objecte matemàtic representat com a taula rectangular d'elements disposats en files i columnes From Wikipedia, the free encyclopedia
En matemàtiques, una matriu és una taula rectangular de nombres o, més generalment, d'elements d'una estructura algebraica de forma d'anell.[1][2] En aquest article, els valors per les matrius són reals o complexos a menys que es digui el contrari. Un exemple de matriu de 2 files i 3 columnes:
Les matrius de la mateixa mida es poden sumar o restar element a element. No obstant, perquè es pugui efectuar la multiplicació de matrius el nombre de columnes de la primera matriu ha de ser igual al nombre de files de la segona. Una major utilitat de les matrius és la de representar aplicacions lineals, o sigui, generalitzacions de funcions lineals com ara f(x) = 4x. Per exemple, la rotació de vectors en un espai de tres dimensions és una aplicació lineal que es pot representar a través d'una matriu de rotació, R. Si v és un vector columna (una matriu d'una sola columna) que descriu la posició d'un punt a l'espai, llavors el producte Rv és un vector columna que descriu la posició d'aquest punt després de la rotació. El producte de dues matrius representa la composició funcional de dues aplicacions lineals. Una altra utilitat de les matrius és la resolució d'un sistema d'equacions lineals. Si la matriu és quadrada, es poden comprovar algunes de les seves propietats computant el determinant que li correspon.[3] Per exemple, una matriu quadrada té una inversa si i només si el seu determinant és diferent de zero. Els vectors propis i valors propis donen una idea de la geometria de les aplicacions lineals.
Els "quadrats màgics" també eren coneguts pels matemàtics àrabs, possiblement des de començaments del seglevii, que al seu torn van poder prendre'ls dels matemàtics i astrònoms de l'Índia, juntament amb altres aspectes de la matemàtica combinatòria. Tot això suggereix que la idea va provenir de la Xina. Els primers "quadrats màgics" d'ordre 5 i 6 van aparèixer a Bagdad al 983, a la Enciclopèdia de la Germandat de Puresa (Rasa'il Ihkwan al-Safa).[5]
Les línies horitzontals en una matriu s'anomenen files i les línies verticals reben el nom de columnes. Una matriu amb m files i n columnes s'anomena una matriu de m-per-n (o una matriu m×n) i m i n són les seves dimensions. Si m=n, és a dir, si la matriu té dimensions n×n, direm que la matriu és quadrada d'ordre n.
El valor d'una matriu A que es troba en la i-ena fila i en la j-ena columna s'anomena el valor i,j o el (i,j)-è valor d'A. Això s'escriu Ai,j o A[i,j].
Hom escriu sovint per definir una matriu A de m×n dimensions amb cada valor a la matriu A[i,j] anomenat per tots els 1≤i≤m i 1≤j≤n.
La matriu A
és una matriu de 4×3 elements. L'element A[2,3] o a2,3 és igual a 7.
Si tenim dues matrius -per- i , es defineix la seva suma com la matriu -per- computada per mitjà de l'addició d'elements corresponents, per exemple, . Per exemple
Una altra noció, molt menys usada, de la suma de matrius és la suma directa.
El conjunt de matrius -per- amb elements de l'anell , denotat per amb la suma de matrius és un grup abelià.
Diferència
Article principal: Resta de matrius
Multiplicació escalar
Si es dona una matriu A i un nombre c, hom pot definir la multiplicació escalar o multiplicació per escalarscA fent
.
O sigui, la multiplicació d'una matriu per un escalar (un nombre) és la matriu resultant de multiplicar els seus components per aquest escalar. Per exemple:
La suma de matrius i el producte per escalars converteixen el conjunt M (m, n, R) de totes les matrius m-per-n amb valors reals en un espai vectorial real de dimensió mn.
Això és cert també en general per qualsevol cos: el conjunt M (m, n, K), on K és un cos amb la suma de matrius i el producte per un escalar de K és un espai vectorial de dimensió mn sobre K (per exemple, les matrius complexes formen un espai vectorial complex).
La multiplicació o producte de dues matrius només està ben definida si el nombre de columnes de la primera matriu és el mateix que el nombre de files de la segona. Si és una matriu -per- ( files, columnes) i és una matriu -per- ( files, columnes), aleshores el producte és la matriu -per- ( files, columnes), donada per
O sigui, l'element de la matriu producte serà la suma de les multiplicacions de cada element de la fila de la primera pel corresponent element de la columna de la segona. Per exemple:
És important remarcar que la Propietat commutativa no s'aplica generalment; per tant, donant unes matrius i i el seu producte definit, aleshores és quasi sempre .
Hom diu que les matrius , commuten si (, són necessàriament quadrades).
Hom diu que les matrius , anticommuten si . Aquestes matrius (necessàriament quadrades) tenen una gran importància en les representacions de l'àlgebra de Lie i en representacions de l'àlgebra de Clifford.
Les matrius poden representar convenientment les transformacions lineals perquè la multiplicació de matrius correspon netament a la composició d'aplicacions lineals, com es descriurà després. Aquesta propietat fa que siguin molt utilitzades en computació.
Aquí i en la continuació hom identifica amb el conjunt de columnes o matrius -per-1. Els elements d'aquest conjunt s'anomenen vectors, ja que les coordenades de qualsevol vector en una base es poden expressar de manera única com una matriu columna.
Per cada aplicació lineal hi ha una matriu única -per- tal que per a tots els vectors .
Diem que la matriu representa l'aplicació lineal o bé que n'és la matriu associada. Ara, si la matriu -per- representa una altra aplicació lineal , aleshores l'aplicació lineal té per matriu associada la matriu .
El rang d'una matriu és la dimensió de la imatge de l'aplicació lineal representada per : això és el mateix que la dimensió de l'espai generat per les files d', i també el mateix que la dimensió de l'espai generat per les columnes d'.
Una altra operació sobre el conjunt és la transposició. La transposada d'una matriu -per- és la matriu -per- (també escrita a vegades ), extreta convertint les files en columnes i les columnes en files, o sigui si definim la matriu , aleshores per tots els índexs i . Notem que l'operació transposició no és interna, de fet l'operació és una aplicació definida com:
Si descriu una aplicació lineal respecte a dues bases, aleshores la matriu descriu la transposada de l'aplicació lineal respecte a les bases duals, vegeu espai dual.
Dos exemples; siguin les matrius , . Les seves transposades són:
La transposició de matriu té tres propietats interessants:
Demostració
La demostració es simplement aplicar la definició que s'ha donat de . * :Sigui , aleshores . Per definició * :Siguin . Definim , aleshores * :Siguin . Definim . Aleshores . Definim ara i . La igualtat ens queda com . Però precisament la matriu que compleix que és la matriu transposta. Per tant .
Una matriu quadrada d'ordre és una matriu que té el mateix nombre de files que de columnes, . El conjunt de totes les matrius quadrades d'ordre , junt amb la suma de matrius i el producte de matrius és un anell unitari. A menys que , l'anell no és un anell commutatiu. Això ho podem veure fent el producte de les matrius
i
, l'anell de matrius quadrades reals, és una àlgebra associativa real unitària. , l'anell de matrius quadrades complexes, és una àlgebra associativa complexa unitària.
La matriu unitària o matriu d'identitat, amb elements a la diagonal principal disposats en 1 i tots els altres elements disposats a 0, es comprova fàcilment que aquesta matriu satisfà per qualsevol matriu -per-. Per exemple, si :
Una manera útil i compacte d'escriure la matriu identitat emprant la delta de Kronecker és , si hi hagués ambigüitat en l'ordre de la matriu s'hauria d'escriure
Demostració
Demostrem primer .
Sigui i , aleshores denotem el número que ocupa la posició com i la delta de Kroenecker
, ja que és nul sempre menys quan : Com que , aleshores .
Demostrem ara,
Amb les definicions fetes per la demostració anterior;:, ja que és nul sempre menys quan
Com que , aleshores .
Finalment, com que i és clar que quedant totes les igualtats demostrades.
La matriu d'identitat és l'element neutre respecte el producte de matrius en l'anell de matrius quadrades. L'element neutre respecte la suma és la matriu definida com la matriu .
Els elements invertibles en aquest anell s'anomenen matrius invertibles o matrius regulars (o matrius no singulars). Una matriu -per- és invertible si i només si existeix una matriu tal que
.
En aquest cas, és la matriu inversa d', denotada per . El conjunt de totes les matrius invertibles -per- forma un grup (específicament un grup de Lie) sota la multiplicació de matrius, el grup lineal general.
Si és un nombre i és un vector no-zero tal que , aleshores hom anomena un vector propi (eigenvector en anglès) d' i el valor propi (eigenvalue en anglès) associat. (Eigen significa "propi" en alemany). El nombre és un valor propi d' si i només si no és invertible, que passa si i només si . Aquí és el polinomi característic d'. Aquest és un polinomi de grau i per tant té arrels complexes (comptant les arrels múltiples segons la seva multiplicitat). En aquest sentit, cada matriu quadrada té valors propis complexos.
El determinant d'una matriu quadrada és el producte dels seus valors propis (comptant cadascú segons la seva multiplicitat), però també es pot definir per mitjà de la fórmula de Leibniz. Les matrius invertibles són precisament aquelles amb un determinant no-zero, o sigui amb valors propis tots diferents de zero.
La traça d'una matriu quadrada és la suma de les entrades a la diagonal principal, que és igual a la suma dels seus valors propis (comptant cadascú segons la seva multiplicitat).
En moltes àrees de les matemàtiques apareixen matrius amb una certa estructura. Uns quants exemples importants són
les matrius simètriques són tal que els elements simètrics a la diagonal principal (des de dalt a l'esquerra cap avall a la dreta) són iguals, és a dir .
les matrius antisimètriques són tal que els elements simètrics a la diagonal principal són el negatiu un de l'altra, és a dir . En una matriu antisimètrica, tots els elements diagonals són 0, és a dir, .
les matrius hermítiques complexes són tal que els elements simètrics a la diagonal són els conjugats complexos un de l'altre, és a dir , on '*' significa la conjugació complexa.
les matrius ortogonals són aquelles matrius quadrades reals invertibles que compleixen la relació: .
les matrius de Toeplitz tenen elements comuns en llurs diagonals, és a dir, .
les matrius estocàstiques són matrius quadrades les columnes de les quals són vectors de probabilitat; hom les utilitza per definir les cadenes de Markov.
Si comencem amb un anell, siguin podem considerar el conjunt de totes les matrius -per- amb entrades en com una ordenació de elements de en files i columnes. La suma i el producte d'aquestes matrius es poden definir com en el cas de matrius complexes o reals (vegeu amunt). El conjunt de totes les matrius quadrades n-per-n en és un anell pel seu propi dret, isomòrfic a l'anell d'endomorfismes de mòdul esquerre .
De manera similar, si les entrades es prenen d'un semianellS, la suma i el producte de matrius es poden definir encara com usual. El conjunt de totes les matrius quadrades n×n en S és un semianell en si. Cal recordar que els algorismes ràpids de multiplicació de matrius com l'algorisme de Strassen normalment s'apliquen només a matrius sobre anells i no funcionen per matrius sobre semianells que no són anells.
Si és un anell commutatiu, aleshores és una àlgebra associativa unitària sobre . Aleshores també és significatiu definir el determinant de les matrius quadrades usant la fórmula de Leibniz; una matriu és invertible si i només si el seu determinant és invertible en .
Tot el que es diu en aquests articles sobre les matrius reals o complexes roman correcte per les matrius sobre un cos arbitrari.
Les matrius sobre un anell polinòmic són importants en l'estudi de la teoria del control.
Les matrius són utilitzades àmpliament en computació per la seva facilitat i lleugeresa per manipular informació. En aquest context són la millor manera per representar un graf i són molt utilitzades en el càlcul numèric.
Shen Kangshen et al. (ed.). Nine Chapters of the Mathematical Art, Companion and Commentary. Oxford University Press,1999. cited by (Otto Bretscher. Linear Algebra with Applications. 3rd ed.. Prentice-Hall,2005,p.1.