Matemaatikas on maatriks (mitmuses: maatriksid) ridadesse ja veergudesse paigutatud numbrite ristkülik. Rida on iga horisontaalne joon vasakult paremale ning veerg kulgeb ülevalt alla (vertikaalselt). Vasakpoolne ülemine lahter on tavaliselt indekseeritud reas 1, veerus 1 (vt joonis paremal). Maatriksit tähistatakse tavaliselt suurtähega (näiteks A), ning selle elemente alamindeksitega aij, kus i on rea indeks ja j veeru indeks.
Põhimõisted ja vormid
Maatriksil on dimensioon ehk suurus m × n, kus m on ridade ja n veergude arv. Erijuhtud:
- Rida (1 × n) — ühemõõtmeline maatriks, mis koosneb ühest reast.
- Veerg (m × 1) — ühemõõtmeline maatriks, mis koosneb ühest veerust.
- Ruutmaatriks (n × n) — sama arvu ridade ja veergudega; ainult ruutmaatriksitel on pöördmaatriks ja determinant.
- Higher-order (nt 3D-) maatriksid — mõnes kontekstis räägitakse ka kõrgema dimensionaalsuse tensoritest; tavapärases lineaaralgebras piirdutakse kahe mõõtmega.
Peamised operatsioonid
Maatriksitega on defineeritud mitmeid operatsioone, mille reeglid erinevad skalaaride reeglitest:
- Liitmine ja lahutamine: võimalik ainult sama suurusega maatriksite vahel; elementhaaval liitmine: (A + B)ij = Aij + Bij.
- Skalaarkorrutis: maatriksi iga elementi korrutatakse skalaariga c: (cA)ij = c·Aij.
- Korrutamine: kahte maatriksit A (m × n) ja B (n × p) saab korrutada, tulemuseks on maatriks C (m × p), kus Cij = Σk Aik·Bkj. Seega päris alati A·B ei ole defineeritud ja sageli ei kehti A·B = B·A. Näide: A ⋅ B
ei pruugi olla võrdne B ⋅ A
, mis erineb skalaaride omavahelisest korrutamisest.
- Transponeerimine: maatriksi A transponeeritud A^T saadakse, kui read ja veerud vahetada: (A^T)ij = Aji.
Olulised omadused
- Assotsiatiivsus korrutamisel: (AB)C = A(BC), kui kõik korrutised on defineeritud.
- Distribuutivsus: A(B + C) = AB + AC ja (A + B)C = AC + BC.
- Mittesümmeetrilisus ehk mittekommutatiivsus: üldiselt AB ≠ BA.
- Null- ja ühikmaatriks: nullmaatriks 0 koosneb ainult nullidest; ühikmaatriks I (ruutmaatriks) rahuldab IA = AI = A.
- Rea- ja veeruaste ehk rank (matrika rank) näitab, mitu lineaarselt sõltumatut rida (või veergu) maatriksil on; rank ≤ min(m,n).
Erimatriksid
- Diagonaalmaatriks: kõik mittediagonaalsed elemendid on null; kui kõik diagonaalil olevad elemendid on ühesuurused, nimetatakse seda skalaarmatriksiks.
- Sümeetriline maatriks: A^T = A (kehtib ruutmaatriksite puhul).
- Skew-sümeetriline (antisümeetriline): A^T = −A.
- Ortonormaalne maatriks: ruutmaatriks Q, mille korral Q^T Q = I (ja Q^−1 = Q^T) — kasutatakse paljudes teisendustes.
Determinant ja pöördmatrix
Ruutmaatriksi A determinant det(A) on skalaarkuju, mida kasutatakse mitmes probleemi lahenduses (nt süsteemide lahendamisel ja pöördmatrixi olemasolu kontrollimisel). Ruutmaatriksil A on pöördmaatriks A^−1 ainult siis, kui det(A) ≠ 0 ning A A^−1 = A^−1 A = I. Pöördmaatriksi leidmise meetodid sisaldavad näiteks Gaussi elimineerimist ja adjunktmatriksi (klassikaline leidmine väiksemate maatriksite determinantide kaudu) kasutamist.
Maatriksite rakendused
Maatrikse kasutatakse laialdaselt loodus- ja täppisteadustes ning tehnoloogias. Näited:
- Lineaarvõrrandisüsteemide lahendamine: Ax = b, kus A on koefitsiendimaatriks, x tundmatute vektor ja b vabaliikmete vektor.
- Kompuutergraafika: pöörded, skalad ja translatsioonid esitatakse transformatsioonimaatriksite abil; ühetaoliste teisenduste kombineerimine saavutatakse maatriksite korrutamisega.
- Füüsika ja inseneriteadus: tensori- ja transformatsioonide kirjeldamiseks, näiteks staatika ja dünaamika, optika ja kvantmehaanika valemites.
- Statistika ja andmeteadus: andmete transformatsioon, regressioonianalüüs ja kovariantsimaatriksid.
- Masinõpe: kaalude ja aktivatsioonide lineaarsete kombinatsioonide esitus, lineaaralgebra on sügavate võrguoperatsioonide alus.
- Arvutiteadus: graafiteooria (naabrusmaatriksid), pildi- ja signaalitöötlus ning algoritmid, kus kasutatakse suurtel maatriksitel põhinevat optimeerimist ja dekompositsioone (nt SVD).
Täiustused ja õppetunnid
Lineaaralgebra (mõnikord nimetatud lineaaralgebraks) on enamikus ülikoolides varajane õppeaine ja omab palju rakendusi, sealhulgas arvutiteaduses. Maatriksite reeglid — näiteks see, et maatriksite korrutamine ei ole kommutatiivne — on olulised mõistmaks, kuidas suuremahulised lineaarsete süsteemide teisendused toimivad. Kokkuvõttes on maatriks tugev ja universaalne tööriist nii teoorias kui rakendustes.

