Matrizen intuitiv verstehen (Maschinen, die Wege verwandeln)

Matrizen sind das Thema, bei dem fähige Schüler sich plötzlich dumm fühlen. Bis hierhin hatte jede Operation ein Bild. Addieren heißt zusammenfügen. Multiplizieren heißt skalieren. Sogar die Vektoroperationen aus dem Beitrag der letzten Woche waren Wege, die du gehen konntest. Dann schreibt jemand zwei Zahlengitter hin, verkündet, man multipliziere sie, indem man „Zeilen mal Spalten“ nimmt, und das Bild ist weg. Die Regel funktioniert. Niemand kann sagen, was sie tut.

Das Ergebnis ist ein zweites Doppelbild, das Geschwister des Doppelbilds im Vektorbeitrag. Im Algebraunterricht ist eine Matrix ein Kasten voller Zahlen. In späteren Kursen ist sie eine „lineare Abbildung“, eine Formulierung, die wie eine Antwort klingt und nichts erklärt. Dieser Artikel ist die Brücke: Eine Matrix ist eine Maschine, die einen Weg nimmt und einen Weg zurückgibt, jede Spalte des Gitters ist die Aufzeichnung, wo eine Achse gelandet ist, und die Multiplikationsregel ist nur die Buchführung dafür, zwei Maschinen nacheinander laufen zu lassen.

Eine Maschine, die Wege verwandelt

Diese Serie kehrt immer wieder zu einer Idee zurück: Zahlen zeigen in eine Richtung. Eine negative Zahl ist eine gewöhnliche Zahl, die rückwärts zeigt. Eine imaginäre Zahl ist eine Zahl, die zur Seite zeigt, von der Geraden herunter in eine Ebene. Ein Vektor ist diese Idee in voller Freiheit, eine Größe, die eine beliebige Richtung trägt. Sobald du Wege hast, folgt die nächste Frage fast von selbst. Was wirkt auf einen Weg? Was nimmt „3 nach Osten, 4 nach Norden“ und macht daraus einen anderen Weg?

Genau das ist eine Matrix.

Stell dir eine Maschine vor, deren Einstellung strecken, stauchen, drehen oder umklappen kann, was du ihr auch gibst. Du gibst ihr einen Weg, sie gibt dir einen Weg zurück. Eine 2-mal-2-Matrix ist die vollständige Anweisung für eine solche Maschine, die auf der Ebene wirkt. Eine 3-mal-3-Matrix ist dieselbe Idee im Raum. Das Zahlengitter ist nicht das Objekt. Das Gitter ist das Datenblatt.

Deshalb ist eine Matrix kein größerer Vektor. Ein Vektor ist ein Weg. Eine Matrix ist eine Regel, die Wege verändert. Die beiden zu verwechseln ist, als würdest du eine Reise mit dem Wetter verwechseln, das dich vom Kurs abbringt.

Die Spalten sind, wo die Achsen landen

Hier ist die Tatsache, die das ganze Thema lesbar macht. Du musst nicht wissen, was eine Matrix mit jedem möglichen Weg macht. Du musst nur wissen, was sie mit zweien davon macht: einem Schritt nach Osten und einem Schritt nach Norden. Jeder andere Weg ist eine Kombination aus diesen beiden, also ist die Wirkung der Maschine auf jeden Weg dieselbe Kombination ihrer Wirkungen auf die Achsen.

Schreibe diese beiden Ergebnisse als Spalten, und du hast die Matrix.

Angenommen, die Maschine schickt einen Schritt nach Osten nach (2, 1) und einen Schritt nach Norden nach (0, 3). Die Matrix ist das 2-mal-2-Gitter, dessen erste Spalte 2, 1 ist und dessen zweite Spalte 0, 3 ist. Gib ihr den Weg (3, 4), also „3 nach Osten, dann 4 nach Norden“, und die Ausgabe sind 3 Kopien der ersten Spalte plus 4 Kopien der zweiten: 3 mal (2, 1) plus 4 mal (0, 3), das ist (6, 3) plus (0, 12), also (6, 15). Das ist Matrix-Vektor-Multiplikation. Das Zeile-mal-Spalte-Ritual im Lehrbuch ist genau diese Summe, so geschrieben, dass ein Computer sie abarbeiten kann, ohne Pfeile zu zeichnen.

Wer aus dem Vektorbeitrag kommt, erkennt die Summe wieder: Du addierst skalierte Wege. Die Matrix erfindet keine neue Rechenart. Sie verwendet die Rechenart der Wege weiter, einmal pro Spalte.

Die Einheitsmatrix ist die Maschine, die nichts tut. Ein Schritt nach Osten bleibt ein Schritt nach Osten, ein Schritt nach Norden bleibt ein Schritt nach Norden, also sind ihre Spalten genau die beiden Achsenwege. Gib ihr irgendetwas, und du bekommst dasselbe irgendetwas zurück. Sie ist der Kopierer auf 100 Prozent, ohne Drehung, und sie ist der Grund, warum die Zahl 1 in diesem Thema ein Gegenstück hat.

Multiplizieren heißt erst dies, dann das

Die Regel, die sich erfunden anfühlt, zwei Matrizen zu multiplizieren, ist die Verkettung von Funktionen im Gewand eines Gitters. A mit B zu multiplizieren heißt, die eine Maschine zu bauen, die zuerst B und danach A ausführt. Du gibst einen Weg an B, nimmst, was herauskommt, und gibst das an A. Das Produkt AB ist das Datenblatt dieser kombinierten Maschine.

Deshalb spielt die Reihenfolge eine Rolle, und deshalb fühlt sie sich verkehrt herum an. AB ist nicht BA, aus demselben Grund, aus dem erst Socken und dann Schuhe nicht dasselbe ist wie erst Schuhe und dann Socken. Die rechte Maschine wirkt zuerst, weil wir Funktionen schon so schreiben: f(g(x)) wendet zuerst g an. Die Matrizenmultiplikation hat dieselbe Konvention geerbt.

Deshalb gibt es auch das Zeile-mal-Spalte-Rezept. Die Spalten von AB sind, was die kombinierte Maschine mit den Achsen macht, also sind sie A, angewandt auf die Spalten von B. Jede davon ist ein Matrix-Vektor-Produkt, und jedes Matrix-Vektor-Produkt ist ein Stapel von Skalarprodukten. Das Lehrbuchritual sind drei Schichten derselben Idee, zusammengedrückt in einen Merksatz.

Eine nützliche Folge: Du kannst aufhören auswendig zu lernen, wann zwei Matrizen multipliziert werden dürfen. Sie lassen sich multiplizieren, wenn die Wege, die aus der ersten Maschine kommen, die richtige Größe haben, um in die zweite zu gehen. Eine 2-mal-3-Matrix frisst 3-dimensionale Wege und gibt 2-dimensionale zurück. Sie kann rechts von einer 2-mal-2-Matrix sitzen, die 2-dimensionale Wege frisst, und links von einer 3-mal-4, die 3-dimensionale zurückgibt. Die inneren Größen müssen zusammenpassen, weil sie derselbe Flur sind.

Die Determinante ist, wie viel Fläche überlebt

Gib der Maschine das Einheitsquadrat, dessen Seiten die beiden Achsenwege sind. Das Bild ist ein Parallelogramm, dessen Seiten die beiden Spalten sind. Die Determinante ist der orientierte Flächeninhalt dieses Parallelogramms.

Wenn die Determinante 2 ist, verdoppelt die Maschine Flächen. Wenn sie 1/2 ist, halbiert sie sie. Wenn sie 0 ist, ist das Parallelogramm zu einer Strecke oder einem Punkt zusammengefallen: Die Maschine hat die Ebene plattgedrückt, zwei verschiedene Wege können am selben Ort landen, und Information ist verloren. Wenn sie negativ ist, hat die Maschine die Orientierung umgedreht, ein gegen den Uhrzeigersinn durchlaufenes Quadrat wird eines im Uhrzeigersinn, dieselbe Umkehr, die negative Zahlen auf der Geraden vollziehen.

Die Rechenrezepte, ad minus bc für eine 2-mal-2, später die Laplace-Entwicklung, sind Wege, diesen Flächeninhalt zu berechnen. Sie sind nicht die Bedeutung. Sobald du das Parallelogramm siehst, hört „die Determinante ist null“ auf, ein rätselhaftes Versagen zu sein, und wird zu einem Bild: Die beiden Spalten zeigen entlang derselben Geraden, also spannen sie keine Fläche auf, also ist die Maschine nicht von einer Projektion auf diese Gerade zu unterscheiden.

Genau deshalb verbietet eine Determinante von null eine Inverse, und das ist der ganze Punkt des nächsten Abschnitts.

Inverse heißt rückgängig machen

Eine inverse Matrix ist die Rückgängig-Taste. Wenn A einen Weg v auf einen Weg w schickt, dann schickt die Inverse von A den Weg w zurück auf v. Die Maschine und danach ihre Inverse laufen zu lassen ist die Einheitsmatrix: Du landest dort, wo du angefangen hast, als wäre nichts geschehen.

Eine Maschine lässt sich genau dann rückgängig machen, wenn sie keine Information weggeworfen hat. Das ist wieder der Determinanten-Test. Wenn zwei verschiedene Eingangswege dieselbe Ausgabe erzeugen können, gibt es keine ehrliche Weise zu sagen, von welchem Eingang eine Ausgabe stammt, und keine Inverse existiert. Wenn jede Ausgabe von genau einem Eingang kommt, existiert die Rückgängig-Maschine und ist eindeutig.

In der Schule kommt das als Formel an, mit 1 durch die Determinante und einem umgeschichteten Gitter von Einträgen. Die Formel ist echt, und sie ist das Üben wert, aber sie ist eine Folge. Die Idee ist „den Film rückwärts laufen lassen“, und das funktioniert nur, wenn der Film die Szene nicht plattgedrückt hat.

Lineare Gleichungssysteme sind dieselbe Idee im Kostüm. Die Algebra hat dich gelehrt, zwei Gleichungen mit zwei Unbekannten durch Elimination zu lösen. Diese zwei Gleichungen sind eine Matrix, die auf einen unbekannten Weg wirkt, gleichgesetzt mit einem bekannten Weg. Das System zu lösen heißt, die Inverse anzuwenden. Wenn das System unlösbar ist oder unendlich viele Lösungen hat, ist die Determinante null: Die Maschine hat die Ebene plattgedrückt, und die rechte Seite hat die übrig gebliebene Gerade entweder verfehlt oder liegt auf ihr auf unendlich viele Weisen. Die Fälle, die du als „unlösbar“ und „abhängig“ auswendig gelernt hast, sind die zwei Arten, auf die eine zusammenfallende Maschine keine einzige Rückgängig-Aktion haben kann.

Eigenvektoren weigern sich zu drehen

Die meisten Wege gehen in die Maschine hinein und kommen in eine neue Richtung zeigend wieder heraus. Ein paar besondere Wege kommen heraus und zeigen dieselbe Richtung, in die sie hineingegangen sind, nur länger oder kürzer. Diese Wege sind die Eigenvektoren, und der Streckfaktor ist der Eigenwert.

Das Bild ist ein Windkanal. Die meisten Pfeile werden zur Seite geschlagen. Die Eigenvektoren sind die Pfeile, die der Wind nur verlängert oder verkürzt. Ist der Faktor 2, verdoppelt die Maschine diesen Weg. Ist der Faktor 1, lässt sie diesen Weg in Ruhe. Ist der Faktor 0, zerquetscht sie diesen Weg zu nichts, das ist das Plattdrücken der letzten beiden Abschnitte, gesehen entlang einer einzigen Richtung. Ist der Faktor negativ, kehrt sie den Weg um und streckt ihn zugleich.

Das ist die eine Idee in den späteren Kapiteln, die fortgeschritten aussieht und es nicht ist. Nach Eigenvektoren zu fragen heißt zu fragen: Entlang welcher Richtungen wirkt diese Maschine wie gewöhnliches Multiplizieren mit einer Zahl? Sobald du diese Richtungen hast, wird die Maschine in diesem Koordinatensystem einfach, und deshalb sucht jedes Fach, das Matrizen benutzt, von Differentialgleichungen bis zur Rangfolge von Webseiten, als Erstes nach ihnen.

Woher die Fehler kommen

Matrixfehler ballen sich an drei Stellen, und jede ist ein Bild, das nie gezeichnet wurde.

Der erste ist, Eintrag für Eintrag zu multiplizieren. Schüler sehen zwei Gitter derselben Größe und paaren die Zahlen, so wie man Matrizen addiert, was wirklich Eintrag für Eintrag geht. Multiplikation ist nicht Addition. Sie heißt, eine Maschine und dann die andere laufen zu lassen. Zwei 2-mal-2-Matrizen erzeugen eine weitere 2-mal-2, aber jede Ausgabespalte ist A, angewandt auf eine Spalte von B, nicht die vier Paare passender Zellen, multipliziert.

Der zweite ist, die Reihenfolge zu ignorieren. AB und BA sind verschiedene Maschinen, wann immer A und B verschiedene Dinge tun, und das ist fast immer. Die Faktoren in der Reihenfolge zu schreiben, in der du sie kennengelernt hast, statt in der Reihenfolge, in der sie wirken, ist der Socken-und-Schuhe-Fehler, und er ist der häufigste algebraische Ausrutscher im ganzen Kapitel.

Der dritte ist, eine Determinante von null als kaputten Taschenrechner zu behandeln statt als plattgedrücktes Parallelogramm. Die Maschine tut immer noch etwas: Sie schickt jeden Weg auf eine Gerade oder in den Ursprung. Sie lässt sich nur nicht rückgängig machen. „Keine Inverse“ ist keine Weigerung des Universums. Es ist die Beschreibung einer Maschine, die eine Dimension verloren hat.

Wo Math Zen ins Spiel kommt

Matrizen sitzen auf dem Vektorstockwerk, und ein Wackeln dort zeigt sich sofort. Spalten zu addieren ist Vektoraddition. Der Schritt „Zeile mal Spalte“ ist ein Skalarprodukt. Die Determinante einer 2-mal-2 ist der orientierte Flächeninhalt eines Parallelogramms, dieselbe Geometrie, die der Vektorbeitrag für die Parallelogrammregel benutzt hat. Wenn diese Operationen noch verbal statt visuell sind, wird jede Matrixrechnung zum Ritual.

Die Bucket-Progression von Math Zen hält die Stockwerke in der richtigen Reihenfolge. Frühe Buckets üben das Rechnen mit Vorzeichen und den Einheitskreis. Die Vektor-Buckets machen dann Addition, Skalierung und das Skalarprodukt zum Reflex. Die Matrix-Buckets nehmen das als gegeben und üben die neuen Operationen: multiplizieren, Determinanten berechnen, invertieren, Systeme lösen und Eigenwerte finden, genau die Liste der Bilder in diesem Artikel, verwandelt in kurze Aufgaben, die du täglich machen kannst. Verteiltes Wiederholen verwandelt „die Spalten sind, wo die Achsen landen“ von einem Satz, den du einmal überzeugend fandest, in einen Reflex, den du in der zweiten Zeile einer Klausuraufgabe benutzt.

Das Fazit

Eine Matrix ist eine Maschine, die einen Weg nimmt und einen Weg zurückgibt. Das Zahlengitter ist das Datenblatt: Jede Spalte ist, wo eine Achse gelandet ist, und die Wirkung auf jeden anderen Weg ist die passende Kombination dieser Spalten. Zwei Matrizen zu multiplizieren baut die Maschine, die die rechte zuerst laufen lässt. Die Determinante ist, wie viel Fläche übrig bleibt, null, wenn die Maschine die Ebene plattdrückt. Die Inverse ist die Rückgängig-Taste, und sie existiert genau dann, wenn nichts plattgedrückt wurde. Eigenvektoren sind die seltenen Wege, die die Maschine streckt, ohne sie zu drehen.

So zusammengehalten steckt in diesem Thema eine einzige Idee, angewandt auf immer größere Maschinen. Das Doppelbild der beiden Klassenzimmer löst sich in dem Moment auf, in dem du aufhörst zu fragen, ob eine Matrix nun wirklich ein Gitter oder wirklich eine Abbildung ist. Sie ist wirklich eine Maschine, und das Gitter ist nur die Liste, wohin die Achsen gegangen sind.