Zur Startseite "Grundregeln der Matrizenrechnung"

Lineare Transformation,
Matrix, Vektor

Der
n-dimensionale
Vektorraum

Einfache Rechenregeln

Inverse Transformation, Ähnlichkeits-
transformation

Eigenwerte,
Eigenvektoren,
quadratische
Formen

Zusammen-
stellung
weiterer
Rechenregeln

Dünn besetzte Matrizen

Einfache Rechenregeln

Addition und Subtraktion ...

... sind nur für Matrizen gleichen Typs (gleiche Zeilenanzahl, gleiche Spaltenanzahl) definiert:

Matrixaddition und -subtraktion

Multiplikation einer Matrix mit einem Skalar c ...

... wird ausgeführt, indem alle Elemente der Matrix mit dem Skalar multipliziert werden. Es gilt:

Multiplikation von Matrizen mit einem Skalar

Matrixmultiplikation

Sind zwei Vektoren x und y durch die lineare Beziehung x = A y miteinander verknüpft und ist y seinerseits mit dem Vektor z durch die lineare Beziehung  y = B z verknüpft, so besteht auch zwischen x und z ein linearer Zusammenhang, für den symbolisch

Verknüpfen zweier linearer Transformationen

geschrieben wird. Damit wird das Matrizenprodukt definiert: Wenn die Multiplikation  x = C z das gleiche Ergebnis liefern soll wie nacheinander   y = B z und danach x = A y, dann muss

Definition der Matrixmultilikation

gelten (das Element cik ist das Skalarprodukt der i-ten Zeile von A mit der k-ten Spalte von B). Es ist offensichtlich, dass zur Ausführbarkeit der Multilikation die Spaltenanzahl der Matrix A (in der Formel oben: n) mit der Zeilenanzahl der Matrix B übereinstimmen muss: Eine mn-Matrix A ist mit einer np-Matrix B in dieser Reihenfolge verkettbar. Dies bedeutet andererseits, dass im Allgemeinen

Das Matrixprodukt ist im Allgemeinen nicht kommutativ

ist (das Matrixprodukt ist nicht kommutativ), wenn die Matrizen in der umgekehrten Reihenfolge überhaupt verkettbar sind.

Das Matrixprodukt ist assoziativ und distributiv. Es gilt:

Matrixmultiplikation ist assoziativ und distributivh

Transponierte und symmetrische Matrizen, Diagonalmatrix, Einheitsmatrix

Durch Vertauschen von Zeilen und Spalten einer Matrix A geht diese in ihre so genannte transponierte Matrix AT über:

Transponieren einer Matrix

(A ist eine mn-Matrix, B dementsprechend eine nm-Matrix). Offenbar gilt:

Transponieren der Transponierten führt wieder auf Ausgangsmatrix

Bei quadratischen Matrizen (quadratische Matrizen haben gleiche Zeilen- und Spaltenanzahl) entspricht das Transponieren einer Spiegelung an der Hauptdiagonalen (die Hauptdiagonale einer quadratischen Matrix enthält die Elemente mit gleichen Indizes aii, sie verläuft also von links oben nach rechts unten).

Eine quadratische Matrix heißt symmetrisch, wenn sie gleich ihrer Transponierten ist. Für symmetrische Matrizen gilt also:

Symmetrische Matrix ist gleich ihrer Transonierten

Viele Symmetrieeigenschaften physikalischer Probleme übertragen sich auf die entsprechenden Matrizen. Symmetrische Matrizen haben eine Reihe bemerkenswerter (vorteilhafter) Eigenschaften, die bei numerischen Berechnungen unbedingt genutzt werden sollten.

Eine Matrix, die nur auf der Hauptdiagonalen von Null verschiedene Elemente besitzt, heißt Diagonalmatrix D. Eine Diagonalmatrix mit durchweg gleichen Diagonalelementen dii = c heißt Skalarmatrix, weil sie sich bei der Multiplikation mit einer anderen Matrix wie ein skalarer Faktor verhält. Eine Diagonalmatrix, die ausschließlich Eins-Elemente auf der Hauptdiagonalen hat, ist eine Einheitsmatrix E, die sich bei Multiplikation mit einer anderen Matrix analog zur skalaren Eins verhält:

Multiplikation mit der Einheitsmatrix verändert den anderen Faktor nicht

Home02

Homepage “Dankert/Dankert: Technische Mechanik”

Home02

Homepage “WWW - Ergänzung - Vertiefung - WWW”

Mail02

D

Mail202

nkert.de