Matrixspur-Rechner

Willkommen beim Matrixspur-Rechner, einem interaktiven Werkzeug zur Berechnung der Spur jeder quadratischen Matrix – der Summe der Elemente auf der Hauptdiagonale. Die Spur ist täuschend einfach und dennoch von großer Bedeutung: Sie entspricht der Summe der Eigenwerte, bleibt unter Ähnlichkeitstransformationen invariant und findet überall Anwendung, von der Quantenmechanik bis zum maschinellen Lernen. Dieser Rechner bietet eine schrittweise Berechnung, Eigenwert-Verifizierung, Spur von Matrixpotenzen, Eigenschaftserkennung und eine visuelle Heatmap, die die Diagonale hervorhebt.

Was ist die Spur einer Matrix?

Die Spur (engl. trace) einer n×n Matrix A, geschrieben tr(A) oder Sp(A), ist definiert als die Summe der Diagonaleinträge:

Nur quadratische Matrizen (gleiche Anzahl von Zeilen und Spalten) besitzen eine Spur. Sie ist eine der beiden grundlegendsten skalarwertigen Funktionen einer Matrix – die andere ist die Determinante.

Spur und Eigenwerte

Eine der bemerkenswertesten Eigenschaften der Spur ist ihre Verbindung zu den Eigenwerten:

Dies gilt auch dann, wenn die Eigenwerte komplexe Zahlen sind – die Imaginärteile heben sich bei reellen Matrizen immer gegenseitig auf, was eine reelle Spur garantiert. Diese Identität ergibt sich aus der Tatsache, dass sowohl die Spur als auch die Summe der Eigenwerte dem Negativen des Koeffizienten von \(x^{n-1}\) im charakteristischen Polynom \(\det(xI - A)\) entsprechen.

Wichtige Eigenschaften der Spur

Linearität

Die Spur ist ein lineares Funktional auf dem Raum der Matrizen:

• \(\text{tr}(A + B) = \text{tr}(A) + \text{tr}(B)\)
• \(\text{tr}(cA) = c \cdot \text{tr}(A)\) für jeden Skalar c

Zyklische Eigenschaft

Die Spur ist invariant unter zyklischen Vertauschungen von Matrixprodukten:

Hinweis: Dies bedeutet im Allgemeinen nicht, dass tr(ABC) = tr(BAC) gilt. Es sind nur zyklische Permutationen zulässig.

Ähnlichkeitsinvarianz

Wenn B = P^-1AP für eine invertierbare Matrix P gilt, dann ist tr(B) = tr(A). Dies macht die Spur zu einer Ähnlichkeitsinvariante, was bedeutet, dass sie nicht von der Wahl der Basis abhängt.

Invarianz gegenüber Transposition

tr(A) = tr(A^T), da das Transponieren einer Matrix die Diagonaleinträge nicht verändert.

Verbindung zur Frobenius-Norm

Anwendungen der Spur

Spezielle Matrizentypen und ihre Spuren

Spur von Matrixpotenzen und Newton-Identitäten

Die Spuren der Potenzen einer Matrix, tr(A), tr(A²), tr(A³), ..., enthalten vollständige Informationen über das Eigenwertspektrum. Durch die Newton-Identitäten können diese Potenzspuren das gesamte charakteristische Polynom rekonstruieren:

Das bedeutet, dass die Sequenz der Spuren {tr(A), tr(A²), ..., tr(Aⁿ)} die Eigenwerte von A vollständig bestimmt.

Häufig gestellte Fragen (FAQ)

Was ist die Spur einer Matrix?

Die Spur einer quadratischen Matrix A, bezeichnet als tr(A), ist die Summe der Elemente auf der Hauptdiagonale: tr(A) = a₁₁ + a₂₂ + ... + a_nn. Sie ist nur für quadratische (n×n) Matrizen definiert. Die Spur ist eine der grundlegendsten Matrixinvarianten in der linearen Algebra.

Wie hängt die Spur mit den Eigenwerten zusammen?

Die Spur einer Matrix entspricht der Summe ihrer Eigenwerte (unter Berücksichtigung der algebraischen Vielfachheit): tr(A) = λ₁ + λ₂ + ... + λ_n. Dies liegt daran, dass sowohl die Spur als auch die Summe der Eigenwerte dem Negativen des Koeffizienten von x^n-1 im charakteristischen Polynom entsprechen.

Was sind die wichtigsten Eigenschaften der Spur?

Wichtige Eigenschaften: (1) Linearität: tr(aA + bB) = a·tr(A) + b·tr(B). (2) Invarianz gegenüber Transposition: tr(A) = tr(A^T). (3) Zyklische Eigenschaft: tr(ABC) = tr(BCA) = tr(CAB). (4) Ähnlichkeitsinvarianz: tr(P^-1AP) = tr(A). (5) tr(A^TA) = Summe der Quadrate aller Einträge = ‖A‖²_F (quadrierte Frobenius-Norm).

Warum ist die Spur in der linearen Algebra wichtig?

Die Spur ist eine Ähnlichkeitsinvariante – sie ändert sich bei einem Basiswechsel nicht. Zusammen mit der Determinante charakterisiert die Spur das Verhalten linearer Transformationen. In der Physik erscheint die Spur in der Quantenmechanik (Erwartungswerte), der allgemeinen Relativitätstheorie (Ricci-Skalar) und der statistischen Mechanik (Zustandssummen). Im maschinellen Lernen wird sie zur Regularisierung und in Kernmethoden verwendet.

Was ist eine spurlose Matrix?

Eine spurlose Matrix hat tr(A) = 0, was bedeutet, dass die Summe ihrer Diagonalelemente Null ergibt. Spurlose Matrizen bilden die Lie-Algebra sl(n), die eine zentrale Rolle in der theoretischen Physik und Differentialgeometrie spielt. Jede Matrix kann zerlegt werden als A = (tr(A)/n)I + B, wobei B spurlos ist.

Wie berechnet man die Spur einer Matrix?

Zur Berechnung der Spur: (1) Identifizieren Sie die Hauptdiagonalelemente a₁₁, a₂₂, ..., a_nn – dies sind die Einträge, bei denen der Zeilenindex dem Spaltenindex entspricht. (2) Addieren Sie diese: tr(A) = a₁₁ + a₂₂ + ... + a_nn. Zum Beispiel für [[1,2],[3,4]] ist die Spur 1 + 4 = 5.