เมทริกซ(Matrix)

Computer Science, Burapha University 1

 1. นิยามของเมทริกซ์

นิยามที่ 1 เมทริกซ์ คอื กลุ่มของจานวนจริง หรือ

จานวนเชิงซ้ อน มาจัดเรียงเป็ นรู ปสี่ เหลีย่ มผืนผ้ าเป็ น
แถวตามแนวนอน (Horizontal) และ แนวตั้ง (Vertical)
ซึ่งมีแถวตามแนวนอนเรียกว่ า แถว (Row) และตาม
แนวตั้งเรียกว่ า หลัก (Column)

2
โดยทัว่ ไปนิยมใช้ ในรู ปต่ อไปนีแ้ ทน
 a11 a12   a1n 
a a22   a2n 
 21 
A  
  
 
am1 am 2   amn 

ใช้ สัญลักษณ์ เป็ น A   aij 

mn
หรือ Amn
3
 เมทริกซ์ ทมี่ ี 1 แถวและ n หลัก เรียก เมทริกซ์
แถว เช่ น 5 3  8

เมทริกซ์ ทมี่ ี m แถวและ 1 สดมภ์ เรียก เมทริกซ์

หลัก เช่ น 5
3
 
 8

4
 เมทริ กซ์ จัตุรัส (Square Matrix) คือ เมทริกซ์ ทมี่ ี
จานวนแถวเท่ ากับจานวนหลัก (m=n) หรือเรียกว่ า
เมทริกซ์ อนั ดับ n มีรูปทัว่ ไปคือ
 a11 a12   a1n 
a a   a 
 21 22 2n 
A  
  
 
 an1 an 2   ann 

สมาชิกทีอ่ ยู่ในตาแหน่ ง i=j เรียก เส้ นทแยงมุมหลัก 5

 เมทริ กซ์ ศูนย์ (Zero Matrix หรือ Null Matrix)
คือ เมทริกซ์ ทมี่ สี มาชิกทุกตัวเป็ นศูนย์ หมด เช่ น

0 0 0 0 0 0
O= หรือ 0 0 0
0 0 0
0 0 0

6
 เมทริ กซ์ ทแยงมมุ (Diagonal Matrix) คือเมทริกซ์
จัตุรัสทีม่ สี มาชิกทุกตัวทีไ่ ม่ ได้ อยู่บนเส้ นทแยงมุมหลัก
มีค่าเป็ นศูนย์ ท้งั หมด เช่ น

4 0 0 0
2 0 0
หรือ 0 3 0 0
0 3 0
0 0 2 0
0 0 4
0 0 0 1

7
 เมทริกซ์ เชิงสเกล่ าร์ (Scalar Matrix) คือเมทริกซ์
ทแยงมุมทีม่ สี มาชิกทุกตัวบนเส้ นทแยงมุมหลักมีค่าเท่ ากัน
ทั้งหมด เช่ น

5 0 0 0
4 0 0
หรือ 0 5 0 0
0 4 0
0 0 5 0
0 0 4
0 0 0 5

8
 เมทริกซ์ เอกลักษณ์ (Identity Matrix หรือ
Unit Matrix) คือ เมทริกซ์ ทแยงมุมทีม่ สี มาชิกทุกตัวบน
เส้ นทแยงมุมหลักมีค่าเท่ ากับ 1 ทั้งหมด ใช้ สัญลักษณ์
I หรือ In แทนเมทริกซ์ เอกลักษณ์ อนั ดับ n เช่ น
1 0 0 0
1 0 0
0 1 0 0
I3 = 0 1 0 หรือ I4 =
0 0 1 0
0 0 1
0 0 0 1
9
Ex. 3 2 0 1
A=
7 1 6 4

เป็ นเมทริกซ์ ขนาด _________

2 แถว
_________
4 หลัก

เขียนด้ วยสั ญลักษณ์ _____________

A24

10
Ex. จงบอกประเภทและอันดับของเมทริกซ์ ลกั ษณะ
พิเศษต่ อไปนี้

0 0 0
1. O = เมทริกซ์ ศูนย์ อันดับ 2 3
0 0 0

1
2. A = เมทริกซ์ หลักอันดับ 2 1
8

11
Ex. จงบอกประเภทและอันดับของเมทริกซ์ ลกั ษณะ
พิเศษต่ อไปนี้
เมทริกซ์ แถว
3. B = 2 4 6 8 0
อันดับ 1 5

2 0 0
4. C = 0 3 0 เมทริกซ์ ทแยงมุม อันดับ 3
0 0 4
12
พีชคณิตของเมทริ กซ์
การเท่ ากันของเมทริ กซ์ (Equal Matrix)
ถ้ า A   aij 
mn
และ B  bij 
pq

จะได้ A = B ก็ต่อเมือ่ m = p และ n = q

และ aij = bij ทุกค่ าของ i และ j

13
  0 0.5  0 0.25
Ex. A  , B 
1.5 6  1  0.5 3 2 

ดังนั้น A  B

2 3 2  9 
Ex. A  , B 
4 5 4 5 

ดังนั้น A  B

14
การบวกลบเมทริ กซ์ (Matrix Addition or Subtraction)
ให้ A  [aij ]mn และ B  [bij ]mn
แล้ ว A + B = C
โดยที่ C  cij 
mn
  aij  bij 
mn
ซึ่งมีคุณสมบัติการบวกดังนี้
1. A+B = B+A (Commutative law)
2. A+(B+C) = (A+B)+C (Associative law)
3. A+(-A) = (-A)+A = 0 (Inverse law)
4. A+0 = A (Identity law)
15
Ex. A = -1 2 4 4 2 -3
และ B =
3 -6 10 1 7 9
จงหา C = A + B และ D = A B
วิธีทา
 1  4 2  2 43  3 4 1 
C   
 3  1  6  7 10  9   4 1 19 

 1  4 2  2 4  (3)  5 0 7
D   
 3  1  6  7 10  9   2  13 1 

16
การคณ
ู เมทริ กซ์
การคณู เมทริ กซ์ ด้วยสเกลาร์ (Scalar Multiplication)
ให้ A  aij  mn และ k เป็ นสเกลาร์ ดังนั้น kA  kaij  mn
นั่นคือ เป็ นการนา k คูณกับสมาชิกทุกตัวในเมตริกซ์
เช่ น a b ka kb
k c d = kc kd
ซึ่งมีคุณสมบัติการคูณสเกลาร์ดงั นี้
1. k(A + B) = kA + kB
2. (k + k’)A = kA + k’A
3. (kk’)A = k(k’A)
4. 1A = A 17
 1 -5 3
Ex. A =
4 1 0
จงคานวณหา 4A , -3A

 4(1) 4(5) 4(3)   4  20 12

วิธีทา 4A     
 4( 4) 4(1) 4( 0)   16 4 0 

  3(1)  3(5)  3(3)    3 15  9

 3A   
 
  3( 4)  3(1)  3( 0)    12  3 0 

18
การคณ
ู เมทริ กซ์ ด้วยเมทริ กซ์ (Matrix Multiplication)
ให้ A  [aij ]mn และ B  [bij ]n p
แล้ ว C = AB จะมีขนาดเท่ ากับ mp
n
โดยที่ cij   aik bki
k 1
ซึ่งมีคุณสมบัติการคูณเมทริ กซ์มีดงั นี้
1. (AB)C = A(BC) (Associative law)
2. A(B+C) = AB+AC (Left Distributive law)
3. (B+C) A = BA+CA (Right Distributive law)
4. k(AB) = (kA)B = A(kB)
19
Ex. จงหาผลคูณของเมทริกซ์ AB เมือ่
1 2 3  2 0
A  0  1 1  , B   4 1 
   
5 2  3 7 3
วิธีทา
 (1)( 2)  (2)( 4)  (3)(7) (1)(0)  (2)(1)  (3)(3) 
AB   (0)( 2)  (1)( 4)  (1)(7) (0)(0)  (1)(1)  (1)(3) 
 
(5)( 2)  (2)( 4)  (3)(7) (5)(0)  (2)(1)  (3)(3)
 31 11 
 3 2
 
 3  7 
20
ชนิดของเมทริ กซ์
เมทริ กซ์ สลับเปลีย่ น (Transposed Matrix)
ถ้ า A  aij  mn แล้ ว เมทริกซ์ สลับเปลีย่ นของ A
คือ AT  [a ji ]nm
ซึ่งเมทริ กซ์สลับเปลี่ยนมีคุณสมบัติดงั นี้
1. (A+B)T = AT + BT
2. (AT)T = A
3. (kA)T = kAT
4. (AB)T = BTAT
21
เช่ น a11 a12 a13
A= a21 a22 a23
a31 a32 a33
a41 a42 a43 43

a11 a21 a31 a41

AT = a12 a22 a32 a42
a13 a23 a33 a43 3  4

22
Ex. จงหาเมทริกซ์ สลับเปลีย่ นของเมทริกซ์ ต่อไปนี้
1 2 1 3 4 
A T=
A= 3 0 2 0 7 
 
-4 7
4 4 -1  4 2 7 
B T= 4 
B = 2 3 -4 
3 2

-7 2 3  1 4 3 

2
C T =  2 8 2
C= 8
2 23
เมทริ กซ์ สมมาตร (Symmetric Matrix)
คือ เมทริกซ์ จตั ุรัสใดๆ ทีม่ ีคุณสมบัติ A = AT
เมทริ กซ์ เสมือนสมมาตร (Skew Symmetric Matrix)
คือ เมทริกซ์ จตั ุรัสใดๆ ทีม่ ีคุณสมบัติ A = AT
เมทริ กซ์ สามเหลีย่ ม (Triangular Matrix)
เมทริกซ์ สามเหลีย่ มบน (Upper Triangular Matrix) คือ
เมทริกซ์ จตั ุรัสใดๆ ทีม่ ีสมาชิกทุกตัวทีอ่ ยู่ใต้ เส้ นทแยงมุมหลัก
เป็ นศูนย์ หมด
เมทริกซ์ สามเหลีย่ มล่ าง (Lower Triangular Matrix) คือ
เมทริกซ์ จตั ุรัสใดๆ ทีม่ ีสมาชิกทุกตัวทีอ่ ยู่เหนือเส้ นทแยงมุมหลัก
เป็ นศูนย์ หมด 24
เช่ น
2 7 5 
0 1  3 เป็ นเมทริกซ์ สามเหลีย่ มบน
 
0 0  1

 4 0 0
  2 1 0 เป็ นเมทริกซ์ สามเหลีย่ มล่ าง
 
 0 3 6

25
เมทริ กซ์ เอกฐาน (Singular Multiplication)
คือ เมทริกซ์ จตุรัสทีไ่ ม่ สามารถหาเมทริกซ์ อนื่ มาคูณ
ให้ เป็ นเมทริกซ์ เอกลักษณ์ ได้
เมทริ กซ์ ไม่ เอกฐาน (Non-Singular Multiplication)
คือ เมทริกซ์ จตุรัสทีส่ ามารถหาเมทริกซ์ อนื่ มาคูณแล้ วได้
เมทริกซ์ เอกลักษณ์ ซึ่งจะเรียกว่ า Invertible Matrix
เมทริกซ์ จตุรัส A ขนาด nn จะเป็ น Invertible Matrix
ถ้ ามีเมทริกซ์ B ขนาด nn ทีม่ ีคุณสมบัตวิ ่ า AB = BA = In
ซึ่งในกรณีนีจ้ ะเรียกเมทริกซ์ B ว่ าเป็ น inverse ของ A
แทนด้ วยสั ญลักษณ์ A-1 26
คณ
ุ สมบัติของ Invertible matrix มีดงั นี้
1. (A-1)-1 = A
2. (kA)-1 = k-1A-1 สาหรับจานวนสเกลาร์ k ทีไ่ ม่ เท่ ากับศูนย์
3. (AT)-1 = (A-1)T
4. (AB)-1 = B-1A-1

27
 ดีเทอร์ มิแนนท์ (Determinant)ของเมทริกซ์
ดีเทอร์ มิแนนท์ของเมทริ กซ์ คือ ค่าสเกลาร์ ที่ได้จากเมทริ กซ์จตั ุรัสแทนด้วยสัญลักษณ์ det(A)
หรื อ A ซึ่ งวิธีคานวณหาดีเทอร์ มิแนนท์มีหลายวิธีดงั นี้
การหาโดยตรง (ในกรณีของเมทริ กซ์ขนาดเล็ก) เช่น
เมทริ กซ์ขนาด 11 , det(A) = | a11 | = a11
เมทริ กซ์ขนาด 22 (หาดีเทอร์มิแนนท์ได้ในกรณี ของเมทริ กซ์จตุรัสเท่านั้น)

a b 
A  , det( A)  ad  cb
c d  +

28
 การหาดีเทอร์ มิแนนท์ ของเมทริกซ์ ขนาด 3  3
- - -

 a1 b1 c1  a1 b1
A  a 2 b2 c 2  a 2 b2
 a3 b3 c3  a3 b3
+ + +

det( A)  a1b2c3  b1c2 a3  c1a2b3

 a3b2c1  b3c2 a1  c3a2b1
เมทริ กซ์ที่มีขนาดมากกว่านี้จะทาวิธีน้ ีไม่ได้ ต้องใช้วิธีกระจาย cofactor เท่านั้น

29
 การหา Determinant โดยใช้ วธิ ีการกระจาย Cofactor
ไมเนอร์ (Minor) ของเมทริกซ์จตั ุรสั A เมื่อขนาด n  2 คือ
ดีเทอร์มิแนนท์ของเมทริกซ์ยอ่ ยของเมทริกซ์ A ซึ่งตัดแถวที่ i และ
คอลัมน์ที่ j ออก โดยใช้สญ
ั ลักษณ์ Mij แทน ไมเนอร์ของ aij เช่น
2 1 0
A  9 4 6 
 5 3 8 
หาค่า M12 ต้องตัดแถวที่ 1 และ Column ที่ 2 ออก จะได้
2 1 0
M12 = 9 4 6 
 
9 6
= 9(8) – 5(6) = 42
5 8
 5 3 8 
30
 โคแฟคเตอร์(Cofactor) ของเมทริ กซ์จตั ุรัส A เมื่อขนาด n  2 นิยาม
จากค่าไมเนอร์ ดังนี้
Cij = (-1)i+j Mij
ดังนั้น ค่าของ C12 และ C23 หาได้ ดังนี ้
C12 = (-1)1+2 M12 = -1(42) = -42
2 1 0
M23 = 9 4 6 2 1
= 2(3) – 5(1) = 1
  5 3
5 3 8 
C23 = (-1)2+3 M23 = -1(1) = -1
การกระจาย Cofactor สามารถเลือกว่าจะใช้แถวหรื อ หลัก ใดก็ได้
แต่การคานวณจะง่ายขึ้นถ้าเลือกแถวหรื อ หลัก ที่มีสมาชิกเป็ น 0 อยูม่ าก 31
จากค่าไมเนอร์และโคแฟคเตอร์ จะหาค่า det(A) ได้จาก
n n
det( A)   aik Cik   akj Ckj
k 1 k 1

จากตัวอย่ างจะได้ ว่า

det(A) = a11C11+a12C12+a13C13
= 2C11+1C12+0C13
= 2(14) +1(-42) + 0 = 28-42 = -14

32
คุณสมบัตข
ิ องดีเทอรมิ
์ แนนท ์

33
Inverse Matrix
เมทริ กซ์ B จะเป็ น Inverse ของเมทริ กซ์ A ถ้ า AB = BA = I

34
 การหา Inverses matrix ขนาด 2x2
1  8 10 
A A  I A
 3 4 


a b   8  10 a b  1 0
ให้ A-1 =  AA-1 =I      
 c d    3 4  c d   0 1 

คูณเมทริ กซ์เข้าด้วยกัน จะได้

 8a  10c 8b  10d  1 0
   
  3a  4 c  3b  4 d   0 1 
8a  10c  1 8b  10d  0
 3a  4c  0  3b  4d  1
1 2 5
A  
จงแก้สมการหาค่า A-1? 1 . 5 4 
การหาอินเวอร์ สเมทริกซ์ โดยอาศัยเมทริกซ์ ผูกพัน(Adjoint matrix)

คุณสมบัตขิ อง Adjoint matrix

1.เมทริกซ์ ผูกพันของเมทริกซ์ ใด ๆ จะมีเพียงเมทริกซ์ เดียวเท่ านั้น
2.ให้ A และ B เป็ น Nonsingular matrix แล้ว
2.1. det  adjA   det A
n 1

2.2. adj  AB    adjB  adjA 36

 การหา Inverses matrix ขนาด 2x2

หรื อสามารถหา inverse matrix ได้โดย

a b 
A 
 c d 
ad-bc แทน det(A) ซึ่งหากมีค่าเท่ากับศูนย์
1 1  d b  เมทริ กซ์ A จะหา inverse ไม่ได้
A 
ad  bc  c a 

วิธีทา: 1 d -b
•จากเมทริ กซ์ A ที่กาหนด det( A) -c a
•สลับค่า a และ d
•เปลี่ยนเครื่ องหมายของ b และ c
•คูณเมทริ กซ์ที่ได้เข้ากับ 1/ det(A)
การหา Inverses matrix ขนาด 2x2

Example: จงหา inverse ของ A

 2 4
A   
 4  10

1 1  10  4
A  (2)( 10)  ( 4)( 4)  4 2 

5 1 
1 1  10  4
A   4  4 2 
= 2 
 1
 1  
 2
การหา Inverses matrix ขนาด 2x2
การหาอินเวิรสเมทริ
์ กซโดยอาศั
์ ยการแปลง
ตามแนวแถว

40