Транспонированная матрица
Ugrás a navigációhoz
Ugrás a kereséshez
Транспонированная матрица: 📌 Транспонирование матрицы: – это операция, при которой строки и столбцы меняются местами.
Если дана матрица A: размером , то её транспонированная матрица : будет размером .
—
- Пример транспонирования
- Пусть дана матрица A: Транспонируем её (меняем строки и столбцы местами):
🔹 Что произошло?: - Первая строка (1,2,3): стала первым столбцом. - Вторая строка (4,5,6): стала вторым столбцом.
—
- Общее определение
- Если матрица имеет элементы , то её транспонированная матрица имеет элементы :
То есть превращается в .
—
- Свойства транспонирования
- ✔ Дважды транспонирование возвращает исходную матрицу: ✔ Транспонирование суммы: ✔ Транспонирование произведения: (перемножение меняет порядок матриц): ✔ Транспонирование единичной матрицы: даёт саму себя:
—
- Применение в реальной жизни
- ✅ Линейная алгебра: – операции с матрицами. ✅ Компьютерная графика: – вращение изображений. ✅ Искусственный интеллект: – обработка данных. ✅ Физика и механика: – преобразования координат.
—
Программа на C++ для транспонирования матрицы
#include <iostream>
using namespace std;
void transposeMatrix(int matrix[][3], int rows, int cols) {
int transposed[3][2]; // Создаём новую матрицу с поменянными размерами
for (int i = 0; i < rows; i++) {
for (int j = 0; j < cols; j++) {
transposed[j][i] = matrix[i][j]; // Меняем строки на столбцы
}
}
// Вывод транспонированной матрицы
cout << "Транспонированная матрица:" << endl;
for (int i = 0; i < cols; i++) {
for (int j = 0; j < rows; j++) {
cout << transposed[i][j] << " ";
}
cout << endl;
}
}
int main() {
int matrix[2][3] = { {1, 2, 3}, {4, 5, 6} };
cout << "Исходная матрица:" << endl;
for (int i = 0; i < 2; i++) {
for (int j = 0; j < 3; j++) {
cout << matrix[i][j] << " ";
}
cout << endl;
}
transposeMatrix(matrix, 2, 3);
return 0;
}
Выход программы:
Исходная матрица: 1 2 3 4 5 6 Транспонированная матрица: 1 4 2 5 3 6
—
- Вывод
- 🔹 Транспонированная матрица: – это матрица, в которой строки становятся столбцами. 🔹 Используется в линейной алгебре, анализе данных, машинном обучении. 🔹 Операция проста, но имеет важные свойства: для матричных вычислений. 🚀