Hier siehst du die allgemeine Schreibweise einer solchen Matrix:
Jedes Element hat dabei eine Position innerhalb der Matrix. Zur Kennzeichnung der Position wird ein Doppelindex verwendet. Das Element befindet sich in der i-ten Zeile und j-ten Spalte. Der erste Index steht also für die Zeile, der zweite Index für die Spalte.
Zum besseren Verständnis haben wir hier noch ein Beispiel mit konkreten Zahlen:
Diese Matrix ist eine (2,3)-Matrix, da sie 2 Zeilen und 3 Spalten hat. Das Element wäre hier die 5 in der 1-ten Zeile und 3-ten Spalte.
Wofür braucht man Matrizen?
Jetzt weißt du schon, was Matrizen sind und wie sie dargestellt werden. Wofür aber brauchen wir diese Matrizen dann?
Besonders hilfreich sind Matrizen zur Darstellung von Linearen Gleichungssystemen. Diese werden oft unübersichtlich. In einer Matrix können die Faktoren übersichtlich und kompakt gespeichert werden. Wenn dir das Thema noch unbekannt ist, lies dir einfach unseren Artikel dazu durch.
Am besten lässt sich das an einem Beispiel verstehen. Dafür betrachten wir folgendes Lineare Gleichungssystem:
Mithilfe einer Matrixmultiplikation können wir das LGS auch wie folgt darstellen:
Dafür gibt es auch noch eine kurze Schreibweise:
Welche besonderen Matrizen gibt es?
Im Folgenden wollen wir dir noch besondere Matrizen vorstellen.
Quadratische Matrizen
Bei einer quadratischen Matrix gilt n = m, d.h. es gibt genauso viele Zeilen wie Spalten.
Hier siehst du ein Beispiel, eine (3,3)-Matrix:
Die pinken Elemente, für die i = j gilt, bilden die Hauptdiagonale.
Nullmatrix
Bei einer Nullmatrix sind alle Elemente der Matrix gleich Null. Hier siehst du eine (2,2)-Nullmatrix:
Einheitsmatrix
Bei einer Einheitsmatrix sind alle Elemente, die die Hauptdiagonale bilden, gleich 1 und die restlichen sind 0.
Auch hier haben wir ein Beispiel, eine (4,4)-Einheitsmatrix:
Diagonalmatrix
Bei der Diagonalmatrix sind alle Elemente, die nicht auf der Hauptdiagonale liegen, gleich Null. Die Einheitsmatrix ist also eine Sonderform der Diagonalmatrix. Hier siehst du eine (3,3)-Diagonalmatrix:
Obere / untere Dreiecksmatrix
Bei der oberen Dreiecksmatrix sind alle Elemente unterhalb der Hauptdiagonale gleich Null, bei der unteren Dreiecksmatrix sind alle Elemente oberhalb der Hauptdiagonale gleich Null. Hier siehst du für beide Formen ein Beispiel:
Weitere Sonderformen von Matrizen
Neben den hier bereits vorgestellten Sonderformen gibt es noch drei Arten von Matrizen, dabei empfehlen wir dir unsere zugehörigen Artikel:
Matrizen - Das Wichtigste auf einen Blick
- Eine (m,n)-Matrix ist eine rechteckige Ansammlung von Elementen mit m Zeilen und n Spalten
- Die Position eines Elements innerhalb der Matrix wird durch einen Doppelindex angegeben
- Das Element ist in der i-ten Zeile in der j-ten Spalte
Unser Tipp für Euch
Beim Rechnen mit Matrizen solltest du immer aufpassen, dass du Zeile und Spalte nicht vertauscht. Wenn du aber ein bisschen mit Matrizen geübt hast, ist es irgendwann nicht mehr so kompliziert, wie es am Anfang vielleicht wirkt 😊
Wie stellen wir sicher, dass unser Content korrekt und vertrauenswürdig ist?
Bei StudySmarter haben wir eine Lernplattform geschaffen, die Millionen von Studierende unterstützt. Lerne die Menschen kennen, die hart daran arbeiten, Fakten basierten Content zu liefern und sicherzustellen, dass er überprüft wird.
Content-Erstellungsprozess:
Lily Hulatt ist Digital Content Specialist mit über drei Jahren Erfahrung in Content-Strategie und Curriculum-Design. Sie hat 2022 ihren Doktortitel in Englischer Literatur an der Durham University erhalten, dort auch im Fachbereich Englische Studien unterrichtet und an verschiedenen Veröffentlichungen mitgewirkt. Lily ist Expertin für Englische Literatur, Englische Sprache, Geschichte und Philosophie.
Lerne Lily
kennen
Inhaltliche Qualität geprüft von:
Gabriel Freitas ist AI Engineer mit solider Erfahrung in Softwareentwicklung, maschinellen Lernalgorithmen und generativer KI, einschließlich Anwendungen großer Sprachmodelle (LLMs). Er hat Elektrotechnik an der Universität von São Paulo studiert und macht aktuell seinen MSc in Computertechnik an der Universität von Campinas mit Schwerpunkt auf maschinellem Lernen. Gabriel hat einen starken Hintergrund in Software-Engineering und hat an Projekten zu Computer Vision, Embedded AI und LLM-Anwendungen gearbeitet.
Lerne Gabriel
kennen