Lektion 5.2

Matrizenmultiplikation

40 min Lesezeit
Lesen anpassen

Nach dieser Lektion kannst du

  • das Produkt zweier Matrizen als Matrix der Verkettung herleiten und mit der Regel Zeile mal Spalte berechnen,

  • entscheiden, wann ein Produkt definiert ist und welches Format es hat,

  • die Assoziativität über die Verkettung begründen und mit einem Gegenbeispiel zeigen, dass die Multiplikation nicht kommutativ ist,

  • Einheitsmatrix und Nullteiler im Matrizenring erkennen,

  • transponieren und die Regel (AB)T=BTAT(AB)^T = B^T A^T beweisen.

Vorausgesetzt: Matrizen als Darstellung linearer Abbildungen, Verkettung und Umkehrung linearer Abbildungen, Definition eines Rings

Ein Grafikprogramm soll ein Bild erst um 90∘90^\circ drehen und danach an der waagerechten Achse spiegeln. Beide Schritte sind lineare Abbildungen der Ebene, und die Verkettung linearer Abbildungen ist wieder linear. Also hat auch "erst drehen, dann spiegeln" eine Matrix.

Zwei Fragen liegen nahe. Kann man diese Matrix direkt aus den beiden einzelnen Matrizen ausrechnen, ohne jedes Mal neu zu überlegen, wohin e1e_1 und e2e_2 gehen? Und spielt es eine Rolle, ob man erst spiegelt und dann dreht?

Die Antwort auf die erste Frage ist die Matrizenmultiplikation. Sie ist genau so definiert, dass das Produkt zweier Matrizen die Verkettung der zugehörigen Abbildungen beschreibt. Daraus ergeben sich ihre Rechenregeln fast von selbst, auch die überraschenden.

Wie in der vorigen Lektion ist KK ein Körper, und zu A∈Km×nA \in K^{m \times n} gehört die lineare Abbildung fA ⁣:Kn→Kmf_A\colon K^n \to K^m, x↦Axx \mapsto Ax. Bei der Verkettung g∘fg \circ f wird zuerst ff angewendet, dann gg: (g∘f)(x)=g(f(x))(g \circ f)(x) = g(f(x)).

Vermute zuerst

Sei RR die Drehung um 90∘90^\circ gegen den Uhrzeigersinn und SS die Spiegelung an der x1x_1-Achse. Wohin bringt S∘RS \circ R (erst drehen, dann spiegeln) den Vektor e1=(1,0)e_1 = (1, 0)?

Beispiel

Die Matrix von "erst drehen, dann spiegeln"

Aus der vorigen Lektion kennen wir die Matrizen

R=(0−110)R = \begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix}, S=(100−1)\quad S = \begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}.

Die Spalten der Matrix von S∘RS \circ R sind die Bilder der Einheitsvektoren. Wir wenden auf die Spalten von RR, also R(e1)R(e_1) und R(e2)R(e_2), die Matrix SS an:

S(01)=(0−1)S \begin{pmatrix} 0 \\ 1 \end{pmatrix} = \begin{pmatrix} 0 \\ -1 \end{pmatrix}, S(−10)=(−10)\quad S \begin{pmatrix} -1 \\ 0 \end{pmatrix} = \begin{pmatrix} -1 \\ 0 \end{pmatrix}.

Matrix von S∘R=(0−1−10),Matrix von R∘S=(0110)\text{Matrix von } S \circ R = \begin{pmatrix} 0 & -1 \\ -1 & 0 \end{pmatrix}, \qquad \text{Matrix von } R \circ S = \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}

Für R∘SR \circ S wendet man RR auf die Spalten (1,0)(1, 0) und (0,−1)(0, -1) von SS an und erhält (0,1)(0, 1) und (1,0)(1, 0). Die erste Verkettung ist die Spiegelung an der Geraden x2=−x1x_2 = -x_1, die zweite die an x2=x1x_2 = x_1. Allgemein gilt: Die kk-te Spalte der Matrix der Verkettung ist die erste Matrix angewendet auf die kk-te Spalte der zweiten.

Schritt für Schritt

Herleitung des Produkts

Seien A=(aij)∈Km×nA = (a_{ij}) \in K^{m \times n} und B=(bjk)∈Kn×pB = (b_{jk}) \in K^{n \times p}. Dann geht fB ⁣:Kp→Knf_B\colon K^p \to K^n und fA ⁣:Kn→Kmf_A\colon K^n \to K^m, die Verkettung fA∘fB ⁣:Kp→Kmf_A \circ f_B\colon K^p \to K^m ist linear und hat eine Matrix C∈Km×pC \in K^{m \times p}. Wir berechnen ihre Einträge.

  1. Die kk-te Spalte von CC ist (fA∘fB)(ek)=A(Bek)(f_A \circ f_B)(e_k) = A(Be_k).

Schritt 1 von 3
Definition

Matrizenprodukt

Für A=(aij)∈Km×nA = (a_{ij}) \in K^{m \times n} und B=(bjk)∈Kn×pB = (b_{jk}) \in K^{n \times p} ist das Produkt AB∈Km×pAB \in K^{m \times p} die Matrix mit den Einträgen

(AB)ik=∑j=1naijbjk(AB)_{ik} = \sum_{j=1}^{n} a_{ij} b_{jk} für 1≤i≤m1 \leq i \leq m, 1≤k≤p1 \leq k \leq p.

Zeile mal Spalte: Der Eintrag (AB)ik(AB)_{ik} ist die ii-te Zeile von AA mal die kk-te Spalte von BB. Spaltensicht: Die kk-te Spalte von ABAB ist AA mal die kk-te Spalte von BB. Für p=1p = 1 ist das genau das Produkt aus Matrix und Vektor.

Das Produkt ist nur definiert, wenn AA so viele Spalten hat wie BB Zeilen; die Länge einer Zeile von AA muss zur Länge einer Spalte von BB passen. Gegenbeispiel: Für A,B∈K2×3A, B \in K^{2 \times 3} ist ABAB nicht definiert, denn eine Zeile von AA hat drei Einträge, eine Spalte von BB nur zwei. Das passt zur Verkettung: fBf_B landet in K2K^2, aber fAf_A erwartet einen Vektor aus K3K^3.

A⏟m×n⋅B⏟n×p=AB⏟m×p\underbrace{A}_{m \times n} \cdot \underbrace{B}_{n \times p} = \underbrace{AB}_{m \times p}
Satz

Produkt und Verkettung

Für A∈Km×nA \in K^{m \times n} und B∈Kn×pB \in K^{n \times p} ist ABAB die Matrix der Verkettung fA∘fBf_A \circ f_B. Gleichwertig: (AB)x=A(Bx)(AB)x = A(Bx) für alle x∈Kpx \in K^p.

fA∘fB=fABf_A \circ f_B = f_{AB}
Beispiel

Ein Produkt und sein Gegenstück

Sei A=(102−131)∈R2×3A = \begin{pmatrix} 1 & 0 & 2 \\ -1 & 3 & 1 \end{pmatrix} \in \mathbb{R}^{2 \times 3} und B=(312110)∈R3×2B = \begin{pmatrix} 3 & 1 \\ 2 & 1 \\ 1 & 0 \end{pmatrix} \in \mathbb{R}^{3 \times 2}. Dann ist AB∈R2×2AB \in \mathbb{R}^{2 \times 2}:

EintragZeile von AA mal Spalte von BBWert
(AB)11(AB)_{11}1⋅3+0⋅2+2⋅11 \cdot 3 + 0 \cdot 2 + 2 \cdot 155
(AB)12(AB)_{12}1⋅1+0⋅1+2⋅01 \cdot 1 + 0 \cdot 1 + 2 \cdot 011
(AB)21(AB)_{21}(−1)⋅3+3⋅2+1⋅1(-1) \cdot 3 + 3 \cdot 2 + 1 \cdot 144
(AB)22(AB)_{22}(−1)⋅1+3⋅1+1⋅0(-1) \cdot 1 + 3 \cdot 1 + 1 \cdot 022
AB=(5142),BA=(237135102)AB = \begin{pmatrix} 5 & 1 \\ 4 & 2 \end{pmatrix}, \qquad BA = \begin{pmatrix} 2 & 3 & 7 \\ 1 & 3 & 5 \\ 1 & 0 & 2 \end{pmatrix}

Auch BABA ist definiert, denn BB hat zwei Spalten und AA zwei Zeilen; das Ergebnis liegt in R3×3\mathbb{R}^{3 \times 3}. Zum Beispiel ist (BA)13=3⋅2+1⋅1=7(BA)_{13} = 3 \cdot 2 + 1 \cdot 1 = 7. ABAB und BABA haben hier nicht einmal dasselbe Format.

Kurz geprüft

Sei A∈K3×2A \in K^{3 \times 2} und B∈K2×4B \in K^{2 \times 4}. Welche Aussage stimmt?

Satz

Assoziativität und Distributivität

Für A∈Km×nA \in K^{m \times n}, B,B′∈Kn×pB, B' \in K^{n \times p}, C∈Kp×qC \in K^{p \times q} und λ∈K\lambda \in K gilt

(AB)C=A(BC)(AB)C = A(BC), A(B+B′)=AB+AB′\quad A(B + B') = AB + AB', (B+B′)C=BC+B′C\quad (B + B')C = BC + B'C, λ(AB)=(λA)B=A(λB)\quad \lambda(AB) = (\lambda A)B = A(\lambda B).

Man darf deshalb ABCABC ohne Klammern schreiben.

Kurz geprüft

Zwei Scherungen hintereinander: Berechne den Eintrag in Zeile 11, Spalte 22 von (1a01)(1b01)\begin{pmatrix} 1 & a \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 1 & b \\ 0 & 1 \end{pmatrix}.

Potenzen mit ^, Wurzel als sqrt(x), Brüche mit / und Klammern.

Satz

Die Matrizenmultiplikation ist nicht kommutativ

Für jedes n≥2n \geq 2 gibt es Matrizen A,B∈Kn×nA, B \in K^{n \times n} mit AB≠BAAB \neq BA.

Erst B, dann A: das Produkt AB
−4−3−2−11234−4−3−2−11234x₁x₂
AA
Drehung um 90 Grad
BB
Spiegelung an der x₁-Achse
det⁡(AB)\det(AB)
−1
AB=BAAB = BA
nein

Gestrichelt die Fahne und ihr Bild unter BB, gefüllt das Bild unter AB=(0110)AB = \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}. Bei ABAB wirkt zuerst BB, weil (AB)x=A(Bx)(AB)x = A(Bx). Die beiden Reihenfolgen geben verschiedene Matrizen: Die Matrizenmultiplikation ist nicht kommutativ.

Die Fahne gestrichelt, ihr Bild unter der zuerst ausgeführten Abbildung gestrichelt in zweiter Farbe, das Bild unter dem Produkt gefüllt.

Probier es aus

Definition

Einheitsmatrix

Die Einheitsmatrix En∈Kn×nE_n \in K^{n \times n} hat auf der Diagonalen (Einträge (i,i)(i, i)) eine 11 und sonst überall 00; ihre Spalten sind e1,…,ene_1, \dots, e_n. Sie ist die Matrix der identischen Abbildung id ⁣:Kn→Kn\mathrm{id}\colon K^n \to K^n. In manchen Büchern heißt sie InI_n.

Für A∈Km×nA \in K^{m \times n} gilt EmA=A=AEnE_m A = A = A E_n, denn id∘fA=fA=fA∘id\mathrm{id} \circ f_A = f_A = f_A \circ \mathrm{id}.

Gegenbeispiel: Die Matrix (1111)\begin{pmatrix} 1 & 1 \\ 1 & 1 \end{pmatrix} mit lauter Einsen ist kein neutrales Element: Sie bildet e1e_1 auf (1,1)(1, 1) ab, nicht auf e1e_1.

E3=(100010001)E_3 = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}
Definition

Matrizenring und Nullteiler

Quadratische Matrizen kann man immer miteinander multiplizieren. Mit den bewiesenen Regeln ist Kn×nK^{n \times n} mit Addition und Multiplikation ein Ring mit Einselement EnE_n. Potenzen schreibt man wie gewohnt: A2=AAA^2 = AA, A3=AAAA^3 = AAA und so weiter, außerdem A0=EnA^0 = E_n.

Eine Matrix A≠0A \neq 0 heißt Nullteiler, wenn es ein B≠0B \neq 0 gibt mit AB=0AB = 0 oder BA=0BA = 0. In einem Körper gibt es so etwas nicht: Aus ab=0ab = 0 folgt a=0a = 0 oder b=0b = 0. Für Matrizen gilt das nicht:

N=(0100),N2=(0000)N = \begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix}, \quad N^2 = \begin{pmatrix} 0 & 0 \\ 0 & 0 \end{pmatrix}
Beispiel

Was ein Nullteiler geometrisch tut

NN schickt e1e_1 auf 00 und e2e_2 auf e1e_1. Wendet man NN zweimal an, landet alles bei 00: e2↦e1↦0e_2 \mapsto e_1 \mapsto 0. Das Bild von fNf_N ist die x1x_1-Achse, und genau die liegt im Kern von fNf_N.

Allgemein ist AB=0AB = 0 genau dann, wenn das Bild von fBf_B im Kern von fAf_A liegt. Ein zweites Beispiel: (1000)(0001)=0\begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix} \begin{pmatrix} 0 & 0 \\ 0 & 1 \end{pmatrix} = 0. Die rechte Matrix projiziert auf die x2x_2-Achse, die linke vernichtet genau diese Achse.

Eine Folge: Man darf nicht kürzen. Aus AB=ACAB = AC folgt nur A(B−C)=0A(B - C) = 0, und das kann für B≠CB \neq C gelten. Mit A=NA = N, B=NB = N, C=0C = 0 ist NB=0=NCNB = 0 = NC, aber B≠CB \neq C.

Kurz geprüft

Sei M=(24−1−2)M = \begin{pmatrix} 2 & 4 \\ -1 & -2 \end{pmatrix}. Wie viele Einträge von M2M^2 sind von 00 verschieden?

Häufige Fehler

Mit Matrizen rechnen wie mit Zahlen

Man vertauscht Faktoren, als wäre AB=BAAB = BA, und schreibt etwa (A+B)2=A2+2AB+B2(A + B)^2 = A^2 + 2AB + B^2. Oder man schließt aus AB=0AB = 0, dass A=0A = 0 oder B=0B = 0 sein muss, oder kürzt AA in AB=ACAB = AC.

Richtig ist

Beim Ausmultiplizieren bleibt die Reihenfolge erhalten: (A+B)2=(A+B)(A+B)=A2+AB+BA+B2(A + B)^2 = (A + B)(A + B) = A^2 + AB + BA + B^2. Das ist nur dann A2+2AB+B2A^2 + 2AB + B^2, wenn AB=BAAB = BA ist. Für A=E11A = E_{11}, B=E12B = E_{12} ist AB=E12AB = E_{12} und BA=0BA = 0. Nullteiler gibt es in Kn×nK^{n \times n} für jedes n≥2n \geq 2, also ist auch das Kürzen nicht erlaubt.

Definition

Transponierte Matrix

Zu A=(aij)∈Km×nA = (a_{ij}) \in K^{m \times n} ist die Transponierte AT∈Kn×mA^T \in K^{n \times m} die Matrix mit (AT)ji=aij(A^T)_{ji} = a_{ij}. Aus den Zeilen von AA werden die Spalten von ATA^T; man spiegelt an der Diagonalen. Andere Schreibweisen sind AtA^t und A⊤A^{\top}.

Für die Matrix AA aus dem Beispiel oben:

A=(102−131),AT=(1−10321)A = \begin{pmatrix} 1 & 0 & 2 \\ -1 & 3 & 1 \end{pmatrix}, \qquad A^T = \begin{pmatrix} 1 & -1 \\ 0 & 3 \\ 2 & 1 \end{pmatrix}
Satz

Transponieren eines Produkts

Für A∈Km×nA \in K^{m \times n} und B∈Kn×pB \in K^{n \times p} gilt (AB)T=BTAT(AB)^T = B^T A^T. Außerdem ist (AT)T=A(A^T)^T = A, (A+A′)T=AT+A′T(A + A')^T = A^T + A'^T und (λA)T=λAT(\lambda A)^T = \lambda A^T für A′∈Km×nA' \in K^{m \times n}, λ∈K\lambda \in K.

Beispiel

Die Reihenfolge kehrt sich um

Mit AA und BB von oben ist (AB)T=(5412)(AB)^T = \begin{pmatrix} 5 & 4 \\ 1 & 2 \end{pmatrix}. Zur Probe mit der Regel:

BTAT=(321110)(1−10321)=(5412)B^T A^T = \begin{pmatrix} 3 & 2 & 1 \\ 1 & 1 & 0 \end{pmatrix} \begin{pmatrix} 1 & -1 \\ 0 & 3 \\ 2 & 1 \end{pmatrix} = \begin{pmatrix} 5 & 4 \\ 1 & 2 \end{pmatrix}.

Das Produkt ATBTA^T B^T in der alten Reihenfolge ist zwar auch definiert, liegt aber in K3×3K^{3 \times 3} und ist damit sicher nicht (AB)T(AB)^T; es ist (BA)T(BA)^T. Wie beim Anziehen: Wer erst Socken, dann Schuhe anzieht, zieht beim Ausziehen erst die Schuhe aus.

Zusammenfassung

  • Für A∈Km×nA \in K^{m \times n}, B∈Kn×pB \in K^{n \times p} ist AB∈Km×pAB \in K^{m \times p} mit (AB)ik=∑jaijbjk(AB)_{ik} = \sum_j a_{ij} b_{jk}: Zeile ii von AA mal Spalte kk von BB.

  • Das Produkt ist so gemacht, dass fA∘fB=fABf_A \circ f_B = f_{AB} gilt, also (AB)x=A(Bx)(AB)x = A(Bx). Die kk-te Spalte von ABAB ist AA mal die kk-te Spalte von BB.

  • Definiert ist ABAB nur, wenn die Spaltenzahl von AA gleich der Zeilenzahl von BB ist.

  • Die Multiplikation ist assoziativ und distributiv, weil die Verkettung von Abbildungen assoziativ ist und lineare Abbildungen Summen erhalten.

  • Sie ist für n≥2n \geq 2 nicht kommutativ: E11E12=E12E_{11}E_{12} = E_{12}, aber E12E11=0E_{12}E_{11} = 0.

  • Kn×nK^{n \times n} ist ein Ring mit Einselement EnE_n und hat für n≥2n \geq 2 Nullteiler, etwa N≠0N \neq 0 mit N2=0N^2 = 0. Kürzen ist deshalb nicht erlaubt.

  • Transponieren vertauscht Zeilen und Spalten, und (AB)T=BTAT(AB)^T = B^T A^T.

Übungen

Aufgabe 1Multiple Choice

Sei A∈K2×3A \in K^{2 \times 3} und B∈K3×4B \in K^{3 \times 4}. Welche Aussage stimmt?

Aufgabe 2Numerisch

Sei A=(210−132)A = \begin{pmatrix} 2 & 1 & 0 \\ -1 & 3 & 2 \end{pmatrix} und B=(140−251)B = \begin{pmatrix} 1 & 4 \\ 0 & -2 \\ 5 & 1 \end{pmatrix}. Berechne den Eintrag (AB)21(AB)_{21}.

Aufgabe 3Numerisch

Sei A=(1234)A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} und B=(0110)B = \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}. Berechne den Eintrag in Zeile 11, Spalte 11 von AB−BAAB - BA.

Aufgabe 4Multiple Choice

Welche Aussage gilt für alle A,B∈R2×2A, B \in \mathbb{R}^{2 \times 2}?

Aufgabe 5Term eingeben

Sei A=(1x01)A = \begin{pmatrix} 1 & x \\ 0 & 1 \end{pmatrix} mit x∈Rx \in \mathbb{R}. Welcher Eintrag steht in A3A^3 in Zeile 11, Spalte 22?

Potenzen mit ^, Wurzel als sqrt(x), Brüche mit / und Klammern.

Aufgabe 6Freitext

Seien A∈Km×nA \in K^{m \times n} und B∈Kn×pB \in K^{n \times p}. Beweise: AB=0AB = 0 gilt genau dann, wenn das Bild von fBf_B im Kern von fAf_A liegt. Gib außerdem zwei Matrizen A,B∈R2×2A, B \in \mathbb{R}^{2 \times 2} an, beide ungleich 00, mit AB=0AB = 0.

Aufgabe 7Freitext

Sei N=(0100)N = \begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix}. Bestimme alle Matrizen B∈K2×2B \in K^{2 \times 2} mit NB=BNNB = BN.