящая из векторов, параллельных некоторой плоскости, является двумерным пространством, а все векторы, параллельные некоторой прямой, образуют одномерное векторное пространство.

В книгах об этом напрямую не говорится, но получается, что векторам, параллельным некоторой плоскости, необязательно лежать на этой плоскости. То есть они могут находиться в трёхмерном пространстве где угодно, но если они параллельны именно этой плоскости, то они образуют двумерное пространство… Из приходящих мне на ум аналогий — фотография: трёхмерный мир представлен на плоскости, при этом вектору, параллельному матрице (или плёнке) фотоаппарата, будет соответствовать такой же вектор на картинке (при условии соблюдении масштаба 1:1). Отображение трёхмерного мира на плоскости «убирает» одно измерение («глубину» картинки). Если я правильно понял сложные математические концепции, перемножение двух матриц как раз и представляет собой подобное отражение одного пространства в другом. Поэтому, если отражение пространства А в пространстве В возможно, то допустимость отражения пространства В в пространстве А — не гарантируется.

Любая статья заканчивается в тот момент, когда автору надоедает её писать. Поскольку я не ставил перед собой цели объять необъятное, а исключительно хотел понять суть описанных операций над матрицами и то, как именно матрицы связаны с решаемыми мной системами уравнений, я не полез в дальнейшие дебри линейной алгебры, а вернулся к эконометрике и множественной регрессии, но сделал это уже более осознанно. Понимая, что и зачем я делаю и почему только так, а не иначе. То, что у меня получилось в этом материале, можно озаглавить как «глава о сути основных операций линейной алгебры, которую почему-то забыли напечатать в учебниках». Но ведь мы же не читаем учебников, правда? Если честно, когда я учился в университете, мне очень не хватало именно понимания затронутых здесь вопросов, поэтому я надеюсь, что, изложив этот непростой материал по возможности простыми словами, я делаю доброе дело и помогаю кому-то вникнуть в саму суть матричной алгебры, переведя операции над матрицами из раздела «камлание с бубном» в раздел «практические инструменты, применяемые осознанно».

Источник