abiweb
online lernen

Die perfekte Abiturvorbereitung
in Mathematik

Im Kurspaket Mathematik erwarten Dich:
  • 168 Lernvideos
  • 416 Lerntexte
  • 592 interaktive Übungen
  • original Abituraufgaben

Multiplikation von Matrizen

Rechenregeln für Matrizen

Eine wichtige, aber nicht ganz einfache mathematische Operation ist die Multiplikation zweier Matrizen. Hierbei wird das Skalarprodukt von jeder Zeile der ersten Matrix mit jeder Spalte der zweiten Matrix gebildet. Damit die Rechnung am Ende „aufgeht“, muss die erste Matrix gleich viele Spalten haben wie die zweite Matrix an Zeilen besitzt.
Die Ergebnismatrix wird dann so viele Zeilen wie die erste und so viele Spalten wie die zweite Matrix besitzen.

Methode

Hier klicken zum Ausklappen

Kurz und mathematisch: Ist $A$ eine $l \times m$ - Matrix und $B$ eine $m \times n$- Matrix, so ist $C = A \cdot B$ eine $l \times n$ - Matrix.
Wenn $a_{ij}$ die Einträge von A und $b_{jk}$ die von B sind, so wird jeder Eintrag $c_{ik}$ von $C$ ermittelt durch die Skalarmultiplikation des i-ten Zeilenvektors von A mit dem k-ten Spaltenvektor von B.

Beispiel

Hier klicken zum Ausklappen

Es soll das Produkt $ A \cdot B$ aus den beiden Matrizen $A= \begin{pmatrix} 3 & 5 & 1 \\ 2 & 1 & 3 \\ -1 & 2 & 1 \end{pmatrix}$ und $B= \begin{pmatrix} 1 & 3 \\ 2 & 0 \\ 1 & 2 \end{pmatrix}$ gebildet werden.
Die Anzahl der Spalten von A und der Zeilen von B sind identisch, das bedeutet eine Multiplikation ist möglich. Zur Berechnung des Produktes ordnen wir die Matrizen ein bisschen anders an (vgl. Bild).

Matrizenmultiplikation


Jeder Eintrag der Ergebnismatrix C ergibt sich nun aus der Zeile von A und Spalte von B, die sich am gesuchten Eintrag schneiden.
Der erste Eintrag links oben berechnet sich als Skalarprodukt des „liegenden“ Vektors $\begin{pmatrix} 3 & 5 & 1 \end{pmatrix}$ und des „stehenden“ $\begin{pmatrix} 1 \\ 2 \\ 1 \end{pmatrix}$, also ist $c_{11} = 3 \cdot 1 + 5 \cdot 2 + 1 \cdot 1 = 3 + 10 + 1 = 14$.
Für den Eintrag rechts daneben gilt
$c_{12}= 3 \cdot 3 + 5 \cdot 0 + 1 \cdot 2 = 9 + 0 + 2 = 11$.
(An dieser Stelle hat sich übrigens im Video ein kleiner Rechenfehler eingeschlichen.)
So verfährt man für alle 6 Einträge und erhält dann als Ergebnis $C= A \cdot B = \begin{pmatrix} 14 & 11 \\ 7 & 12 \\ 4 & -1 \end{pmatrix}$

Im Gegensatz zur Multiplikation zweier reeller Zahlen ist die Multiplikation zweier Matrizen nicht kommutativ ($A \cdot B \neq B \cdot A$), meistens wird das Vertauschen noch nicht einmal erlaubt sein (vgl. Bedingung!).

Dieser Inhalt ist Bestandteil des Online-Kurses

Analytische Geometrie / Lineare Algebra (Agla)

abiweb - Abitur-Vorbereitung online (abiweb.de)
Diese Themen werden im Kurs behandelt:

[Bitte auf Kapitelüberschriften klicken, um Unterthemen anzuzeigen]

  • Einleitung und Grundlagen
    • Einleitung zu Einleitung und Grundlagen
    • Koordinatensystem
    • Was sind Vektoren?
    • Begriff des Vektorraums
    • Vektorraum - Basis und Dimension
  • Rechnen mit Vektoren
    • Einleitung zu Rechnen mit Vektoren
    • Addition und Subtraktion von Vektoren
    • Vektor zwischen zwei Punkten
    • Betrag eines Vektors berechnen
    • Vielfache von Vektoren bilden
    • Linearkombination von Vektoren
    • Lineare (Un-)Abhängigkeit von Vektoren
  • Geraden
    • Einleitung zu Geraden
    • Aufstellen einer Geradengleichung
    • Eine Gerade - viele Gleichungen?
    • Lage von Geraden
    • Schnitte von Geraden
  • Weitere Rechenoperationen mit Vektoren
    • Einleitung zu Weitere Rechenoperationen mit Vektoren
    • Normierung eines Vektors
    • Skalarprodukt zweier Vektoren
    • Vektoren und Winkel
    • Vektorprodukt / Kreuzprodukt
  • Ebenen in der analytischen Geometrie
    • Einleitung zu Ebenen in der analytischen Geometrie
    • Aufstellen von Ebenen in Parameterform
    • Normalenform einer Ebene
    • Koordinatenform einer Ebene
    • Darstellung einer Ebene im Koordinatensystem
    • Ebenengleichungen umwandeln
    • Hessesche Normalenform
  • Lagebeziehungen und Abstände
    • Einleitung zu Lagebeziehungen und Abstände
    • Lagebeziehungen von Punkten, Geraden und Ebenen
    • Abstandsprobleme
      • Einleitung zu Abstandsprobleme
      • Abstände von Punkten
      • Abstände von Geraden
      • Abstände von Ebenen
  • Schnitte
    • Einleitung zu Schnitte
    • Schnitt Gerade-Gerade
    • Schnitt Ebene-Gerade
    • Schnitt Ebene-Ebene
  • Spiegelungen
    • Einleitung zu Spiegelungen
    • Spiegelung an einem Punkt
    • Spiegelung an einer Geraden
    • Spiegelung an einer Ebene
  • Lineare Gleichungssysteme
    • Einleitung zu Lineare Gleichungssysteme
    • Was ist ein Lineares Gleichungssystem (LGS)?
    • Lösen eines linearen Gleichungssystems
      • Einleitung zu Lösen eines linearen Gleichungssystems
      • Allgemeine Vorgehensweise zur Lösung eines linearen Gleichungssystems
      • Gauß-Verfahren
      • Lösungsmöglichkeiten
  • Matrizen
    • Einleitung zu Matrizen
    • Darstellung in Matrizenform
    • Besondere Matrizen
      • Einleitung zu Besondere Matrizen
      • Einheitsmatrix
      • Dreiecksmatrix
      • Inverse Matrix
  • Rechenregeln für Matrizen
    • Einleitung zu Rechenregeln für Matrizen
    • Addition von Matrizen
    • Vervielfachen von Matrizen
    • Multiplikation von Matrizen
    • Zusammenfassung Matrizen
  • Anwendungen von Matrizen
    • Einleitung zu Anwendungen von Matrizen
    • Verflechtungsmatrizen
      • Einleitung zu Verflechtungsmatrizen
      • Beschreibung Verflechtungsmatrix
      • Anwendungsbeispiel Verflechungsmatrix
      • Mehrstufige Prozesse
    • Übergangsmatrizen
      • Einleitung zu Übergangsmatrizen
      • Beschreibung
      • Zustandsvektoren
      • Fixvektor
  • 69
  • 20
  • 196
  • 44