Die lineare Algebra ist die Mathematik der Vektoren und Matrizen. Diese Anleitungen erklären die Operationen, ihre geometrische Bedeutung und wie man sie ohne Flüchtigkeitsfehler von Hand berechnet.
Matrizen sehen aus wie Zahlentabellen, aber jede beschreibt eine Abbildung: eine Drehung, eine Streckung, eine Projektion. Behält man dieses Bild im Kopf, versteht man, warum die Matrizenmultiplikation nicht kommutativ ist, warum eine Determinante von null bedeutet, dass es keine Inverse gibt, und was ein Eigenvektor wirklich ist.
Jede Anleitung in diesem Bereich verbindet die Rechnung mit ihrer Bedeutung. Du siehst die Regeln als Formeln, Rechenbeispiele mit 2×2- und 3×3-Matrizen, in denen jedes Produkt ausgeschrieben ist, und Kontrollen wie die Multiplikation einer Matrix mit ihrer Inversen, die die Einheitsmatrix ergeben muss. Die Rechner für Matrizen, Determinanten, inverse Matrizen, Eigenwerte, Skalarprodukt und Kreuzprodukt zeigen dieselben Schritte.
Das Rechnen von Hand bleibt wichtig, auch wenn jede Software Matrizen sofort multipliziert: Es kommt in Prüfungen dran, und wer einen 2×2- oder 3×3-Fall von Hand versteht, kann deuten, was ein Computer für eine 100×100-Matrix ausgibt. Alle Beispiele in diesem Bereich sind klein genug für Papier und Stift.
Beginne mit den Grundlagen der Matrizen und gehe dann zu Determinanten und Inversen über; Vektoren und Eigenwerte bauen auf beiden auf.
Lineare Algebra
Eine Matrix ist ein rechteckiges Zahlenschema aus Zeilen und Spalten. Matrizen speichern Daten kompakt und stellen vor allem lineare Abbildungen und Gleichungssysteme dar. Dieser Leitfaden stellt die Schreibweise und die Grundrechenarten vor, mit Schwerpunkt auf der Matrizenmultiplikation.
Lineare Algebra
Die Determinante ist eine einzelne Zahl, die aus einer quadratischen Matrix berechnet wird. Sie zeigt, ob die Matrix invertierbar ist, wie sie Flächen und Volumen skaliert und ob sie die Orientierung umkehrt. Dieser Leitfaden stellt alle gängigen Rechenverfahren mit ausführlichen Beispielen vor.
Lineare Algebra
Die Inverse einer quadratischen Matrix macht rückgängig, was die Matrix bewirkt, so wie die Division die Multiplikation rückgängig macht. Eine Matrix ist genau dann invertierbar, wenn ihre Determinante von null verschieden ist. Dieser Leitfaden zeigt die schnelle Formel für 2-mal-2-Matrizen, das allgemeine Gauß-Jordan-Verfahren und wie Inverse Gleichungssysteme lösen.
Lineare Algebra
Ein Eigenvektor einer Matrix ist eine Richtung, die die Matrix nur streckt oder umkehrt, ohne sie je zu drehen, und der Eigenwert ist der Streckfaktor. Sie zeigen das wesentliche Verhalten einer Matrix und sind die Grundlage der Diagonalisierung, der Stabilitätsanalyse, der Markow-Ketten und der Datenkompression.
Lineare Algebra
Das Skalarprodukt verbindet zwei Vektoren zu einer einzigen Zahl, die misst, wie sehr sie in dieselbe Richtung zeigen. Mit ihm bestimmt man den Winkel zwischen zwei Vektoren, prüft, ob sie orthogonal sind, projiziert einen Vektor auf einen anderen und berechnet in der Physik die Arbeit einer Kraft.
Lineare Algebra
Das Kreuzprodukt, auch Vektorprodukt genannt, multipliziert zwei Vektoren im Raum und liefert einen neuen Vektor, der zu beiden orthogonal ist. Sein Betrag ist gleich dem Flächeninhalt des von den beiden Vektoren aufgespannten Parallelogramms, was es zum Standardwerkzeug für Normalenvektoren, Flächen, Drehmomente und Volumen macht.