Матриц ба хувиргалтын хоорондын хамаарлыг хэлэлцэх жишээ асуултууд
Пендахулуан
Матриц гэдэг нь мөр ба баганад байрлуулсан тоо эсвэл элементүүдийн тэгш өнцөгт массив юм. Матрицыг статистик, физик, эдийн засаг зэрэг янз бүрийн салбарт, ялангуяа математик, компьютерын график дахь геометрийн хувиргалтад өргөн ашигладаг. Матрицууд нь өгөгдлийг удирдах, янз бүрийн математикийн бодлогуудыг тайлбарлах, шийдвэрлэх үр дүнтэй хэрэгслийг өгдөг. Матрицын нэг чухал хэрэглээ бол шугаман хувиргалт бөгөөд матрицын үйлдлүүдийг орон зай дахь геометрийн объектуудын хэлбэр, байрлалыг өөрчлөхөд ашигладаг.
Энэ нийтлэлд бид матрицыг шугаман хувиргалтад хэрхэн ашигладаг болохыг харуулсан зарим жишээ бодлогуудыг авч үзэх бөгөөд тэдгээрийн шийдлийг дэлгэрэнгүй тайлбарлах болно.
Тодорхойлолт ба тэмдэглэгээ
Эхлээд энэ хэлэлцүүлэгт ашиглагдах зарим үндсэн тодорхойлолт болон тэмдэглэгээг авч үзье.
1. Матриц: Мөр болон баганад байрлуулсан тэгш өнцөгт хэлбэрийн тоонуудын массив.
2. Шугаман хувиргалт: Матрицын үйлдлүүдийг ашиглан векторыг авч өөр векторт буулгадаг функц.
3. Вектор: Векторын олонлогийн урт ба чиглэлтэй элемент бөгөөд ихэвчлэн матрицад багана эсвэл мөр хэлбэрээр дүрслэгддэг.
Матрицын тэмдэглэгээг ерөнхийдөө том үсгээр бичдэг, жишээлбэл \( A \), \( B \), векторуудыг тод үсгээр эсвэл дээр нь сумтай бичдэг, жишээлбэл \( \mathbf{v} \) эсвэл \( \vec{v} \).
Жишээ асуултууд болон хэлэлцүүлэг
Асуулт 1: Эргэлтийн хувиргалт
Хоёр хэмжээст орон зайд \( \theta \) өнцгөөр \( R \) эргэлтийн хувиргалтын матриц өгөгдсөн:
\[ R = \begin{pmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{pmatrix} \]
Вектор \( \mathbf{v} = \begin{pmatrix} 1 \\ 0 \end{pmatrix} \). Хэрэв \( \theta = \frac{\pi}{2} \) байвал \( \mathbf{v} \) векторыг \( R \) матрицаар хувиргасны үр дүнг тодорхойлно уу.
Хэлэлцүүлэг:
Эхлээд өнцгийн утгуудыг \( \theta = \frac{\pi}{2} \) матрицад \( R \) оруулна уу:
\[ R = \begin{pmatrix} \cos\frac{\pi}{2} & -\sin\frac{\pi}{2} \\ \sin\frac{\pi}{2} & \cos\frac{\pi}{2} \end{pmatrix} = \begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix} \]
Дараа нь, \( R \) матрицыг \( \mathbf{v} \) вектороор үржүүлнэ үү:
\[ R \mathbf{v} = \begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix} \begin{pmatrix} 1 \\ 0 \end{pmatrix} = \begin{pmatrix} (0 \cdot 1) + (-1 \cdot 0) \\ (1 \cdot 1) + (0 \cdot 0) \end{pmatrix} = \begin{pmatrix} 0 \\ 1 \end{pmatrix} \]
Тэгэхээр, \( \theta = \frac{\pi}{2} \) өнцгийн \( \mathbf{v} \) векторыг \( R \) матрицаар хувиргасны үр дүн нь \( \mathbf{v'} = \begin{pmatrix} 0 \\ 1 \end{pmatrix} \) вектор болно.
Асуулт 2: Масштабын хувиргалт
Хоёр хэмжээст орон зайд масштабын хувиргалтын матриц \( S \) дараах байдлаар өгөгдөнө:
\[ S = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} \]
Вектор \( \mathbf{u} = \begin{pmatrix} 1 \\ 2 \end{pmatrix} \). Вектор \( \mathbf{u} \)-г \(S \) матрицаар хувиргасны үр дүнг ол.
Хэлэлцүүлэг:
\( S \) матрицыг \( \mathbf{u} \) вектороор үржүүлбэл:
\[ S \mathbf{u} = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} \begin{pmatrix} 1 \\ 2 \end{pmatrix} = \begin{pmatrix} (2 \cdot 1) + (0 \cdot 2) \\ (0 \cdot 1) + (3 \cdot 2) \end{pmatrix} = \begin{pmatrix} 2 \\ 6 \end{pmatrix} \]
Тэгэхээр, \( \mathbf{u} \) векторыг \(S \) матрицаар хувиргасны үр дүн нь \( \mathbf{u'} = \begin{pmatrix} 2 \\ 6 \end{pmatrix} \) вектор болно.
Асуулт 3: Тусгал хувиргалт
y тэнхлэгтэй харьцуулсан тусгал матриц \( F \) өгөгдсөн:
\[ F = \begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix} \]
\( F \) тусгалын матрицыг ашиглан векторыг \( \mathbf{w} = \begin{pmatrix} 3 \\ 4 \end{pmatrix} \) хувиргасны үр дүнг тооцоол.
Хэлэлцүүлэг:
\( F \) матрицыг \( \mathbf{w} \) вектороор үржүүлбэл:
\[ F \mathbf{w} = \begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 3 \\ 4 \end{pmatrix} = \begin{pmatrix} (-1 \cdot 3) + (0 \cdot 4) \\ (0 \cdot 3) + (1 \cdot 4) \end{pmatrix} = \begin{pmatrix} -3 \\ 4 \end{pmatrix} \]
Тэгэхээр, \( \mathbf{w} \) векторыг \( F \) матрицаар хувиргасны үр дүн нь \( \mathbf{w'} = \begin{pmatrix} -3 \\ 4 \end{pmatrix} \) вектор болно.
Асуулт 4: Хосолсон хувиргалтууд
Дараах байдлаар \(\theta = \frac{\pi}{4} \) өнцгийн эргэлтийн матриц \(R \) болон масштабын матриц \(S \) гэсэн хоёр хувиргалтын матриц байгаа гэж үзье:
\[ R = \begin{pmatrix} \cos\frac{\pi}{4} & -\sin\frac{\pi}{4} \\ \sin\frac{\pi}{4} & \cos\frac{\pi}{4} \end{pmatrix} = \begin{pmatrix} \frac{\sqrt{2}}{2} & -\frac{\sqrt{2}}{2} \\ \frac{\sqrt{2}}{2} & \frac{\sqrt{2}}{2} \end{pmatrix} \]
\[ S = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} \]
Эдгээр хувиргалтыг нэгтгээд \( \mathbf{z} = \begin{pmatrix} 1 \\ 1 \end{pmatrix} \) векторт хэрэглэнэ үү.
Хэлэлцүүлэг:
Эхлээд нийлмэл хувиргалтын матрицыг тооцоол \( RS \):
\[ RS = R \cdot S = \begin{pmatrix} \frac{\sqrt{2}}{2} & -\frac{\sqrt{2}}{2} \\ \frac{\sqrt{2}}{2} & \frac{\sqrt{2}}{2} \end{pmatrix} \cdot \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} = \begin{pmatrix} (\frac{\sqrt{2}}{2} \cdot 2) + (-\frac{\sqrt{2}}{2} \cdot 0) & (\frac{\sqrt{2}}{2} \cdot 0) + (-\frac{\sqrt{2}}{2} \cdot 3) \\ (\frac{\sqrt{2}}{2} \cdot 2) + (\frac{\sqrt{2}}{2} \cdot 0) & (\frac{\sqrt{2}}{2} \cdot 0) + (\frac{\sqrt{2}}{2} \cdot 3) \end{pmatrix} = \begin{pmatrix} \sqrt{2} & -\frac{3\sqrt{2}}{2} \\ \sqrt{2} & \frac{3\sqrt{2}}{2} \end{pmatrix} \]
Дараа нь нийлмэл матриц \( RS \)-г вектор \( \mathbf{z} \)-аар үржүүлнэ үү:
\[ RS \mathbf{z} = \begin{pmatrix} \sqrt{2} & -\frac{3\sqrt{2}}{2} \\ \sqrt{2} & \frac{3\sqrt{2}}{2} \end{pmatrix} \begin{pmatrix} 1 \\ 1 \end{pmatrix} = \begin{pmatrix} (\sqrt{2} \cdot 1) + (-\frac{3\sqrt{2}}{2} \cdot 1) \\ (\sqrt{2} \cdot 1) + (\frac{3\sqrt{2}}{2} \cdot 1) \end{pmatrix} = \begin{pmatrix} \sqrt{2} – \frac{3\sqrt{2}}{2} \\ \sqrt{2} + \frac{3\sqrt{2}}{2} \end{pmatrix} \]
Тэгэхээр, \( \mathbf{z} \) векторыг \( RS \) матрицаар нэгтгэсэн хувиргалтын үр дүн нь:
\[ \mathbf{z'} = \begin{pmatrix} \frac{2\sqrt{2} – 3\sqrt{2}}{2} \\ \sqrt{2} + \frac{3\sqrt{2}}{2} \end{pmatrix} = \begin{pmatrix} -\frac{\sqrt{2}}{2} \\ \frac{5\sqrt{2}}{2} \end{pmatrix} \]
Дүгнэлт
Энэ нийтлэлд бид матрицыг шугаман хувиргалтад хэрхэн ашигладаг болохыг харуулсан хэд хэдэн жишээ бодлогын талаар хэлэлцсэн. Матриц хувиргалт нь олон салбарт, ялангуяа компьютер график, өгөгдлийн шинжилгээнд чухал үүрэг гүйцэтгэдэг. Эргүүлэлт, масштаб, тусгал зэрэг матриц хувиргалтын үндсийг ойлгосноор бид эдгээр ойлголтуудыг илүү төвөгтэй асуудлуудад хэрэгжүүлэх боломжтой. Эдгээр ойлголтуудыг эзэмших нь математик, физик эсвэл компьютерийн шинжлэх ухааны чиглэлээр ажилладаг хэн бүхэнд үнэлж баршгүй байх болно.
