Calculator de matrice

Un calculator de matrice efectuează operații de algebră liniară pe tablouri dreptunghiulare de numere.

De la adunarea simplă la operații complexe precum găsirea inverselor și reducerea pe rânduri, calculatorul nostru gestionează toate operațiile standard cu matrice oferind explicații pas cu pas complete.

• Adunarea/scăderea necesită dimensiuni egale și se aplică element cu element.
• Înmulțirea necesită ca numărul de coloane din A să fie egal cu numărul de rânduri din B.
• Determinantul este un scalar care indică inversabilitatea.
• Inversa anulează înmulțirea (A × A⁻¹ = I).
• RREF folosește eliminarea Gauss-Jordan pentru a rezolva sisteme liniare.

O matrice este un tabel dreptunghiular de numere dispuse în rânduri și coloane, scrise între paranteze și dimensionate prin rânduri-ori-coloane (de exemplu, o matrice 2×3 are 2 rânduri și 3 coloane). Fiecare element este referit prin poziția sa, A[i][j], reprezentând numărul de pe rândul i și coloana j.

Conform Encyclopaedia Britannica, matricele formalizează sistemele de ecuații liniare și transformările liniare într-un singur obiect compact.

O matrice pătratică are același număr de rânduri și coloane, iar diagonala sa principală merge din stânga-sus în dreapta-jos. Matricea unitate I are 1 pe acea diagonală și 0 în rest, având rolul pe care numărul 1 îl joacă în înmulțirea obișnuită.

Pentru a înmulți matricile A și B, fiecare element C[i][j] este produsul scalar dintre rândul i al lui A și coloana j a lui B, însumând A[i][k]×B[k][j] pe parcursul lui k. Această operație este definită doar atunci când numărul de coloane din A este egal cu numărul de rânduri din B, astfel că o matrice m×n înmulțită cu o matrice n×p dă un rezultat m×p.

De exemplu, [[1,2],[3,4]] × [[5,6],[7,8]] dă C[1][1] = 1×5 + 2×7 = 19, iar finalizarea procesului produce [[19,22],[43,50]].

Khan Academy subliniază că înmulțirea matricilor nu este comutativă: A×B este rareori egal cu B×A. Această regulă rând-pe-coloană stă la baza modului în care se compun transformările liniare.

Determinantul unei matrice 2×2 [[a,b],[c,d]] este egal cu ad − bc; pentru [[1,2],[3,4]] acesta este (1×4) − (2×3) a= 4 − 6 = −2.

Pentru o matrice 3×3, dezvolți de-a lungul unui rând sau a unei coloane folosind cofactori, înmulțind fiecare element cu determinantul minorei de 2×2 rămasă după eliminarea rândului și coloanei sale, alternând semnele.

Wolfram MathWorld definește determinantul ca un scalar care codifică modul în care o aplicație liniară scalează o arie sau un volum orientat. Un determinant egal cu zero înseamnă că matricea este singulară (neinversabilă), deoarece aplatizează spațiul într-o dimensiune inferioară. Determinanții mai mari sunt găsiți eficient prin reducerea rândurilor.

Inversa A⁻¹ este matricea care satisface relația A × A⁻¹ = I și există doar atunci când determinantul este diferit de zero.

Pentru o matrice 2×2 [[a,b],[c,d]], inversa este (1/det) × [[d,−b],[−c,a]]. Luând [[1,2],[3,4]] cu determinantul −2, inversa este (1/−2) × [[4,−2],[−3,1]] = [[−2,1],[1.5,−0.5]].

Pentru matrice mai mari, extinde matricea A cu matricea unitate pentru a forma [A | I] și aplică eliminarea Gauss-Jordan până când blocul stâng devine I, lăsând A⁻¹ în dreapta.

Wolfram MathWorld menționează că inversa rezolvă direct ecuația Ax = b ca x = A⁻¹b, motiv pentru care inversabilitatea este esențială pentru sistemele liniare.

Eliminarea gaussiană rezolvă sisteme liniare aplicând trei operații elementare pe rânduri până când matricea ajunge la forma eșalon pe rânduri:

• interschimbarea rândurilor
• scalarea unui rând cu o constantă diferită de zero
• adăugarea unui multiplu al unui rând la altul

Continuând până când fiecare pivot este 1 și este singurul element diferit de zero din coloana sa se produce forma eșalon redusă pe rânduri (RREF), obiectivul eliminării Gauss-Jordan.

Khan Academy explică faptul că RREF face ca mulțimea soluțiilor unui sistem să fie ușor de citit. Deoarece aceste operații nu schimbă niciodată acea mulțime de soluții, RREF este cea mai fiabilă metodă generală de rezolvare a ecuațiilor, de calculare a rangului și de inversare a matricilor, fiind stabilă numeric atunci când este combinată cu pivotarea parțială.

Rangul unei matrice reprezintă numărul de rânduri liniar independente, care este egal cu numărul de coloane liniar independente și cu numărul de poziții de pivot din RREF-ul său.

Conform Wolfram MathWorld, rangul măsoară dimensiunea spațiului generat de rândurile sau coloanele matricei.

O matrice pătratică n×n este inversabilă exact atunci când are rangul maxim n; orice rang inferior semnalează o matrice singulară și un determinant egal cu zero. Rangul relevă, de asemenea, câte ecuații dintr-un sistem conțin informații cu adevărat noi față de cele care sunt combinații redundante ale altora.

În știința datelor, un rang scăzut indică faptul că coloanele sunt puternic corelate, ceea ce stă la baza unor tehnici precum analiza componentelor principale și compresia matricială.

Matricele alimentează o gamă remarcabilă de tehnologii.

În grafică computerizată și jocuri, matricele de transformare rotesc, scalează și proiectează scene 3D pe un ecran 2D; înmulțirea acestor matrice compune mai multe transformări într-una singură.

În învățarea automată (machine learning), ponderile rețelelor neuronale sunt matrice, iar antrenarea se bazează pe înmulțiri masive de matrice accelerate de plăci grafice (GPU).

O singură relație de mișcare precum distanță = viteză × timp este suficient de simplă pentru a folosi un simplu instrument, dar Encyclopaedia Britannica notează că matricele preiau controlul odată ce multe cantități se cuplează împreună în fizică și economie, cum ar fi în circuitele electrice și modelele economice input-output.

Inginerii le folosesc pentru analiza structurală și metodele cu elemente finite, în timp ce statisticienii folosesc matrice de covarianță pentru a descrie relațiile dintre variabile.

Algoritmul original PageRank al Google a încadrat chiar întregul web într-o problemă uriașă de valori proprii pentru matrice.

Un vector propriu al unei matrice pătrate A este un vector diferit de zero v a cărui direcție nu se schimbă atunci când este înmulțit cu A, astfel încât A·v = λ·v, unde scalarul λ este valoarea proprie corespunzătoare.

Wolfram MathWorld descrie valorile proprii drept rădăcinile polinomului caracteristic det(A − λI) = 0.

Geometric, vectorii proprii marchează axele de-a lungul cărora o transformare liniară pur și simplu întinde sau comprimă spațiul cu factorul λ, fără a roti acea direcție.

Valorile proprii stau la baza analizei stabilității, a modurilor de vibrație în inginerie, a nivelurilor de energie cuantică și a reducerii dimensionalității, cum ar fi analiza componentelor principale. Produsul tuturor valorilor proprii este egal cu determinantul, iar suma lor este egală cu urma (suma elementelor de pe diagonală).

• Cea mai frecventă eroare este să presupui că înmulțirea matricilor este comutativă — A×B de obicei nu este egal cu B×A, iar inversarea ordinii dă un rezultat diferit sau nedefinit.
• O alta este încercarea de a înmulți matrice ale căror dimensiuni interne nu se potrivesc; numărul de coloane al lui A trebuie să fie egal cu numărul de rânduri al lui B.
• Studenții încearcă adesea să inverseze o matrice cu un determinant zero, ceea ce este imposibil deoarece o astfel de matrice este singulară.
• Când transpui un produs, amintește-ți că ordinea se inversează: (AB)ᵀ = BᵀAᵀ.
• În timpul reducerii rândurilor, uitarea de a aplica o operație fiecărui element din rând sau împărțirea la un pivot zero corupe rezultatul.
• În cele din urmă, confundarea indicilor de rând și de coloană la citirea lui A[i][j] produce în tăcere răspunsuri greșite.