Matrisler: Boyut, İşlemler ve Denklem Çözümü

Bir matrisin boyutu ve eleman adresi nasıl okunur?

Bir matris, m satır ve n sütundan oluşuyorsa m×n boyutlu olarak adlandırılır. Örneğin A = [[2, 5, -1], [0, 3, 4]] matrisi 2×3 boyutundadır; çünkü 2 satır ve 3 sütun içerir. Burada m=2, n=3'tür. Boyut, matris üzerinde yapılabilecek işlemleri belirleyen ilk bilgidir.

Matris genellikle A = [aᵢⱼ]ₘₓₙ biçiminde gösterilir. aᵢⱼ ifadesinde ilk indis i satırı, ikinci indis j sütunu gösterir. Yukarıdaki matriste a₁₂=5, a₂₃=4'tür. İndislerin sırası önemlidir; a₁₂ ile a₂₁ aynı konumu göstermez.

İki matrisin eşit olabilmesi için iki koşul birlikte sağlanmalıdır: Boyutları aynı olmalı ve karşılıklı konumlardaki bütün elemanlar eşit olmalıdır. Örneğin 2×2 bir matris, 2×3 bir matrise eşit olamaz. Boyutlar aynı olsa bile tek bir elemanın farklı olması eşitliği bozar.

Kare matrislerde satır ve sütun sayısı aynıdır. Sıfır matrisinin bütün elemanları 0'dır. Birim matris ise kare bir matris olup ana köşegenindeki elemanlar 1, diğer elemanları 0'dır. n×n boyutlu birim matris Iₙ ile gösterilebilir. Birim matris, uygun boyuttaki bir matrisle çarpıldığında etkisiz eleman gibi davranır: AIₙ=A ve IₙA=A. Bu ifadelerde çarpımların tanımlı olması için boyutların uyumlu olması gerekir.

Toplama ve skalerle çarpma: hangi işlemler tanımlıdır?

A ve B matrislerinin toplanabilmesi için boyutlarının aynı olması gerekir. A ve B m×n boyutundaysa toplam da m×n boyutunda olur ve aynı konumdaki elemanlar toplanır:

(A+B)ᵢⱼ=aᵢⱼ+bᵢⱼ.

Örneğin A=[[1, -2], [3, 4]] ve B=[[5, 1], [-1, 2]] ise A+B=[[6, -1], [2, 6]] bulunur. Bu işlemde birinci matrisin birinci satırındaki eleman, ikinci matrisin yine birinci satırındaki karşılığıyla eşleştirilir.

Çıkarma da aynı boyut koşulunu gerektirir ve (A-B)ᵢⱼ=aᵢⱼ-bᵢⱼ biçiminde yapılır. Farklı boyutlu iki matrisi, eksik eleman varmış gibi düşünerek toplamak doğru değildir.

Bir matrisin bir sayı, yani skaler ile çarpılmasında her eleman aynı sayıyla çarpılır. 3A, A'nın her elemanının 3 katıdır. Skaler çarpımda matrisin boyutu değişmez. Bu işlem, bir veri tablosundaki tüm değerleri aynı katsayıyla büyütmek veya küçültmek gibi düşünülebilir.

A, B ve C aynı boyuttaki matrislerse A+B=B+A ve (A+B)+C=A+(B+C) geçerlidir. Ancak bu özellikleri matris çarpımına doğrudan aktarmak mümkün değildir. İşlemin türünü belirlemek ve boyutları kontrol etmek, özellikle sınav sorularında ilk adımdır.

Matris çarpımında satır-sütun eşleştirmesi

A matrisi m×n, B matrisi n×p boyutundaysa AB çarpımı tanımlıdır ve sonuç m×p boyutunda olur. Kontrol kuralı şöyledir:

(m×n)(n×p)=m×p.

Yan yana duran iç boyutlar, yani n ve n, eşit olmalıdır. Dış boyutlar sonuç matrisinin boyutunu verir. Örneğin 2×3 bir matris ile 3×4 bir matris çarpılabilir ve sonuç 2×4 olur. Buna karşılık 2×3 ile 2×4 çarpımı tanımlı değildir; çünkü ilk matrisin 3 sütunu, ikinci matrisin 2 satırıyla eşleşmez.

Çarpımın her elemanı, ilk matrisin bir satırı ile ikinci matrisin bir sütununun iç çarpımı alınarak bulunur:

(AB)ᵢₖ=Σⱼ₌₁ⁿ aᵢⱼbⱼₖ.

Bu nedenle matris çarpımı, karşılıklı elemanları doğrudan çarpmak değildir. Aynı boyuttaki iki matriste elemanları tek tek çarpmak, standart matris çarpımıyla aynı işlem değildir.

Matris çarpımı genel olarak değişmeli değildir. AB tanımlı olsa bile BA tanımlı olmayabilir; her ikisi de tanımlı olduğunda da sonuçların eşit olması gerekmez. Bunun nedeni, AB'de A'nın satırlarının B'nin sütunlarıyla, BA'da ise B'nin satırlarının A'nın sütunlarıyla eşleştirilmesidir. Matrisler doğrusal dönüşümleri temsil ettiğinde bu durum, dönüşümlerin uygulanma sırasının sonucu değiştirebilmesiyle açıklanır.

Dağılım özelliği ise uygun boyutlarda geçerlidir: A(B+C)=AB+AC. Fakat AB=BA sonucu, özel durumlar dışında varsayılamaz.

Ax=b gösterimiyle doğrusal denklem sistemine geçiş

Bir doğrusal denklem sistemi, katsayılar matrisi A, bilinmeyenler vektörü x ve sabitler vektörü b kullanılarak Ax=b biçiminde yazılabilir. Örneğin

2x+y=5 x-y=1

sisteminde A=[[2,1],[1,-1]], x=[[x],[y]] ve b=[[5],[1]] olur. Matris çarpımının ilk satırı 2x+y, ikinci satırı x-y ifadesini üretir.

Bu gösterimin anlamlı olması için A'nın sütun sayısı, x vektöründeki bileşen sayısıyla eşleşmelidir. A n bilinmeyene karşılık gelen n sütun içeriyorsa x n×1 boyutunda bir sütun vektörüdür. A'nın m×n olması durumunda Ax, m×1 boyutunda olur; dolayısıyla b de m×1 olmalıdır.

Sistem çözümünde Gauss eliminasyonu, denklemleri satır işlemleriyle daha kolay çözülebilen bir biçime dönüştürür. Kullanılan temel satır işlemleri bir satırı sıfırdan farklı bir sayıyla çarpmak, iki satırın yerini değiştirmek ve bir satıra başka bir satırın katını eklemektir. Bu işlemler, çözüm kümesini koruyacak şekilde uygulanır.

Kare bir sistemde determinant sıfırdan farklıysa tek çözüm vardır ve A tersinirdir. Determinant sıfır olduğunda ise tek çözüm sonucu çıkarılamaz; sistem, sağ taraf b'ye bağlı olarak çözümsüz veya sonsuz çok çözümlü olabilir. Bu koşul yalnızca uygun kare sistem bağlamında değerlendirilmelidir; dikdörtgen matrislerde çözüm durumu rütbe gibi ek bilgiler gerektirir.

Çözümlü örnekler: boyut kontrolünden Ax=b çözümüne

Örnek 1 — Matris çarpımı

Verilenler: A=[[1,2,0],[-1,3,4]] ve B=[[2,1],[0,-2],[5,3]].

1. Boyutları belirleyin. A, 2×3; B, 3×2 boyutundadır.
2. İç boyutları karşılaştırın. A'nın 3 sütunu ile B'nin 3 satırı eşit olduğundan AB tanımlıdır.
3. Sonucun boyutunu yazın. Dış boyutlar 2 ve 2 olduğu için AB, 2×2 olur.
4. Elemanları hesaplayın:
   • Birinci satır, birinci sütun: 1·2+2·0+0·5=2.
   • Birinci satır, ikinci sütun: 1·1+2·(-2)+0·3=-3.
   • İkinci satır, birinci sütun: (-1)·2+3·0+4·5=18.
   • İkinci satır, ikinci sütun: (-1)·1+3·(-2)+4·3=5.
5. Sonuç: AB=[[2,-3],[18,5]].

Burada eleman sayısı 6+6=12 olmasına rağmen sonuçta 4 eleman bulunur; çünkü her sonuç elemanı bir satır-sütun iç çarpımıyla elde edilir. BA'nın tanımlı olup olmadığı ayrıca kontrol edilmelidir; bu örnekte B 3×2 ve A 2×3 olduğundan BA da tanımlıdır, ancak genel olarak AB ile aynı sonucu vermesi beklenmez.

Örnek 2 — Ax=b sistemini çözme

Verilen sistem: 2x+y=5 x-y=1.

1. İkinci denklemden x-y=1 olduğuna göre x=1+y yazılır.
2. Bu ifade birinci denklemde yerine konur: 2(1+y)+y=5.
3. Parantez açılır: 2+3y=5.
4. 3y=3 ve buradan y=1 bulunur.
5. x=1+y olduğundan x=2'dir.
6. Sonuç vektörü x=[[2],[1]] olur.

Kontrol: A=[[2,1],[1,-1]] ile [[2],[1]] çarpıldığında [[5],[1]] elde edilir. Böylece bulunan değerler iki denklemi de sağladığı için sistemin çözümüdür. Bu örnekte katsayılar matrisi kare ve tekil değildir; çözüm tek bir çifttir.

Determinant, ters matris ve özdeğer arasındaki sınırlar

Determinant yalnızca kare matrisler için tanımlanan sayısal bir özelliktir. 2×2 bir matris A=[[a,b],[c,d]] için determinant det(A)=ad-bc biçimindedir. Örneğin A=[[2,1],[1,1]] için det(A)=2·1-1·1=1 bulunur. Determinant sıfırdan farklı olduğu için bu matris tersinirdir.

Ters matris A⁻¹, uygun boyuttaki birim matris I için AA⁻¹=A⁻¹A=I koşulunu sağlayan matristir. Ters, yalnızca kare ve tersinir bir matris için vardır. 2×2 durumda det(A) sıfır değilse

A⁻¹=1/(ad-bc)[[d,-b],[-c,a]]

formülü kullanılabilir. Determinant sıfırsa bu formülde sıfıra bölme ortaya çıkar ve ters matris mevcut değildir. Bu durum, doğrusal dönüşümün bilgiyi kaybettiğini veya uzayı daha düşük boyuta sıkıştırdığını gösterir.

Ax=b sisteminde A tersinir olduğunda x=A⁻¹b yazılabilir. Ancak pratikte büyük sistemleri çözmek için ters matrisi açıkça hesaplamak yerine Gauss eliminasyonu gibi yöntemler tercih edilebilir. Ters matris formülü, özellikle kavramsal sorularda ve küçük boyutlu hesaplarda kullanışlıdır.

Özdeğer ve özvektör, kare bir A matrisi için Av=λv ve v≠0 koşuluyla tanımlanır. Özvektör, dönüşümden sonra yönü değişmeden yalnızca λ katsayısıyla ölçeklenen sıfırdan farklı vektördür. Özdeğerleri bulmak için det(A-λI)=0 karakteristik denklemi kurulur. Özdeğer kavramı determinantla ilişkilidir; fakat determinant, özdeğerin kendisi değildir. Özdeğer analizi için kare matris koşulu ve karakteristik denklemin kurulması gerekir.

Sık yapılan hatalar ve karıştırılan kavramlar

1. Boyutları yalnızca toplam eleman sayısıyla ifade etmek: 2×3 matris, 6 elemanlı olmakla birlikte 2 satır ve 3 sütunlu özel bir düzene sahiptir. 2×3 ile 3×2 aynı boyut değildir.

2. Farklı boyutlu matrisleri toplamak: Toplama için satır ve sütun sayılarının ikisi de aynı olmalıdır. Çarpımda kullanılan iç boyut eşitliği, toplama için yeterli değildir.

3. Matris çarpımını eleman eleman yapmak: Standart AB çarpımında satır-sütun iç çarpımı kullanılır. Eleman eleman çarpım, ayrı bir işlem olarak tanımlanmadıkça AB anlamına gelmez.

4. AB=BA varsayımı: Çarpımın tanımlı olması, iki sıradaki çarpımın eşit olacağı anlamına gelmez. Hatta AB tanımlıyken BA tanımsız olabilir.

5. Her kare matrisin tersini var sanmak: Kare olmak gerekli olabilir fakat yeterli değildir. Tersin varlığı için det(A)≠0 koşulu gerekir.

6. det(A)=0 sonucunu doğrudan çözümsüzlük saymak: Kare Ax=b sisteminde determinantın sıfır olması tek çözümün olmadığını gösterir; sistem ya çözümsüzdür ya da sonsuz çok çözümü vardır. Hangi durumun gerçekleştiği b ile katsayılar arasındaki uyuma bağlıdır.

7. Özvektörü sıfır vektör seçmek: Tanımda v≠0 koşulu vardır. Sıfır vektörü her λ için Av=λv eşitliğini sağlayabildiğinden özvektör olarak kabul edilmez.

8. Birim matris ile sıfır matrisi karıştırmak: Birim matrisin ana köşegeni 1, diğer elemanları 0'dır; sıfır matrisinin tüm elemanları 0'dır. AI=A ilişkisini sağlayan yapı birim matristir.