Lineárna algebra znie odstrašujúco, ale jej hlavné myšlienky sú pozoruhodne konkrétne. Vektory, matice a operácie medzi nimi popisujú všetko od fyzikálnych simulácií až po modely strojového učenia. Táto príručka sprístupňuje základy – nevyžaduje sa žiadna pokročilá notácia.

Čo je to vektor?

Vektor je jednoducho veličina s veľkosťou (veľkosťou) aj smerom. V 2D vektor ako v = [3, 4] znamená „posunúť 3 jednotky doprava a 4 jednotky nahor“. V 3D pridáte tretí komponent: v = [3, 4, 2].

Geometricky je vektor šípkou od začiatku k bodu. Algebraicky je to usporiadaný zoznam čísel (komponentov). Oba pohľady sú rovnako platné a budete medzi nimi neustále prepínať.

Veľkosť (dĺžka) vektora používa Pytagorovu vetu zovšeobecnenú na n rozmerov:

|v| = √(v₁² + v₂² + v₃²)

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

jednotkový vektor má veľkosť presne 1. Ak chcete previesť ľubovoľný vektor na jednotkový vektor, vydeľte každú zložku veľkosťou: v̂ = v / |v|.

Vektorové sčítanie a skalárne násobenie

Dva vektory sa pridávajú po komponentoch:

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

Geometricky ide o pravidlo „od hlavy k chvostu“ - umiestnite chvost druhého vektora na hlavu prvého vektora.

Vynásobením skalárnym (obyčajným číslom) sa zmení mierka každej zložky:

3 × [1, 2, 3] = [3, 6, 9]

Pozitívne skaláre natiahnu vektor; skalár −1 obráti svoj smer; skaláre medzi 0 a 1 ju zmenšujú.

Bodkový produkt

bodový súčin dvoch vektorov vytvára skalár (jedno číslo):

A·B = a₁b₁ + a₂b₂ + a₃b₃

Pre A = [1, 2, 3] a B = [4, 5, 6]:

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

Geometrický význam je viac odhaľujúci:

A·B = |A| × |B| × cos(θ)

Kde θ je uhol medzi vektormi. To nám dáva kritický pohľad:

  • A·B > 0: Uhol < 90° — vektory ukazujú približne rovnakým smerom
  • A·B = 0: Uhol = 90° – vektory sú kolmé (ortogonálne)
  • A·B <; 0: Uhol > 90° — vektory ukazujú zhruba opačné smery

Bodový súčin je v aplikovanej matematike všade. Strojové učenie používa kosínusovú podobnosť (bodový súčin delený súčinom magnitúd) na porovnávanie dokumentov a preferencií používateľov. Fyzika ho používa na výpočet práce: W = F·d (posunutie silovej bodky).

Krížový produkt

Krížový produkt funguje iba v 3D a vytvára vektor (nie skalárny) kolmý na oba vstupy:

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

Smer sa riadi pravidlom pravej ruky: ukazujte prsty v smere A, stočte ich smerom k B a palec mierte v smere A × B.

Veľkosť A × B sa rovná ploche rovnobežníka preklenutého dvoma vektormi:

|A × B| = |A| × |B| × sin(θ)

Na rozdiel od bodového produktu je krížový produkt antikomutatívny: A × B = −(B × A).

Aplikácie: Krútiaci moment vo fyzike je τ = r × F. Normály povrchu v počítačovej grafike (smer a povrch) sa počítajú ako krížové súčiny hranových vektorov.

Čo je to matica?

Matica je obdĺžnikové pole čísel usporiadaných do riadkov a stĺpcov. Matica 3×2 má 3 riadky a 2 stĺpce.

Matice predstavujú lineárne transformácie – funkcie, ktoré naťahujú, otáčajú, odrážajú alebo strihajú vektory. Vynásobením vektora maticou sa transformuje.

Pre 2×2 maticu A a vektor v:

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

Táto transformácia zväčší rozmer x-ového komponentu o 3 a y-ového komponentu o 2.

Násobenie matice

Dve matice A a B sa vynásobia, aby sa získala matica C = AB, kde každý prvok c_ij je bodovým súčinom riadku i z A so stĺpcom j z 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]

Kritické pravidlá:

  • AB je definovaný len vtedy, keď sa počet stĺpcov v A rovná počtu riadkov v B
  • Maticové násobenie je vo všeobecnosti ne komutatívne: AB ≠ BA

Determinant

determinant štvorcovej matice je skalár, ktorý vám povie, do akej miery matica zväčšuje plochu (v 2D) alebo objem (v 3D).

Pre maticu 2×2:

det [[a, b]] = ad - bc
    [[c, d]]
Určujúca hodnota Význam
det > 0 Transformácia zachováva orientáciu
det < 0 Transformácia odráža (prevráti orientáciu)
det
det
det = 0 Transformácia je singulárna - stlačí sa do nižšej dimenzie

Keď det = 0, matica je singulárna — nemá inverznú hodnotu a systém rovníc, ktorý predstavuje, nemá riešenie alebo je nekonečne veľa.

Matrix Inverse

Inverzná A⁻¹ spĺňa AA⁻¹ = I (matica identity). Existuje iba vtedy, keď det(A) ≠ 0.

Pre maticu 2×2:

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

Maticové inverzie sa používajú na riešenie sústav lineárnych rovníc: ak Ax = b, potom x = A⁻¹b.

V praxi sú veľké systémy riešené gaussovskou elimináciou namiesto priameho výpočtu A⁻¹ – numericky efektívnejšie a stabilnejšie.

Vlastné hodnoty a vlastné vektory

Vlastný vektor matice A je špeciálny vektor v, ktorý sa pri transformácii pomocou A iba zmení (nie je otočený):

Av = λv

Skalárne λ je zodpovedajúca vlastná hodnota — hovorí vám, o koľko sa vlastný vektor natiahne alebo zmenší.

Ak chcete nájsť vlastné hodnoty, vyriešte charakteristickú rovnicu:

det(A - λI) = 0

Pre maticu 2×2 to dáva kvadratickú rovnicu s (zvyčajne) dvoma riešeniami.

Prečo sú vlastné hodnoty dôležité?

  • Analýza hlavných komponentov (PCA): Vlastné vektory matice kovariancie údajov definujú smery maximálneho rozptylu – „hlavné komponenty“, ktoré znižujú rozmernosť a zároveň zachovávajú informácie
  • Google PageRank: Dominantný vlastný vektor matice webových odkazov udáva stacionárne rozdelenie náhodného webového surfera
  • Kvantová mechanika: Pozorovateľné veličiny (hladiny energie, stavy rotácie) sú vlastné hodnoty operátorov

Polárne súradnice

Aj keď nie sú striktne súčasťou lineárnej algebry, súradnicové systémy súvisia s transformáciami. Polárne súradnice predstavujú ľubovoľný 2D bod svojou vzdialenosťou r od začiatku a uhlom θ od kladnej osi x.

Konverzia medzi systémami:

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

Polárne súradnice zjednodušujú mnohé problémy zahŕňajúce kruhy a rotáciu – rovnice, ktoré sú zložité v karteziánskom jazyku, sa stávajú elegantnými v polárnej forme.

Dávame to všetko dokopy

Sila lineárnej algebry pochádza zo skutočnosti, že vám umožňuje pracovať s mnohými premennými súčasne ako s jedným matematickým objektom. Model strojového učenia s miliónmi parametrov je len postupnosť násobenia matíc a nelineárnych funkcií. 3D herný engine transformuje milióny vrcholov za sekundu pomocou rotačných, škálovacích a projekčných matíc.

Základy – vektory, bodové produkty, matice, determinanty – sú základom toho všetkého.

Použite našu Kalkulačka bodových produktov, [Kalkulačka krížových produktov](/sk/matematický/algebra/vektorový krížový produkt), [Kalkulačka determinantu matice](/sk/matematický/algebra/determinant matice), [Inverzná kalkulačka matice] a/algebra/sk/marca Kalkulačka vlastných hodnôt na interaktívne preskúmanie týchto konceptov.