Матрица 3×3

Матрица 3×3 — это прямоугольная таблица чисел, расположенных в три строки и три столбца. В математике матрица 3×3 относится к классу квадратных матриц третьего порядка. Она является одним из наиболее распространённых объектов в линейной алгебре, используемым для описания линейных преобразований в трёхмерном пространстве, решения систем линейных уравнений, а также в таких прикладных областях, как компьютерная графика, физика, кристаллография и теория управления.

Определение и обозначение

Матрица 3×3 обычно записывается в виде:

\[ A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} \]

где \(a_{ij}\) — элемент, расположенный на пересечении \(i\)-й строки и \(j\)-го столбца (\(i, j = 1, 2, 3\)). Элементы могут быть вещественными или комплексными числами, а также элементами произвольного поля (например, рациональными числами). Вектор-строка или вектор-столбец в контексте матрицы 3×3 часто рассматривается как трёхмерный вектор.

Основные операции

Сложение и умножение на скаляр

Сложение двух матриц 3×3 \(A\) и \(B\) выполняется поэлементно: \((A+B)_{ij} = a_{ij} + b_{ij}\). Умножение матрицы на число \(\lambda\) также поэлементно: \((\lambda A)_{ij} = \lambda a_{ij}\).

Умножение матриц

Произведение двух матриц 3×3 \(A\) и \(B\) даёт матрицу \(C\) того же размера, где элемент \(c_{ij}\) вычисляется как сумма произведений элементов \(i\)-й строки \(A\) на \(j\)-й столбец \(B\): \[ c_{ij} = \sum_{k=1}^{3} a_{ik} b_{kj}. \] Умножение матриц некоммутативно: в общем случае \(AB \neq BA\).

Транспонирование

Транспонированная матрица \(A^T\) получается заменой строк на столбцы: \((A^T)_{ij} = a_{ji}\).

Определитель

Определитель матрицы 3×3 является скалярной величиной, характеризующей её свойства. Для матрицы \(A\) определитель вычисляется по формуле (правило Саррюса или разложение по первой строке):

\[ \det(A) = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{13}a_{22}a_{31} - a_{12}a_{21}a_{33} - a_{11}a_{23}a_{32}. \]

Определитель равен нулю тогда и только тогда, когда строки (или столбцы) матрицы линейно зависимы. Если \(\det(A) \neq 0\), матрица называется невырожденной и имеет обратную.

Геометрический смысл

Абсолютное значение определителя матрицы 3×3 равно объёму параллелепипеда, построенного на её векторах-строках (или столбцах) как на рёбрах. Знак определителя указывает на ориентацию тройки векторов (правая или левая).

Обратная матрица

Обратная матрица \(A^{-1}\) для невырожденной матрицы 3×3 существует и удовлетворяет условию \(A A^{-1} = A^{-1} A = I\), где \(I\) — единичная матрица 3×3:

\[ I = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}. \]

Обратная матрица вычисляется по формуле: \[ A^{-1} = \frac{1}{\det(A)} \cdot \text{adj}(A), \] где \(\text{adj}(A)\) — присоединённая матрица, составленная из алгебраических дополнений элементов \(A\), транспонированная. Для матрицы 3×3 существует явная формула, но на практике обращение часто выполняется численными методами (например, методом Гаусса).

Собственные значения и собственные векторы

Для матрицы 3×3 собственные значения \(\lambda\) находятся из характеристического уравнения: \[ \det(A - \lambda I) = 0, \] которое является кубическим уравнением относительно \(\lambda\). Для каждого собственного значения \(\lambda\) существует собственный вектор \(v \neq 0\) такой, что \(A v = \lambda v\). В трёхмерном пространстве матрица может иметь до трёх различных собственных значений (вещественных или комплексных). Собственные значения и векторы играют ключевую роль в анализе линейных преобразований и в задачах устойчивости.

Классификация

По типу элементов

• Вещественные матрицы — элементы — действительные числа.
• Комплексные матрицы — элементы — комплексные числа.
• Целочисленные матрицы — элементы — целые числа (например, в криптографии).

По свойствам

• Симметричные матрицы: \(A = A^T\).
• Кососимметричные матрицы: \(A^T = -A\).
• Ортогональные матрицы: \(A^T A = I\). Определитель ортогональной матрицы равен \(\pm 1\). Такие матрицы описывают повороты и отражения в трёхмерном пространстве.
• Диагональные матрицы: все недиагональные элементы равны нулю.
• Единичная матрица: частный случай диагональной, где все диагональные элементы равны 1.
• Нильпотентные матрицы: некоторая степень матрицы равна нулевой матрице.

Применение

Компьютерная графика и трёхмерное моделирование

Матрицы 3×3 используются для задания линейных преобразований (поворот, масштабирование, отражение, сдвиг) трёхмерных объектов. В комбинации с векторами переноса (через однородные координаты и матрицы 4×4) они составляют основу систем рендеринга в игровых движках и CAD-системах. Например, матрица поворота вокруг оси \(x\) на угол \(\theta\) имеет вид: \[ R_x(\theta) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & \cos\theta & -\sin\theta \\ 0 & \sin\theta & \cos\theta \end{pmatrix}. \]

Физика и механика

В механике тензор инерции твёрдого тела представляется симметричной матрицей 3×3. В электродинамике матрицы 3×3 используются для описания тензоров диэлектрической проницаемости и магнитной проницаемости. В квантовой механике матрицы Паули (2×2) и матрицы Гелл-Манна (3×3) применяются для описания спиновых и цветовых состояний.

Линейная алгебра и численные методы

Матрицы 3×3 служат базовым примером для изучения свойств определителей, обратных матриц, собственных значений. В вычислительной математике они используются в методах конечных элементов для трёхмерных задач.

Кристаллография

В кристаллографии матрицы 3×3 описывают симметрию кристаллических решёток (точечные группы симметрии) и преобразования между различными системами координат.

Экономика и теория игр

В матричных играх с тремя стратегиями у каждого игрока платёжная матрица может быть размером 3×3. Решение таких игр часто сводится к нахождению седловых точек или смешанных стратегий.

Примеры

1. Единичная матрица:

\[ I = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}. \]

1. Матрица поворота на 90° вокруг оси z:

\[ R_z(90^\circ) = \begin{pmatrix} 0 & -1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 1 \end{pmatrix}. \]

1. Диагональная матрица масштабирования:

\[ D = \begin{pmatrix} 2 & 0 & 0 \\ 0 & 3 & 0 \\ 0 & 0 & 0.5 \end{pmatrix}. \]

Интересные факты

• Определитель матрицы 3×3 впервые был введён в явном виде в работах Готфрида Вильгельма Лейбница в конце XVII века, хотя систематическое изучение матриц началось в XIX веке.
• Матрицы 3×3 являются минимальным размером, для которого возможно существование некоммутативных алгебр Ли (например, алгебра so(3) для группы вращений).
• В компьютерной графике для поворотов часто используют кватернионы, но матрицы 3×3 остаются стандартным представлением для линейных преобразований в трёхмерном пространстве.
• Существует так называемая «матрица 3×3 магического квадрата» — например, квадрат Ло Шу, где сумма чисел в каждой строке, столбце и диагонали равна 15. Однако такие матрицы не являются объектом линейной алгебры, а относятся к занимательной математике.

Критика и ограничения

Матрицы 3×3 не подходят для описания аффинных преобразований (включающих перенос) без использования однородных координат, что приводит к необходимости перехода к матрицам 4×4. Кроме того, для больших систем уравнений или трёхмерных задач с большим числом переменных матрицы 3×3 слишком малы, и используются матрицы произвольного размера.

Источники

• Гантмахер Ф. Р. «Теория матриц». — М.: Наука, 1967.
• Стренг Г. «Линейная алгебра и её приложения». — М.: Мир, 1980.
• Корн Г., Корн Т. «Справочник по математике для научных работников и инженеров». — М.: Наука, 1973.
• Беклемишев Д. В. «Курс аналитической геометрии и линейной алгебры». — М.: Физматлит, 2001.