آلة حاسبة للمصفوفات - Free Online Tool

أضف واضرب وعكس وقم بتحليل المصفوفات على الفور - مع حلول خطوة بخطوة.

المصفوفة هي واحدة من أكثر الهياكل الأساسية في الرياضيات والهندسة وعلوم الكمبيوتر وعلوم البيانات. في أبسط صورها، المصفوفة هي مجموعة مستطيلة من الأرقام مرتبة في صفوف وأعمدة. ولكن خلف هذا التعريف البسيط تكمن قوة استثنائية: المصفوفات تشفر التحولات، وتقوم بنمذجة أنظمة المعادلات، وتدعم الرسوميات ثلاثية الأبعاد، وتشكل العمود الفقري لخوارزميات التعلم الآلي، وتصف سلوك الأنظمة الفيزيائية. تضع آلة حاسبة المصفوفات لدينا مجموعة كاملة من عمليات المصفوفات مباشرة في متصفحك - لا حاجة لتنزيل أي برنامج، ولا حاجة لحساب، ولا حدود على عدد مرات الاستخدام.

فهم عمليات المصفوفات

ما هي المصفوفة؟

المصفوفة هي مصفوفة ثنائية الأبعاد من الأرقام (أو، بشكل أكثر عمومية، عناصر من حقل رياضي) مرتبة في صفوف وأعمدة. تحتوي مصفوفة m×n على m صفوف وn أعمدة، بإجمالي m×n عنصر. يتم الإشارة إلى المصفوفات بحروف كبيرة (A، B، C) وعناصرها بحروف صغيرة تحتية: A[i][j] تشير إلى العنصر في الصف i والعمود j. تحتوي المصفوفات المربعة على نفس عدد الصفوف والأعمدة (n×n) ولها خصائص خاصة تشمل المحددات والعكس والقيم الذاتية والأثر. تظهر المصفوفات المستطيلة في أنظمة المعادلات وجداول البيانات وتمثيلات الصور. تشمل المصفوفات الخاصة مصفوفة الهوية I (1s على القطر، 0s في أماكن أخرى)، ومصفوفة الصفر O (جميعها أصفار)، والمصفوفات المتماثلة (A = A^T)، والمصفوفات القطرية (غير صفرية فقط على القطر). تشكل المصفوفات الهيكل الجبري الذي يقوم عليه معظم الرياضيات التطبيقية الحديثة.

كيف يتم حساب عمليات المصفوفات؟

تستخدم عمليات المصفوفات المختلفة خوارزميات مختلفة. يعمل الجمع والطرح عنصرًا بعنصر ويتطلب أبعادًا متطابقة. يستخدم الضرب المنتج النقطي لكل صف من A مع كل عمود من B، مما يتطلب أن يساوي عدد الأعمدة في A عدد الصفوف في B. يتم حساب المحدد لمصفوفة مربعة عبر توسيع المرافق (للمصفوفات الصغيرة) أو تحليل LU (للمصفوفات الأكبر) - إنه رقم واحد يشفر عامل حجم التحويل الخطي. يتم العثور على العكس A⁻¹ باستخدام الإزالة الغاوسية-جوردانية على المصفوفة المعززة [A | I]، وتحويلها إلى [I | A⁻¹]. يستخدم RREF الإزالة الغاوسية مع الاستبدال العكسي لتقليل كل محور إلى 1 وكل إدخال غير محور في أعمدة المحاور إلى 0. القيم الذاتية λ تحقق det(A − λI) = 0؛ بالنسبة لمصفوفات 2×2، ينتج عن ذلك صيغة تربيعية بسيطة؛ بالنسبة للمصفوفات الأكبر، يتم استخدام تكرار QR العددي.

لماذا تهم عمليات المصفوفات؟

المصفوفات ليست مجرد جبر مجرد - إنها أدوات حسابية عملية تستخدم في جميع أنحاء العلوم والتكنولوجيا. يخبرك المحدد ما إذا كان لنظام المعادلات حل فريد (det ≠ 0) أو أنه مفرد (det = 0). يسمح لك العكس بحل الأنظمة الخطية Ax = b كـ x = A⁻¹b، والعثور مباشرة على معكوسات التحويل في الرسوميات، وحساب مكاسب التحكم في الهندسة. تكشف القيم الذاتية والمتجهات الذاتية عن الاتجاهات الأساسية للتحويل وهي قلب الرياضيات لـ PCA، والأساليب الطيفية، وتحليل الاستقرار، وميكانيكا الكم. RREF هي الأداة القياسية لحل الأنظمة من أي حجم، وتحديد الرتبة، والعثور على المساحات الصفرية، والتحقق من الاستقلال الخطي. يسرع تحليل LU الحلول المتكررة لـ Ax = b مع جوانب مختلفة، حيث يسمح التحليل مرة واحدة بالعديد من الاستبدالات السريعة للأمام/للخلف.

القيود والدقة العددية

تستخدم هذه الآلة الحاسبة حسابات النقطة العائمة القياسية 64 بت (نوع الرقم المدمج في JavaScript)، والتي يمكن أن تقدم أخطاء تقريب صغيرة في آخر عدة أماكن عشرية. يتم عرض النتائج مقربة إلى دقة عشرية تختارها. يمكن أن تنتج المصفوفات ذات الحالة السيئة جدًا - تلك التي تكون فيها بعض الصفوف أو الأعمدة تقريبًا معتمدة خطيًا - نتائج تبدو غير مستقرة عددياً. على سبيل المثال، قد تبدو مصفوفة ذات محدد صغير جدًا ولكنه غير صفري مفردة بسبب ضوضاء النقطة العائمة. تستخدم الآلة الحاسبة عتبة 1e-12 لاكتشاف المحاور القريبة من الصفر أثناء الإزالة. يتم تحديد أبعاد المصفوفة عند 5×5 لأداء جانب العميل، مما يحافظ على جميع الحسابات سريعة في المتصفح. بالنسبة للمصفوفات الأكبر، سيكون من الأنسب استخدام برامج سطح المكتب مثل MATLAB أو Octave أو Python (NumPy) أو Julia. تتقارب خوارزمية القيم الذاتية (تكرار QR) بشكل جيد لمعظم المصفوفات المتماثلة الحقيقية ولكن قد تعطي نتائج أقل دقة للمصفوفات ذات القيم الذاتية المتجمعة.

Matrix Formulas

Matrix Multiplication

(AB)ᵢⱼ = Σₖ aᵢₖ · bₖⱼ

Each entry of the product matrix is the dot product of the corresponding row of A and column of B. Requires columns of A to equal rows of B.

2×2 Determinant

det([[a, b], [c, d]]) = ad − bc

The determinant of a 2×2 matrix equals the product of the main diagonal minus the product of the anti-diagonal. A zero determinant means the matrix is singular.

عكس

(A^T)ᵢⱼ = Aⱼᵢ

The transpose swaps rows and columns. An m×n matrix becomes n×m. Symmetric matrices satisfy A = A^T.

Matrix Inverse

A⁻¹ = adj(A) / det(A)

The inverse exists only when det(A) ≠ 0. For 2×2: A⁻¹ = (1/(ad−bc)) · [[d, −b], [−c, a]]. For larger matrices, use Gauss-Jordan elimination.

Matrix Operations Reference

Matrix Operations Summary

Quick reference for common matrix operations, their requirements, and result dimensions.

العملية	Formula/Method	Requirement	النتيجة
Addition A + B	Cᵢⱼ = Aᵢⱼ + Bᵢⱼ	Same dimensions (m×n)	m×n matrix
Multiplication A×B	(AB)ᵢⱼ = Σ aᵢₖ·bₖⱼ	A cols = B rows (m×p · p×n)	m×n matrix
Scalar c·A	(cA)ᵢⱼ = c · Aᵢⱼ	Any matrix	Same dimensions
Transpose A^T	(A^T)ᵢⱼ = Aⱼᵢ	Any matrix (m×n)	n×m matrix
المحدد	Cofactor expansion or LU	Square matrix (n×n)	Scalar
Inverse A⁻¹	Gauss-Jordan on [A\|I]	Square, det ≠ 0	n×n matrix
Trace tr(A)	Σ Aᵢᵢ (sum of diagonal)	Square matrix (n×n)	Scalar

Special Matrices

Named matrix types that have important properties in linear algebra and applications.

Matrix Type	Definition	Key Property
Identity (I)	1s on diagonal, 0s elsewhere	AI = IA = A for any compatible A
Zero (O)	All entries are 0	A + O = A; A·O = O
Diagonal	Non-zero only on main diagonal	Easy to invert: just reciprocate diagonal entries
Symmetric	A = A^T (equal to its transpose)	Always has real eigenvalues
Orthogonal	A^T · A = I	Preserves lengths and angles (rotations/reflections)
Upper Triangular	All entries below diagonal are 0	Determinant = product of diagonal entries

Worked Examples

Multiply two 2×2 matrices

Compute A × B where A = [[1, 2], [3, 4]] and B = [[5, 6], [7, 8]].

C₁₁ = (1)(5) + (2)(7) = 5 + 14 = 19

C₁₂ = (1)(6) + (2)(8) = 6 + 16 = 22

C₂₁ = (3)(5) + (4)(7) = 15 + 28 = 43

C₂₂ = (3)(6) + (4)(8) = 18 + 32 = 50

A × B = [[19, 22], [43, 50]]

Find determinant and inverse of a 3×3 matrix

Given A = [[2, 1, 0], [1, 3, 1], [0, 1, 2]], find det(A) and A⁻¹.

Expand along row 1: det = 2(3·2 − 1·1) − 1(1·2 − 1·0) + 0 = 2(5) − 1(2) = 8

Since det(A) = 8 ≠ 0, the inverse exists

Set up augmented matrix [A | I] and apply Gauss-Jordan elimination

After row operations: A⁻¹ = (1/8)·[[5, −2, 1], [−2, 4, −2], [1, −2, 5]]

det(A) = 8, A⁻¹ = (1/8)·[[5, −2, 1], [−2, 4, −2], [1, −2, 5]]

Find eigenvalues of a 2×2 matrix

Find the eigenvalues of A = [[4, 1], [2, 3]] by solving det(A − λI) = 0.

A − λI = [[4−λ, 1], [2, 3−λ]]

det(A − λI) = (4−λ)(3−λ) − (1)(2) = λ² − 7λ + 10

Factor: (λ − 5)(λ − 2) = 0

Eigenvalues: λ₁ = 5 and λ₂ = 2

Eigenvalues: λ₁ = 5, λ₂ = 2

كيفية استخدام آلة حاسبة المصفوفات

اختر فئة العملية

انقر على أحد الأربعة علامات في الأعلى - مصفوفتان (لـ A+B، A-B، A×B، c×A)، مصفوفة واحدة (لـ التحويل، المحدد، المعكوس، القوة، الأثر)، التحليل (لـ الرتبة، RREF، القيم الذاتية، LU)، أو حل Ax=b. ستظهر لوحة الإدخال فقط عناصر التحكم التي تحتاجها.

قم بتعيين أبعاد المصفوفة وأدخل القيم

استخدم القوائم المنسدلة للصفوف والأعمدة بجوار كل تسمية مصفوفة لتعيين الأبعاد (1×1 إلى 5×5). انقر على كل خلية واكتب قيمة - يتم قبول الأعداد العشرية والكسور مثل 1/3 أو -2.5. استخدم زر العشوائي لملء القيم تلقائيًا بأعداد صحيحة تجريبية، أو قم بتحميل إعداد سريع مثل دوران 2×2 أو مربع سحري 3×3.

اختر العملية المحددة وانقر على حساب

انقر على زر العملية الذي يظهر أسفل شبكات المصفوفات - على سبيل المثال، A + B، المحدد، أو RREF. تظهر النتيجة على الفور على اليمين. تعطي لوحة "ماذا يعني هذا؟" أسفل النتيجة شرحًا باللغة الإنجليزية العادية للمعنى الرياضي للنتيجة.

مراجعة الخطوات، تصدير، أو ربط العمليات

إذا كانت العمليات الصفية خطوة بخطوة متاحة (RREF، النظام الخطي)، انقر على طية الخطوات لرؤية كل محور وحركة إلغاء. استخدم "تصدير CSV" لتنزيل مصفوفة النتيجة، "نسخ LaTeX" للمستندات الأكاديمية، أو "نسخ النتيجة → مصفوفة A" لإدخال النتيجة في حساب جديد.

الأسئلة الشائعة

لماذا لا يمكنني ضرب مصفوفتين بأبعاد غير متطابقة؟

يتم تعريف ضرب المصفوفات A×B فقط عندما يساوي عدد الأعمدة في A عدد الصفوف في B. وذلك لأن العملية تحسب كل إدخال نتيجة كمنتج نقطي لصف من A مع عمود من B - مما يتطلب أن يكون للصف والعمود نفس الطول. إذا كانت A مصفوفة m×p و B مصفوفة p×n، فإن النتيجة C هي m×n. إذا كانت aCols ≠ bRows، فإن المنتج النقطي غير معرف ولا يمكن أن تستمر العملية. هذا يتناقض مع الجمع، حيث يجب أن تكون كلا المصفوفتين لهما أبعاد متطابقة (كلاهما m×n) حتى يمكن اقتران الإدخالات عنصرًا بعنصر.

ماذا يعني عندما يكون المحدد 0؟

يعني المحدد الصفري أن المصفوفة مفردة - لا تحتوي على معكوس. هندسيًا، تقوم التحويل الخطي بضغط الفضاء: التحويل ثنائي الأبعاد مع det=0 ينهار المستوى إلى خط أو نقطة، مما يدمر المعلومات. جبريًا، إذا كان det(A)=0، فإن صفوف A تعتمد خطيًا (بعض الصفوف هي تركيبة خطية من الصفوف الأخرى)، ونظام Ax=b إما ليس له حل أو له عدد لا نهائي من الحلول - أبداً حل فريد. ستكون الرتبة أقل من n. لهذا السبب تظهر الآلة الحاسبة خطأ ("مصفوفة مفردة") عندما تحاول عكس مصفوفة ذات محدد صفري.

ما الفرق بين الرتبة و RREF والمحدد؟

تصف هذه المخرجات الثلاثة جوانب مختلفة من نفس المصفوفة. الرتبة هي عدد صحيح واحد - عدد الصفوف (أو الأعمدة) المستقلة خطيًا، يتم العثور عليها عن طريق عد الصفوف غير الصفرية في RREF. RREF (شكل الصف المخفض) هو المصفوفة المخفضة الكاملة نفسها، تظهر بالضبط أي المتغيرات أساسية (تحددها المحاور) وأيها حرة (يمكن تعيينها بشكل عشوائي). المحدد هو عدد قياسي واحد يتم تعريفه فقط للمصفوفات المربعة؛ يساوي صفرًا بالضبط عندما تكون الرتبة < n. تنطبق الرتبة على أي شكل مصفوفة؛ تنطبق RREF على أي مصفوفة؛ يتطلب المحدد مصفوفة مربعة. معًا، يميزون فضاء الحل لـ Ax=0 و Ax=b بشكل كامل.

كيف يتم حساب القيم الذاتية للمصفوفات الأكبر من 2×2؟

بالنسبة للمصفوفات 2×2، يتم حساب القيم الذاتية في شكل مغلق باستخدام صيغة تربيعية على كثير الحدود المميز λ² − tr(A)λ + det(A) = 0. بالنسبة للمصفوفات من 3×3 إلى 5×5، تستخدم هذه الآلة الحاسبة خوارزمية تكرار QR، وهي الطريقة العددية القياسية المستخدمة في برامج الجبر الخطي الاحترافية. يقوم تكرار QR بتفكيك المصفوفة بشكل متكرر كـ Q×R (عمودي مضروب في مثلث علوي) ويستبدلها بـ R×Q، متقاربًا نحو شكل مثلث علوي تكون مدخلاته القطرية هي القيم الذاتية. تستمر العملية حتى 500 تكرار مع تحمل التقارب 1e-8. تظهر القيم الذاتية المعقدة (من المصفوفات ذات المدخلات الحقيقية التي تحتوي على أزواج قيم ذاتية مترافقة معقدة) للمصفوفات 2×2 في شكل a + bi و a − bi.

ما هو استخدام تحليل LU؟

يقوم تحليل LU بتفكيك المصفوفة A إلى حاصل ضرب مصفوفة مثلثية سفلية L (مع 1s على القطر) ومصفوفة مثلثية علوية U. الاستخدام العملي الرئيسي هو حل Ax=b بكفاءة بشكل متكرر: بمجرد أن تكون A = LU، يتطلب حل أي جانب أيمن b خطوتين من الاستبدال المثلثي - الاستبدال الأمامي من خلال Ly=b ثم الاستبدال العكسي من خلال Ux=y - كل منهما يستغرق فقط O(n²) عمليات. هذا أسرع بكثير من إعادة حساب التفكيك الكامل في كل مرة. يساوي محدد A حاصل ضرب المدخلات القطرية لـ U (ضرب الإشارة من أي تبديلات صفوف أثناء المحاور الجزئية). تحليل LU هو الخوارزمية التي تستند إليها معظم مكتبات الحوسبة العلمية لحل الأنظمة الخطية.

ما هي مصفوفات الأمثلة المحددة ولماذا هي مفيدة؟

تتضمن الآلة الحاسبة أربعة إعدادات مسبقة للتجريب السريع. تقوم مصفوفة دوران 2×2 [[0,-1],[1,0]] بتدوير المتجهات 90 درجة عكس اتجاه عقارب الساعة - مفيدة لتعلم كيفية تنفيذ ضرب المصفوفات للدورات. تحتوي المصفوفة السحرية 3×3 على صفوف وأعمدة وقطريين جميعهم يجمعون إلى 15، ولها محدد قدره -360 ورقم رتبة 3. مصفوفة الهوية 3×3 هي العنصر المحايد لضرب المصفوفات: A×I = I×A = A لأي A متوافقة. تعطي مصفوفة فيبوناتشي 2×2 [[1,1],[1,0]] المرفوعة إلى القوة n الرقم فيبوناتشي nth في الموضع [0][0] - عرض جميل لقوى المصفوفات. قم بتحميل أي إعداد مسبق، ثم قم بتعديل القيم لاستكشاف كيفية تغير النتائج.