Линейната алгебра звучи плашещо, но нейните основни идеи са забележително конкретни. Векторите, матриците и операциите между тях описват всичко - от физически симулации до модели за машинно обучение. Това ръководство прави основите достъпни — не се изисква разширена нотация.

Какво е вектор?

Векторът е просто количество с величина (размер) и посока. В 2D вектор като v = [3, 4] означава "преместване 3 единици надясно и 4 единици нагоре." В 3D добавяте трети компонент: v = [3, 4, 2].

Геометрично, векторът е стрелка от началото до точка. Алгебрично, това е подреден списък от числа (компоненти). И двата изгледа са еднакво валидни и ще превключвате постоянно между тях.

Магнитуд (дължина) на вектор използва Питагоровата теорема, обобщена до n измерения:

|v| = √(v₁² + v₂² + v₃²)

За v = [3, 4]: |v| = √(9 + 16) = √25 = 5

Единичен вектор има величина точно 1. За да преобразувате всеки вектор в единичен вектор, разделете всеки компонент на величината: v̂ = v / |v|.

Векторно събиране и скаларно умножение

Два вектора добавят компонентно:

[1, 2, 3] + [4, 5, 6] = [5, 7, 9]

Геометрично това е правилото "от глава до опашка" - поставете опашката на втория вектор в главата на първия вектор.

Умножаването по скалар (обикновено число) мащабира всеки компонент:

3 × [1, 2, 3] = [3, 6, 9]

Положителните скалари разтягат вектора; скалар от −1 обръща посоката си; скалари между 0 и 1 го свиват.

Точковият продукт

Точковият продукт на два вектора произвежда скалар (единично число):

A·B = a₁b₁ + a₂b₂ + a₃b₃

За A = [1, 2, 3] и B = [4, 5, 6]:

A·B = (1×4) + (2×5) + (3×6) = 4 + 10 + 18 = 32

Геометричното значение е по-разкриващо:

A·B = |A| × |B| × cos(θ)

Където θ е ъгълът между векторите. Това ни дава критична представа:

  • A·B > 0: Ъгъл < 90° — векторите сочат приблизително една и съща посока
  • A·B = 0: Ъгъл = 90° — векторите са перпендикулярни (ортогонални)
  • A·B < 0: Ъгъл > 90° — векторите сочат приблизително противоположни посоки

Точковият продукт е навсякъде в приложната математика. Машинното обучение използва косинусово сходство (точков продукт, разделен на произведението на величините), за да сравнява документи и потребителски предпочитания. Физиката го използва за изчисляване на работата: W = F·d (сила преместване на точка).

Кръстосаният продукт

Кръстосаното произведение работи само в 3D и създава вектор (не скалар), перпендикулярен на двата входа:

A × B = [a₂b₃ - a₃b₂, a₃b₁ - a₁b₃, a₁b₂ - a₂b₁]

Посоката следва правилото на дясната ръка: насочете пръстите си в посока A, свийте ги към B, а палецът ви сочи в посока A × B.

Големината на A × B е равна на площта на успоредника, обхванат от двата вектора:

|A × B| = |A| × |B| × sin(θ)

За разлика от точковото произведение, кръстосаното произведение е антикомутативно: A × B = −(B × A).

Приложения: Въртящият момент във физиката е τ = r × F. Повърхностните нормали в компютърната графика (посоката, към която е изправена повърхността) се изчисляват като кръстосани произведения на ръбови вектори.

Какво е матрица?

Матрицата е правоъгълен масив от числа, организиран в редове и колони. Матрицата 3×2 има 3 реда и 2 колони.

Матриците представляват линейни трансформации — функции, които разтягат, въртят, отразяват или срязват вектори. Умножаването на вектор по матрица го трансформира.

За 2×2 матрица A и вектор v:

A = [[3, 0],    v = [1]    Av = [3×1 + 0×2] = [3]
     [0, 2]]        [2]         [0×1 + 2×2]   [4]

Тази трансформация мащабира x-компонента с 3 и y-компонента с 2.

Матрично умножение

Две матрици A и B се умножават, за да дадат матрица C = AB, където всеки елемент c_ij е точковото произведение на ред i от A с колона j от B.

[1, 2] × [5, 6] = [(1×5 + 2×7), (1×6 + 2×8)] = [19, 22]
[3, 4]   [7, 8]   [(3×5 + 4×7), (3×6 + 4×8)]   [43, 50]

Критични правила:

  • AB се дефинира само когато броят на колоните в A е равен на броя на редовете в B
  • Матричното умножение обикновено не е комутативно: AB ≠ BA

Определителят

Детерминантата на квадратна матрица е скалар, който ви казва колко мащабира матрицата площ (в 2D) или обем (в 3D).

За матрица 2×2:

det [[a, b]] = ad - bc
    [[c, d]]
Определяща стойност Смисъл
det > 0 Трансформацията запазва ориентацията
det < 0 Трансформацията отразява (преобръща ориентацията)
дет
дет
det = 0 Трансформацията е единична - смачква се в по-ниско измерение

Когато det = 0, матрицата е единична — тя няма обратна и системата от уравнения, която представлява, или няма решение, или има безкрайно много.

Обратната матрица

Обратната A⁻¹ удовлетворява AA⁻¹ = I (матрицата на идентичност). Съществува само когато det(A) ≠ 0.

За матрица 2×2:

A = [[a, b]]    A⁻¹ = (1/det) × [[ d, -b]]
    [[c, d]]                     [[-c,  a]]

Обратните матрици се използват за решаване на системи от линейни уравнения: ако Ax = b, тогава x = A⁻¹b.

На практика големите системи се решават чрез елиминиране на Гаус, вместо директно изчисляване на A⁻¹ — числово по-ефективно и стабилно.

Собствени стойности и собствени вектори

Собствен вектор на матрица A е специален вектор v, който, когато се трансформира от A, само се мащабира (не се завърта):

Av = λv

Скаларът λ е съответната собствена стойност — той ви казва колко собственият вектор се разтяга или свива.

За да намерите собствени стойности, решете характеристичното уравнение:

det(A - λI) = 0

За матрица 2×2 това дава квадратно уравнение с (обикновено) две решения.

Защо собствените стойности имат значение?

  • Анализ на главните компоненти (PCA): Собствените вектори на ковариационната матрица на данните определят посоките на максимална дисперсия — „главните компоненти“, които намаляват размерността, като същевременно запазват информацията
  • Google PageRank: Доминиращият собствен вектор на матрицата на уеб връзките дава стационарното разпределение на случаен сърфиращ в мрежата
  • Квантова механика: Наблюдаемите величини (енергийни нива, спинови състояния) са собствени стойности на операторите

Полярни координати

Въпреки че не са строго част от линейната алгебра, координатните системи са свързани с трансформации. Полярните координати представляват всяка 2D точка чрез нейното разстояние r от началото и ъгъл θ спрямо положителната ос x.

Преобразуване между системи:

Cartesian → Polar:   r = √(x² + y²),  θ = atan2(y, x)
Polar → Cartesian:   x = r cos(θ),    y = r sin(θ)

Полярните координати опростяват много проблеми, включващи кръгове и въртене - уравненията, които са сложни в декартова система, стават елегантни в полярна форма.

Събираме всичко заедно

Силата на линейната алгебра идва от факта, че ви позволява да работите с много променливи едновременно като единичен математически обект. Модел на машинно обучение с милиони параметри е просто последователност от матрични умножения и нелинейни функции. Двигателят за 3D игри трансформира милиони върхове в секунда с въртене, мащабиране и проекционни матрици.

Основите – вектори, точкови продукти, матрици, детерминанти – са основата за всичко това.

Използвайте нашия Калкулатор за точков продукт, Калкулатор за кръстосано произведение, Калкулатор за детерминант на матрица, Калкулатор за обратна матрица и Калкулатор на собствената стойност, за да изследвате тези концепции интерактивно.