矩阵计算器

添加到网站 元信息

其他工具

矩阵计算器

矩阵计算器

在数学中,为了紧凑地编写线性方程组,经常使用矩阵,以矩形表的形式编写。 在这些表中,行数对应于方程的数量,列数对应于未知数的数量。 还有环和域形式的矩阵:用于写入复数和实数。

借助矩阵表,您可以求解代数方程和微分方程,将计算量减少到矩阵运算,从而大大加快了处理速度。 此外,它还简化了大数据阵列的系统化,包括电子计算设备中的数据阵列。

发生历史

历史学家将第一个矩阵的发明归功于古代中国人。 4000多年前,大禹统治时期,这些数学物体被称为幻方,可以通过几个简单的步骤进行复杂的计算。

根据中国古代传说,第一个带有象形文字的幻方是在公元前 2200 年从黄河中浮出水面的神龟甲壳上发现的。 该矩阵在贸易和工程中得到应用,并随后传播到古代东方的许多国家。 在中世纪早期,他们在阿拉伯国家、11 世纪在印度、15-16 世纪在日本了解了它。

在欧洲,魔方直到 15 世纪和 16 世纪之交才为人所知 - 这要归功于拜占庭作家曼努埃尔·莫斯科普尔 (Manuel Moskhopul),他在自己的著作中对它进行了描述。 1514年,德国画家阿尔布雷希特·丢勒(Albrecht Dürer)在他的版画《忧郁》中加入了幻方。 在它上面,除其他物体外,还描绘了一个正方形,在其中央单元格中刻有雕刻的创作日期。

在 16 世纪,数字矩阵在占卜师和占星家中广泛传播,他们赋予了幻方神秘和治愈的特性。 它经常出现在当时的微型银雕上,据说可以保护主人免受瘟疫的侵害。 然后,在 16 世纪,矩阵在欧洲得到了实际应用。 德国哲学家科尼利厄斯·海因里希·阿格里帕 (Cornelius Heinrich Agrippa) 通过构建 3 阶到 9 阶的正方形,用它们来描述 7 颗行星的运动。

在 17 世纪和 18 世纪,研究仍在继续,瑞士数学家 Gabriel Cramer 于 1751 年发表了一种使用主行列式为零的矩阵求解代数方程的新方法,他为此研究了数十年。

大约在同一时间,求解线性代数方程组的高斯方法发布了。 尽管今天它的名字与一位德国数学家的名字有着千丝万缕的联系,但根据历史学家的说法,作者并不属于他。 所以,这种计算矩阵的方法早在卡尔·弗里德里希·高斯出生前2000年就已为人所知,并在公元前2世纪的中国古代《数学九书》中就已提出。

随着代数和运算微积分的发展,人们对矩阵的兴趣在 19 世纪和 20 世纪重新燃起。 他们的研究是由当时的著名科学家威廉·汉密尔顿、阿瑟·凯利和詹姆斯·约瑟夫·西尔维斯特进行的。

到了 19 世纪中叶,他们终于制定了矩阵表的加法和乘法规则,到了 20 世纪初,Karl Weierstrass 和 Ferdinand Georg Frobenius 的研究扩大了理论基础。 值得注意的是,该矩阵直到 1841 年才获得现代名称和名称 - 感谢英国数学家阿瑟·凯利 (Arthur Cayley)。

各种矩阵

标准的矩形矩阵是m行n列的数列。 其中的所有元素都是从左到右、从上到下编号的。 顶行可以表示为 (a₁ a2 a₃ ... aₙ),底行可以表示为 (aₘ₁ aₘ2 aₘ₃ ... aₘₙ)。 矩阵大小指定为 m × n,其中 m 和 n 是自然数。

因此,要找出表中元素的总数,只需将 m 乘以 n(行数乘以列数)即可。 除了矩形之外,还有哪些矩阵?

  • 正方形。它们的行数和列数相同,即 m = n。
  • 作为列向量。这样的矩阵的 n = 1,大小指定为“m × 1”。 其中所有数字从上到下编号:冒号(a₁ a2 ... aₘ)。
  • 作为行向量。与前一个矩阵类似的矩阵,但 m = 1 且大小为“1 × n”。 其中的数字从左到右编号:行 (a₁ a2 ... aₙ)。

列和行用大写字母(m,n)表示,但一般来说,每个矩阵都可以表示为 K = M × N,即使其中一个值\u200b\u200bi 等于 1。

还有转置矩阵、对角矩阵、恒等矩阵和零矩阵。 在单位矩阵中,所有元素都是单位;与它相乘时,任何矩阵都保持不变。 在零中,所有行和列都由零组成,每个矩阵在相加时保持不变。

矩阵乘法计算器

矩阵乘法计算器

与大多数其他数学对象一样,矩阵可以通过加法、减法、乘法和除法进行操作。 为此,有一些规则和公式,是 17 至 19 世纪科学家们推导出来的。

矩阵运算

加法运算

任何 m 行 n 列的矩阵都可以表示为 K = m × n。 如果同时涉及多个矩阵,则为它们分配字母大写字母:A、B、C等。要将相同阶的矩阵表A和B相加,需要将它们的所有元素按行相加m 和 n 列依次。 也就是说,在最终矩阵 C 中,每个元素将等于:

  • сₘₙ = aₘₙ + bₘₙ。

由于另外使用了线性空间公理,因此定理变得有效,根据该定理,具有域 P 中的元素的所有相同大小的矩阵的集合在域 P 上形成线性空间。换句话说,每个这样的矩阵都是这个空间(P)的有向向量。 执行加法运算时,必须考虑矩阵的两个主要属性:

  • 交换性 - A + B = B + A。
  • 关联性 - (A + B) + C = A + (B + C)。

如果我们将一个零一的普通矩阵(其中所有元素都为零)相加,我们得到表达式:A + Ø = Ø + A = A。当我们将它与相反的矩阵相加时,我们得到一个零一:A + (−A) = Ø。

数字乘法

一个矩阵可以与一个数字相乘,也可以与另一个矩阵相乘。 在第一种情况下,m行n列的每个元素依次乘以一个数字。 如果我们用字母 λ 表示数字,用字母 A 表示矩阵,我们得到表达式:

  • A × λ = λ × aₘₙ。

乘法过程中会考虑矩阵的以下属性:

  • 关联性 - λ × β × A = λ × (β × A)。
  • 数值分布率 - (λ + β) × A = λ × A + β × A。
  • 矩阵分布率 - λ × (A + B) = λ × A + λ × B。

当乘以一时,表中的所有元素保持不变,当乘以零时,它们变成零。

矩阵乘法

乘法的第二种变体 - 一个矩阵与另一个矩阵相乘,例如 - A × B。在它们相乘后得到的矩阵 C 中,每个元素将等于该矩阵相应行中元素的乘积之和。第一个因素和第二个因素的列。 该规则仅当 A 和 B 成比例时才有效,即它们具有相同的 m 行和 n 列数。 如果将 m × n 和 n × k 矩阵相乘,则最终矩阵 C 的维度将为 m × k。 与数字的情况一样,在相乘时,您需要考虑矩阵的属性:

  • 关联性 - (A × B) × C = A × (B × C)。
  • 非交换性 - A × B ≠ B × A;
  • 分配 - (A + B) × C = A × C + B × C。

仅当乘以单位矩阵 I 时,交换性才得以保留:A × I = I × A = A。当乘以数字 λ 时,交换性得以保留:(λ × A) × B = A × (λ × B) = λ × (A×B)。 矩形/方阵也可以乘以行向量和列向量。 第一个写在它的左边,第二个写在右边:随后进行元素相乘。

使用矩阵的地方

在数学(以及日常生活中)中使用矩阵最明显的例子是乘法表。 它只不过是元素为 1 到 9 的向量矩阵的乘积。这一原理是所有处理平面和三维图形的计算设备的操作所固有的。

液晶显示器的矩阵就是字面意义上的矩阵,其中的每个元素都是一个具有数值的像素,其色调和亮度取决于该像素。 矩阵也被广泛使用:

  • 在物理学中,作为记录数据及其转换的一种手段。
  • 在编程中,用于描述和组织数据数组。
  • 在心理学领域,用于编写有关心理对象兼容性的测试。

如今,矩阵表甚至在经济学和市场营销以及化学和生物学中也得到使用。 要执行高阶矩阵运算,需要大量的计算能力。 无论是在头脑中还是在纸上进行这样的计算都太困难且耗时,因此开发了方便易用的在线计算器。

它们将允许您在线执行所有基本运算:乘法、查找行列式、转置、求幂、查找等级、查找逆矩阵等。只需在表格的空白字段中输入值即可,按下所需的按钮,计算将以秒为单位进行。