калькулятор віку

Калькулятор матриць виконує операції лінійної алгебри над прямокутними масивами чисел.

Від простого додавання до складних операцій, таких як знаходження оберненої матриці та зведення рядків, наш калькулятор обробляє всі стандартні матричні операції з повними покроковими поясненнями.

• Додавання/віднімання вимагає однакових розмірностей і працює поелементно.
• Множення вимагає, щоб кількість стовпців A дорівнювала кількості рядків B.
• Визначник — це скаляр, який вказує на можливість обернення.
• Обернена матриця скасовує множення (A × A⁻¹ = I).
• RREF використовує виключення Гаусса-Жордана для розв'язання лінійних систем.

Матриця — це прямокутний масив чисел, розташованих у рядках і стовпцях, записаний у дужках і визначений своїми розмірами як «рядки на стовпці» (наприклад, матриця 2×3 має 2 рядки та 3 стовпці). На кожен елемент посилаються за його позицією, A[i][j], що означає число в рядку i та стовпці j.

Згідно з Британською енциклопедією, матриці формалізують системи лінійних рівнянь і лінійні перетворення в єдиний компактний об'єкт.

Квадратна матриця має однакову кількість рядків і стовпців, а її головна діагональ проходить від верхнього лівого кута до нижнього правого. Одинична матриця I має одиниці на цій діагоналі та нулі в інших місцях, виконуючи роль числа 1 у звичайному множенні.

Щоб помножити матриці A і B, кожен елемент C[i][j] є скалярним добутком рядка i матриці A на стовпець j матриці B, підсумовуючи A[i][k]×B[k][j] по всіх k. Це визначено лише тоді, коли кількість стовпців в A дорівнює кількості рядків у B, тому матриця m×n, помножена на матрицю n×p, дає результат m×p.

Наприклад, [[1,2],[3,4]] × [[5,6],[7,8]] дає C[1][1] = 1×5 + 2×7 = 19, а завершення процесу дає [[19,22],[43,50]].

Академія Хана наголошує, що множення матриць не є комутативним: A×B рідко дорівнює B×A. Це правило «рядок на стовпець» лежить в основі того, як комбінуються лінійні перетворення.

Визначник матриці 2×2 [[a,b],[c,d]] дорівнює ad − bc; для [[1,2],[3,4]] це (1×4) − (2×3) = 4 − 6 = −2.

Для матриці 3×3 ви розкладаєте вздовж рядка або стовпця за допомогою кофакторів, множачи кожен елемент на визначник мінора 2×2, що залишається після видалення його рядка і стовпця, чергуючи знаки.

Wolfram MathWorld визначає визначник як скаляр, що кодує те, як лінійне відображення масштабує знакову площу або об'єм. Визначник, що дорівнює нулю, означає, що матриця є виродженою (необерненою), оскільки вона стискає простір у меншу розмірність. Більші визначники ефективно знаходяться за допомогою зведення рядків.

Обернена матриця A⁻¹ — це матриця, що задовольняє умову A × A⁻¹ = I, і вона існує лише тоді, коли визначник не дорівнює нулю.

Для матриці 2×2 [[a,b],[c,d]] обернена матриця дорівнює (1/det) × [[d,−b],[−c,a]]. Взявши [[1,2],[3,4]] з визначником −2, обернена матриця буде (1/−2) × [[4,−2],[−3,1]] = [[−2,1],[1.5,−0.5]].

Для більших матриць доповніть A одиничною матрицею, щоб утворити [A | I], і застосовуйте виключення Гаусса-Жордана, доки лівий блок не стане I, залишивши A⁻¹ праворуч.

Wolfram MathWorld зазначає, що обернена матриця безпосередньо розв'язує рівняння Ax = b як x = A⁻¹b, тому оберненість є центральною для лінійних систем.

Метод Гаусса розв'язує лінійні системи за допомогою трьох елементарних операцій над рядками, доки матриця не досягне східчастої форми:

• перестановка рядків
• множення рядка на ненульову константу
• додавання кратного одного рядка до іншого

Продовження процесу доти, доки кожне головне число (півіт) не дорівнюватиме 1 і не буде єдиним ненульовим елементом у своєму стовпці, дає поліпшену скорочену східчасту форму (RREF), яка є метою виключення Гаусса-Жордана.

Академія Хана пояснює, що RREF робить множину розв'язків системи одразу очевидною. Оскільки ці операції ніколи не змінюють цю множину розв'язків, RREF є найнадійнішим загальним методом для розв'язування рівнянь, обчислення рангу та обернення матриць, і він є чисельно стійким у поєднанні з вибором головного елемента.

Ранг матриці — це кількість лінійно незалежних рядків, яка дорівнює кількості лінійно незалежних стовпців і кількості головних позицій (півітів) у її RREF.

Згідно з Wolfram MathWorld, ранг вимірює розмірність простору, натягнутого на рядки або стовпці матриці.

Квадратна матриця n×n є оберненою тоді й лише тоді, коли вона має повний ранг n; будь-який нижчий ранг сигналізує про вироджену матрицю та нульовий визначник. Ранг також показує, скільки рівнянь у системі несуть дійсно нову інформацію, а не є надлишковими комбінаціями інших.

У науці про дані низький ранг вказує на те, що стовпці сильно корельовані, що лежить в основі таких методик, як аналіз головних компонентів та стиснення матриць.

Матриці живлять надзвичайний спектр технологій.

У комп'ютерній графіці та іграх матриці перетворень обертають, масштабують і проеціюють 3D-сцени на 2D-екран; множення цих матриць об'єднує кілька перетворень в одне.

У шинному навчанні ваги нейронних мереж є матрицями, а навчання спирається на масивні матричні множення, прискорені графічними процесорами.

Одне відношення руху, наприклад відстань = швидкість × час, є достатньо простим для калькулятора швидкості, часу та відстані, але Британська енциклопедія зазначає, що матриці беруть гору, коли багато величин поєднуються разом у фізиці та економіці, як-от в електричних кола та економічних моделях «випуск-втрати».

Інженери використовують їх для структурного аналізу та методів скінченних елементів, тоді як статистики використовують коваріаційні матриці для опису взаємозв'язків між змінними.

Оригінальний алгоритм PageRank від Google навіть представив усю мережу як одну величезну задачу на власні значення матриці.

Власний вектор квадратної матриці A — це ненульовий вектор v, напрямок якого не змінюється при множенні на A, так що A·v = λ·v, де скаляр λ є відповідним вісним значенням (власним значенням).

Wolfram MathWorld описує власні значення як корені характеристичного полінома det(A − λI) = 0.

Геометрично власні вектори позначають осі, вздовж яких лінійне перетворення просто розтягує або стискає простір у λ разів, не обертаючи цей напрямок.

Власні значення лежать в основі аналізу стійкості, режимів коливань в інженерії, квантових рівнів енергії та зменшення розмірності, такого як аналіз головних компонентів. Добуток усіх власних значень дорівнює визначнику, а їхня сума дорівнює сліду (сумі діагональних елементів).

• Найчастіша помилка — припущення, що множення матриць є комутативним: A×B зазвичай не дорівнює B×A, а зміна порядку на протилежний дає інший або невизначений результат.
• Інша помилка — спроба помножити матриці, внутрішні розмірності яких не збігаються; кількість стовпців A має дорівнювати кількості рядків B.
• Студенти часто намагаються обернути матрицю з нульовим визначником, що неможливо, оскільки така матриця є виродженою.
• При транспонуванні добутку пам'ятайте, що порядок змінюється на протилежний: (AB)ᵀ = BᵀAᵀ.
• Під час зведення рядків забування застосувати операцію до кожного елемента в рядку або ділення на нульовий головний елемент спотворює результат.
• Нарешті, плутанина між індексами рядків і стовпців при читанні A[i][j] непомітно призводить до неправильних відповідей.