Matrize
-
Beispielsätze:
- Verjüngen (Reduzieren), Pressen eines Werkstoffes durch eine sich verjüngende Matrize.
- Die Matrize wird von einem feststehenden Hohlstempel abgestützt und in den Aufnehmer eingetaucht.
- Schneidstempel und Schneidmatrizen auf Pressen sowie Ausklinken, Einschneiden und Beschneiden erzeugen offene Linien.
matrix
Description:
A matrix A is a structure for arranging elements (e.g. numbers) in rows m and columns n. A sample structure is as follows: \[A=\left( \begin{matrix}{{A}_{11}} & {{A}_{12}} & {{A}_{13}} \\{{A}_{21}} & {{A}_{22}} & {{A}_{23}} \\{{A}_{31}} & {{A}_{32}} & {{A}_{33}} \\\end{matrix} \right)\] This form of matrix is called an $m\times n$ matrix. The various types of matrix include the following: Identity matrix Diagonal matrix Triangular matrix Vector In diagonal matrices, only the main diagonal (${{A}_{11}},{{A}_{22}},{{A}_{33}},...$) has elements other than 0. An identity matrix $I$ shares this structure but also has the special feature that all the elements on its main diagonal are 1. If all the elements above or below the main diagonal in a matrix are 0, it is a triangular matrix. If a matrix is made up of one row or one column only, it is called a row or column vector (matrix). Matrices can be added or subtracted. Multiplication is also possible, as is the transposition of a matrix. The latter is identified by adding a superscript T to the matrix (${{A}^{T}}$). This operation involves transposing the matrix's rows into columns and vice versa. A matrix is symmetrical to its transposed counterpart. It is asymmetric or skew-symmetric to the transposed matrix if the +/- sign is reversed, i.e. ${{A}^{T}}=-A$. An inverse matrix, also called a reciprocal matrix (${{A}^{-1}}$), is a matrix that corresponds to the identity matrix when multiplied by its original matrix. The formula $A\cdot {{A}^{-1}}=I$ applies.
-
Example sentences:
- Die Lastübertragung erfolgt über die Adhäsion zwischen Faser und Matrix.
- Load is transmitted by means of adhesion between the fibres and matrix.
- Anbei ist das APS-Matrix Schulungsmaterial und dieses kann nach Bedarf auch gezeigt werden.
matriz
Description:
Una matriz A es una estructura para acomodar elementos (por ejemplo, números) en filas m y columnas n. A continuación se presenta una estructura de muestra: $A=\left( \begin{matrix} {{A}_{11}} & {{A}_{12}} & {{A}_{13}} \\ {{A}_{21}} & {{A}_{22}} & {{A}_{23}} \\ {{A}_{31}} & {{A}_{32}} & {{A}_{33}} \\\end{matrix} \right)$ Esta forma de matriz se llama matriz $m\times n$ . Los diferentes tipos de matrices incluyen: Matriz de identidad Matriz diagonal Matriz triangular Vector En las matrices diagonales, solo la diagonal principal ( ${{A}_{11}},{{A}_{22}},{{A}_{33}},...$ ) cuenta con elementos diferentes a 0. Una matriz de identidad $I$ comparte esta estructura pero también cuenta con una característica especial en la que todos los elementos en su diagonal principal son 1. Si todos los elementos por encima o debajo de la diagonal principal en una matriz son 0, es una matriz triangular. Si una matriz está compuesta por una fila o una columna solamente, se llama vector de fila o columna (matriz). Las matrices pueden sumarse o restarse. La multiplicación, así como la transposición de una matriz, también es posible. La segunda se identifica agregando una T en superíndice a la matriz ( ${{A}^{T}}$ ). Esta operación involucra la transportación de las filas de la matriz en columnas y viceversa. Una matriz es simétrica a su contraparte transpuesta. Es asimétrica o antisimétrica respecto de la matriz transpuesta si el signo +/- es invertido, es decir, ${{A}^{T}}=-A$ . Una matriz inversa, también llamada matriz recíproca ( ${{A}^{-1}}$ ), es una matriz que corresponde a la matriz de identidad cuando se multiplica por su matriz original. Aplica la fórmula $A\cdot {{A}^{-1}}=I$ .
矩阵
Description:
矩阵 A 是一个把元素（例如数字）排列成 m 行n 列的表。例如，如下所示的矩阵： $\[A=\left( \begin{matrix}{{A}_{11}} & {{A}_{12}} & {{A}_{13}} \\{{A}_{21}} & {{A}_{22}} & {{A}_{23}} \\{{A}_{31}} & {{A}_{32}} & {{A}_{33}} \\\end{matrix} \right)\]$ 这种形式的矩阵称为 $m\times n$ 矩阵。矩阵包括以下几种类型： 单位矩阵 对角矩阵 三角矩阵 向量 在 对角矩阵中，只有主对角线上的元素 ( ${{A}_{11}},{{A}_{22}},{{A}_{33}},...$) 是非零元素。单位矩阵 $I$ 与对角矩阵具有相同的结构，只是单位矩阵的主对角线上的非零元素都是 1。如果主对角线上方或下方元素全都是 0，就形成了一个 三角矩阵。如果矩阵仅由一行或一列元素构成，那么得到的就是一个行向量或一个列向量（或称行矩阵，列矩阵）。 矩阵可以进行加法和减法运算。也可以进行乘法运算，另外矩阵运算就是矩阵的 转置 。 转置矩阵的符号是在矩阵的右上角加一个 T ，即 ( ${{A}^{T}}$)。矩阵的转置运算是把矩阵的行与列进行互换。矩阵与它的转置矩阵是相互对称的。矩阵被称为非对称矩阵 或 反对称矩阵 ，当且仅当矩阵与其 转置矩阵 互为相反数，即 ${{A}^{T}}=-A$。 称为反矩阵 ，亦即 逆矩阵 ( ${{A}^{-1}}$)，它与原矩阵相乘得到 单位矩阵 。其计算公式为 $A\cdot {{A}^{-1}}=I$ 。 近义词 单位矩阵 单位矩阵 对角矩阵 三角矩阵 反矩阵 逆矩阵