Открыть сервисСервис

Матрица — математическое понятие

Матрица — это прямоугольная таблица чисел, символов или выражений, расположенных в определённом порядке в строках и столбцах. Матрицы являются одним из основных объектов линейной алгебры и применяются в математике, физике, информатике, экономике и инженерии для записи и решения систем линейных уравнений, описания линейных преобразований и хранения данных.

Определение и обозначения

Матрица размера m × n (читается «m на n») содержит m строк и n столбцов. Элемент, стоящий на пересечении i-й строки и j-го столбца, обозначается $a_{ij}$. Матрица записывается как:

$$A = \begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{pmatrix}$$

Матрица с одинаковым числом строк и столбцов (m = n) называется квадратной. Матрица, состоящая из одной строки, — строкой, из одного столбца — столбцом. Матрица, все элементы которой равны нулю, — нулевой матрицей. Единичная матрица $E_n$ квадратного порядка n имеет единицы на главной диагонали и нули в остальных позициях.

Операции над матрицами

Сложение и умножение на число

Сложение определено для матриц одинакового размера: сумма $C = A + B$ содержит элементы $c_{ij} = a_{ij} + b_{ij}$. Умножение матрицы на скаляр k означает умножение каждого элемента на k: $(kA)_{ij} = k \cdot a_{ij}$.

Умножение матриц

Произведение $C = AB$ определено, если число столбцов A равно числу строк B. Если $A$ имеет размер $m × n$, а $B$ — $n × p$, то $C$ имеет размер $m × p$, причём:

$$c_{ij} = \sum_{k=1}^{n} a_{ik} b_{kj}$$

Умножение матриц в общем случае некоммутативно: $AB \neq BA$. При этом сохраняются ассоциативность $(AB)C = A(BC)$ и дистрибутивность $A(B + C) = AB + AC$.

Транспонирование

Транспонированная матрица $A^T$ получается заменой строк на столбцы: $(A^T)_{ij} = a_{ji}$. Свойства: $(A^T)^T = A$, $(AB)^T = B^T A^T$.

Определитель

Для квадратной матрицы определён определитель (детерминант) — число, вычисляемое по элементам матрицы. Для матрицы 2×2:

$$\det A = a_{11}a_{22} - a_{12}a_{21}$$

Для матриц большего порядка определитель вычисляется разложением по строке или столбцу. Определитель равен нулю тогда и только тогда, когда матрица вырождена, то есть необратима.

Обратная матрица

Квадратная матрица $A$ называется обратимой, если существует матрица $A^{-1}$ такая, что $AA^{-1} = A^{-1}A = E$. Обратная матрица существует лишь при $\det A \neq 0$. Для матрицы 2×2:

$$A^{-1} = \frac{1}{\det A} \begin{pmatrix} a_{22} & -a_{12} \\ -a_{21} & a_{11} \end{pmatrix}$$

Обратная матрица позволяет решать систему линейных уравнений $AX = B$ в виде $X = A^{-1}B$.

Способы решения систем линейных уравнений

Система линейных уравнений записывается в матричной форме $AX = B$, где $A$ — матрица коэффициентов, $X$ — столбец неизвестных, $B$ — столбец свободных членов. Основные методы решения:

  • Метод Гаусса — последовательное приведение расширенной матрицы системы к ступенчатому виду.
  • Правило Крамера — решение через отношение определителей, применимое при $\det A \neq 0$.
  • Обратная матрица — $X = A^{-1}B$.
  • Метод наименьших квадратов — для переопределённых систем, минимизирующий сумму квадратов отклонений.

Классификация матриц

ТипОпределение
КвадратнаяЧисло строк равно числу столбцов
ДиагональнаяНенулевые элементы только на главной диагонали
ТреугольнаяВсе элементы выше или ниже диагонали равны нулю
Симметричная$A^T = A$
Антисимметричная$A^T = -A$
Ортогональная$A^T A = E$
ЕдиничнаяЕдиницы на диагонали, нули в остальных позициях
НулеваяВсе элементы равны нулю
РанговаяРанг меньше минимального из размеров

Матрицы в линейной алгебре

Ранг матрицы — максимальное число линейно независимых строк (или столбцов). Ранг определяет, имеет ли система решений и являются ли они единственными.

Собственные значения и собственные векторы квадратной матрицы $A$ определяются уравнением $Av = \lambda v$, где $\lambda$ — собственное значение, $v$ — соответствующий собственный вектор. Характеристический многочлен $\det(A - \lambda E) = 0$ позволяет найти собственные значения. Матричные показатели и разложения (например, Жорданова форма) опираются на эту теорию.

Применение

Матрицы используются в широком спектре областей:

Историческая справка

Понятие матрицы в современном виде оформилось в трудах английских математиков Артура Кэли и Джеймса Сильвестра в XIX веке. Кэли ввёл обозначение матрицы и разработал теорию матричных уравнений. Развитие теории матриц связано с именами Карла Вейерштрасса, Готфрида Лебега, Уильяма Гамильтона (кватернионы как матрицы) и других учёных. В XX веке матричный аппарат стал основой квантовой механики (работы Вернера Гейзенберга и Поля Дирака) и теории автоматического управления.

Источники

  • Гантмахер Ф. Р. «Теория матриц».
  • Ландау Л. Д., Лифшиц Е. М. «Теоретическая физика», т. 3: «Квантовая механика. Нерелятивистская теория».
  • Курош А. Г. «Курс линейной алгебры».
  • Прасолов В. В. «Задачи и теоремы линейной алгебры».
  • Голуб Г., Ван Л. «Численные методы линейной алгебры».
Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru