Matice
Author
Albert FloresMatice o m řádcích a n sloupcích Matice je v matematice obdélníkové či čtvercové schéma čísel nebo nějakých matematických objektů - prvků matice (též elementů matice). Obsahuje obecně m řádků a n sloupců. Hovoříme pak o matici typu m \times n.
Část matematiky, která využívá matice, je označována jako maticový počet.
Matice se často využívají pro vyjádření obecné rotace vektorů, transformace vektorů od jedné báze k bázi jiné, k řešení soustav lineárních rovnic, či k vyjádření operátorů v kvantové mechanice. Schopnost matic vyjadřovat vztahy mezi vektory se využívá v materiálovém inženýrství při studiu anizotropních materiálů.
Označení prvků matice
Prvky matice jsou označeny indexy udávajícími řádek a sloupec, v nichž se prvek nalézá. Prvek v i-tém řádku a j-tém sloupci matice A se obvykle značí a_{ij}. +more Potom i-tý řádek matice obsahuje vodorovnou n-tici prvků (a_{i1}, a_{i2}, . , a_{in})\,, kde i = 1, 2, . , m a j-tý sloupec matice obsahuje svislou m-tici čísel (a_{1j}, a_{2j}, . , a_{mj})\,, kde j = 1, 2, . , n .
Např. a53 leží v pátém řádku a třetím sloupci. +more Indexy se píší buďto oba dole jako a53, nebo první nahoře a druhý dole jako a53, což má význam, jakmile je potřeba rozlišovat kovariantní a kontravariantní indexy, zejména operujeme-li s maticemi jako s tenzory. Tedy matici m krát n zapíšeme jako:.
:\mathbf{A}=\begin{pmatrix} {a^1}_1 & {a^1}_2 & \dots & {a^1}_n\\ {a^2}_1 & \dots & \dots & \dots \\ \dots & \dots & \dots & {a^{m-1}}_n \\ {a^m}_1 & \dots & {a^m}_{n-1} & {a^m}_n \end{pmatrix}, \qquad\text{nebo}\qquad \begin{pmatrix} a_{1,1} & a_{1,2} & \dots & a_{1,n}\\ a_{2,1} & \dots & \dots & \dots \\ \dots & \dots & \dots & a_{m-1,n} \\ a_{m,1} & \dots & a_{m,n-1} & a_{m,n} \end{pmatrix}.
Pro zjednodušení se také používá zápisu :\mathbf{A} = (a_{i,j}). Potřebujeme-li zdůraznit počet řádků a sloupců, lze také použít zápis :\mathbf{A} = {(a_{i,j})}_{m,n} nebo \mathbf{A} = (a_{i,j})\in \mathbb R^{m\times n}. +more Pokud nehrozí chyba (např. indexy jsou jednociferné), lze vynechat čárku oddělující oba indexy, tj. a_{ij}.
Příklad
Matice
:\begin{pmatrix} 1 & 2 & 3 \\ 1 & 2 & 7 \\ 4 & 9 & 2 \\ 6 & 1 & 5 \end{pmatrix}
je obdélníková matice velikosti 4 × 3. Prvek matice a23 nebo a23 je 7.
Operace s maticemi
Sčítaní, násobení skalárem, a transpozice
Operace | Definice | Příklad |
---|---|---|
Sčítání | Součet A+B dvou matic A and B typu m×n je matice typu m×n, sčítání probíhá po prvcích: :(A + B)i,j = Ai,j + Bi,j, kde 1 ≤ i ≤ m a 1 ≤ j ≤ n. | \begin{pmatrix} 1 & 3 & 1 \\ 1 & 0 & 0 \end{pmatrix} + \begin{pmatrix} 0 & 0 & 5 \\ 7 & 5 & 0 \end{pmatrix} = \begin{pmatrix} 1+0 & 3+0 & 1+5 \\ 1+7 & 0+5 & 0+0 \end{pmatrix} = \begin{pmatrix} 1 & 3 & 6 \\ 8 & 5 & 0 \end{pmatrix} |
Násobení skalárem | α-násobek matice A je součin čísla (nazývané skalár) a matice A, který se spočítá vynásobením každého prvku matice A číslem : :(A)i,j = · Ai,j. +more | 2 \cdot \begin{pmatrix} 1 & 8 & -3 \\ 4 & -2 & 5 \end{pmatrix} = \begin{pmatrix} 2 \cdot 1 & 2\cdot 8 & 2\cdot -3 \\ 2\cdot 4 & 2\cdot -2 & 2\cdot 5 \end{pmatrix} = \begin{pmatrix} 2 & 16 & -6 \\ 8 & -4 & 10 \end{pmatrix} |
Transpozice | Transpozice matice A typu m×n je matice AT typu n×m (někdy také značená Atr nebo tA), která vznikne výměnou řádků a sloupců: :(AT)i,j = Aj,i. | \begin{pmatrix} 1 & 2 & 3 \\ 0 & -6 & 7 \end{pmatrix}^\mathrm{T} = \begin{pmatrix} 1 & 0 \\ 2 & -6 \\ 3 & 7 \end{pmatrix} |
Násobení matic
Násobení dvou matic je definováno pouze pokud má levá matice stejný počet sloupců jako má pravá matice řádků. Pokud A je matice typu m×n a B je matice typu n×p, pak jejich součin AB je matice typu m×p, jejíž prvky jsou skalárním součinem příslušného řádku A a příslušného sloupce B: :[\mathbf{AB}]_{i,j} = a_{i,1}b_{1,j} + a_{i,2}b_{2,j} + \cdots + a_{i,n}b_{n,j} = \sum_{r=1}^n a_{i,r}b_{r,j}, kde 1 ≤ i ≤ m a 1 ≤ j ≤ p. +more :Například podtržený prvek 2340 součinu se spočítá jako : \begin{align} \begin{pmatrix} \underline{2} & \underline 3 & \underline 4 \\ 1 & 0 & 0 \\ \end{pmatrix}.
\begin{pmatrix} 0 & \underline{1000} \\ 1 & \underline{100} \\ 0 & \underline{10} \\ \end{pmatrix} &= \begin{pmatrix} 3 & \underline{2340} \\ 0 & 1000 \\ \end{pmatrix}. \end{align}
Maticové násobení splňuje rovnost (AB)C = A(BC) (asociativitu), a rovnosti (A + B)C = AC + BC a C(A + B) = CA + CB (distributivitu zleva a zprava), pokud mají matice takové rozměry, aby součiny byly definovány. Součin AB může být definován, aniž by bylo definováno BA, pokud A a B jsou matice typu m×n a n×k, kde m ≠ k. +more Pokud jsou oba součiny definovány, nemusí být stejné. Pro obecné matice platí: :AB ≠ BA.
Maticové násobení není komutativní, na rozdíl od součinu (racionálních, reálných, nebo komplexních) čísel. Příklad dvou matic, které spolu nekomutují: :\begin{pmatrix} 1 & 2\\ 3 & 4\\ \end{pmatrix}
\begin{pmatrix} 0 & 1\\ 0 & 0\\ \end{pmatrix}= \begin{pmatrix} 0 & 1\\ 0 & 3\\ \end{pmatrix}, zatímco :\begin{pmatrix} 0 & 1\\ 0 & 0\\ \end{pmatrix}
\begin{pmatrix} 1 & 2\\ 3 & 4\\ \end{pmatrix}= \begin{pmatrix} 3 & 4\\ 0 & 0\\ \end{pmatrix}.
Mimo obvyklý maticový součin existují ještě jiné operace s maticemi, které lze považovat za určitý druh násobení, jako například Hadamardův součin anebo Kroneckerův součin.
Další operace s maticemi
Rovnost
O dvou maticích A, B prohlásíme, že jsou si rovny, pokud jsou stejného typu (stejný počet řádků i sloupců) a každý prvek a \scriptstyle_{ij} matice A je roven odpovídajícímu prvku b\scriptstyle_{ij} matice B. Rovnost zapíšeme :\mathbf{A} = \mathbf{B}
Rozdíl
Rozdíl dvou matic A, B (stejného typu) je nová matice R: :\mathbf{R} = \mathbf{A} - \mathbf{B}= \mathbf{A} + (-1\mathbf{B}) Prvky matice R jsou pak určeny vztahem :r_{ij} = a_{ij} - b_{ij} \,
Lineární kombinace
Obecně lze pro matice \scriptstyle \mathbf{A}, \mathbf{B}, . , které jsou stejného typu, definovat lineární kombinaci matic :\mathbf{L} = \lambda \mathbf{A} + \mu \mathbf{B} + . +more, :kde prvky matice \scriptstyle \mathbf{L} určuje výraz :l_{ij} = \lambda a_{ij} + \mu b_{ij} + .
Mocnina
Opakovaným násobením matice \scriptstyle \mathbf{A} sama sebou lze vytvářet mocniny matic \scriptstyle \mathbf{A}^k. Tyto mocniny lze poté využít při zápisu polynomu :P(\mathbf{A}) = c_0 + c_1 \mathbf{A} + c_2 \mathbf{A}^2 + . +more + c_n \mathbf{A}^n.
Vlastnosti a základní pojmy
Algebraické vlastnosti prostorů matic
Obvykle se předpokládá, že prvky matice jsou z nějakého okruhu nebo tělesa. Označme jej K (obvykle K=\mathbb{R} nebo \mathbb{C}). +more Množina všech čtvercových matic n\times n tvoří asociativní algebru, která se nazývá maticová algebra, značí se M(n,K), \mathrm{Mat}(n,K), nebo M^{n,n} apod. Pro n>1 je nekomutativní a její centrum je izomorfní K (je tvořeno násobky jedničkové matice). Je jednoduchá, t. j. nemá žádné netriviální oboustranné ideály. Navíc každá konečně rozměrná jednoduchá asociativní algebra (nad nějakým tělesem) je izomorfní maticové algebře. Každá volba báze n-dimenzionálního prostoru V nám dává izomorfizmus \mathrm{Mat}(n)\simeq \mathrm{End}(V). Jediná ireducibilní reprezentace této asociativní algebry je její definující reprezentace na V.
Matice je invertovatelná, právě když její determinant je nenulový (toto má smysl, i kdyby byly prvky matice z obecného komutativního okruhu, a analogické tvrzení lze zformulovat i v kvaternionových maticích).
Množina všech regulárních (t. j. +more invertovatelných) matic tvoří grupu, která se označuje GL(n,K). Pro K=\mathbb{C}, \mathbb{R} je reduktivní. Její jednoduchá podgrupa je grupa matic s jedničkovým determinantem SL(n,K).
Hodnost matice
Hodnost matice se dá definovat jako počet lineárně nezávislých řádků (předpokládáme, že prvky matice jsou prvky nějakého tělesa). Platí, že počet lineárně nezávislých sloupců matice je stejný jako počet lineárně nezávislých řádků.
Diagonála matice
Prvky a_{11}, a_{22}, a_{33}, ..., leží na tzv. hlavní diagonále matice. Hlavní diagonála je tedy tvořena všemi prvky a_{ij}, kde i = j.
Prvky a_{1n}, a_{2,n-1}, a_{3,n-2}, ..., leží na tzv. vedlejší diagonále. Vedlejší diagonála je tedy tvořena všemi prvky a_{ij}, kde j = (n - i) + 1.
Pokud se hovoří o diagonále matice, je tím obvykle myšlena hlavní diagonála.
Důvod dvojího značení
Matice se obvykle používají k zápisu lineárních zobrazení mezi vektorovými prostory. Předpokládejme, že matice A=(a^i_{\,\,j}) přiřadí vektoru v, který má souřadnice (v nějaké bázi) v^j vektor, který má (v nějaké bázi cílového prostoru) souřadnice w^i=\sum_{j} a^i_{\,\,j} v^j (symbolicky Av=w).
Užíváme-li matice k operaci s vektory v Euklidovském prostoru, nebo kdykoliv se příslušný skalární součin chová stejně jako v Euklidovském prostoru a předpokládáme, že jediné změny souřadnicových systémů, které uvažujeme, jsou rotace a zrcadlení, pak není potřeba rozlišovat polohu indexů a řádkové a sloupcové vektory lze mezi sebou libovolně zaměňovat. Jakmile se však skalární součin chová jinak (např. +more Diracova notace v kvantové mechanice), anebo uvažujeme i jiné transformace souřadnic než rotace a zrcadlení, pak se při přechodu do jiných souřadnic typicky jinak transformují vektory jako duální vektory. Sloupce matice se chovají jako vektory, kdežto řádky matice jako duální vektory, neboli lineární formy. Ve fyzice se pak obvykle souřadnice vektorů píšou nahoru a souřadnice duálních vektorů dolů.
Tento koncept lze matematicky formalizovat, pokud řekneme, že matice je prvek prostoru \mathrm{End}(V,W) zapsán v nějakých bázích {v_i}, {w_j} prostorů V, W. Protože ale \mathrm{End}(V,W)\simeq V^*\otimes W, můžeme chápat matici jako tenzor typu (1,1) a u tenzorů se píšou kovariantní složky dolů a kontravariantní nahoru. +more Pak se matice bude při přechodu k novým souřadnicím v prostorech V a W transformovat „správně“.
Matice ale nereprezentují jen lineární zobrazení mezi vektorovými prostory. Do matice se taky dá zapsat bilineární forma, která dvěma vektorům přiřadí číslo. +more Pak to odpovídá tenzoru typu (0,2) a při přechodu do jiných souřadnic se transformuje jako tenzor typu (0,2). V tomto případě bychom prvky matice značili ( a_{i,j}) (oba indexy dolů).
Pokud však matice reprezentuje něco jiného (třeba systém lineárních rovnic, na který se nemusíme dívat jako na maticovou rovnici a nepotřebujeme vědět, jak se transformuje při změně souřadnic), pak nemá smysl horní a dolní indexy rozlišovat.
Druhy matic
Přehled některých typů matic | ||
---|---|---|
Nad \mathbb{C} | Nad \mathbb{R} | vlastnost |
hermitovská | symetrická | \mathbf{A}^{H\mathrm{/}T} = \mathbf{A} |
unitární | ortogonální | \mathbf{A}^{H\mathrm{/}T} = \mathbf{A}^{-1} |
- | regulární (invertibilní) | regulární (invertibilní) |
* Adjungovaná matice k matici A je transponovaná matice algebraických doplňků matice A.
Použití
Matice jako zápis lineárního zobrazení
Matice představují nejjednodušší nástroj, jak popsat v souřadnicích lineární zobrazení z prostorů V do prostoru W, pokud máme na prostoru V zvolenou bázi {v_j} a na prostoru W bázi {w_j}. Matice zobrazení vytvoříme tak, že její i-tý sloupec bude zápis souřadnic obrazu vektoru v_i zapsaného v bázi w_j.
Matice přechodu
Matice jsou užitečný nástroj na spočtení souřadnic vektoru v nějaké bázi, pokud známe jeho souřadnice v jiné bázi. Pokud \{e_1,\ldots,e_n\} a \{e_1',\ldots,e_n'\} jsou dvě báze, pro které platí e_j'=\sum_{i}e_i a^i_{\,\,j},, neboli :(e_1',\ldots,e_n')=(e_1,\ldots,e_n)A, pak matice \scriptstyle \mathbf{A}=(a^i_{\,\,j}) se nazývá matice přechodu od báze \{e_i\}_i k bázi \{e_i'\}_i. +more Pro souřadnice pak platí :\mathbf{A}^{-1} \left(\begin{array}{c}x^1\\\ldots\\x^n\end{array}\right)_{\{e_i\}_i}= \left(\begin{array}{c}x'^{1}\\\ldots\\x'^{n}\end{array}\right)_{\{e_i'\}_i},.
kde \scriptstyle x^i jsou souřadnice libovolného vektoru v bázi \{e_i\}_i a x'^{i} jsou jeho souřadnice v bázi \{e_i'\}_i a \mathbf{A}^{-1} je inverzní matice k matici \scriptstyle \mathbf{A}.
Duální báze k \{e_i\} a \{e_i'\} (pokud je píšeme do sloupců) se transformují stejně jako souřadnice a souřadnice duálních vektorů v duálních bázích (pokud je píšeme do řádků) stejně jako původní bázové vektory.
Matice jako zápis bilineární formy
Matice představují jednoduchý nástroj, jak popsat v souřadnicích bilineární zobrazení (například skalární součin) V\times V\to K (obvykle K=\mathbb{R} nebo \mathbb{C}), pokud máme na prostoru V zvolenou bázi {v_j} a na prostoru W bázi {w_j}. Matice zobrazení A vytvoříme tak, že a_{ij}:=(v_i, w_j), kde (. +more) je příslušná bilineární forma. Pak v souřadnicích platí (\{x_i\},\{y_j\})=\{x_i\}^T A \{y_j\}.
Systémy lineárních rovnic
Systém m rovnic o m neznámých \sum_j a_{ij}x_j=b_i se dá zapsat elegantně v maticovém tvaru AX=B,kde A= \left( \begin{array}{cccc} a_{1,1} & a_{1,2} & \dots & a_{1,n} \\ a_{2,1} & \dots & \dots & \dots \\ \ldots & \ldots & \ldots & \ldots \\ a_{m,1} & \dots & a_{m,n-1} & a_{m,n} \end{array} \right), \quad B= \left( \begin{array}{c} b_{1} \\ b_{2} \\ \vdots\\ b_{m} \end{array} \right), \quad X= \left( \begin{array}{c} x_{1} \\ x_{2} \\ \vdots\\ x_{n} \end{array} \right) jsou matice soustavy, vektor pravých stran a vektor neznámých. Často při řešení rovnic stačí pracovat s maticí soustavy a vektorem pravých stran, které se pro potřeby výpočtu spojují do rozšířené matice soustavy (viz Gaussova eliminace).
Zkoumání lineární nezávislosti vektorů
Je-li dána množina vektorů ze stejného vektorového prostoru v souřadnicích, je možné tyto vektory (resp. jejich souřadnicové vyjádření) zapsat pod sebe jako řádky matice. +more Lineární obal řádků matice se nezmění, pokud budu se s maticí provádí následující úpravy:.
* Výměna dvou řádků * Vynásobení řádku nenulovým číslem * Přičtení násobku nějakého řádku k jinému řádku
Pokud se podaří postupnou aplikací těchto úprav vytvořit v matici nulový řádek, původní vektory jsou lineárně závislé (viz též Gaussova eliminace). Pokud se podaří matici upravit do schodovitého tvaru aniž by vznikl nulový řádek, jsou původní vektory lineárně nezávislé. +more Viz též hodnost matice.
Řešení obyčejných diferenciálních rovnic
Obyčejná homogenní diferenciální rovnice s konstantními koeficienty, anebo systém rovnic s konstantními koeficienty, se dá zapsat v maticovém tvaru \dot{x}=\mathbf{A}x,kde x=x(t) je sloupcový vektor neznámých a A je čtvercová matice. Řešení je pak vektorový prostor generovaný sloupci matice dané maticovou funkcí \exp(\mathbf{A}t).
Další použití
V matematice a fyzice:
* Jacobiho matice * Hessova matice * Wronského matice * incidenční matice grafu
Ve statistice:
* Matice dat (zcela obecná tabulka popisující závislost jedné veličiny na druhé) * Korelační matice * Stochastická matice * kontingenční tabulky
V kvantové mechanice:
* Zápis operátorů do matic * Matice hustoty (popis smíšeného stavu systému) * Pauliho matice
V populační biologii:
Odkazy
Související články
Determinant * Hodnost matice * Jordanův rozklad * LU rozklad * Kontingenční tabulka * Lineární algebra * Maticová funkce * Matice přechodu * Násobení matic * Norma matice * Stopa matice * Soustava lineárních rovnic * Transpozice matic
Externí odkazy
[url=https://web. archive. +moreorg/web/20110219001253/http://www. kolej. mff. cuni. cz/~lmotm275/skripta/mzahrad/]M. Zahradník, L. Motl: Pěstujeme lineární algebru[/url] * [url=http://joshua. smcvt. edu/linearalgebra]Učebnice lineární algebry na webu (anglicky)[/url] * [url=http://autarkaw. com/books/matrixalgebra/index. html]Autar Kaw, Introduction to Matrix Algebra[/url] * [url=http://wims. unice. fr/wims/en_tool~linear~matrix. en. html]Maticová kalkulačka[/url] * [url=http://www. elektro-energetika. cz/calculations/matreg. php]Operace s maticemi v R (determinant, stopa, inverzní, adjungovaná, transponovaná)[/url]* * [url=http://www. umat. feec. vutbr. cz/~novakm/algebra_matic/index_male. php]Sčítání a násobení matic[/url].