Rechner für lineare Algebra

Rechner für lineare Algebra

Gib Matrizen ein und erhalte KI-Erklärungen zu Matrixoperationen, Zeilenreduktion, Ax=b, Rang und Kern. Prüfe die Ergebnisse.

Aufgabe eingeben oder hochladenNachvollziehbare ErklärungenKeine Anmeldung erforderlich
Aufgabe eingeben

linear algebra calculator

Ax = b

Matrixoperationen

Systeme und Zeilenreduktion

Rang und Kern

linear algebra calculator

Rechner für lineare Algebra

Gib Matrizen ein und erhalte KI-Erklärungen zu Matrixoperationen, Zeilenreduktion, Ax=b, Rang und Kern. Prüfe die Ergebnisse. Brüche beibehalten und nicht zu früh runden. KI kann Fehler machen; wichtige Rechnungen unabhängig prüfen.

TexteingabeBild hochladen

linear algebra calculator

Operation auswählen

Gib Matrizen ein und erhalte KI-Erklärungen zu Matrixoperationen, Zeilenreduktion, Ax=b, Rang und Kern. Prüfe die Ergebnisse.

01A·B / A⁻¹

Matrixoperationen

Für AB müssen die inneren Dimensionen passen; eine Inverse benötigt eine nichtsinguläre quadratische Matrix.

02[A | b] → RREF

Systeme und Zeilenreduktion

[A|b] reduzieren und eindeutige Lösung, Widerspruch und freie Variablen unterscheiden.

03rank(A) + nullity(A) = n

Rang und Kern

Pivotstellen zählen und aus freien Variablen eine Kernbasis bilden.

04u·v / Av = λv

Vektoren und Eigenwertfragen

Skalarprodukte, Projektionen, Determinanten oder Eigenvektoren anfragen.

Methode

Eingabe und Überprüfung

Brüche beibehalten und nicht zu früh runden. KI kann Fehler machen; wichtige Rechnungen unabhängig prüfen.

  1. 1

    Vollständige Matrix eingeben

    A, b

    Jede innere Klammer ist eine Zeile. Vorzeichen, Brüche und die rechte Seite b erhalten.

  2. 2

    Operation angeben

    Ax = b

    Gewünschte Methode und den reellen oder komplexen Zahlenbereich nennen.

  3. 3

    Schritte nachvollziehen

    R₂ ← R₂ − ½R₁

    Jede Zeilenoperation und jede freie Variable mit der Originalmatrix vergleichen.

  4. 4

    Ergebnis prüfen

    Ax − b = 0

    In die Ausgangsgleichung einsetzen oder das Produkt und jedes Eigenpaar überprüfen.

Brüche beibehalten und nicht zu früh runden. KI kann Fehler machen; wichtige Rechnungen unabhängig prüfen.

Formelübersicht

Formeln und Voraussetzungen

Brüche beibehalten und nicht zu früh runden. KI kann Fehler machen; wichtige Rechnungen unabhängig prüfen.

Matrixprodukt

(m×n)(n×p) → m×p

Für AB müssen die inneren Dimensionen passen; eine Inverse benötigt eine nichtsinguläre quadratische Matrix.

Inverse

AA⁻¹ = A⁻¹A = I

Für AB müssen die inneren Dimensionen passen; eine Inverse benötigt eine nichtsinguläre quadratische Matrix.

Lineares System

Ax = b

[A|b] reduzieren und eindeutige Lösung, Widerspruch und freie Variablen unterscheiden.

Rang und Kerndimension

rank(A) + nullity(A) = n

Pivotstellen zählen und aus freien Variablen eine Kernbasis bilden.

Beispiel

Durchgerechnete Beispiele

Brüche beibehalten und nicht zu früh runden. KI kann Fehler machen; wichtige Rechnungen unabhängig prüfen.

Beispiel 1

Ax = b; A = [[2,1],[1,3]], b = [5,5]

Elimination und Einsetzen in das ursprüngliche System.

  1. 2x + y = 5; x + 3y = 5
  2. R₂ ← R₂ − ½R₁: [0, 5/2 | 5/2]
  3. y = 1; x = (5−1)/2 = 2

Ergebnis: x = [2,1]

Prüfung: A[2,1] = [5,5] = b

Beispiel 2

A⁻¹; A = [[2,1],[1,3]]

Inverse derselben Matrix mit Prüfung am Einheitsprodukt.

  1. det(A) = 6−1 = 5 ≠ 0
  2. A⁻¹ = (1/5)[[3,−1],[−1,2]]

Ergebnis: A⁻¹ = [[3/5,−1/5],[−1/5,2/5]]

Prüfung: AA⁻¹ = (1/5)[[5,0],[0,5]] = I

Beispiel 3

rank(A), ker(A); A = [[1,2,3],[2,4,6]]

Eine abhängige Zeile lässt zwei freie Variablen.

  1. R₂ ← R₂ − 2R₁: [[1,2,3],[0,0,0]]
  2. x₁ + 2x₂ + 3x₃ = 0
  3. x = s[−2,1,0] + t[−3,0,1]

Ergebnis: rank(A) = 1; ker(A) = span{[−2,1,0], [−3,0,1]}

Prüfung: A[−2,1,0] = A[−3,0,1] = [0,0]; 1+2 = 3

Häufige Fehler, auf die du achten solltest

Brüche beibehalten und nicht zu früh runden. KI kann Fehler machen; wichtige Rechnungen unabhängig prüfen.

Unpassende Dimensionen

Determinanten und Eigenwerte erfordern quadratische Matrizen; auch Produktdimensionen prüfen.

Vorzeichen oder Faktoren verlieren

Zeilentausch, Skalierung und Kofaktorvorzeichen genau verfolgen.

Überprüfung überspringen

Ergebnis einsetzen; der Nullvektor ist kein Eigenvektor.