Geben Sie Matrixwerte ein, um zu beginnen
Wählen Sie einen Operationstab, geben Sie Werte in Matrix A (und B, falls erforderlich) ein, und klicken Sie dann auf Berechnen, um das Ergebnis mit Schritt-für-Schritt-Lösungen zu sehen.
So verwenden Sie den Matrixrechner
Wählen Sie eine Operationskategorie
Klicken Sie auf einen der vier Reiter oben — Zwei Matrizen (für A+B, A-B, A×B, c×A), Einzelne Matrix (für Transponieren, Determinante, Inverse, Potenz, Spur), Analyse (für Rang, RREF, Eigenwerte, LU) oder Lösen von Ax=b. Das Eingabefeld zeigt nur die benötigten Steuerungen an.
Legen Sie die Matrixdimensionen fest und geben Sie Werte ein
Verwenden Sie die Dropdown-Menüs für Zeilen und Spalten neben jedem Matrixlabel, um die Dimensionen festzulegen (1×1 bis 5×5). Klicken Sie auf jede Zelle und geben Sie einen Wert ein — Dezimalzahlen und Brüche wie 1/3 oder -2,5 werden akzeptiert. Verwenden Sie die Schaltfläche Zufällig, um automatisch mit Testganzzahlen auszufüllen, oder laden Sie eine Schnellvorgabe wie Rotation 2×2 oder Magisches Quadrat 3×3.
Wählen Sie die spezifische Operation und klicken Sie auf Berechnen
Klicken Sie auf die Schaltfläche für die Operation, die unter den Matrixgittern erscheint — zum Beispiel A + B, Determinante oder RREF. Das Ergebnis erscheint sofort rechts. Das Panel 'Was bedeutet das?' unter dem Ergebnis gibt eine Erklärung in einfacher Sprache über die mathematische Bedeutung des Outputs.
Überprüfen Sie die Schritte, exportieren oder verketten Sie Operationen
Wenn schrittweise Zeilenoperationen verfügbar sind (RREF, lineares System), klicken Sie auf das Akkordeon Schritte, um jeden Pivot- und Eliminierungsschritt zu sehen. Verwenden Sie 'CSV exportieren', um die Ergebnis-Matrix herunterzuladen, 'LaTeX kopieren' für akademische Dokumente oder 'Ergebnis kopieren → Matrix A', um das Ergebnis in eine neue Berechnung einzufügen.
Häufig gestellte Fragen
Warum kann ich zwei Matrizen mit unterschiedlichen Dimensionen nicht multiplizieren?
Die Matrixmultiplikation A×B ist nur definiert, wenn die Anzahl der Spalten in A der Anzahl der Zeilen in B entspricht. Dies liegt daran, dass die Operation jeden Ergebniswert als Skalarprodukt einer Zeile von A mit einer Spalte von B berechnet — was erfordert, dass die Zeile und die Spalte die gleiche Länge haben. Wenn A eine m×p-Matrix und B eine p×n-Matrix ist, ist das Ergebnis C eine m×n-Matrix. Wenn aCols ≠ bRows, ist das Skalarprodukt undefiniert und die Operation kann nicht fortgesetzt werden. Dies steht im Gegensatz zur Addition, bei der beide Matrizen identische Dimensionen haben müssen (beide m×n), damit die Einträge paarweise elementweise zugeordnet werden können.
Was bedeutet es, wenn die Determinante 0 ist?
Eine Null-Determinante bedeutet, dass die Matrix singulär ist — sie hat keine Inverse. Geometrisch betrachtet quetscht die lineare Transformation den Raum: Eine 2D-Transformation mit det=0 kollabiert die Ebene auf eine Linie oder einen Punkt und zerstört Informationen. Algebraisch gilt, wenn det(A)=0, sind die Zeilen von A linear abhängig (eine Zeile ist eine lineare Kombination der anderen), und das System Ax=b hat entweder keine Lösung oder unendlich viele Lösungen — niemals eine eindeutige. Der Rang wird kleiner als n sein. Deshalb zeigt der Rechner einen Fehler ('singuläre Matrix') an, wenn Sie versuchen, eine Matrix mit einer Null-Determinante zu invertieren.
Was ist der Unterschied zwischen Rang, RREF und Determinante?
Diese drei Ausgaben beschreiben verschiedene Aspekte derselben Matrix. Der Rang ist eine einzelne ganze Zahl — die Anzahl der linear unabhängigen Zeilen (oder Spalten), die durch Zählen der nicht-null Zeilen in RREF gefunden wird. RREF (Reduzierte Zeilen-Echelon-Form) ist die vollständige reduzierte Matrix selbst, die genau zeigt, welche Variablen grundlegend sind (bestimmt durch Pivots) und welche frei sind (willkürlich gesetzt werden können). Die Determinante ist ein einzelner Skalar, der nur für quadratische Matrizen definiert ist; sie ist genau dann null, wenn Rang < n. Rang gilt für jede Matrixform; RREF gilt für jede Matrix; die Determinante erfordert eine quadratische Matrix. Zusammen charakterisieren sie den Lösungsraum von Ax=0 und Ax=b vollständig.
Wie werden Eigenwerte für Matrizen größer als 2×2 berechnet?
Für 2×2 Matrizen werden Eigenwerte in geschlossener Form unter Verwendung der quadratischen Formel auf dem charakteristischen Polynom λ² − tr(A)λ + det(A) = 0 berechnet. Für 3×3 bis 5×5 Matrizen verwendet dieser Rechner den QR-Iterationsalgorithmus, der die Standardmethode zur numerischen Berechnung in professioneller linearer Algebra-Software ist. Die QR-Iteration faktorisierte die Matrix wiederholt als Q×R (orthogonal mal obere Dreiecksmatrix) und ersetzt sie durch R×Q, wobei sie auf eine obere Dreiecksmatrix mit den Eigenwerten auf der Diagonalen konvergiert. Der Prozess läuft bis zu 500 Iterationen mit einer Konvergenztoleranz von 1e-8. Komplexe Eigenwerte (von Matrizen mit reellen Einträgen, die komplexe konjugierte Eigenwertpaare haben) erscheinen für 2×2 Matrizen in der Form a + bi und a − bi.
Wofür wird die LU-Zerlegung verwendet?
Die LU-Zerlegung faktorisierte die Matrix A in das Produkt einer unteren Dreiecksmatrix L (mit 1en auf der Diagonalen) und einer oberen Dreiecksmatrix U. Der Hauptzweck ist die effiziente wiederholte Lösung von Ax=b: Sobald A = LU ist, erfordert das Lösen für jede rechte Seite b zwei Schritte der dreieckigen Substitution — Vorwärtssubstitution durch Ly=b und dann Rückwärtssubstitution durch Ux=y — von denen jeder nur O(n²) Operationen benötigt. Dies ist viel schneller, als die vollständige Zerlegung jedes Mal neu zu berechnen. Die Determinante von A entspricht dem Produkt der Diagonaleinträge von U (multipliziert mit dem Vorzeichen aus eventuellen Zeilenvertauschungen während des partiellen Pivots). Die LU-Zerlegung ist der Algorithmus, der den meisten wissenschaftlichen Rechenbibliotheken für die Lösung linearer Systeme zugrunde liegt.
Was sind die voreingestellten Beispielmatrizen und warum sind sie nützlich?
Der Rechner enthält vier Voreinstellungen für schnelle Experimente. Die Rotationsmatrix 2×2 [[0,-1],[1,0]] rotiert Vektoren um 90 Grad gegen den Uhrzeigersinn — nützlich, um zu lernen, wie die Matrixmultiplikation Rotationen implementiert. Das Magische Quadrat 3×3 hat Zeilen, Spalten und Diagonalen, die alle 15 ergeben, und hat eine Determinante von -360 und Rang 3. Die Identität 3×3 ist das neutrale Element der Matrixmultiplikation: A×I = I×A = A für jedes kompatible A. Die Fibonacci 2×2 Matrix [[1,1],[1,0]] hoch n gibt die n-te Fibonacci-Zahl in der Position [0][0] — eine schöne Demonstration von Matrixpotenzen. Laden Sie eine beliebige Voreinstellung und ändern Sie dann die Werte, um zu erkunden, wie sich die Ergebnisse ändern.