MatrixLab tabulka, která něco dělá

Tohle je statická kopie kapitoly pro vyhledávače. Interaktivní verze má animované obrázky, kontrolní otázky a tlačítka, která příklad načtou do kalkulačky.

Násobení je skládání — proto na pořadí záleží

Pravidlo „řádek krát sloupec“ se dá naučit za pět minut a nevysvětluje nic. Význam je jednoduchý:

A · B  =  „udělej B, potom A"součin matic je složení zobrazení

Čte se to zprava doleva, což zpočátku zlobí. Důvod je ale poctivý: zápis A(B(v)) má vektor napravo, takže nejblíž vektoru je to, co se stane první. Když se závorky vypustí, pořadí zůstane.

xyR·S0,77−0,030,641,28S·R1,28−0,030,640,77největší rozdíl0,514ale determinant je týž:1,000 = 1,000
  1. S — zkos, R — otočení

    Dvě zobrazení, obě z kapitoly 1. Otázka téhle kapitoly: co znamená součin dvou matic a proč se počítá tak podivně.

  2. S · (jednotkový čtverec)

    Pusťme na jednotkový čtverec nejdřív zkos. Vznikne šikmý rovnoběžník.

  3. R·S = nejdřív S, pak R

    Na výsledek pusťme otočení. Tomuhle „nejdřív S, pak R“ se říká R·S — a všimněte si, že se to čte zprava doleva. Je to proto, že R(S(v)) se píše zprava: nejblíž vektoru je to, co se dělá první.

  4. R · (jednotkový čtverec)

    Táž dvě zobrazení, opačné pořadí. Nejdřív otočíme čtverec.

  5. S·R = nejdřív R, pak S

    Zkos přijde až teď. Výsledek je jiný rovnoběžník — a to je celý obsah téhle kapitoly.

  6. R·SS·R

    Násobení matic není komutativní, a není to zvláštnost zápisu — je to fakt o skládání. Ponožky a pak boty není totéž co boty a pak ponožky. Obsah obou rovnoběžníků je ale stejný: determinant se násobí, a násobení čísel komutativní je.

Tytéž dvě zobrazení, dvě pořadí, dva různé výsledky. Poslední krok ukazuje obojí najednou — a taky to, co zůstane stejné.

Proč to vede zrovna na „řádek krát sloupec“

Z kapitoly 1: sloupce matice jsou obrazy bázových vektorů. Sloupce součinu A·B tedy musí být obrazy bázových vektorů po obou zobrazeních — tedy A·(j-tý sloupec B). A jelikož je násobení maticí vážený součet jejích sloupců, vyjde přesně to pravidlo, které se učí nazpaměť:

(A·B)ᵢⱼ = Σₖ Aᵢₖ · Bₖⱼa odsud to pravidlo

Není to definice vytažená z klobouku. Je to jediný způsob, jak zapsat „udělej B, potom A“ ve složkách.

Co platí a co ne

vlastnostplatí?proč
A(BC) = (AB)Cano„udělej C, pak B, pak A“ — závorky pořadí nemění
A(B+C) = AB + ACanozobrazení je lineární
AB = BAnejiné pořadí = jiné zobrazení
(AB)ᵀ = BᵀAᵀano, s obráceným pořadímklasický zdroj chyb
AB = 0 ⇒ A = 0 nebo B = 0nedvě nenulová zobrazení můžou složit nulu

Poslední řádek překvapí každého, kdo je zvyklý na čísla. Stačí, aby B zmáčklo všechno do přímky a A pak tu přímku zmáčklo do nuly — obě matice jsou nenulové a součin je nulová matice. S čísly se to stát nemůže, s zobrazeními ano, protože zobrazení umí zahazovat rozměry.

V robotice se tohle používá pořád. Transformace z ruky do základny je součin transformací jednotlivých kloubů, a jejich pořadí je pořadím článků na rameni. Prohodit dvě z nich znamená postavit jiný robot. Viz KineLab — a RotLab, kde nekomutativita otáčení dostane vlastní kapitolu.

Vzorce v této kapitole

A·B — součin = složení („B, pak A")
(A·B)ᵢⱼ = Σₖ Aᵢₖ Bₖⱼ [—] kap. 2
(AB)ᵀ — transpozice součinu — pořadí se obrátí
(A·B)ᵀ = Bᵀ·Aᵀ [—] kap. 2