de
Seitenbanner
Menu
Nachlesen

Transponierte Matrix

Die transponierte Matrix (auch gespiegelte Matrix oder gestürzte Matrix) ist diejenige Matrix, die durch das Vertauschen der Zeilen und Spalten einer gegebenen Matrix entsteht. Die erste Zeile der Ausgangsmatrix entspricht der ersten Spalte der transponierten Matrix, die zweite Zeile der Ausgangsmatrix entspricht analog der zweiten Spalte der transponierten Matrix, usw. Bildlich entsteht die transponierte Matrix, indem die Ausgangsmatrix an ihrer Hauptdiagonalen gespiegelt wird. Das Überführen in die transponierte Matrix wird Transponierung, Transposition oder Stürzen der Matrix genannt.

Die Transpositionsabbildung ordnet einer Matrix ihre transponierte Matrix zu und ist bijektiv, linear und selbstinvers. Viele Eigenschaften einer Matrix – darunter Rang, Spur, Determinante und Eigenwerte – werden durch das Transponieren nicht verändert.

Definition

Gegeben seien zwei natürliche Zahlen \(m,n \in \N\) sowie ein Ring oder Körper \(\mathcal{R}\), aus dem sämtliche Elemente stammen – beispielsweise ganze, rationale, reelle oder komplexe Zahlen.

Die transponierte Matrix einer \(m \times n\) Matrix \(A \in \mathcal{R}^{m \times n}\) mit

\begin{align*} A &= \begin{bmatrix} a_{11} & \cdots & a_{1n} \\[0.25em] \vdots & \ddots & \vdots \\[0.25em] a_{m1} & \cdots & a_{mn} \end{bmatrix} \\[1em] &= {\Bigl[ a_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} \end{align*}

ist die \(n \times m\) Matrix \(A^T \in \mathcal{R}^{n \times m}\) mit

\begin{align*} A^T &= \begin{bmatrix} a_{11} & \cdots & a_{m1} \\[0.25em] \vdots & \ddots & \vdots \\[0.25em] a_{1n} & \cdots & a_{mn} \end{bmatrix} \\[1em] &= {\Bigl[ a_{ji} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}}. \end{align*}

Die transponierte Matrix \(A^T\) ergibt sich aus der Matrix \(A\) folglich dadurch, dass die Zeilen und Spalten von \(A\) vertauscht werden bzw. dadurch, dass die Matrix \(A\) an ihrer Hauptdiagonalen gespiegelt wird.

Beispiele

Beispiel 1

Gegeben sei die folgende Matrix $A \in \Z^{3 \times 3}$:

\[ A = \begin{bmatrix} 1 & 2 & 3 \\[0.25em] 5 & 0 & 9 \\[0.25em] 4 & 1 & 7 \end{bmatrix}. \]

Bei der transponierten Matrix handelt es sich um die folgende Matrix $A^T \in \Z^{3 \times 3}$:

\[ A^T = \begin{bmatrix} 1 & 5 & 4 \\[0.25em] 2 & 0 & 1 \\[0.25em] 3 & 9 & 7 \end{bmatrix}. \]

Bei der transponierten Matrix einer quadratischen Matrix handelt es sich wieder um eine quadratische Matrix.

Beispiel 2

Gegeben sei die folgende Matrix $B \in \Z^{2 \times 4}$:

\[ B = \begin{bmatrix} 1 & 2 & 3 & 1 \\[0.25em] 4 & 1 & 7 & 8 \end{bmatrix}. \]

Bei der transponierten Matrix handelt es sich um die folgende Matrix $B^T \in \Z^{4 \times 2}$:

\[ B^T = \begin{bmatrix} 1 & 4 \\[0.25em] 2 & 1 \\[0.25em] 3 & 7 \\[0.25em] 1 & 8 \end{bmatrix}. \]

Beispiel 3

Gegeben sei die folgende Zeilenmatrix $C \in \Z^{1 \times 3}$:

\[ C = \begin{bmatrix} 5 & 0 & 2 \end{bmatrix}. \]

Bei der transponierten Matrix handelt es sich um die folgende Spaltenmatrix $C^T \in \Z^{3 \times 1}$:

\[ C^T = \begin{bmatrix} 5 \\[0.25em] 0 \\[0.25em] 2 \end{bmatrix}. \]

Analog handelt es sich bei der Transponierten einer Spaltenmatrix um eine Zeilenmatrix.

Arithmetische Operationen

Addition

Für die transponierte Matrix der Summe von Matrizen $A,B \in \mathcal{R}^{m \times n}$ gilt:

\[ {\bigl( A+B \bigr)}^T = A^T + B^T. \]

Die Eigenschaft kann durch Nachrechnen direkt gezeigt werden.

\begin{align*} {\bigl( A+B \bigr)}^T &\overset{(1)}{=} {\left( {\Bigl[ a_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} + {\Bigl[ b_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} \right)}^T \\[0.75em] &\overset{(2)}{=} {\Bigl[ a_{ij} + b_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}}^T \\[0.75em] &\overset{(3)}{=} {\Bigl[ \alpha_{ij} + \beta_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(4)}{=} {\Bigl[ \alpha_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} + {\Bigl[ \beta_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(5)}{=} A^T + B^T \end{align*}
Erklärungen zu den Schritten
(1)
  • Ersetzen von \(A\) und \(B\) durch die konkreten Matrizen
(2)
(3)
  • Transponieren der Matrix
  • Es gilt \(\alpha_{ij} = a_{ji}\) und \(\beta_{ij} = b_{ji}\)
(4)
  • Aufteilen der Matrix \({(A+B)}^T\) auf zwei separate Matrizen mithilfe der Definition der Addition von Matrizen
(5)
  • Ersetzen der konkreten Matrizen durch \(A^T\) und \(B^T\)

Für die transponierte Matrix der Summe von Matrizen \(A_1,\ldots,A_n\) gilt analog:

\[ {\bigl( A_1 + \ldots + A_n \bigr)}^T = A_1^T + \ldots + A_n^T. \]

Subtraktion

Für die transponierte Matrix der Differenz von Matrizen $A,B \in \mathcal{R}^{m \times n}$ gilt:

\[ {\bigl( A-B \bigr)}^T = A^T - B^T. \]

Die Eigenschaft kann durch Nachrechnen direkt gezeigt werden.

\begin{align*} {\bigl( A-B \bigr)}^T &\overset{(1)}{=} {\left( {\Bigl[ a_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} - {\Bigl[ b_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} \right)}^T \\[0.75em] &\overset{(2)}{=} {\Bigl[ a_{ij} - b_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}}^T \\[0.75em] &\overset{(3)}{=} {\Bigl[ \alpha_{ij} - \beta_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(4)}{=} {\Bigl[ \alpha_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} - {\Bigl[ \beta_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(5)}{=} A^T - B^T \end{align*}
Erklärungen zu den Schritten
(1)
  • Ersetzen von \(A\) und \(B\) durch die konkreten Matrizen
(2)
(3)
  • Transponieren der Matrix
  • Es gilt \(\alpha_{ij} = a_{ji}\) und \(\beta_{ij} = b_{ji}\)
(4)
  • Aufteilen der Matrix \({(A-B)}^T\) auf zwei separate Matrizen mithilfe der Definition der Subtraktion von Matrizen
(5)
  • Ersetzen der konkreten Matrizen durch \(A^T\) und \(B^T\)

Multiplikation

Für die transponierte Matrix des Produkts von Matrizen \(A \in \mathcal{R}^{m \times n}\) und \(B \in \mathcal{R}^{n \times p}\) über einem kommutativen Ring \(\mathcal{R}\) gilt:

\[ {\bigl( A \cdot B \bigr)}^T = B^T \cdot A^T. \]

Die Eigenschaft kann durch Nachrechnen direkt gezeigt werden.

\begin{align*} {\bigl( A \cdot B \bigr)}^T &\overset{(1)}{=} {\left( {\Bigl[ a_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} \cdot {\Bigl[ b_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq p}} \right)}^T \\[0.75em] &\overset{(2)}{=} {\left[ \sum\limits_{k=1}^{n}{a_{ik} \cdot b_{kj}} \right]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq p}}^T \\[0.75em] &\overset{(3)}{=} {\left[ \sum\limits_{k=1}^{n}{a_{jk} \cdot b_{ki}} \right]}_{\substack{1 \leq i \leq p \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(4)}{=} {\left[ \sum\limits_{k=1}^{n}{\beta_{ik} \cdot \alpha_{kj}} \right]}_{\substack{1 \leq i \leq p \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(5)}{=} {\Bigl[ \beta_{ij} \Bigr]}_{\substack{1 \leq i \leq p \\[0.25em] 1 \leq j \leq n}} \cdot {\Bigl[ \alpha_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(6)}{=} B^T \cdot A^T \end{align*}
Erklärungen zu den Schritten
(1)
  • Ersetzen von \(A\) und \(B\) durch die konkreten Matrizen
(2)
(3)
  • Transponieren der Matrix
(4)
  • Ersetzen von \(a_{jk}\) durch \(\alpha_{kj}\) – es handelt sich bei \(\alpha_{kj}\) um das zu \(a_{jk}\) gehörige Element in der transponierten Matrix \(A^T\)
  • Ersetzen von \(b_{ki}\) durch \(\beta_{ik}\) – es handelt sich bei \(\beta_{ik}\) um das zu \(b_{ki}\) gehörige Element in der transponierten Matrix \(B^T\)
  • Die Vertauschung der Multiplikationsreihenfolge gilt aufgrund der Kommutativität der Multiplikation im zugrundeliegenden kommutativen Ring \(\mathcal{R}\)
(5)
  • Aufteilen der Matrix auf zwei separate Matrizen mithilfe der Definition der Multiplikation von Matrizen
(6)
  • Ersetzen der konkreten Matrizen durch \(A^T\) und \(B^T\)

Für die transponierte Matrix des Produkts von Matrizen \(A_1,\ldots,A_n\) gilt analog:

\[ {\bigl( A_1 \cdot \ldots \cdot A_n \bigr)}^T = A_n^T \cdot \ldots \cdot A_1^T. \]

Skalare Multiplikation

Für die transponierte Matrix des Produkts einer Matrix $A \in \mathcal{R}^{m \times n}$ mit einem Skalar \(\lambda \in \mathcal{R}\) gilt:

\[ {\bigl( \lambda \cdot A \bigr)}^T = \lambda \cdot A^T. \]

Die Eigenschaft kann durch Nachrechnen direkt gezeigt werden.

\begin{align*} {\bigl( \lambda \cdot A \bigr)}^T &\overset{(1)}{=} \lambda \cdot {\left( {\Bigl[ a_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} \right)}^T \\[0.75em] &\overset{(2)}{=} {\Bigl[ \lambda \cdot a_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}}^T \\[0.75em] &\overset{(3)}{=} {\Bigl[ \lambda \cdot \alpha_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(4)}{=} \lambda \cdot {\Bigl[ \alpha_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(5)}{=} \lambda \cdot A^T \end{align*}
Erklärungen zu den Schritten
(1)
  • Ersetzen von \(A\) durch die konkrete Matrix
(2)
(3)
  • Transponieren der Matrix
  • Es gilt \(\alpha_{ij} = a_{ji}\)
(4)
  • Aufteilen der Matrix \({(\lambda \cdot A)}^T\) auf einen Faktor und eine Matrix mithilfe der Definition der skalaren Multiplikation von Matrizen
(5)
  • Ersetzen der konkreten Matrix durch \(A^T\)

Eigenschaften

Transponierte der Transponierten

Die Transponierte einer transponierten Matrix ist wieder die ursprüngliche Matrix selbst.

\[ {\left( A^T \right)}^T = A \]

Die Eigenschaft kann durch Nachrechnen direkt gezeigt werden.

\begin{align*} {\bigl( A^T \bigr)}^T &\overset{(1)}{=} {\left( {\left( {\Bigl[ a_{ij} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} \right)}^T \right)}^T \\[0.75em] &\overset{(2)}{=} {\left( {\Bigl[ a_{ji} \Bigr]}_{\substack{1 \leq i \leq m \\[0.25em] 1 \leq j \leq n}} \right)}^T \\[0.75em] &\overset{(3)}{=} {\Bigl[ a_{ij} \Bigr]}_{\substack{1 \leq i \leq n \\[0.25em] 1 \leq j \leq m}} \\[0.75em] &\overset{(4)}{=} A \end{align*}
Erklärungen zu den Schritten
(1)
  • Ersetzen von \(A\) durch die konkrete Matrix
(2)
  • Ausrechnen von $A^T$ gemäß Definition der transponierten Matrix
(3)
  • Ausrechnen von $ {\left(A^T \right)}^T$ gemäß Definition der transponierten Matrix
(4)
  • Ersetzen der konkreten Matrix durch \(A\)

Das Transponieren ist somit eine selbstinverse Abbildung.

Transponierte der inversen Matrix

Für eine reguläre (invertierbare) Matrix ist auch die transponierte Matrix regulär und es gilt: Die Transponierte der inversen Matrix entspricht der Inversen der transponierten Matrix.

\[ {\left( A^{-1} \right)}^T = {\left( A^T \right)}^{-1} \]

Die Eigenschaft kann durch Nachrechnen direkt gezeigt werden.

\begin{align*} A^T \cdot {\left( A^{-1} \right)}^T &\overset{(1)}{=} {\left( A^{-1} \cdot A \right)}^T \\[0.5em] &\overset{(2)}{=} E^T \\[0.5em] &\overset{(3)}{=} E \\[0.5em] &\overset{(4)}{=} A^T \cdot {\left( A^T \right)}^{-1} \\[1em] \Rightarrow {\left( A^{-1} \right)}^T &\overset{(5)}{=} {\left( A^T \right)}^{-1} \end{align*}
Erklärungen zu den Schritten
(1)
  • Anwenden der Regel für die Transponierte eines Produkts
(2)
  • Es gilt $A^{-1} \cdot A = E$ gemäß Definition der inversen Matrix
(3)
(4)
  • Ersetzen der Einheitsmatrix durch $A^T \cdot {\left( A^T \right)}^{-1}$ gemäß Definition der inversen Matrix
(5)

Determinante

Für quadratische Matrizen gilt, dass die Determinante der transponierten Matrix $A^T$ stets der Determinante der Matrix $A$ entspricht.

\[ \det\bigl(A^T\bigr) = \det\bigl(A\bigr) \]

Das Transponieren einer Matrix verändert die Determinate nicht.

Spur

Für quadratische Matrizen gilt, dass die Spur der transponierten Matrix $A^T$ stets der Spur der Matrix $A$ entspricht.

\[ \spur\bigl(A^T\bigr) = \spur\bigl(A\bigr) \]

Das Transponieren einer Matrix verändert die Spur nicht.

Zeilen- und Spaltenraum

Für den Zeilen- und Spaltenraum der transponierten Matrix $A^T$ gelten die folgenden Eigenschaften:

  • Der Zeilenraum der Transponierten $A^T$ entspricht dem Spaltenraum der Ausgangsmatrix $A$.
    \[ Z\bigl(A^T\bigr) = S\bigl(A\bigr) \]
  • Der Spaltenraum der Transponierten $A^T$ entspricht dem Zeilenraum der Ausgangsmatrix $A$.
    \[ S\bigl(A^T\bigr) = Z\bigl(A\bigr) \]

Rang

Der Rang der transponierten Matrix $A^T$ entspricht dem Rang der Matrix $A$.

\[ \rg\bigl(A^T\bigr) = \rg\bigl(A\bigr) \]

Ähnlichkeit

Eine quadratische Matrix $A \in \mathcal{R}^{n \times n}$ ist stets ähnlich zu ihrer Transponierten, d. h., es gibt stets eine reguläre Matrix $S \in \mathcal{R}^{n \times n}$ mit

\[ A^T = S^{-1} A S. \]

Eigenwerte und Eigenvektoren

Da die Determinante der transponierten Matrix stets der Determinante der Ausgangsmatrix entspricht, ist auch das charakteristische Polynom stets identisch.

\[ \chi_A(\lambda) = \chi_{A^T}(\lambda) \]

Hieraus folgt unmittelbar, dass auch die Eigenwerte einer Matrix und ihrer transponierten Matrix übereinstimmen.

Hinweis: Dies gilt nicht notwendigerweise für die Eigenvektoren und die Eigenräume.

Transpositionsabbildung

Bei der Transpositionsabbildung handelt es sich um die Abbildung

\[ \begin{array}{c} \mathcal{R}^{m \times n} \rightarrow \mathcal{R}^{n \times m} \\[0.5em] A \mapsto A^T, \end{array} \]

die jeder Matrix ihre Transponierte zuordnet. Die Transpositionsabbildung besitzt unter anderem die folgenden Eigenschaften: