Транспонирование матрицы
Обновлено: 19 Июля 2021
Нам уже знакомо понятие матрицы. Этот математический объект имеет прикладное значение: он позволяет структурировать числа и информацию, проводить сложные расчёты. С ним можно проделывать различные операции, и одной из них является транспортирование.
Что такое транспонированная матрица, в чем отличие от обычной
Транспонирование – это алгоритм, при котором m-строки меняются местами с n-столбцами.
Транспонированная матрица, в отличие от обычной, помогает получить одинаковый результат при умножении на вектор-столбец и вектор-строку, что значительно упрощает дальнейшие математические вычисления.
Особенности, определитель и свойства целочисленных
Свойства транспортирования целочисленных матриц:
Если матрица А – квадратная (m=n), то определитель исходной и транспортированной матрицы равны: det A T = det A.
Напомним, что определитель – это некоторое число, с которым можно сравнить любую квадратную матрицу.
Формула, как обозначается транспонированная матрица
Тогда формула для транспортировки выглядит следующим образом:
A T ij = A ji
Формально, если А = m × n, то A T = n × m, но математически это записывается через индексы i и j.
Примеры задач на транспонирование матриц
Само транспортирование – довольно лёгкий процесс. Рассмотрим один пример.
Задача: даны А = (m × n) и В = (m × n).
Необходимо выполнить транспортирование.
Произведение и сумма транспонированных матриц
Теорема: транспонирование произведения матриц равно произведению транспонированных матриц, взятых в обратном порядке.
В математическом виде теорема выглядит так:
С T = (A · B) T = В T · А T
Сумма вычисляется по аналогичной формуле:
C T = (A + B) T = A T + В T
Периодически возникают сложности с учебой? ФениксХэлп может помочь!
От действий над матрицами к пониманию их сути…
Очень уважаю людей, которые имеют смелость заявить, что они что-то не понимают. Сам такой. То, что не понимаю, — обязательно должен изучить, осмыслить, понять. Статья «Математика на пальцах», и особенно матричная запись формул, заставили меня поделиться своим небольшим, но, кажется, немаловажным опытом работы с матрицами.
Лет эдак 20 назад довелось мне изучать высшую математику в вузе, и начинали мы с матриц (пожалуй, как и все студенты того времени). Почему-то считается, что матрицы — самая лёгкая тема в курсе высшей математики. Возможно — потому, что все действия с матрицами сводятся к знанию способов расчёта определителя и нескольких формул, построенных — опять же, на определителе. Казалось бы, всё просто. Но… Попробуйте ответить на элементарный вопрос — что такое определитель, что означает число, которое вы получаете при его расчёте? (подсказка: вариант типа «определитель — это число, которое находится по определённым правилам» не является правильным ответом, поскольку говорит о методе получения, а не о самой сути определителя). Сдаётесь? — тогда читаем дальше.
Сразу хочу сказать, что я не математик ни по образованию, ни по должности. Разве что мне интересна суть вещей, и я порой пытаюсь до них «докопаться». Так же было и с определителем: нужно было разобраться со множественной регрессией, а в этом разделе эконометрики практически всё делается через… матрицы, будь они неладны. Вот и пришлось мне самому провести небольшое исследование, поскольку ни один из знакомых математиков не дал внятного ответа на поставленный вопрос, изначально звучавший как «что такое определитель». Все утверждали, что определитель — это такое число, которое особым образом посчитано, и если оно равно нулю, то… В общем, как в любом учебнике по линейной алгебре. Спасибо, проходили.
Если какую-то идею придумал один человек, то другой человек должен быть в состоянии её понять (правда, для этого порой приходится вооружаться дополнительными знаниями). Обращение к «великому и могучему» поисковику показало, что «площадь параллелограмма равна модулю определителя матрицы, образованной векторами — сторонами параллелограмма». Говоря простым языком, если матрица — это способ записи системы уравнений, то каждое уравнение в отдельности описывает вектор. Построив из точки начала координат векторы, заданные в матрице, мы таким образом зададим в пространстве некоторую фигуру. Если наше пространство одномерное, то фигура — это отрезок; если двумерное — то фигура — параллелограмм, и так далее.
Получается, что для одномерного пространства определитель — это длина отрезка, для плоскости — площадь фигуры, для трёхмерной фигуры — её объём… дальше идут n-мерные пространства, вообразить которые нам не дано. Если объём фигуры (то есть определитель для матрицы 3*3) равен нулю, то это означает, что сама фигура не является трёхмерной (она может быть при этом двухмерной, одномерной или вообще представлять собой точку). Ранг матрицы — это истинная (максимальная) размерность пространства, для которого определитель не равен нулю.
Так, с определителем почти всё понятно: он определяет «объёмность» фигуры, образованной описанными системой уравнений векторами (хотя непонятно, почему его значение не зависит от того, имеем мы дело с исходной матрицей, или с транспонированной — возможно, транспонирование — это вид аффинного преобразования?). Теперь нужно разобраться с действиями над матрицами…
Если матрица — это система уравнений (а иначе зачем нам таблица каких-то цифр, не имеющих к реальности никакого отношения?), то мы можем с ней делать разные вещи. Например, можем сложить две строки одной и той же матрицы, или умножить строку на число (то есть каждый коэффициент строки умножаем на одно и то же число). Если у нас есть две матрицы с одинаковыми размерностями, то мы их можем сложить (главное, чтобы при этом мы не сложили бульдога с носорогом — но разве математики, разрабатывая теорию матриц, думали о таком варианте развития событий?). Интуитивно понятно, тем более что в линейной алгебре иллюстрациями подобных операций являются системы уравнений.
Однако в чём смысл умножения матриц? Как я могу умножить одну систему уравнений на другую? Какой смысл будет иметь то, что я получу в этом случае? Почему для умножения матриц неприменимо переместительное правило (то есть произведение матриц В*А не то что не равно произведению А*В, но и не всегда осуществимо)? Почему, если мы перемножим матрицу на вектор-столбец, то получим вектор-столбец, а если перемножим вектор-строку на матрицу, то получим вектор-строку?
Ну, тут уж не то что Википедия, — тут даже современные учебники по линейной алгебре бессильны дать какое-либо внятное объяснение. Поскольку изучение чего-либо по принципу «вы сначала поверьте — а поймёте потом» — не для меня, копаю в глубь веков (точнее — читаю учебники первой половины XX века) и нахожу интересную фразу…
Если совокупность обычных векторов, т.е. направленных геометрических отрезков, является трёхмерным пространством, то часть этого пространства, состоящая из векторов, параллельных некоторой плоскости, является двумерным пространством, а все векторы, параллельные некоторой прямой, образуют одномерное векторное пространство.
В книгах об этом напрямую не говорится, но получается, что векторам, параллельным некоторой плоскости, необязательно лежать на этой плоскости. То есть они могут находиться в трёхмерном пространстве где угодно, но если они параллельны именно этой плоскости, то они образуют двумерное пространство… Из приходящих мне на ум аналогий — фотография: трёхмерный мир представлен на плоскости, при этом вектору, параллельному матрице (или плёнке) фотоаппарата, будет соответствовать такой же вектор на картинке (при условии соблюдении масштаба 1:1). Отображение трёхмерного мира на плоскости «убирает» одно измерение («глубину» картинки). Если я правильно понял сложные математические концепции, перемножение двух матриц как раз и представляет собой подобное отражение одного пространства в другом. Поэтому, если отражение пространства А в пространстве В возможно, то допустимость отражения пространства В в пространстве А — не гарантируется.
Любая статья заканчивается в тот момент, когда автору надоедает её писать. Поскольку я не ставил перед собой цели объять необъятное, а исключительно хотел понять суть описанных операций над матрицами и то, как именно матрицы связаны с решаемыми мной системами уравнений, я не полез в дальнейшие дебри линейной алгебры, а вернулся к эконометрике и множественной регрессии, но сделал это уже более осознанно. Понимая, что и зачем я делаю и почему только так, а не иначе. То, что у меня получилось в этом материале, можно озаглавить как «глава о сути основных операций линейной алгебры, которую почему-то забыли напечатать в учебниках». Но ведь мы же не читаем учебников, правда? Если честно, когда я учился в университете, мне очень не хватало именно понимания затронутых здесь вопросов, поэтому я надеюсь, что, изложив этот непростой материал по возможности простыми словами, я делаю доброе дело и помогаю кому-то вникнуть в саму суть матричной алгебры, переведя операции над матрицами из раздела «камлание с бубном» в раздел «практические инструменты, применяемые осознанно».
Математика для чайников. Матрицы и основные действия над ними
Определение матрицы
Матрица – это прямоугольная таблица элементов. Ну а если простым языком – таблица чисел.
Обычно матрицы обозначаются прописными латинскими буквами. Например, матрица A, матрица B и так далее. Матрицы могут быть разного размера: прямоугольные, квадратные, также есть матрицы-строки и матрицы-столбцы, называемые векторами. Размер матрицы определяется количеством строк и столбцов. Например, запишем прямоугольную матрицу размера m на n, где m – количество строк, а n – количество столбцов.
Что можно делать с матрицами? Складывать/вычитать, умножать на число, умножать между собой, транспонировать. Теперь обо всех этих основных операциях над матрицами по порядку.
Операции сложения и вычитания матриц
Сразу предупредим, что можно складывать только матрицы одинакового размера. В результате получится матрица того же размера. Складывать (или вычитать) матрицы просто – достаточно только сложить их соответствующие элементы. Приведем пример. Выполним сложение двух матриц A и В размером два на два.
Вычитание выполняется по аналогии, только с противоположным знаком.
Умножение матрицы на число
На произвольное число можно умножить любую матрицу. Чтобы сделать это, нужно умножить на это число каждый ее элемент. Например, умножим матрицу A из первого примера на число 5:
Операция умножения матриц
И пример с реальными числами. Умножим матрицы:
Операция транспонирования матрицы
Транспонирование матрицы – это операция, когда соответствующие строки и столбцы меняются местами. Например, транспонируем матрицу A из первого примера:
Определитель матрицы
Определитель, о же детерминант – одно из основных понятий линейной алгебры. Когда-то люди придумали линейные уравнения, а за ними пришлось выдумать и определитель. В итоге, разбираться со всем этим предстоит вам, так что, последний рывок!
Определитель – это численная характеристика квадратной матрицы, которая нужна для решения многих задач.
Чтобы посчитать определитель самой простой квадратной матрицы, нужно вычислить разность произведений элементов главной и побочной диагоналей.
Определитель матрицы первого порядка, то есть состоящей из одного элемента, равен этому элементу.
А если матрица три на три? Тут уже посложнее, но справиться можно.
Для такой матрицы значение определителя равно сумме произведений элементов главной диагонали и произведений элементов лежащих на треугольниках с гранью параллельной главной диагонали, от которой вычитается произведение элементов побочной диагонали и произведение элементов лежащих на треугольниках с гранью параллельной побочной диагонали.
К счастью, вычислять определители матриц больших размеров на практике приходится редко.
Что значит транспонирование матрицы
Для того чтобы транспонировать матрицу, нужно ее строки записать в столбцы транспонированной матрицы.
Транспонировать матрицу 
Строка здесь всего одна и, согласно правилу, её нужно записать в столбец:
– транспонированная матрица.
Транспонированная матрица обычно обозначается надстрочным индексом 
или штрихом справа вверху.
Транспонировать матрицу 
Сначала переписываем первую строку в первый столбец:
Потом переписываем вторую строку во второй столбец:
И, наконец, переписываем третью строку в третий столбец:
Готово. Грубо говоря, транспонировать – это значит повернуть матрицу набок.
4) Действие четвертое. Сумма (разность) матриц.
Сумма матриц действие несложное.
НЕ ВСЕ МАТРИЦЫ МОЖНО СКЛАДЫВАТЬ. Для выполнения сложения (вычитания) матриц, необходимо, чтобы они были ОДИНАКОВЫМИ ПО РАЗМЕРУ.
Например, если дана матрица «два на два», то ее можно складывать только с матрицей «два на два» и никакой другой!
Сложить матрицы 
и 
Для того чтобы сложить матрицы, необходимо сложить их соответствующие элементы:
Для разности матриц правило аналогичное, необходимо найти разность соответствующих элементов.
Найти разность матриц 
, 
А как решить данный пример проще, чтобы не запутаться? Целесообразно избавиться от лишних минусов, для этого внесем минус в матрицу 
:
Примечание: в теории высшей математики школьного понятия «вычитание» нет. Вместо фразы «из этого вычесть это» всегда можно сказать «к этому прибавить отрицательное число». То есть, вычитание – это частный случай сложения.
Транспонирование матрицы, умножение, возведение в степень
Как мы выяснили в предыдущей статье, с матрицами можно выполнять различные простые операции, такие как сложение, вычитание, умножение и т.д. Они называются простыми, поскольку имеют аналогии с операциями над обычными числами.
Но существуют и такие операции как транспонирование матрицы, произведение двух матриц и возведение матрицы в степень. Они уже имеют свой уникальный алгоритм действий, который мы сейчас разберем.
Итак, приступим к практике.
1. Транспонирование матрицы
Простым языком – это переворачивание матрицы, то есть первая строка превращается в первый столбец, вторая строка превращается во второй столбец, третья строка превращается в третий столбец и так далее.
Пусть дана матрица размером 4×3:
2. Произведение матриц
Рассмотрим такое произведение матриц:
ВАЖНО! Матрицы должны быть согласованными, то есть число столбцов в первой матрице А3х 3 должно совпадать с числом строк во второй матрице B 3 х2. Если этого не происходит, значит провести умножение матриц невозможно.
2.1. Первым делом нам необходимо выяснить размер матрицы C. Для этого мы берем количество строк А3х 3 и количество столбцов B 3 х2 и получаем, что матрица будет состоять из 3 строк на 2 столбцов.
2.2. Далее необходимо вычислить каждый элемент матрицы C. Для этого мы обращаем внимание на индекс каждого элемента. Первый индекс числа c 1 1 отвечает за номер строки в первой матрице, а второй индекс (c1 1 ) отвечает за номер столбца во второй матрице.
Исходя из этой информации, необходимо вычислить сумму произведений всех элементов в соответствующих сроках и столбцах.
2.3. Аналогично получаем остальные элементы:
Необходимо помнить ПРАВИЛО, что A*B≠B*A. Это равенство будет выполняться только в том случае, если матрицы A и B являются перестановочными.
3. Возведение матрицы в степень
Для этого необходимо умножать матрицу на саму себя то число раз, которое указано в степени.
Теперь произведем вычисления:
Умножение происходит по алгоритму, описанному выше.
Можно заметить, что количество вычислений становится все больше и больше, поэтому советуем всегда перепроверять полученный результат.
