# Matrixmultiplikationsrechner Multipliziert zwei Matrizen, prueft die Dimensionen und zeigt optional Rechenschritte > Kanonische Seite: https://elysiatools.com/de/tools/matrix-multiplication-calculator - **Kategorie:** Math & Numbers - **Schlagwörter:** matrixmultiplikation, matrix, lineare algebra, mathematik ## Überblick Der Matrixmultiplikationsrechner ist ein präzises Werkzeug zur Berechnung des Produkts zweier Matrizen. Er prüft automatisch die Kompatibilität der Dimensionen, führt die Multiplikation durch und bietet die Möglichkeit, die einzelnen Rechenschritte detailliert nachzuvollziehen. Ideal für Studierende, Ingenieure und Datenwissenschaftler, die Aufgaben der linearen Algebra schnell, fehlerfrei und in verschiedenen Formaten wie LaTeX oder JSON lösen möchten. ## Eingaben - **Matrix A** (textarea): 1, 2 3, 4 - **Matrix B** (textarea): 5, 6 7, 8 - **Dezimalstellen** (number) - **Ausgabeformat** (select) - **Schritte anzeigen** (checkbox) ## Wann verwenden - Zur schnellen und fehlerfreien Lösung von Aufgaben der linearen Algebra in Studium oder Beruf. - Um manuelle Berechnungen von Matrixprodukten durch die detaillierte Schritt-für-Schritt-Anzeige zu überprüfen. - Wenn Sie das Ergebnis direkt in speziellen Formaten wie LaTeX für wissenschaftliche Arbeiten oder als JSON-Array für die Programmierung benötigen. ## Funktionsweise - Geben Sie die Werte für Matrix A und Matrix B in die jeweiligen Textfelder ein. Trennen Sie Spalten durch Kommas und Zeilen durch Zeilenumbrüche. - Legen Sie die gewünschte Anzahl der Dezimalstellen fest und wählen Sie das Ausgabeformat (Raster, JSON-Array oder LaTeX). - Aktivieren Sie bei Bedarf die Option 'Schritte anzeigen', um den genauen Rechenweg nachzuvollziehen. - Das Tool prüft die Dimensionen (Spalten von A müssen den Zeilen von B entsprechen) und berechnet sofort das Matrixprodukt. ## Anwendungsfälle - Studierende der Mathematik oder Ingenieurwissenschaften, die komplexe Hausaufgaben zur linearen Algebra lösen und den Rechenweg verstehen müssen. - Wissenschaftler und Forscher, die Matrixprodukte berechnen und die Ergebnisse direkt als LaTeX-Code in ihre Publikationen einfügen möchten. - Softwareentwickler, die Testdaten für Algorithmen generieren und die Matrizen im JSON-Format benötigen. ## Häufig gestellte Fragen ### Welche Dimensionen müssen die Matrizen haben? Damit zwei Matrizen multipliziert werden können, muss die Anzahl der Spalten von Matrix A exakt der Anzahl der Zeilen von Matrix B entsprechen. ### Wie gebe ich die Matrizen richtig ein? Geben Sie jede Zeile der Matrix in eine neue Textzeile ein. Trennen Sie die einzelnen Zahlen innerhalb einer Zeile durch Kommas (z. B. '1, 2' für die erste Zeile). ### Kann ich den Rechenweg sehen? Ja, wenn Sie die Option 'Schritte anzeigen' aktivieren, zeigt das Tool die detaillierten Zwischenrechnungen (Multiplikationen und Additionen) für jedes Element der Ergebnismatrix an. ### Welche Ausgabeformate werden unterstützt? Sie können das Ergebnis als übersichtliches Raster, als JSON-Array für die Weiterverarbeitung in Skripten oder als LaTeX-Code für wissenschaftliche Dokumente exportieren. ### Wie viele Dezimalstellen kann ich einstellen? Sie können die Genauigkeit des Ergebnisses flexibel zwischen 0 und 10 Dezimalstellen konfigurieren. Standardmäßig sind 4 Dezimalstellen eingestellt. ## Ähnliche Tools - [Teilbarkeitsrechner](https://elysiatools.com/de/tools/divisibility-calculator): Prueft, ob eine ganze Zahl durch eine andere teilbar ist, und zeigt Quotient, Rest und optional einen Teilbarkeitshinweis - [Rohrreibungszahl-Rechner (Colebrook-White / Haaland / Laminar)](https://elysiatools.com/de/tools/pipe-friction-factor): Berechnet den Darcy-Reibungsfaktor: für Re<2000 die laminare Formel f=64/Re; im turbulenten Bereich wird die Colebrook-White-Gleichung iterativ gelöst, zusätzlich wird die explizite Haaland-Näherung als Kreuzprüfung ausgegeben. ε in m/mm/µm, D in m/cm/mm; das Ergebnis enthält die relative Rauigkeit ε/D, die Iterationszahl und die Strömungsart. - [M/M/1-Warteschlangenrechner](https://elysiatools.com/de/tools/queuing-theory-mm1): Berechnet die Kennzahlen des M/M/1-Warteschlangensystems im stationären Zustand: Poisson-Ankünfte (Rate λ), exponentielle Bedienung (Rate μ), FCFS. Setzt λ < μ voraus, sonst ist das System instabil und die Eingabe wird abgelehnt. Ausgegeben werden Auslastung ρ, Leerlaufwahrscheinlichkeit P0, die mittleren Anzahlen L (im System) und Lq (in der Warteschlange), die mittleren Zeiten W und Wq, die Wartewahrscheinlichkeit ρ sowie die Zustandswahrscheinlichkeiten P(n) = (1−ρ)ρⁿ (n = 0…5), kreuzgeprüft mit Littles Gesetz L = λW, Lq = λWq. Klassiker: λ = 4/h, μ = 6/h → ρ = 0.6667, L = 2, Lq = 1.3333, W = 0.5, Wq = 0.3333. - [M/M/c-Warteschlangenrechner (mehrere Server)](https://elysiatools.com/de/tools/queuing-theory-mmc): Berechnet die Kennzahlen des Multiserver-Warteschlangensystems M/M/c (Poisson-Ankünfte mit Rate λ, c identische exponentielle Server mit Rate μ, eine gemeinsame FCFS-Warteschlange): angebotene Last a = λ/μ, Auslastung pro Server ρ, Leerlaufwahrscheinlichkeit P0, Erlang-C-Wartewahrscheinlichkeit Pw, mittlere Anzahlen Lq und L, mittlere Zeiten W und Wq, kreuzgeprüft mit Littles Gesetz und der Beziehung Pw→Lq. Setzt λ < cμ voraus (sonst Ablehnung als instabil); mit c = 1 reduzieren sich die Formeln auf M/M/1. Klassiker: λ = 6/h, μ = 3/h, c = 3 → P0 = 0.1111, Pw = 0.4444, Lq = 0.8889, L = 2.8889. - [Wilson-Theorem-Primzahltest](https://elysiatools.com/de/tools/wilson-theorem-checker): Primzahltest nach dem Wilson-Theorem: (n−1)! ≡ −1 (mod n) genau dann, wenn n prim ist. Der Rest (n−1)! mod n wird Term für Term akkumuliert (n ≤ 10⁷), mit einem deterministischen Miller–Rabin gegengeprüft und für zusammengesetztes n am Faktoriengesetz gemessen (für n > 4 gilt (n−1)! ≡ 0 (mod n), einzige Ausnahme n = 4). Kann die Folge der Zwischenprodukte k! mod n anzeigen (n ≤ 200). - [Tutor für Dimensionsanalyse und Einheitenkürzen](https://elysiatools.com/de/tools/dimensional-analysis-unit-cancellation-tutor): Zerlegt Umrechnungen in schrittweises Factor-Label-Kürzen: zeigt Zähler/Nenner-Einheiten, erkennt umgedrehte Faktoren und gibt didaktisches Feedback bei Dimensionsfehlern und falschen Zahlenantworten. - [Prüfung vollkommener Zahlen](https://elysiatools.com/de/tools/perfect-number-checker): Prüft, ob n eine vollkommene Zahl ist (gleich der Summe seiner echten Teiler, σ(n) = 2n). Faktorisiert n (≤ 10¹²) durch Probedivision, berechnet σ(n) und die echte Teilersumme über die Primzahlpotenzen-Formel, klassifiziert n als defizient/vollkommen/abundant und gibt den Abundanz-Index σ(n)/n an; für vollkommene Zahlen wird die Euklid–Euler-Form 2^(p−1)·(2^p − 1) rekonstruiert und alle sieben geraden vollkommenen Zahlen bis 10¹² aufgelistet. Kann die echten Teiler auflisten, wenn es ≤ 200 sind. - [Primzahl-Prüfer](https://elysiatools.com/de/tools/prime-number-checker): Überprüft, ob eine Zahl eine Primzahl ist (eine natürliche Zahl größer als 1, die keine positiven Teiler außer 1 und sich selbst hat) ## Beispiele - [Android Java Bildverarbeitungsbeispiele](https://elysiatools.com/de/samples/android-image-processing-java): Android Java Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung - [Android Kotlin Bildverarbeitungsbeispiele](https://elysiatools.com/de/samples/android-image-processing-kotlin): Android Kotlin Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung - [Web Python Bildverarbeitung Beispiele](https://elysiatools.com/de/samples/web-image-processing-python): Web Python Bildverarbeitungsbeispiele mit PIL/Pillow einschließlich Lesen, Speichern, Skalieren und Formatkonvertierung - [Web Rust Bildverarbeitungsbeispiele](https://elysiatools.com/de/samples/web-image-processing-rust): Web Rust Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung