Lineare Algebra — Vektoren, Matrizen & Grundbegriffe

Die lineare Algebra erklärt, wie Vektoren, Matrizen und lineare Transformationen funktionieren. Wenn du nach Grundlagen der linearen Algebra suchst, ist die Kernidee einfach: Sie untersucht Größen mit mehreren Komponenten und die Regeln, nach denen man sie auf konsistente Weise kombiniert oder transformiert.

Das Wort „linear“ ist wichtig, weil es das Verhalten vorhersagbar macht. Wenn eine Regel linear ist, dann führt das Addieren von Eingaben zum Addieren der Ausgaben im gleichen Muster, und das Skalieren einer Eingabe skaliert die Ausgabe mit demselben Faktor.

Vektoren und Matrizen einfach erklärt

Ein Vektor ist eine geordnete Liste von Zahlen. In der Praxis kann ein Vektor eine Position, eine Geschwindigkeit, eine Liste von Messwerten oder Koeffizienten in einem Problem darstellen.

Zum Beispiel ist dies ein Vektor in $2$ Dimensionen:

$$\begin{bmatrix} 2 \\ -1 \end{bmatrix}$$

Eine Matrix ist eine rechteckige Anordnung von Zahlen. Eine Matrix kann Koeffizienten speichern, ein Gleichungssystem beschreiben oder als Regel wirken, die einen Vektor in einen anderen transformiert.

Dies ist eine $2 \times 2$-Matrix:

$$\begin{bmatrix} 1 & 2 \\ 0 & 3 \end{bmatrix}$$

Den Unterschied sollte man klar im Blick behalten: Ein Vektor ist ein einzelnes mathematisches Objekt, während eine Matrix meist verwendet wird, um Regeln für Vektoren zu organisieren oder anzuwenden.

Was „linear“ in der linearen Algebra bedeutet

In der linearen Algebra bedeutet „linear“ nicht einfach nur „sieht wie eine Linie aus“. Es bedeutet, dass eine Regel die Addition und die Skalarmultiplikation respektiert.

Wenn $T$ eine lineare Transformation ist, dann gilt für Vektoren $u$, $v$ und einen Skalar $c$:

$$T(u + v) = T(u) + T(v)$$

und

$$T(cu) = cT(u)$$

Diese beiden Bedingungen sind der Grund, warum Matrizen so nützlich sind. Die Multiplikation mit einer Matrix ist eine kompakte Möglichkeit, Transformationen mit genau diesem Verhalten zu beschreiben.

Eine schnelle Folgerung aus dieser Definition ist: Jede lineare Transformation bildet den Nullvektor auf den Nullvektor ab. Eine Regel wie $T(x) = x + 1$ besteht diesen Test nicht und ist in diesem Zusammenhang daher nicht linear.

Die wichtigsten Grundideen zuerst

Ein Skalar ist eine einzelne Zahl, ein Vektor ist eine Liste von Zahlen, und eine Matrix ist eine Anordnung von Zahlen. Diese Rollen zu verwechseln, führt zu vielen typischen Anfängerfehlern.

Linearkombination

Eine Linearkombination entsteht, indem man Vektoren skaliert und dann addiert. Zum Beispiel ist $2u - 3v$ eine Linearkombination von $u$ und $v$.

Diese Idee ist wichtig, weil sich viele Fragen auf einen Test reduzieren lassen: Kann ein Zielvektor aus den Vektoren aufgebaut werden, die du bereits hast?

Matrix als Transformation

Wenn eine Matrix mit einem Vektor multipliziert wird, kombiniert sie die Komponenten des Vektors mithilfe fester Koeffizienten. Deshalb wird eine Matrix oft als Transformation beschrieben.

Lineare Gleichungssysteme

Ein System wie

$$\begin{aligned} x + 2y &= 5 \\ 3x - y &= 4 \end{aligned}$$

kann in Matrixform geschrieben werden. Die lineare Algebra gibt dir Werkzeuge, um dieses System zu lösen und festzustellen, ob es genau eine Lösung, keine Lösung oder unendlich viele Lösungen hat.

Durchgerechnetes Beispiel: Matrix mal Vektor

Nimm die Matrix

$$A = \begin{bmatrix} 1 & 2 \\ 0 & 3 \end{bmatrix}$$

und den Vektor

$$v = \begin{bmatrix} 4 \\ 1 \end{bmatrix}.$$

Um $Av$ zu berechnen, multiplizierst du jede Zeile der Matrix mit dem Vektor:

$$Av = \begin{bmatrix} 1 & 2 \\ 0 & 3 \end{bmatrix} \begin{bmatrix} 4 \\ 1 \end{bmatrix} = \begin{bmatrix} 1 \cdot 4 + 2 \cdot 1 \\ 0 \cdot 4 + 3 \cdot 1 \end{bmatrix} = \begin{bmatrix} 6 \\ 3 \end{bmatrix}.$$

Die Ausgabe ist ein neuer Vektor, dessen Einträge Linearkombinationen der Eingabeeinträge sind. Hier ist der erste Ausgabeeintrag $1 \cdot 4 + 2 \cdot 1 = 6$, und der zweite ist $0 \cdot 4 + 3 \cdot 1 = 3$.

Die Matrix bildet also den Eingangsvektor auf

$$\begin{bmatrix} 6 \\ 3 \end{bmatrix}$$

ab.

Das ist das Grundmuster hinter der Matrix-Vektor-Multiplikation: Jeder Ausgabeeintrag wird aus einer Zeile der Matrix gebildet.

Häufige Fehler in der linearen Algebra

Matrixmultiplikation wie elementweise Multiplikation behandeln

Matrixmultiplikation wird normalerweise nicht ausgeführt, indem man passende Positionen direkt miteinander multipliziert. Sie verwendet Zeilen-Spalten-Kombinationen, daher ist die Struktur entscheidend.

Dimensionen ignorieren

Du kannst eine Matrix und einen Vektor nur dann multiplizieren, wenn die Anzahl der Spalten der Matrix mit der Anzahl der Einträge des Vektors übereinstimmt. Wenn die Dimensionen nicht zusammenpassen, ist das Produkt nicht definiert.

Annehmen, dass jedes System genau eine Lösung hat

Das stimmt nur unter bestimmten Bedingungen. Manche linearen Gleichungssysteme haben keine Lösung, und manche haben unendlich viele Lösungen.

„Linear“ zu locker verwenden

Eine Regel ist nicht linear, nur weil sie einfach aussieht. Terme wie $x^2$, Produkte wie $xy$ oder eine konstante Verschiebung wie $x + 1$ können die Linearität zerstören.

Wo die Grundlagen der linearen Algebra verwendet werden

Lineare Algebra taucht überall dort auf, wo ein Problem viele zusammenhängende Größen und Regeln umfasst, die systematisch auf sie wirken.

Sie wird in der Computergrafik für Drehungen und Projektionen verwendet, im Ingenieurwesen für Gleichungssysteme, in der Physik für Zustandsmodelle und in der Data Science für matrixbasierte Methoden.

Du brauchst keine fortgeschrittene Theorie, um von den Grundlagen zu profitieren. Wenn Vektoren, Matrizen und die Matrix-Vektor-Multiplikation verständlich sind, lassen sich spätere Themen viel leichter lernen.

Probiere eine ähnliche Aufgabe

Versuche, Folgendes zu multiplizieren:

$$\begin{bmatrix} 2 & 1 \\ 1 & 0 \end{bmatrix} \begin{bmatrix} 3 \\ 2 \end{bmatrix}.$$

Frage dich dann, wofür jeder Ausgabeeintrag steht. Wenn dieses Beispiel verständlich war, probiere deine eigene Version mit einer anderen $2 \times 2$-Matrix aus und beobachte, wie sich die Ausgabe verändert.