Macierz kwadratowa - Square matrix
W matematyce , A kwadratowy matrycy jest matryca o takiej samej liczby wierszy i kolumn. An n -by- n macierzy jest znana jako macierzy kwadratowej porządku . Można dodawać i mnożyć dowolne dwie macierze kwadratowe tego samego rzędu.
Macierze kwadratowe są często używane do przedstawiania prostych przekształceń liniowych , takich jak ścinanie lub obrót . Na przykład, jeśli jest macierzą kwadratową reprezentującą obrót ( macierz obrotu ) i jest wektorem kolumnowym opisującym położenie punktu w przestrzeni, iloczyn daje inny wektor kolumnowy opisujący położenie tego punktu po tym obrocie. Jeśli jest to wektor wiersza , tej samej transformacji można uzyskać stosując , gdzie jest transpozycją z .
Główna przekątna
Wpisy ( i = 1, …, n ) tworzą główną przekątną macierzy kwadratowej. Leżą na wyimaginowanej linii, która biegnie od lewego górnego rogu do prawego dolnego rogu matrycy. Na przykład główna przekątna powyższej macierzy 4×4 zawiera elementy a 11 = 9 , a 22 = 11 , a 33 = 4 , a 44 = 10 .
Przekątnej macierzy kwadratowej z prawego górnego do dolnego lewego rogu nazywa antidiagonal lub counterdiagonal .
Specjalne rodzaje
Nazwa Przykład z n = 3 Macierz przekątna Dolna trójkątna matryca Górna trójkątna matryca
Matryca ukośna lub trójkątna
Jeśli wszystkie wpisy poza główną przekątną wynoszą zero, nazywamy macierzą diagonalną . Jeśli tylko wszystkie wpisy powyżej (lub poniżej) głównej przekątnej wynoszą zero, nazywa się górną (lub dolną) macierzą trójkątną .
Macierz jednostkowa
Macierzą jednostkową wielkości to macierz, w której wszystkie elementy na głównej przekątnej są równe 1, a wszystkie inne elementy są równe 0, na przykład
Jest to kwadratowa macierz porządku , a także specjalny rodzaj macierzy diagonalnej . Nazywa się macierzą jednostkową, ponieważ mnożenie z nią pozostawia macierz niezmienioną:
- AI n = I m A = A dla dowolnejmacierzy m -by- n .
Macierz odwracalna i jej odwrotność
Macierz kwadratowa nazywana jest odwracalną lub nieosobliwą, jeśli istnieje macierz taka, że
Jeśli występuje, jest unikalny i jest nazywana macierz odwrotna od , oznaczonej .
Symetryczna lub skośno-symetryczna macierz
Macierz kwadratowa, która jest równa jej transpozycji, czyli , jest macierzą symetryczną . Jeśli natomiast , następnie nazywany jest skośna symetrycznych macierzy .
Dla złożonych macierzy kwadratowej , często odpowiedni analog transpozycję jest sprzężony transpozycji , zdefiniowany jako transpozycję w sprzężoną liczbę zespoloną o . Złożona macierz kwadratowa spełniająca wymagania nazywana jest macierzą hermitowską . Jeśli natomiast , następnie nazywany jest skośna-hermitowskie matrycy .
Według twierdzenia spektralnego rzeczywiste symetryczne (lub zespolone hermitowskie) macierze mają ortogonalną (lub unitarną) podstawę własną ; tj. każdy wektor można wyrazić jako liniową kombinację wektorów własnych. W obu przypadkach wszystkie wartości własne są rzeczywiste.
Określona macierz
Pozytywna definitywna | Nieokreślony |
---|---|
Q ( x , y ) = 1/4 x 2 + y 2 | Q ( x , y ) = 1/4 x 2 − 1/4 y 2 |
Punkty takie, że Q ( x , y ) = 1 ( Elipsa ). |
Punkty takie, że Q ( x , y ) = 1 ( Hiperbola ). |
Symetryczna macierz n × n nazywana jest dodatnio określoną (odpowiednio ujemnie określoną; nieokreśloną), jeśli dla wszystkich niezerowych wektorów skojarzona forma kwadratowa dana przez
- Q ( x ) = x T A x
przyjmuje tylko wartości dodatnie (odpowiednio tylko wartości ujemne; zarówno niektóre wartości ujemne, jak i niektóre wartości dodatnie). Jeśli forma kwadratowa przyjmuje tylko wartości nieujemne (odpowiednio tylko niedodatnie), macierz symetryczną nazywa się dodatnio-półokreśloną (odpowiednio ujemno-półokreśloną); stąd macierz jest nieokreślona właśnie wtedy, gdy nie jest ani dodatnio-półokreślona, ani ujemna-półokreślona.
Symetryczna macierz jest dodatnio określona wtedy i tylko wtedy, gdy wszystkie jej wartości własne są dodatnie. Tabela po prawej pokazuje dwie możliwości dla macierzy 2×2.
Dopuszczenie dwóch różnych wektorów jako danych wejściowych zamiast tego daje dwuliniową formę związaną z A :
- B A ( x , y ) = x T A y .
Macierz ortogonalna
Prostopadłe macierz jest macierzą kwadratową z rzeczywistych pozycji których kolumny i rzędy są ortogonalne wektor jednostkowy (tj ortonormalne wektory). Równoważnie macierz A jest ortogonalna, jeśli jej transpozycja jest równa jej odwrotności :
co pociąga za sobą
gdzie I jest macierzą tożsamości .
Macierzą ortogonalną jest zawsze odwracalna (z odwrotną A -1 = T ) jednostkowy ( -1 = * ), a normalne ( * = AA * ). Determinantą każdej prostopadłym matrycy jest albo +1 lub -1. Specjalną grupę prostopadłe składa się z n x n macierzy ortogonalnych z determinantą +1.
Kompleks analogu prostopadłym matrycy jest macierzą jednostkową .
Normalna macierz
Rzeczywista lub złożona macierz kwadratowa nazywana jest normalną if . Jeśli rzeczywista macierz kwadratowa jest symetryczna, skośno-symetryczna lub ortogonalna, to jest normalna. Jeśli złożona macierz kwadratowa jest hermitowska, skośno-hermitowska lub unitarna, to jest normalna. Macierze normalne są interesujące głównie dlatego, że zawierają wymienione właśnie typy macierzy i tworzą najszerszą klasę macierzy, dla której zachodzi twierdzenie spektralne .
Operacje
Ślad
Śladowych , TR ( ) macierzy kwadratowej A jest sumą przekątnej pozycji. Chociaż mnożenie macierzy nie jest przemienne, ślad iloczynu dwóch macierzy jest niezależny od kolejności czynników:
Wynika to bezpośrednio z definicji mnożenia macierzy:
Również ślad macierzy jest równy śladowi jej transpozycji, tj.
Wyznacznik
Determinantą lub kwadratowej macierzy jest liczbą kodujący określone właściwości matrycy. Macierz jest odwracalna wtedy i tylko wtedy, gdy jej wyznacznik jest niezerowy. Jego wartość bezwzględna jest równa powierzchni (w ) lub objętości (w ) obrazu jednostkowego kwadratu (lub sześcianu), natomiast jego znak odpowiada orientacji odpowiedniego odwzorowania liniowego: wyznacznik jest dodatni wtedy i tylko wtedy, gdy orientacja jest zachowane.
Wyznacznikiem macierzy 2×2 jest
Wyznacznik macierzy 3×3 obejmuje 6 wyrazów ( reguła Sarrusa ). Im dłuższa wzór Leibniza uogólnia te dwa wzory do wszystkich wymiarach.
Wyznacznik iloczynu macierzy kwadratowych jest równy iloczynowi ich wyznaczników:
Dodanie wielokrotności dowolnego wiersza do innego wiersza lub wielokrotności dowolnej kolumny do innej kolumny nie zmienia wyznacznika. Zamiana dwóch wierszy lub dwóch kolumn wpływa na wyznacznik, mnożąc go przez -1. Za pomocą tych operacji dowolną macierz można przekształcić w dolną (lub górną) macierz trójkątną, a dla takich macierzy wyznacznik jest równy iloczynowi wpisów na głównej przekątnej; zapewnia to metodę obliczania wyznacznika dowolnej macierzy. Wreszcie rozszerzenie Laplace'a wyraża determinantę w kategoriach drugorzędnych , tj. determinanty mniejszych macierzy. Rozwinięcie to może być użyte do rekurencyjnej definicji wyznaczników (przyjmując za przypadek wyjściowy wyznacznik macierzy 1×1, czyli jej unikalny wpis, lub nawet wyznacznik macierzy 0×0, czyli 1), które mogą być postrzegane jako równoważne z formułą Leibniza. Wyznaczników można używać do rozwiązywania układów liniowych za pomocą reguły Cramera , gdzie podział wyznaczników dwóch powiązanych macierzy kwadratowych równa się wartości każdej ze zmiennych układu.
Wartości własne i wektory własne
Liczba λ i niezerowy wektor spełniający
nazywa się wartość własną oraz wektor własny o , odpowiednio. Liczba λ jest wartością własną się z n x n -Matrix A , wtedy i tylko wtedy, gdy A - λ , że n nie jest odwracalny, co jest równoznaczne z
Wielomian P w nieokreślony X podanym przez ocenę wyznacznika det ( XI n - A ) zwany jest charakterystyczny wielomianu o A . Jest monic wielomian od stopnia n . Dlatego równanie wielomianowe p A (λ) = 0 ma co najwyżej n różnych rozwiązań, tj. wartości własne macierzy. Mogą być złożone, nawet jeśli wpisy A są prawdziwe. Zgodnie z twierdzeniem Cayleya-Hamiltona , p A ( A ) = 0 , czyli wynik podstawienia samej macierzy do jej własnego wielomianu charakterystycznego daje macierz zerową .
Zobacz też
Uwagi
Bibliografia
- Brown, William C. (1991), Macierze i przestrzenie wektorowe , New York, NY: Marcel Dekker , ISBN 978-0-8247-8419-5
- Róg, Roger A .; Johnson, Charles R. (1985), Analiza macierzy , Cambridge University Press, ISBN 978-0-521-38632-6
- Mirsky, Leonid (1990), Wprowadzenie do algebry liniowej , Courier Dover Publications, ISBN 978-0-486-66434-7
Linki zewnętrzne
- Multimedia związane z matrycami kwadratowymi w Wikimedia Commons