Matrizenmultiplikation
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 beweisen.
Vorausgesetzt: Matrizen als Darstellung linearer Abbildungen, Verkettung und Umkehrung linearer Abbildungen, Definition eines Rings
Ein Grafikprogramm soll ein Bild erst um 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 und 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 ein Körper, und zu gehört die lineare Abbildung , . Bei der Verkettung wird zuerst angewendet, dann : .
Sei die Drehung um gegen den Uhrzeigersinn und die Spiegelung an der -Achse. Wohin bringt (erst drehen, dann spiegeln) den Vektor ?
Die Matrix von "erst drehen, dann spiegeln"
Die Matrix von "erst drehen, dann spiegeln"
Aus der vorigen Lektion kennen wir die Matrizen
, .
Die Spalten der Matrix von sind die Bilder der Einheitsvektoren. Wir wenden auf die Spalten von , also und , die Matrix an:
, .
Für wendet man auf die Spalten und von an und erhält und . Die erste Verkettung ist die Spiegelung an der Geraden , die zweite die an . Allgemein gilt: Die -te Spalte der Matrix der Verkettung ist die erste Matrix angewendet auf die -te Spalte der zweiten.
Herleitung des Produkts
Herleitung des Produkts
Seien und . Dann geht und , die Verkettung ist linear und hat eine Matrix . Wir berechnen ihre Einträge.
Die -te Spalte von ist .
Matrizenprodukt
Für und ist das Produkt die Matrix mit den Einträgen
für , .
Zeile mal Spalte: Der Eintrag ist die -te Zeile von mal die -te Spalte von . Spaltensicht: Die -te Spalte von ist mal die -te Spalte von . Für ist das genau das Produkt aus Matrix und Vektor.
Das Produkt ist nur definiert, wenn so viele Spalten hat wie Zeilen; die Länge einer Zeile von muss zur Länge einer Spalte von passen. Gegenbeispiel: Für ist nicht definiert, denn eine Zeile von hat drei Einträge, eine Spalte von nur zwei. Das passt zur Verkettung: landet in , aber erwartet einen Vektor aus .
Produkt und Verkettung
Für und ist die Matrix der Verkettung . Gleichwertig: für alle .
Die Herleitung oben zeigt, dass die Matrix von in Zeile , Spalte den Eintrag hat. Das ist nach Definition . Weil eine lineare Abbildung genau eine Matrix hat, ist diese Matrix, also für alle . Links steht .
Ein Produkt und sein Gegenstück
Ein Produkt und sein Gegenstück
Sei und . Dann ist :
| Eintrag | Zeile von mal Spalte von | Wert |
|---|---|---|
Auch ist definiert, denn hat zwei Spalten und zwei Zeilen; das Ergebnis liegt in . Zum Beispiel ist . und haben hier nicht einmal dasselbe Format.
Sei und . Welche Aussage stimmt?
Assoziativität und Distributivität
Für , , und gilt
, , , .
Man darf deshalb ohne Klammern schreiben.
Beweisidee: Matrizen sind lineare Abbildungen, und für die Verkettung von Abbildungen sind diese Regeln leicht.
Assoziativität. Nach dem vorigen Satz ist und . Die Verkettung von Abbildungen ist assoziativ: Beide Seiten bilden jedes auf ab. Also gehören und zur selben linearen Abbildung. Weil eine lineare Abbildung genau eine Matrix hat, sind die beiden Matrizen gleich.
Distributivität. Für jedes ist , weil linear ist. Also haben und dieselbe Abbildung und sind gleich. Ebenso ist nach Definition der Summe, und wegen der Linearität. Die mittlere Gleichung sieht man direkt an den Einträgen: .
Zwei Scherungen hintereinander: Berechne den Eintrag in Zeile , Spalte von .
Die Matrizenmultiplikation ist nicht kommutativ
Für jedes gibt es Matrizen mit .
Mit den Standardmatrizen (Eintrag an der Stelle , sonst ) gilt , falls , und , falls . Denn der Eintrag des Produkts ist , und ein Summand ist nur dann ungleich , wenn , , und ist.
Wegen gibt es und in . Es ist , aber , weil . Da , ist . Für ist ein weiteres Beispiel das Paar vom Anfang: .
- Drehung um 90 Grad
- Spiegelung an der x₁-Achse
- −1
- nein
Gestrichelt die Fahne und ihr Bild unter , gefüllt das Bild unter . Bei wirkt zuerst , weil . Die beiden Reihenfolgen geben verschiedene Matrizen: Die Matrizenmultiplikation ist nicht kommutativ.
Probier es aus
Einheitsmatrix
Die Einheitsmatrix hat auf der Diagonalen (Einträge ) eine und sonst überall ; ihre Spalten sind . Sie ist die Matrix der identischen Abbildung . In manchen Büchern heißt sie .
Für gilt , denn .
Gegenbeispiel: Die Matrix mit lauter Einsen ist kein neutrales Element: Sie bildet auf ab, nicht auf .
Matrizenring und Nullteiler
Quadratische Matrizen kann man immer miteinander multiplizieren. Mit den bewiesenen Regeln ist mit Addition und Multiplikation ein Ring mit Einselement . Potenzen schreibt man wie gewohnt: , und so weiter, außerdem .
Eine Matrix heißt Nullteiler, wenn es ein gibt mit oder . In einem Körper gibt es so etwas nicht: Aus folgt oder . Für Matrizen gilt das nicht:
Was ein Nullteiler geometrisch tut
Was ein Nullteiler geometrisch tut
schickt auf und auf . Wendet man zweimal an, landet alles bei : . Das Bild von ist die -Achse, und genau die liegt im Kern von .
Allgemein ist genau dann, wenn das Bild von im Kern von liegt. Ein zweites Beispiel: . Die rechte Matrix projiziert auf die -Achse, die linke vernichtet genau diese Achse.
Eine Folge: Man darf nicht kürzen. Aus folgt nur , und das kann für gelten. Mit , , ist , aber .
Sei . Wie viele Einträge von sind von verschieden?
Mit Matrizen rechnen wie mit Zahlen
Mit Matrizen rechnen wie mit Zahlen
Man vertauscht Faktoren, als wäre , und schreibt etwa . Oder man schließt aus , dass oder sein muss, oder kürzt in .
Beim Ausmultiplizieren bleibt die Reihenfolge erhalten: . Das ist nur dann , wenn ist. Für , ist und . Nullteiler gibt es in für jedes , also ist auch das Kürzen nicht erlaubt.
Transponierte Matrix
Zu ist die Transponierte die Matrix mit . Aus den Zeilen von werden die Spalten von ; man spiegelt an der Diagonalen. Andere Schreibweisen sind und .
Für die Matrix aus dem Beispiel oben:
Transponieren eines Produkts
Für und gilt . Außerdem ist , und für , .
Zuerst die Formate: und , also ist definiert und liegt wie in . Für die Einträge sei und :
.
Im dritten Schritt wurde benutzt, dass die Multiplikation in kommutativ ist; im vierten die Definition der Transponierten. Die übrigen Regeln folgen direkt aus der Definition, weil Transponieren nur die Plätze der Einträge ändert.
Die Reihenfolge kehrt sich um
Die Reihenfolge kehrt sich um
Mit und von oben ist . Zur Probe mit der Regel:
.
Das Produkt in der alten Reihenfolge ist zwar auch definiert, liegt aber in und ist damit sicher nicht ; es ist . Wie beim Anziehen: Wer erst Socken, dann Schuhe anzieht, zieht beim Ausziehen erst die Schuhe aus.
Zusammenfassung
Für , ist mit : Zeile von mal Spalte von .
Das Produkt ist so gemacht, dass gilt, also . Die -te Spalte von ist mal die -te Spalte von .
Definiert ist nur, wenn die Spaltenzahl von gleich der Zeilenzahl von ist.
Die Multiplikation ist assoziativ und distributiv, weil die Verkettung von Abbildungen assoziativ ist und lineare Abbildungen Summen erhalten.
Sie ist für nicht kommutativ: , aber .
ist ein Ring mit Einselement und hat für Nullteiler, etwa mit . Kürzen ist deshalb nicht erlaubt.
Transponieren vertauscht Zeilen und Spalten, und .
Übungen
Sei und . Welche Aussage stimmt?
Sei und . Berechne den Eintrag .
Sei und . Berechne den Eintrag in Zeile , Spalte von .
Welche Aussage gilt für alle ?
Sei mit . Welcher Eintrag steht in in Zeile , Spalte ?
Seien und . Beweise: gilt genau dann, wenn das Bild von im Kern von liegt. Gib außerdem zwei Matrizen an, beide ungleich , mit .
Sei . Bestimme alle Matrizen mit .