Kalkulačka matic

Tato maticová kalkulačka provádí operace lineární algebry na obdélníkových schématech čísel.

Od jednoduchého sčítání až po složité operace, jako je hledání inverzních matic a řádková redukce, naše kalkulačka zvládá všechny standardní maticové operace s podrobným vysvětlením postupu krok za krokem.

• Sčítání/odčítání vyžaduje stejné rozměry a probíhá po prvcích.
• Násobení vyžaduje, aby se počet sloupců matice A rovnal počtu řádků matice B.
• Determinant je skalár, který udává invertovatelnost.
• Inverzní matice ruší účinek násobení (A × A⁻¹ = I).
• RREF využívá Gaussovu-Jordanovu eliminaci k řešení soustav lineárních rovnic.

Matice je obdélníková soustava čísel uspořádaných do řádků a sloupců, zapsaná v závorkách a určená svými rozměry jako počet řádků × počet sloupců (například matice 2×3 má 2 řádky a 3 sloupce). Každý prvek je označen svou pozicí A[i][j], což znamená číslo v i-tém řádku a j-tém sloupci.

Podle Encyklopedie Britannica matice formalizují soustavy lineárních rovnic a lineární transformace do jediného kompaktního objektu.

Čtvercová matice má stejný počet řádků a sloupců a její hlavní úhlopříčka vede z levého horního do pravého dolního rohu. Jednotková matice I má na této úhlopříčce jedničky a jinde nuly, přičemž plní stejnou roli jako číslo 1 při běžném násobení.

Při násobení matic A a B je každý prvek C[i][j] skalárním součinem i-tého řádku matice A a j-tého sloupce matice B, tedy součtem A[i][k]×B[k][j] přes k. Násobení je definováno pouze tehdy, když se počet sloupců matice A rovná počtu řádků matice B, takže matice typu m×n vynásobená maticí n×p dává výsledek typu m×p.

Například [[1,2],[3,4]] × [[5,6],[7,8]] dává C[1][1] = 1×5 + 2×7 = 19 a dokončením výpočtu získáme [[19,22],[43,50]].

Khan Academy zdůrazňuje, že násobení matic není komutativní: A×B se málokdy rovná B×A. Toto pravidlo násobení řádek krát sloupec tvoří základ toho, jak se skládají lineární transformace.

Determinant matice 2×2 [[a,b],[c,d]] se rovná ad − bc; pro [[1,2],[3,4]] je to (1×4) − (2×3) = 4 − 6 = −2.

U matice 3×3 provádíte rozvoj podle řádku nebo sloupce pomocí algebraických doplňků, kdy násobíte každý prvek determinantem submatice 2×2 vzniklé odstraněním příslušného řádku a sloupce se střídavými znaménky.

Wolfram MathWorld definuje determinant jako skalár vyjadřující, jak lineární zobrazení mění orientovaný obsah nebo objem. Nulový determinant znamená, že matice je singulární (regulárně neinvertovatelná), protože stlačuje prostor do nižší dimenze. Determinanty větších matic se efektivně počítají pomocí řádkových úprav.

Inverzní matice A⁻¹ je matice splňující vztah A × A⁻¹ = I a existuje pouze tehdy, když je determinant nenulový.

Pro matici 2×2 [[a,b],[c,d]] je inverzní matice rovna (1/det) × [[d,−b],[−c,a]]. Pro matici [[1,2],[3,4]] s determinantem −2 je inverzní matice (1/−2) × [[4,−2],[−3,1]] = [[−2,1],[1.5,−0.5]].

U větších matic rozšíříte matici A o jednotkovou matici na tvar [A | I] a aplikujete Gaussovu–Jordanovu eliminaci, dokud se levý blok nestane I, čímž vpravo vznikne A⁻¹.

Wolfram MathWorld uvádí, že inverzní matice přímo řeší soustavu Ax = b jako x = A⁻¹b, což je důvod, proč je invertibilita klíčová pro lineární soustavy.

Gaussova eliminace řeší lineární soustavy aplikací tří základních řádkových úprav, dokud matice nedosáhne stupňovitého tvaru:

• záměna řádků
• vynásobení řádku nenulovou konstantou
• přičtení násobku jednoho řádku k jinému

Pokud pokračujete, dokud není každý pivot roven 1 a není jediným nenulovým prvkem ve svém sloupci, získáte redukovaný stupňovitý tvar (RREF), což je cílem Gaussovy–Jordanovy eliminace.

Khan Academy vysvětluje, že RREF umožňuje okamžitě odečíst množinu řešení soustavy. Protože tyto úpravy nikdy nemění množinu řešení, je RREF nejspolehlivější obecnou metodou pro řešení rovnic, výpočet hodnosti a invertování matic a v kombinaci s částečným výběrem pivota je numericky stabilní.

Hodnost matice je počet lineárně nezávislých řádků, který se rovná počtu lineárně nezávislých sloupců a počtu pivotních pozic v jejím RREF.

Podle Wolfram MathWorld hodnost měří dimenzi prostoru generovaného řádky nebo sloupci matice.

Čtvercová matice n×n je invertibilní právě tehdy, když má plnou hodnost n; jakákoli nižší hodnost značí singulární matici a nulový determinant. Hodnost také odhaluje, kolik rovnic v soustavě přináší skutečně nové informace a kolik je pouhou nadbytečnou kombinací ostatních.

V datové vědě nízká hodnost naznačuje, že sloupce jsou silně korelované, což tvoří základ technik, jako je analýza hlavních komponent nebo komprese matic.

Matice pohánějí pozoruhodnou škálu technologií.

V počítačové grafice a hrách transformační matice otáčejí, mění měřítko a promítají 3D scény na 2D obrazovku; násobení těchto matic spojuje několik transformací do jedné.

V strojovém učení jsou váhy neuronových sítí maticemi a trénování spoléhá na rozsáhlé násobení matic akcelerované pomocí GPU.

Jednoduchý vztah pohybu jako dráha = rychlost × čas je dostatečně jednoduchý pro běžný výpočet, ale Encyklopedie Britannica poznamenává, že matice přebírají roli, jakmile se prováže mnoho veličin ve fyzice a ekonomii, jako je tomu u elektrických obvodů a vstupně-výstupních ekonomických modelů.

Inženýři je používají pro strukturální analýzu a metody konečných prvků, zatímco statistici používají kovarianční matice k popisu vztahů mezi proměnnými.

Původní algoritmus PageRank od Googlu dokonce formuloval celý web jako jeden obrovský problém vlastních čísel matice.

Vlastní vektor čtvercové matice A je nenulový vektor v, jehož směr se při násobení maticí A nemění, takže platí A·v = λ·v, kde skalár λ je příslušné vlastní číslo.

Wolfram MathWorld popisuje vlastní čísla jako kořeny charakteristického polynomu det(A − λI) = 0.

Geometricky vlastní vektory označují osy, podél kterých lineární transformace pouze natahuje nebo stlačuje prostor faktorem λ, aniž by tento směr otáčela.

Vlastní čísla tvoří základ analýzy stability, kmitavých módů v inženýrství, kvantových energetických hladin a redukce dimenzionality, jako je analýza hlavních komponent. Součin všech vlastních čísel se rovná determinantu a jejich součet se rovná stopě matice (součtu prvků na hlavní úhlopříčce).

• Nejčastější chybou je předpoklad, že násobení matic je komutativní — A×B se obvykle nerovná B×A a záměna pořadí vede k jinému nebo nedefinovanému výsledku.
• Další chybou je snaha násobit matice, jejichž vnitřní rozměry nesouhlasí; počet sloupců matice A se musí rovnat počtu řádků matice B.
• Studenti se často snaží invertovat matici s nulovým determinantem, což je nemožné, protože taková matice je singulární.
• Při transpozici součinu nezapomeňte, že se pořadí obrací: (AB)ᵀ = BᵀAᵀ.
• Během řádkových úprav vede opomenutí aplikovat úpravu na každý prvek v řádku nebo dělení nulovým pivotem ke znehodnocení výsledku.
• Konečně záměna indexů řádků a sloupců při čtení A[i][j] nenápadně vede k chybným výsledkům.