Matrix-Additions- und Subtraktionsrechner

Matrixaddition und -subtraktion gehören zu den grundlegendsten Operationen der linearen Algebra. Anders als die Multiplikation sind diese Operationen unkompliziert: Du kombinierst einfach die entsprechenden Elemente zweier Matrizen mit denselben Dimensionen. Die Anforderung identischer Dimensionen ist streng — man kann eine 2×3-Matrix nicht zu einer 3×2-Matrix addieren, selbst wenn beide sechs Elemente enthalten. Um zwei Matrizen A und B zu addieren, berechnest du eine neue Matrix C, bei der jedes Element C[i][j] gleich A[i][j] + B[i][j] ist. Die Subtraktion funktioniert identisch, nur mit Minuszeichen: C[i][j] = A[i][j] − B[i][j]. Beide Operationen sind elementweise, das heißt, jede Position im Ergebnis hängt nur von den entsprechenden Positionen der Eingaben ab, niemals von anderen Zeilen oder Spalten. Matrixaddition ist kommutativ (A + B = B + A) und assoziativ ((A + B) + C = A + (B + C)); diese Eigenschaften stammen direkt von der Kommutativität und Assoziativität der gewöhnlichen reellen Addition. Subtraktion ist jedoch nicht kommutativ: Im Allgemeinen gilt A − B ≠ B − A. Die Nullmatrix — eine Matrix aus lauter Nullen mit passenden Dimensionen — spielt die Rolle des additiven Neutralelements. Das Addieren der Nullmatrix zu jeder beliebigen Matrix ergibt die ursprüngliche Matrix: A + 0 = A. Jede Matrix hat außerdem ein additives Inverses, also die Matrix, die durch Negieren jedes Elements entsteht. Addiert man eine Matrix mit ihrem Inversen, erhält man immer die Nullmatrix. In der Praxis tauchen Matrixaddition und -subtraktion in Wissenschaft und Technik überall auf. In der Bildverarbeitung werden zwei Bildmatrizen addiert, um Pixelintensitäten zu kombinieren — nützlich für Bildüberlagerungen. In der Physik vereinfacht das Addieren von Verschiebungs- oder Kraftvektoren in Matrixform Berechnungen mit mehreren überlagerten Feldern. In der Wirtschaft werden Input-Output-Tabellen oft aktualisiert, indem Änderungsmatrizen zu bestehenden Tabellen addiert werden. Im maschinellen Lernen umfasst das Bias-Addieren in neuronalen Netzen das Addieren einer Bias-Matrix zu einer Aktivierungsmatrix. Für Studierende hilft das Beherrschen der Matrixaddition beim Aufbau der Intuition für komplexere Operationen wie Matrixmultiplikation, Eigenwertzerlegung und das Lösen linearer Gleichungssysteme. Die elementweise Natur der Addition macht sie außerdem leicht per Hand überprüfbar und bietet einen verlässlichen Plausibilitätscheck bei größeren Aufgaben. Dieser Rechner verarbeitet Matrizen jeder konsistenten Dimension und führt alle Berechnungen in doppelter Gleitkomma-Genauigkeit aus, um über einen weiten Wertebereich hinweg Genauigkeit zu gewährleisten.