Carregando
0x10Lição 2 de 18

A caixa de ferramentas da matemática: vetores e matrizes

Represente coisas com listas de números, compare-as pelo produto escalar e multiplique matrizes: a aritmética usada pela IA.

20 min Questionário com 6 perguntas 2 exercícios de código
Ao final desta lição, você saberá
  • Representar algo do mundo real como um vetor de características
  • Calcular e interpretar o produto escalar
  • Multiplicar uma matriz por um vetor como um conjunto de produtos escalares

Computadores não enxergam uma casa, uma música ou uma frase. Eles enxergam números. Por isso, o primeiro passo de quase todo sistema de IA é transformar cada elemento em um vetor: uma lista ordenada de números.

Uma casa pode ser representada por (1800,3,2,12)(1800, 3, 2, 12): 1800 pés quadrados, 3 quartos, 2 banheiros e 12 anos de idade. Cada posição sempre representa a mesma coisa, então podemos comparar duas casas número por número. Cada número é uma característica; um vetor com 4 números vive em um espaço de 4 dimensões. Vetores de IA real costumam ter centenas ou milhares de dimensões. Desenhamos vetores em 2D porque assim conseguimos visualizá-los.

Somamos vetores posição por posição. Quando desenhados como setas, isso significa juntar a ponta de um ao início do outro:

aba + b
Soma de vetores, ponta com cauda: a = (4, 2), b = (2, 3), a + b = (6, 5).

O produto escalar

A operação mais importante em IA é o produto escalar: multiplicamos os valores que ocupam posições correspondentes e depois somamos os resultados.

a⋅b=a1b1+a2b2+⋯+anbna \cdot b = a_1 b_1 + a_2 b_2 + \dots + a_n b_n

Para a=(3,4)a = (3, 4) e b=(4,1)b = (4, 1): 3×4+4×1=163 \times 4 + 4 \times 1 = 16. O resultado é um único número que indica o quanto dois vetores apontam na mesma direção: ele é positivo quando se alinham, zero quando formam um ângulo reto e negativo quando apontam em direções opostas.

Experimente

Até 15 XP

Arraste um vetor

Arraste a ponta do vetor a; o vetor b fica fixo em (4, 1). Tente deixar o produto escalar o maior possível, depois exatamente igual a 0 e, por fim, negativo. Observe o ângulo entre as setas: qual ângulo produz 0?

ba
a = (3, 4)
b = (4, 1)
|a| = 5.00
a · b = 3×4 + 4×1 = 16
ângulo entre a e b ≈ 39°
Produto escalar positivo: os vetores apontam aproximadamente na mesma direção.
dot_product.py
1def dot(a, b):
2    return sum(x * y for x, y in zip(a, b))
3
4print(dot([3, 4], [4, 1]))
5print(dot([1, 0], [0, 1]))
6print(dot([2, 3], [-2, -3]))
Saída
16
0
-13

Matrizes: vários vetores de uma vez

Uma matriz é uma grade de números, como uma pilha de vetores. Uma planilha com 100 casas e 4 características cada é uma matriz de 100 × 4; uma foto em tons de cinza é uma matriz de intensidades dos pixels.

Multiplicar uma matriz por um vetor é calcular um produto escalar para cada linha:

[1234][56]=[1⋅5+2⋅63⋅5+4⋅6]=[1739]\begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix} \begin{bmatrix} 5 \\ 6 \end{bmatrix} = \begin{bmatrix} 1 \cdot 5 + 2 \cdot 6 \\ 3 \cdot 5 + 4 \cdot 6 \end{bmatrix} = \begin{bmatrix} 17 \\ 39 \end{bmatrix}

É assim que um modelo calcula as pontuações de vários exemplos de uma vez: cada linha é um exemplo, o vetor contém os pesos e o resultado traz todas as pontuações. GPUs fazem milhões dessas multiplicações e somas em paralelo, o que tornou o aprendizado profundo viável.

matrix_times_vector.py
1houses = [
2    [1800, 3, 2],
3    [950, 2, 1],
4    [2400, 4, 3],
5]
6# Pesos de preço aprendidos por um modelo: reais por metro quadrado, por quarto e por banheiro.
7weights = [150, 10000, 5000]
8
9for house in houses:
10    price = sum(feature * weight for feature, weight in zip(house, weights))
11    print(house, "->", price)
Saída
[1800, 3, 2] -> 310000
[950, 2, 1] -> 167500
[2400, 4, 3] -> 415000

Principais conclusões

  • A IA transforma tudo em vetores: listas ordenadas de números, uma posição para cada característica.

  • O produto escalar a⋅b=∑iaibia \cdot b = \sum_i a_i b_i indica quanto dois vetores se alinham: o resultado pode ser positivo, zero ou negativo.

  • Uma matriz é uma grade de números. Matriz × vetor calcula um produto escalar por linha, permitindo fazer várias previsões de uma vez.

Quiz da aula

6 perguntas · aprovação com 5 acertos · até 50 XP

Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.

Pratique: escreva código em Python

Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.

Exercício 1

Calcule o produto escalar

+25 XP

Leia duas linhas, cada uma com um vetor de números separados por espaços e ambos do mesmo tamanho. Imprima o produto escalar e depois mesma direção, perpendiculares ou direções opostas, conforme o resultado seja positivo, zero ou negativo.

  • Vetores alinhados
  • Ângulo reto
  • Direções opostas
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Exercício 2

Calcule uma pontuação em lote com uma matriz

+25 XP

A primeira linha contém os pesos do modelo. Cada linha seguinte é um exemplo (uma linha da matriz), com o mesmo número de características. Imprima, uma por linha, a pontuação de cada exemplo: o produto escalar entre essa linha e os pesos.

  • Matriz 2 × 2
  • Preços de casas
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Dúvidas sobre esta lição

Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.

Carregando publicações…