ضرب عدد حقیقی در ماتریس: عملی بنیادین در جبر خطی
تعریف پایه و روش انجام عملیات
فرض کنید A یک ماتریس با ابعاد m \times n (m سطر و n ستون) باشد و \lambda یک عدد حقیقی. حاصل ضرب \lambda در A ماتریسی همبعد با A است که هر درایهٔ آن برابر است با \lambda ضرب در درایهٔ متناظر از A. به زبان ریاضی:
که در آن a_{ij} درایهٔ واقع در سطر i و ستون j ماتریس A است.
مثال گامبهگام: فرض کنید عدد حقیقی \lambda = 3 را در ماتریس زیر ضرب میکنیم:
گام 1: هر درایه را جداگانه در 3 ضرب میکنیم:
- درایهٔ (1,1): 3 \times 2 = 6
- درایهٔ (1,2): 3 \times (-1) = -3
- درایهٔ (2,1): 3 \times 0 = 0
- درایهٔ (2,2): 3 \times 4 = 12
بنابراین حاصل برابر است با:
ویژگیهای جبری ضرب نردهای
ضرب عدد حقیقی در ماتریس از قوانین جبری زیر پیروی میکند که درک آنها برای حل معادلات ماتریسی ضروری است:
| ویژگی | بیان ریاضی (فرض \lambda , \mu \in \mathbb{R} و A,B ماتریس) |
|---|---|
| شرکتپذیری5 | $ (\lambda \mu) A = \lambda (\mu A) $ |
| توزیعپذیری نسبت به جمع نردهها | $ (\lambda + \mu) A = \lambda A + \mu A $ |
| توزیعپذیری نسبت به جمع ماتریسی | $ \lambda (A + B) = \lambda A + \lambda B $ |
| عنصر همانی6 ضرب نردهای | $ 1 \cdot A = A $ |
به عنوان یک تمرین ذهنی، اگر ماتریس A مربعی باشد، ضرب آن در عدد -1 ماتریس قرینهٔ آن را میدهد که در حل دستگاههای معادلات خطی کاربرد دارد.
کاربرد عملی: مقیاسدهی تصاویر دیجیتال
فرض کنید یک تصویر سیاهوسفید را به صورت یک ماتریس از شدت روشنایی پیکسلها ذخیره کردهایم، جایی که اعداد بین 0 (سیاه محض) و 255 (سفید محض) قرار دارند. برای کمنورتر کردن تصویر (کاهش روشنایی) کافی است ماتریس را در عددی مثبت کوچکتر از 1 مانند 0.7 ضرب کنیم. برعکس، برای پررنگتر کردن تصویر، عددی بزرگتر از 1 مانند 1.3 را در ماتریس ضرب میکنیم. حتی اگر عدد ضربشده منفی باشد، تصویر به اصطلاح «نگاتیو» میشود (روشنایی معکوس). این عمل در نرمافزارهای ویرایش تصویر و پردازش بینایی ماشین با سرعت بسیار بالا انجام میشود.
مثال عددی ساده: ماتریس زیر شدت روشنایی یک ناحیهٔ 2 \times 2 از تصویر را نشان میدهد:
ضرب در 0.5 تصویری با روشنایی نصف را میدهد:
چالشهای مفهومی رایج
پاسخ: خیر. ضرب عدد حقیقی در ماتریس خاصیت جابهجایی دارد؛ یعنی \lambda \cdot A = A \cdot \lambda. برخلاف ضرب دو ماتریس که جابهجایی ندارد، ضرب نردهای همواره جابهجایی است.
پاسخ: هر ماتریسی در عدد صفر ضرب شود، ماتریس صفر7 همبعد با ماتریس اولیه حاصل میشود. یعنی همه درایهها برابر صفر میگردند. این ماتریس، عنصر خنثی جمع ماتریسی است.
پاسخ: در ترکیب با جمع ماتریسی، ضرب نردهای توزیعپذیر است، ولی در ترکیب با ضرب ماتریسی باید دقت کرد. قاعده این است: \lambda (A \cdot B) = (\lambda A) \cdot B = A \cdot (\lambda B). به عبارت دیگر، عدد حقیقی را میتوان قبل یا بعد از ضرب ماتریسی در هر یک از ماتریسها ضرب کرد.
جمعبندی
پاورقی
1 ضرب نردهای (Scalar Multiplication): عملیات ضرب یک عدد (نرده یا اسکالر) در هر درایهٔ یک ماتریس.
2 ماتریس (Matrix): آرایهٔ مستطیلی از اعداد که به صورت سطرها و ستونها مرتب شدهاند.
3 عدد حقیقی (Real Number): هر عددی که بتوان آن را روی خط اعداد نمایش داد، شامل اعداد صحیح، کسری، گنگ و اعشاری.
4 درایه (Entry یا Element): هر یک از اعداد درون ماتریس که با اندیس سطر و ستون مشخص میشود.
5 شرکتپذیری (Associativity): ویژگیای از یک عمل دوتایی که در آن ترتیب انجام عمل برای سه یا چند عملوند اهمیت ندارد.
6 عنصر همانی (Identity Element): عضوی که وقتی در عملی دوتایی شرکت کند، عضو دیگر را بدون تغییر نگه میدارد. در ضرب نردهای، عدد 1 همانی است.
7 ماتریس صفر (Zero Matrix): ماتریسی که همه درایههای آن صفر هستند.