Algebra liniowa brzmi zastraszająco, ale jej podstawowe idee są niezwykle konkretne. Wektory, macierze i operacje między nimi opisują wszystko, od symulacji fizycznych po modele uczenia maszynowego. W tym przewodniku podstawy są przystępne — nie jest wymagana żadna zaawansowana notacja.

Co to jest wektor?

Wektor to po prostu wielkość posiadająca zarówno wielkość (rozmiar), jak i kierunek. W 2D wektor taki jak v = [3, 4] oznacza „przesuń się o 3 jednostki w prawo i 4 jednostki w górę”. W 3D dodajesz trzeci komponent: v = [3, 4, 2].

Geometrycznie wektor jest strzałką biegnącą od początku do punktu. Algebraicznie jest to uporządkowana lista liczb (składników). Obydwa widoki są równie ważne i będziesz się między nimi stale przełączać.

Wielkość (długość) wektora wykorzystuje twierdzenie Pitagorasa uogólnione na n wymiarów:

|v| = √(v₁² + v₂² + v₃²)

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

Wektor jednostkowy ma wielkość dokładnie 1. Aby przekonwertować dowolny wektor na wektor jednostkowy, podziel każdą składową przez wielkość: v̂ = v / |v|.

Dodawanie wektorów i mnożenie skalarne

Dwa wektory dodają się składowo:

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

Geometrycznie jest to zasada „od głowy do ogona” — umieść ogon drugiego wektora na głowie pierwszego wektora.

Mnożenie przez skalar (liczbę zwykłą) skaluje każdy składnik:

3 × [1, 2, 3] = [3, 6, 9]

Dodatnie skalary rozciągają wektor; skalar -1 odwraca swój kierunek; skalary od 0 do 1 zmniejszają go.

Produkt kropkowy

Iloczyn skalarny dwóch wektorów daje skalar (pojedynczą liczbę):

A·B = a₁b₁ + a₂b₂ + a₃b₃

Dla A = [1, 2, 3] i B = [4, 5, 6]:

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

Znaczenie geometryczne jest bardziej odkrywcze:

A·B = |A| × |B| × cos(θ)

Gdzie θ jest kątem między wektorami. Daje nam to krytyczny wgląd:

  • A·B > 0: Kąt < 90° — wektory skierowane są mniej więcej w tym samym kierunku
  • A·B = 0: Kąt = 90° — wektory są prostopadłe (ortogonalne)
  • A·B < 0: Kąt > 90° — wektory wskazują mniej więcej przeciwne kierunki

Iloczyn skalarny jest wszędzie w matematyce stosowanej. Uczenie maszynowe wykorzystuje podobieństwo cosinus (iloczyn skalarny podzielony przez iloczyn wielkości) do porównywania dokumentów i preferencji użytkownika. Fizyka używa tego do obliczenia pracy: W = F·d (przemieszczenie punktu siły).

Produkt krzyżowy

Iloczyn krzyżowy działa tylko w 3D i tworzy wektor (nie skalar) prostopadły do ​​obu wejść:

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

Kierunek jest zgodny z regułą prawej ręki: skieruj palce w kierunku A, zwiń je w kierunku B, a kciuk wskaż w kierunku A × B.

Wielkość A × B jest równa powierzchni równoległoboku rozpiętego przez dwa wektory:

|A × B| = |A| × |B| × sin(θ)

W przeciwieństwie do iloczynu skalarnego, iloczyn krzyżowy jest antyprzemienny: A × B = −(B × A).

Zastosowania: Moment obrotowy w fizyce wynosi τ = r × F. Normalne powierzchniowe w grafice komputerowej (kierunek powierzchni) są obliczane jako iloczyny wektorów krawędzi.

Co to jest macierz?

Macierz to prostokątna tablica liczb zorganizowana w wiersze i kolumny. Macierz 3×2 ma 3 wiersze i 2 kolumny.

Macierze reprezentują przekształcenia liniowe — funkcje rozciągające, obracające, odbijające lub ścinające wektory. Mnożenie wektora przez macierz powoduje jego transformację.

Dla macierzy 2×2 A i wektora v:

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

Ta transformacja skaluje składnik x o 3, a składnik y o 2.

Mnożenie macierzy

Dwie macierze A i B mnożą się, otrzymując macierz C = AB, gdzie każdy element c_ij jest iloczynem skalarnym wiersza i w A z kolumną j w 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]

Zasady krytyczne:

  • AB definiuje się tylko wtedy, gdy liczba kolumn w A jest równa liczbie wierszy w B
  • Mnożenie macierzy jest generalnie nie przemienne: AB ≠ BA

Wyznacznik

Wyznacznik macierzy kwadratowej to skalar, który informuje, o ile macierz skaluje pole powierzchni (w 2D) lub objętość (w 3D).

Dla macierzy 2×2:

det [[a, b]] = ad - bc
    [[c, d]]
Wartość wyznacznika Oznaczający
det > 0 Transformacja zachowuje orientację
de < 0 Transformacja odzwierciedla (odwraca orientację)
det
det
det = 0 Transformacja jest pojedyncza — sprowadza do niższego wymiaru

Gdy det = 0, macierz jest pojedyncza — nie ma odwrotności, a układ równań, który reprezentuje, albo nie ma rozwiązania, albo jest nieskończenie wiele.

Odwrotność macierzy

Odwrotność A⁻¹ spełnia AA⁻¹ = I (macierz tożsamości). Istnieje tylko wtedy, gdy det(A) ≠ 0.

Dla macierzy 2×2:

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

Odwrotności macierzy służą do rozwiązywania układów równań liniowych: jeśli Ax = b, to x = A⁻¹b.

W praktyce duże systemy rozwiązuje się raczej metodą eliminacji Gaussa niż bezpośredniego obliczania A⁻¹ — numerycznie jest to bardziej wydajne i stabilne.

Wartości własne i wektory własne

Wektor własny macierzy A jest specjalnym wektorem v, który po przekształceniu przez A ulega jedynie skalowaniu (a nie obracaniu):

Av = λv

Skalar λ jest odpowiednią wartością własną — informuje, jak bardzo wektor własny ulega rozciągnięciu lub skurczeniu.

Aby znaleźć wartości własne, rozwiąż równanie charakterystyczne:

det(A - λI) = 0

W przypadku macierzy 2 × 2 daje to równanie kwadratowe z (zwykle) dwoma rozwiązaniami.

Dlaczego wartości własne mają znaczenie?

  • Analiza głównych składowych (PCA): Wektory własne macierzy kowariancji danych definiują kierunki maksymalnej wariancji — „główne składowe”, które redukują wymiarowość przy jednoczesnym zachowaniu informacji
  • Google PageRank: Dominujący wektor własny macierzy linków internetowych określa rozkład stacjonarny losowego internauty
  • Mechanika kwantowa: Wielkości obserwowalne (poziomy energii, stany spinowe) są wartościami własnymi operatorów

Współrzędne biegunowe

Chociaż nie jest to ściśle część algebry liniowej, układy współrzędnych są powiązane z transformacjami. Współrzędne biegunowe reprezentują dowolny punkt 2D poprzez jego odległość r od początku i kąt θ od dodatniej osi x.

Konwersja między systemami:

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

Współrzędne biegunowe upraszczają wiele problemów związanych z okręgami i obrotem — równania złożone w kartezjańskim stają się eleganckie w postaci biegunowej.

Łączenie wszystkiego w jedną całość

Siła algebry liniowej wynika z faktu, że pozwala ona pracować z wieloma zmiennymi jednocześnie jak z jednym obiektem matematycznym. Model uczenia maszynowego z milionami parametrów to po prostu sekwencja mnożeń macierzy i funkcji nieliniowych. Silnik gier 3D przekształca miliony wierzchołków na sekundę za pomocą macierzy rotacji, skalowania i projekcji.

Podstawy — wektory, iloczyny skalarne, macierze, wyznaczniki — stanowią podstawę tego wszystkiego.

Skorzystaj z naszego Kalkulatora iloczynu skalarnego, Kalkulatora iloczynu krzyżowego, Kalkulatora wyznacznika macierzy, Kalkulatora odwrotności macierzy i [Wartość własna Kalkulator](/en/math/algebra/wartość własna), aby interaktywnie badać te pojęcia.