Калькулятор матриц — сложение, умножение, определитель

Введите значения матрицы A (и B для бинарных операций) и мгновенно получите результат. Поддерживаются матрицы 2×2 и 3×3 с пятью операциями: сложение, вычитание, умножение, транспонирование и определитель.

Размер матрицы:

Операция:

Матрица A

Матрица B

Введите значения матрицы выше для вычисления.

Как это работает

Что такое матрицы и почему они важны

Матрица — это прямоугольная таблица чисел, упорядоченных по строкам и столбцам. Матрица m×n имеет m строк и n столбцов. Матрицы являются фундаментальными объектами линейной алгебры, которая служит математическим языком науки о данных, компьютерной графики, физических симуляций и инженерной оптимизации.

Каждый элемент матрицы определяется индексом строки и столбца. Элемент в строке i и столбце j обозначается aᵢⱼ. В матрице 2×2: a₁₁ — левый верхний, a₁₂ — правый верхний, a₂₁ — левый нижний, a₂₂ — правый нижний элемент. Квадратные матрицы (одинаковое число строк и столбцов) обладают дополнительными свойствами — определителем и следом, — не определёнными для прямоугольных матриц.

Матрицы представляют линейные преобразования: функции, отображающие векторы в векторы с сохранением сложения и умножения на скаляр. Матрица 2×2 задаёт любую комбинацию поворота, масштабирования, отражения и сдвига на плоскости. Умножение двух матриц соответствует последовательному применению преобразований: если A поворачивает на 45°, а B масштабирует вдвое, то AB сначала поворачивает, затем масштабирует.

Матричные операции: подробное объяснение

Сложение и вычитание определены только для матриц одинаковых размеров. Операции применяются поэлементно: (A+B)ᵢⱼ = aᵢⱼ + bᵢⱼ. Сложение коммутативно (A+B = B+A), вычитание — нет (A−B ≠ B−A в общем случае).

Умножение матриц устроено сложнее и некоммутативно: в общем случае AB ≠ BA. Для двух квадратных матриц n×n элемент в строке i и столбце j произведения равен скалярному произведению i-й строки A на j-й столбец B: (AB)ᵢⱼ = Σₖ aᵢₖ bₖⱼ. Для матриц 2×2 требуется 8 умножений и 4 сложения.

Транспонированная матрица Aᵀ получается заменой строк на столбцы: (Aᵀ)ᵢⱼ = aⱼᵢ. Первая строка A становится первым столбцом Aᵀ. Транспонирование широко применяется в методе наименьших квадратов (нормальные уравнения содержат AᵀA), в анализе главных компонент и в алгоритме обратного распространения ошибки в нейронных сетях. Определитель — это скалярное число, характеризующее квадратную матрицу. Для матрицы 2×2 [[a,b],[c,d]]: det = ad − bc. Матрица с нулевым определителем называется вырожденной и не имеет обратной матрицы.

Практические применения матричных вычислений

Компьютерная графика целиком основана на матричных операциях. Каждый поворот, перемещение, масштабирование и перспективная проекция в 3D-сцене реализуются как умножение матриц в однородных координатах. Конвейер рендеринга перемножает последовательность матриц 4×4: матрицы модели, вида и проекции компонуются перед применением к каждой вершине. Видеокарты оптимизированы именно для этих массовых матричных вычислений.

В машинном обучении веса нейронных сетей хранятся в виде матриц. Прямой проход через слой — это умножение входного вектора (или батч-матрицы) на матрицу весов с последующей нелинейной функцией активации. Большие языковые модели вроде GPT выполняют миллиарды матричных умножений за один прямой проход. При обучении методом обратного распространения ошибки градиенты вычисляются с использованием транспонированных матриц: δL/δW = xᵀ · δL/δy.

Системы линейных уравнений можно записывать и решать с помощью матриц. Система ax + by = e, cx + dy = f эквивалентна матричному уравнению [[a,b],[c,d]] · [x,y]ᵀ = [e,f]ᵀ. Если определитель не равен нулю, единственное решение: x = [x,y]ᵀ = A⁻¹[e,f]ᵀ. Эта связь между определителями, обратными матрицами и разрешимостью систем лежит в основе численного анализа и научных вычислений.

Частые вопросы

›Почему умножение матриц не коммутативно?

Умножение матриц представляет последовательное применение линейных преобразований. Так же как «повернуть, затем масштабировать» отличается от «масштабировать, затем повернуть», произведения AB и BA в общем случае различны. Коммутативность выполняется лишь в частных случаях — например, когда обе матрицы диагональные или одна из них является единичной.

›Что означает определитель, равный 0?

Нулевой определитель означает, что матрица вырожденная: обратной матрицы не существует. Геометрически преобразование «сжимает» хотя бы одно измерение (переводит плоскость в прямую или пространство в плоскость или прямую). Для системы линейных уравнений нулевой определитель означает отсутствие решений или бесконечное их множество.

›Как вычислить обратную матрицу?

Для матрицы 2×2 [[a,b],[c,d]] обратная равна (1/det) × [[d,−b],[−c,a]], при условии det = ad−bc ≠ 0. Для матриц большего порядка применяются метод Гаусса или LU-разложение. Данный инструмент вычисляет определитель и транспонирование; вычисление обратной матрицы — естественное расширение.

›Что такое единичная матрица?

Единичная матрица I содержит единицы на главной диагонали и нули на всех остальных позициях. Это матричный аналог числа 1: AI = IA = A для любой матрицы A подходящего размера. Умножение на единичную матрицу не изменяет матрицу.

›Можно ли умножать матрицы разных размеров?

Да, но только если число столбцов матрицы A равно числу строк матрицы B. Произведение матриц m×n и n×p есть матрица m×p. Данный инструмент работает только с квадратными матрицами (2×2 или 3×3). Для несквадратных операций потребуется специализированный калькулятор.

›Что такое след матрицы?

След — это сумма элементов главной диагонали (a₁₁ + a₂₂ + … + aₙₙ). Он равен сумме собственных значений и инвариантен при преобразованиях подобия (матрицы A и P⁻¹AP имеют одинаковый след). Инструмент пока не отображает след, но вы можете вычислить его, сложив диагональные элементы.

›Результаты вычислений точные?

Инструмент использует стандартную 64-битную арифметику с плавающей точкой JavaScript. Результаты отображаются округлёнными до 10 знаков после запятой. Для целочисленных входных данных большинство результатов точны. Для больших или плохо обусловленных матриц ошибки округления могут затронуть последние знаки.

›Что означает «транспонирование» геометрически?

Транспонирование матрицы равносильно её отражению относительно главной диагонали. Если A задаёт линейное преобразование, то Aᵀ задаёт сопряжённое преобразование. Для матриц вращения (ортогональных матриц) транспонирование равно обращению: поворот на θ, за которым следует поворот на −θ, возвращает к исходному положению.