Grundsatz: Eine lineare Abbildung $f:\mathbb{R}^2 \to \mathbb{R}^2$ erfüllt $f(\vec{u} + \vec{v}) = f(\vec{u}) + f(\vec{v})$ und $f(k\vec{u}) = k,f(\vec{u})$. Sie ist durch die Bilder der Basisvektoren festgelegt und wird durch eine $2\times 2$-Matrix beschrieben.
Abbildungsmatrix
Sind $f(\vec{e}_1) = \begin{pmatrix} a \ c \end{pmatrix}$ und $f(\vec{e}_2) = \begin{pmatrix} b \ d \end{pmatrix}$ die Bilder der Standardbasis, so stehen sie als Spalten in der Matrix:
$$A = \begin{pmatrix} a & b \ c & d \end{pmatrix}, \qquad f(\vec{x}) = A\vec{x} = \begin{pmatrix} ax + by \ cx + dy \end{pmatrix}$$
Erkennen: Eine Abbildung ist linear, wenn jede Koordinate des Bildes eine Summe von Vielfachen von $x$ und $y$ ist, ohne konstanten Summanden. Dann gilt immer $f(\vec{0}) = \vec{0}$.
Matrix relativ zu einer Basis $\vec{b}_1, \vec{b}_2$: In der $j$-ten Spalte stehen die Koordinaten von $f(\vec{b}_j)$ in dieser Basis.
Kern und Bildraum
- Kern: alle $\vec{x}$ mit $A\vec{x} = \vec{0}$ (Lösungsmenge eines homogenen Systems).
- Bildraum: alle Bilder $A\vec{x}$; er wird von den Spalten von $A$ aufgespannt.
Ist $\det A \ne 0$, so ist der Kern nur ${\vec{0}}$ und der Bildraum ganz $\mathbb{R}^2$. Bei $\det A = 0$ (und $A \ne 0$) ist der Kern eine Gerade durch den Ursprung und der Bildraum ebenfalls eine Gerade.
Rechnen mit Matrizen
| Operation | Regel | entspricht |
|---|---|---|
| Summe | Einträge addieren | $(f+g)(\vec{x}) = f(\vec{x}) + g(\vec{x})$ |
| Vielfaches | alle Einträge mit $k$ multiplizieren | $(kf)(\vec{x}) = k,f(\vec{x})$ |
| Produkt $AB$ | Zeile von $A$ mal Spalte von $B$ | erst $B$, dann $A$ ($A\circ B$) |
$$\begin{pmatrix} a & b \ c & d \end{pmatrix}\begin{pmatrix} p & q \ r & s \end{pmatrix} = \begin{pmatrix} ap + br & aq + bs \ cp + dr & cq + ds \end{pmatrix}$$
Das Produkt ist nicht kommutativ: im Allgemeinen $AB \ne BA$.
Determinante und inverse Matrix
$$\det\begin{pmatrix} a & b \ c & d \end{pmatrix} = ad - bc$$
$|\det A|$ ist der Faktor, mit dem $f$ Flächen vergrössert; das Vorzeichen sagt, ob die Orientierung erhalten bleibt ($+$) oder umgekehrt wird ($-$). Es gilt $\det(AB) = \det A \cdot \det B$.
Ist $\det A \ne 0$, so ist $f$ umkehrbar (bijektiv) und die Umkehrung hat die inverse Matrix
$$A^{-1} = \frac{1}{ad - bc}\begin{pmatrix} d & -b \ -c & a \end{pmatrix}, \qquad A A^{-1} = A^{-1}A = \begin{pmatrix} 1 & 0 \ 0 & 1 \end{pmatrix}$$
Merke: Diagonale tauschen, Nebendiagonale mit umgekehrtem Vorzeichen, durch $\det A$ teilen. Ein System $A\vec{x} = \vec{c}$ löst man mit $\vec{x} = A^{-1}\vec{c}$.
Beispiel — Abbildungsmatrix
$f(x, y) = (2x - y,\ x + 3y)$ ist linear. $f(\vec{e}_1) = (2, 1)$, $f(\vec{e}_2) = (-1, 3)$, also
$$A = \begin{pmatrix} 2 & -1 \ 1 & 3 \end{pmatrix}, \qquad \det A = 6 + 1 = 7$$
Dagegen ist $g(x, y) = (x + 1,\ y)$ nicht linear, denn $g(\vec{0}) = (1, 0) \ne \vec{0}$.
Beispiel — Kern und Bildraum
$A = \begin{pmatrix} 1 & 2 \ 2 & 4 \end{pmatrix}$, $\det A = 4 - 4 = 0$. Kern: $x + 2y = 0$ (die zweite Gleichung ist das Doppelte), also alle Vielfachen von $\begin{pmatrix} -2 \ 1 \end{pmatrix}$. Bildraum: die Spalten $\begin{pmatrix} 1 \ 2 \end{pmatrix}$ und $\begin{pmatrix} 2 \ 4 \end{pmatrix}$ sind parallel, der Bildraum ist die Gerade durch den Ursprung mit Richtung $\begin{pmatrix} 1 \ 2 \end{pmatrix}$.
Beispiel — Produkt, Summe, Vielfaches
$A = \begin{pmatrix} 1 & 2 \ 3 & 4 \end{pmatrix}$, $B = \begin{pmatrix} 0 & 1 \ 1 & 0 \end{pmatrix}$:
$$A + B = \begin{pmatrix} 1 & 3 \ 4 & 4 \end{pmatrix}, \quad 2A = \begin{pmatrix} 2 & 4 \ 6 & 8 \end{pmatrix}, \quad AB = \begin{pmatrix} 2 & 1 \ 4 & 3 \end{pmatrix}, \quad BA = \begin{pmatrix} 3 & 4 \ 1 & 2 \end{pmatrix}$$
Also $AB \ne BA$. Kontrolle: $\det A = -2$, $\det B = -1$, $\det(AB) = 6 - 4 = 2 = (-2)\cdot(-1)$.
Beispiel — Inverse und Gleichungssystem
Für dasselbe $A$: $A^{-1} = \dfrac{1}{-2}\begin{pmatrix} 4 & -2 \ -3 & 1 \end{pmatrix} = \begin{pmatrix} -2 & 1 \ 1.5 & -0.5 \end{pmatrix}$. Lösung von $A\vec{x} = \begin{pmatrix} 5 \ 6 \end{pmatrix}$:
$$\vec{x} = A^{-1}\begin{pmatrix} 5 \ 6 \end{pmatrix} = \begin{pmatrix} -10 + 6 \ 7.5 - 3 \end{pmatrix} = \begin{pmatrix} -4 \ 4.5 \end{pmatrix}$$
Probe: $-4 + 2 \cdot 4.5 = 5$ und $3 \cdot (-4) + 4 \cdot 4.5 = 6$.
Linearität, Verkettung und Flächen
Kriterium für Linearität: Eine Abbildung $f$ ist linear, wenn $f(\vec u+\vec v)=f(\vec u)+f(\vec v)$ und $f(\lambda\vec u)=\lambda f(\vec u)$ gilt. Insbesondere muss $f(\vec 0)=\vec 0$ sein; wird der Nullvektor nicht auf den Nullvektor abgebildet (Verschiebungen, Terme mit konstantem Summanden), ist $f$ nicht linear. Ebenso nicht linear sind Abbildungen mit Quadraten oder Produkten der Koordinaten wie $(x,y)\mapsto(xy,y)$.
Abbildungsmatrix aus den Bildern der Basisvektoren: Die Spalten der Matrix sind die Bilder von $\vec e_1=(1,0)^T$ und $\vec e_2=(0,1)^T$. Ist bekannt, wohin zwei linear unabhängige Vektoren gehen, löst man ein Gleichungssystem für die Einträge oder schreibt den gesuchten Vektor als Linearkombination der Bekannten und wendet Linearität an.
Hintereinanderausführung: Wendet man erst $f$ (Matrix $F$) und dann $g$ (Matrix $G$) an, ist die Abbildung $g\circ f$ wieder linear und hat die Matrix $G\cdot F$ (die zuerst ausgeführte Abbildung steht rechts). Die Reihenfolge zählt, weil $GF\ne FG$ im Allgemeinen.
Flächenfaktor: Eine lineare Abbildung mit Matrix $A$ vervielfacht jeden Flächeninhalt mit $|\det A|$. Bei $\det A=0$ wird die Ebene auf eine Gerade oder einen Punkt zusammengedrückt, es gibt keine Inverse. Die Determinante $\det\begin{pmatrix}a&b\c&d\end{pmatrix}=ad-bc$; die inverse Matrix ist $\dfrac{1}{ad-bc}\begin{pmatrix}d&-b\-c&a\end{pmatrix}$. Ein Parameter, für den keine Inverse existiert, folgt aus $\det A=0$. Der Kern von $A$ ist die Lösungsmenge von $A\vec x=\vec 0$.
Beispiel — Verkettung und Fläche
$f(x,y)=(x+y,,y)$ mit $F=\begin{pmatrix}1&1\0&1\end{pmatrix}$, danach $g(x,y)=(2x,,y)$ mit $G=\begin{pmatrix}2&0\0&1\end{pmatrix}$:
$$GF=\begin{pmatrix}2&0\0&1\end{pmatrix}\begin{pmatrix}1&1\0&1\end{pmatrix}=\begin{pmatrix}2&2\0&1\end{pmatrix}$$
Der Vektor $(1,1)^T$ geht über $f$ auf $(2,1)^T$ und über $g$ auf $(4,1)^T$; direkt $GF(1,1)^T=(4,1)^T$. Wegen $\det(GF)=2$ wird jede Fläche verdoppelt (ein Dreieck mit dem Flächeninhalt $5$ wird zu einem mit dem Flächeninhalt $10$).
Lösbarkeit eines $2\times2$-Systems bei $\det A=0$
Bei $\det A\neq0$ hat $A\vec x=\vec c$ genau eine Lösung. Bei $\det A=0$ sind die beiden Zeilen von $A$ Vielfache voneinander (und die beiden Spalten auch). Dann entscheidet die rechte Seite:
- Hat die rechte Seite denselben Faktor wie die linke, sind die beiden Gleichungen gleichwertig: unendlich viele Lösungen (alle Punkte einer Geraden).
- Hat sie einen anderen Faktor, widersprechen sich die Gleichungen: keine Lösung.
Gleichwertig: $A\vec x=\vec c$ ist genau dann lösbar, wenn $\vec c$ im Bildraum von $A$ liegt, also ein Vielfaches der Spalte ist.
Beispiel: Lösbarkeit eines $2\times2$-Systems bei $\det A=0$
System $2x-y=3$, $-6x+3y=b$. Die Determinante ist $2\cdot3-(-1)(-6)=0$, die zweite linke Seite ist das $(-3)$-Fache der ersten. Bei $b=-3\cdot3=-9$ sind die Gleichungen gleichwertig (unendlich viele Lösungen), bei jedem anderen $b$ gibt es keine Lösung.
Für $A=\begin{pmatrix}1&-3\-2&6\end{pmatrix}$ ist die zweite Zeile das $(-2)$-Fache der ersten. $A\vec x=\begin{pmatrix}4\c\end{pmatrix}$ ist daher nur für $c=-8$ lösbar.
Matrixgleichung $AX=B$ und Vielfache einer Matrix
Bei $AX=B$ multipliziert man von links mit $A^{-1}$: $X=A^{-1}B$. Das Produkt ist nicht vertauschbar, $BA^{-1}$ wäre falsch.
Für eine $2\times2$-Matrix gilt $\det(kA)=k^2\det A$, weil der Faktor $k$ jeden Eintrag, also beide Zeilen, vervielfacht. Zusammen mit $\det(AB)=\det A\det B$ und $\det(B^{-1})=\dfrac1{\det B}$ lassen sich Determinanten zusammengesetzter Matrizen berechnen, ohne die Matrix auszurechnen.
Beispiel: Matrixgleichung $AX=B$ und Vielfache einer Matrix
$A=\begin{pmatrix}1&2\1&3\end{pmatrix}$ ($\det A=1$, $A^{-1}=\begin{pmatrix}3&-2\-1&1\end{pmatrix}$) und $B=\begin{pmatrix}1&0\2&1\end{pmatrix}$:
$X=A^{-1}B=\begin{pmatrix}3-4&-2\-1+2&1\end{pmatrix}=\begin{pmatrix}-1&-2\1&1\end{pmatrix}$
Probe: $AX=\begin{pmatrix}-1+2&-2+2\-1+3&-2+3\end{pmatrix}=B$. Für $C=\begin{pmatrix}2&1\0&3\end{pmatrix}$ ist $\det C=6$ und $\det(4C)=4^2\cdot6=96$.
Bild einer Geraden unter einer linearen Abbildung
Das Bild einer Geraden ist wieder eine Gerade (wenn $\det A\neq0$). Man findet ihre Gleichung, indem man $x$ und $y$ durch die Bildkoordinaten $u,v$ ausdrückt (Umkehrabbildung) und in die Geradengleichung einsetzt. Alternativ bildet man zwei Punkte der Geraden ab und stellt die Gerade durch die Bildpunkte auf. Der Normalenvektor der Geraden wird nicht wie ein Punkt abgebildet.
Beispiel: Bild einer Geraden unter einer linearen Abbildung
$f(x,y)=(3x,\ x-y)$ und die Gerade $2x+y=5$. Mit $u=3x$, $v=x-y$ ist $x=\tfrac u3$ und $y=x-v=\tfrac u3-v$. Einsetzen:
$\frac{2u}{3}+\frac u3-v=5\quad\Longrightarrow\quad u-v=5$
Das Bild ist die Gerade $x-y=5$. Probe: $(1,3)$ liegt auf der ersten Geraden und geht in $(3,-2)$ über, und $3-(-2)=5$.
Inverse eines Produkts und Matrix in einer anderen Basis
Inverse eines Produkts: Wendet man $AB$ an, wird zuerst $B$ und dann $A$ ausgeführt. Die Umkehrung nimmt die Schritte in umgekehrter Reihenfolge zurück:
$$(AB)^{-1}=B^{-1}A^{-1}$$
Beispiel: $A=\begin{pmatrix}1&3\0&1\end{pmatrix}$, $B=\begin{pmatrix}1&0\2&1\end{pmatrix}$. Es ist $AB=\begin{pmatrix}7&3\2&1\end{pmatrix}$ mit $\det=1$ und $(AB)^{-1}=\begin{pmatrix}1&-3\-2&7\end{pmatrix}$. Dasselbe liefert $B^{-1}A^{-1}=\begin{pmatrix}1&0\-2&1\end{pmatrix}\begin{pmatrix}1&-3\0&1\end{pmatrix}=\begin{pmatrix}1&-3\-2&7\end{pmatrix}$, während $A^{-1}B^{-1}$ eine andere Matrix ergäbe. Eine Formel für $(A+B)^{-1}$ gibt es nicht.
Matrix bezüglich einer anderen Basis: In der $j$-ten Spalte stehen die Koordinaten von $f(\vec b_j)$ in der Basis $\vec b_1,\vec b_2$. Beispiel: $f$ sei die senkrechte Projektion auf die Gerade $y=x$, also $f(x,y)=\left(\tfrac{x+y}2,\tfrac{x+y}2\right)$, mit der Basis $\vec b_1=(1|1)$, $\vec b_2=(1|-1)$. Es ist $f(\vec b_1)=(1|1)=1\cdot\vec b_1+0\cdot\vec b_2$ und $f(\vec b_2)=(0|0)=0\cdot\vec b_1+0\cdot\vec b_2$. Die Matrix in dieser Basis ist $\begin{pmatrix}1&0\0&0\end{pmatrix}$, viel einfacher als in der Standardbasis, wo sie $\tfrac12\begin{pmatrix}1&1\1&1\end{pmatrix}$ lautet. Die Basis wurde so gewählt, dass die Vektoren auf der Achse und senkrecht dazu liegen.
Häufige Fehler
- Zeilen statt Spalten: Die Bilder der Basisvektoren sind die Spalten der Matrix.
- Reihenfolge beim Produkt: $AB$ bedeutet «erst $B$, dann $A$».
- Komponentenweise multiplizieren: Das Matrixprodukt ist Zeile mal Spalte.
- Inverse bei $\det A = 0$ suchen: Dann gibt es keine Inverse.
- Vorzeichen bei der Inversen: Nur die Nebendiagonale $b, c$ wechselt das Vorzeichen, die Diagonale wird getauscht.