逆矩阵

             

  • 本词条存在未完成的内容.
预备知识 矩阵

1. 逆矩阵

  1如果两个方阵的乘积是单位矩阵,

\begin{equation} \boldsymbol{\mathbf{B}} \boldsymbol{\mathbf{A}} = \boldsymbol{\mathbf{I}} \end{equation}
那么 $ \boldsymbol{\mathbf{B}} $ 就叫做 $ \boldsymbol{\mathbf{A}} $ 的逆矩阵,或者记为 $ \boldsymbol{\mathbf{A}} ^{-1}$.从矢量空间的角度来看,矩阵 $ \boldsymbol{\mathbf{A}} $ 把第一个矢量空间映射到第二个空间,而 $ \boldsymbol{\mathbf{A}} ^{-1}$ 就代表改映射的逆映射.这里的一个隐含要求是 $ \boldsymbol{\mathbf{A}} $ 必须代表一一映射,如果是多对一的映射,将不存在反映射.一一映射要求 $ \boldsymbol{\mathbf{A}} $ 的每一列都线性无关,所以 $ \boldsymbol{\mathbf{A}} $ 的行数必须大于等于列数.另外显然一个矩阵最多只能有一个逆矩阵.

   我们讨论逆矩阵时一般假设 $ \boldsymbol{\mathbf{A}} $ 和 $ \boldsymbol{\mathbf{A}} ^{-1}$ 都是方阵2,所以 $ \boldsymbol{\mathbf{A}} $ 是一个 $N$ 维方阵,代表两个 $N$ 维矢量空间的一一映射,即每个空间中任何一个矢量在另一个空间中都能找到唯一对应的矢量.同理,$ \boldsymbol{\mathbf{A}} ^{-1}$ 的性质也相同.

   从以上的分析中易证,如果 $ \boldsymbol{\mathbf{B}} $ 是 $ \boldsymbol{\mathbf{A}} $ 的逆矩阵,那么 $ \boldsymbol{\mathbf{A}} $ 必定也是 $ \boldsymbol{\mathbf{B}} $ 的逆矩阵,我们说 $ \boldsymbol{\mathbf{A}} $ 和 $ \boldsymbol{\mathbf{B}} $ 互逆,即

\begin{equation} \boldsymbol{\mathbf{A}} \boldsymbol{\mathbf{B}} = \boldsymbol{\mathbf{B}} \boldsymbol{\mathbf{A}} = \boldsymbol{\mathbf{I}} \end{equation}

2. 求逆矩阵

   令 $ \boldsymbol{\mathbf{x}} $ 和 $ \boldsymbol{\mathbf{y}} $ 为 $N$ 维列矢量,如果有

\begin{equation} \boldsymbol{\mathbf{A}} \boldsymbol{\mathbf{x}} = \boldsymbol{\mathbf{y}} \end{equation}
那么我们在等式两边左乘 $ \boldsymbol{\mathbf{A}} ^{-1}$ 得
\begin{equation} \boldsymbol{\mathbf{x}} = \boldsymbol{\mathbf{A}} ^{-1} \boldsymbol{\mathbf{y}} \end{equation}
要求逆矩阵,一种直接的方法就是先令 $ \boldsymbol{\mathbf{y}} = (1, 0, \dots) ^{\mathrm{T}} $,代入式 3 解线性方程组得 $ \boldsymbol{\mathbf{x}} $,将 $ \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} $ 代入式 4 可知 $x$ 就是 $ \boldsymbol{\mathbf{A}} ^{-1}$ 的第一列,再令 $ \boldsymbol{\mathbf{y}} = (0, 1, 0, \dots) ^{\mathrm{T}} $,解线性方程组可得 $ \boldsymbol{\mathbf{A}} $ 的第二列,以此类推.

   在一些实际问题中,我们需要大量求解式 3 形式的方程组,每个方程组都有同样的 $ \boldsymbol{\mathbf{A}} $ 和不同的 $y$,一个高效的做法是先求出 $ \boldsymbol{\mathbf{A}} ^{-1}$,这样解每个方程组就只需要做一次矩阵乘法(式 4 )即可.

   (未完成)法 2:将 $ \boldsymbol{\mathbf{A}} $ 和 $ \boldsymbol{\mathbf{I}} $ 做同样的行变换,使 $ \boldsymbol{\mathbf{A}} $ 变换后称为单位矩阵.证明:行变换相当于左乘一个矩阵 $ \boldsymbol{\mathbf{B}} $.$ \boldsymbol{\mathbf{B}} \boldsymbol{\mathbf{A}} = \boldsymbol{\mathbf{I}} $,$ \boldsymbol{\mathbf{B}} \boldsymbol{\mathbf{I}} = \boldsymbol{\mathbf{B}} $

   (未完成)法 3:伴随矩阵(adjugate matrix)除以行列式,参考同济线代.


1. ^ 参考 Wikipedia 相关页面
2. ^ 以后如无特殊说明,我们都使用这个规定.

致读者: 小时百科一直以来坚持所有内容免费无广告,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择会员制,大量广告,内容付费等。 因此,我们请求广大读者热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 10 元,我们一个星期内就能脱离亏损, 并保证网站能在接下来的一整年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。

         

© 小时科技 保留一切权利