在本页中,您将了解它是什么以及如何通过行列式(或伴随矩阵)方法和高斯方法计算矩阵的逆。您还将看到逆矩阵的所有属性,并且还将找到每种方法的逐步求解示例和练习,以便您完全理解它们。最后,我们解释了一个快速求逆 2×2 矩阵的公式,甚至解释了该矩阵运算的最大用途:求解线性方程组。
什么是矩阵的逆矩阵?
是
方阵。的逆矩阵
写着
,这个矩阵满足:
金子
是单位矩阵。
什么时候可以对矩阵求逆,什么时候不能?
确定矩阵可逆性的最简单方法是使用其行列式:
- 如果所讨论的矩阵的行列式不为0,则意味着该矩阵是可逆的。在这种情况下,我们说它是一个正则矩阵。此外,这意味着该矩阵具有最大秩。
- 另一方面,如果矩阵的行列式等于0,则矩阵无法求逆。并且,在这种情况下,我们说它是奇异矩阵或简并矩阵。
主要有两种求逆矩阵的方法:行列式或伴随矩阵方法和高斯方法。下面是第一个的解释,但您也可以参考下面如何使用高斯方法求逆矩阵。
使用行列式方法(或使用邻接矩阵)对矩阵求逆
要计算矩阵的逆,
,必须应用以下公式:
金子:
-
是矩阵的行列式
-
是的伴随矩阵
- 参展商
表示矩阵转置,即附加矩阵应该转置。
点评:有些书使用了稍微不同的逆矩阵公式:他们首先转置矩阵A,然后计算其伴随矩阵,而不是先计算伴随矩阵然后转置它。实际上,顺序并不重要,因为结果完全相同。在这里,我们为您留下了对修改后的矩阵求逆的公式,以防您更喜欢使用这个公式:
然后我们将通过解决一个练习为例来了解如何找到矩阵的逆:
使用行列式方法(或伴随矩阵)计算逆矩阵的示例:
- 计算以下矩阵的逆矩阵:
为了确定矩阵的逆,我们必须应用以下公式:
但如果矩阵的行列式为零,则意味着该矩阵不可逆。因此,首先要做的是计算矩阵的行列式并检查它是否不等于 0:
行列式不为0 ,因此矩阵可逆。
因此,将行列式的值代入公式,则矩阵的逆为:
我们现在必须计算 A 的副矩阵。为此,我们必须用其副矩阵替换矩阵 A 的每个元素。
请记住,要计算附件
,也就是说行元素
和专栏
,必须应用以下公式:
其中补余小数为
是消除行的矩阵的行列式
和专栏
。
因此,矩阵 A 的元素代表为:
注释:不要将行列式 1×1 与绝对值混淆,因为在行列式 1×1 中,数字不会转换为正数。
计算出代表人数后,只需将 A 的元素替换为其代表即可找到A 的代表矩阵:
注释:在某些地方,伴随矩阵是我们这里定义的伴随矩阵的转置。
因此,我们将所附矩阵代入逆矩阵公式,则变为:
参展商
这告诉我们需要转置矩阵。要转置矩阵,必须将其行更改为列,也就是说,矩阵的第一行变为矩阵的第一列,第二行变为第二列:
最后,我们将矩阵的每一项乘以
用行列式(或邻接矩阵)方法解决逆矩阵的练习
练习1
使用伴随矩阵方法对以下 2×2 维矩阵求逆:
逆矩阵公式为:
我们首先计算矩阵的行列式:
行列式不等于0,因此可以对矩阵求逆。
现在让我们计算 A 的伴随矩阵:
一旦计算出矩阵的行列式及其伴随矩阵,我们将它们的值代入以下公式:
我们转置附加矩阵:
因此 A 的逆矩阵为:
练习2
使用行列式方法对以下方阵求逆:
逆矩阵公式为:
我们首先计算矩阵的行列式:
行列式不等于0,因此可以对矩阵求逆。
现在让我们计算 A 的伴随矩阵:
一旦找到矩阵的行列式及其伴随矩阵,我们将它们的值代入公式:
我们转置附加矩阵:
我们将每个元素乘以
因此 A 的逆矩阵为:
练习3
使用伴随矩阵方法对以下 3×3 维矩阵求逆:
逆矩阵公式为:
我们首先用 Sarrus 规则求解矩阵的行列式:
行列式不等于0,因此可以对矩阵求逆。
一旦求解了行列式,我们就可以找到 A 的伴随矩阵:
一旦我们计算了矩阵的行列式及其伴随物,我们将它们的值代入以下公式:
我们转置附加矩阵:
则逆矩阵A为:
练习4
使用伴随矩阵方法对以下 3 阶矩阵求逆:
逆矩阵公式为:
我们需要先计算矩阵的行列式,因为如果行列式为0,则意味着矩阵没有逆矩阵。
A的行列式为0,因此矩阵不能求逆。
练习5
用行列式矩阵法对以下 3 × 3 方阵求逆:
逆矩阵公式为:
首先我们用 Sarrus 规则求解矩阵的行列式:
行列式不等于0,因此可以对矩阵求逆。
一旦求解了行列式,我们就可以找到 A 的伴随矩阵:
一旦我们计算了矩阵的行列式及其伴随物,我们将它们的值代入以下公式:
我们转置附加矩阵:
最后,我们操作:
使用高斯方法求逆矩阵:
要使用高斯方法计算矩阵的逆,必须对矩阵的行进行运算(我们稍后会看到)。因此,在了解如何使用高斯方法之前,了解可以对矩阵行执行的所有操作非常重要:
高斯方法中允许的线变换
- 更改矩阵的行顺序。
例如,我们可以更改矩阵第 2 行和第 3 行的顺序:
- 将一行中的所有项乘以或除以0 以外的数字。
例如,我们可以将第 1 行乘以 4,并将第 3 行除以 2:
- 将一行替换为同一行加上另一行乘以一个数字的总和。
例如,在以下矩阵中,我们将第 3 行乘以 1 添加到第 2 行:
使用高斯方法计算逆矩阵的示例:
让我们通过一个例子来看看如何应用高斯方法来求逆矩阵:
- 计算以下矩阵的逆矩阵:
我们需要做的第一件事是将A 矩阵和单位矩阵合并为一个矩阵。左边是A矩阵,右边是单位矩阵:
为了计算逆矩阵,我们需要将左矩阵转换为单位矩阵。为此,我们需要对行进行转换,直到到达那里。
我们按列进行操作,也就是说我们对行进行操作,首先变换第一列的数字,然后变换第二列的数字,最后变换第三列的数字。
第一列中的 1 和 0 已经合适,因为单位矩阵在这些位置也有 1 和 0。因此,此时无需对这些行应用转换。
然而,单位矩阵第一列的最后一个元素为 0,而现在为 1。因此我们需要将 1 转换为 0。为此,我们将行 1 乘以 – 添加到行 3.1 中:
因此,如果我们进行求和,我们最终会得到以下矩阵:
这样我们就成功地将1变成了0。
现在让我们继续看左侧矩阵的第二列。第一个元素是 0,这很好,因为单位矩阵在同一位置有一个 0。然而,应该是 1,而不是 2,所以我们将第二行除以 2:
另外,在第二列中,我们还需要将 5 变成 0。因为 5 比第二行中的 1 大五倍,所以我们将第 2 行乘以 -5 添加到第 3 行:
因此,通过执行此操作,我们最终得到第二列最后一个元素为 0 的矩阵:
最后,我们将矩阵的最后一列向左变换,但这一次我们必须从底部开始。因此有必要改造
变成 1。因此,我们将最后一行乘以 2:
我们现在必须转变
最后一列的余数为 0。但是,这次我们不能将该行乘以 2,因为我们还会将 1 转换为 2(当单位矩阵在该位置有 1 时)。因此,我们将第 3 行除以 -2 添加到第 2 行:
因此,通过执行此操作,我们成功地改变了
在 0 中:
最后,我们只需要将第三列第一行中的 1 转换为 0。第三行同一列中也有一个 1,因此我们将第 3 行乘以 -1 添加到第 1 行:
通过执行此操作,我们可以将 1 转换为 0:
一旦我们成功地将左矩阵转换为单位矩阵,我们也就知道了逆矩阵。因为逆矩阵就是我们将左矩阵转为单位矩阵在右边得到的矩阵。因此矩阵的逆为:
用高斯方法解决逆矩阵的练习
练习1
通过高斯方法对以下矩阵求逆:
我们需要做的第一件事是将 A 矩阵和单位矩阵合并为一个矩阵。左边是A矩阵,右边是单位矩阵:
现在,为了计算逆矩阵,我们需要将左侧矩阵转换为单位矩阵。为此,我们需要对行进行转换,直到到达那里。
第一项 1 已经与单位矩阵相同。因此,此时无需对第一行应用转换。
但是,单位矩阵第一列的最后一个元素为 0,而现在为 1。因此,我们需要将 1 转换为 0。为此,我们从第 2 行中减去第 1 行:
我们继续看第二列:下面的 1 很好。但不是上面的 2,因为单位矩阵在该位置有一个 0。因此,为了将 2 转换为 0,我们从第 1 行减去第 2 行乘以 2:
逆矩阵就是我们将左边的矩阵转换为单位矩阵后得到的右边的矩阵。现在我们在左侧得到了单位矩阵。因此逆矩阵为:
练习2
使用高斯过程对以下矩阵求逆:
首先,我们将 A 矩阵和单位矩阵放入一个矩阵中:
现在我们需要变换行,直到将左矩阵转换为单位矩阵。
左矩阵的第一列已经与单位矩阵的第一列相同。因此没有必要修改其任何数字。
然而,单位矩阵第二列的第二个元素中有一个 1,其中现在有一个 3。因此,我们必须将 3 转换为 1。为此,我们从第 2 行减去第 3 行乘以 2:
单位矩阵第二列的最后一个元素中有一个 0,而现在有一个 1。因此,我们必须将 1 转换为 0。为此,我们从第 3 行中减去第 2 行:
单位矩阵第二列的第一个元素中有一个 0,而现在有一个 1。因此,我们必须将 1 转换为 0。为此,我们从第 1 行中减去第 2 行:
我们现在要做的就是将 -4 转换为 0。为此,我们将第 3 行乘以 4 添加到第 1 行:
我们已经从左侧获得了单位矩阵。因此逆矩阵为:
练习3
使用高斯方法对以下矩阵求逆:
在开始操作之前,我们需要将A矩阵和单位矩阵合并成一个矩阵:
我们现在必须通过对行进行操作将左矩阵转换为单位矩阵。
第一列的前两个元素已经与单位矩阵的前两个元素相同。因此没有必要修改这些数字。
但是单位矩阵第一列的第三个元素中有一个 0,其中现在有一个 2。因此,我们必须将 2 转换为 0。为此,我们从第 3 行减去第 1 行乘以 2:
单位矩阵第二列的第一个元素中有一个 0,现在有一个 2。因此,我们必须将 2 转换为 0。为此,我们从第 1 行减去第 2 行乘以 2:
单位矩阵第二列的最后一个元素为 0,现在为 -4。因此,我们必须将 -4 转换为 0。为此,我们将第 2 行乘以 4 添加到第 3 行:
我们现在要做的就是将第三列的第一个元素转换为 0。为此,我们将第 3 行乘以 -1 添加到第 1 行:
我们已经意识到左边的矩阵是单位矩阵。所以矩阵的逆
东方:
练习4
使用高斯方法对以下矩阵求逆:
我们需要做的第一件事是将 A 矩阵和单位矩阵连接成一个矩阵:
我们现在必须通过应用行运算将左侧的矩阵转换为单位矩阵。
第一列的第一个元素已经与单位矩阵的第一个元素相同。因此没有必要改变它。
然而,单位矩阵第一列的第二个元素中有一个 0,而现在有一个 1。因此,我们必须将 1 转换为 0。为此,我们从第 2 行中减去第 1 行:
我们继续看第二列:我们首先将第二行除以 4,将 4 转换为 1:
单位矩阵第二列的第一个元素为 0,现在为 -2。因此,我们必须将 -2 转换为 0。为此,我们将第 2 行乘以 2 添加到第 1 行:
单位矩阵第二列的最后一个元素中有一个 0,现在有一个 3。因此,我们必须将 3 转换为 0。为此,我们从第 3 行减去第 2 行乘以 3:
我们继续第三列:我们必须改造最后一个
变成 1。为此,我们将第三行乘以 2:
单位矩阵最后一列的第二个元素为 0。因此有必要将其转换为
变成 0。为此,我们从第 2 行减去第 3 行除以 2:
我们现在要做的就是将第三列的第一个元素转换为 0。为此,我们从第 1 行中减去第 3 行:
因此逆矩阵为:
最后,逆矩阵的分数可以简化:
逆矩阵性质
逆矩阵具有以下特点:
- 矩阵的逆矩阵是唯一的。
- 逆矩阵的逆就是原矩阵:
- 两个矩阵相乘的逆矩阵等于矩阵逆矩阵的乘积,但改变了它们的顺序。
- 对矩阵进行转置,然后对矩阵求逆,就像先对矩阵求逆,然后对它进行转置。
- 为了求解矩阵的逆矩阵的行列式,我们可以计算矩阵的行列式,然后对其求逆,因为这两个运算给出相同的结果。
快速计算 2×2 矩阵逆的公式
正如我们所见,任何矩阵都可以通过行列式方法或高斯方法求逆。但是,另外还有一个公式可以快速找到 2×2 矩阵的逆矩阵:
如您所见,求逆 2×2 矩阵很简单:只需求解矩阵的行列式
,交替主对角线元素的位置,并更改次对角线元素的符号。
如何使用以下公式获得 2 × 2 逆矩阵的示例
计算以下 2 × 2 方阵的逆矩阵:
矩阵 A 的行列式为:
现在我们应用逆矩阵公式:
我们将矩阵乘以分数:
因此,逆矩阵 A 为:
正如您所看到的,使用此公式对矩阵求逆要快得多,但它只能用于维度为 2×2 的矩阵。
用以下公式解决 2×2 逆矩阵的练习
练习1
对以下 2×2 维矩阵求逆:
矩阵 A 的行列式为:
现在我们应用公式来求逆矩阵:
因此,矩阵 A 的逆矩阵为:
练习2
计算以下 2 阶矩阵的逆矩阵:
矩阵 A 的行列式为:
现在我们应用公式来求解 2×2 维的逆矩阵:
最后,我们进行乘法:
练习3
反转以下 2×2 矩阵:
矩阵 A 的行列式为:
现在我们应用公式来计算维度为 2×2 的逆矩阵:
最后,我们计算分数和矩阵之间的乘积:
练习4
求以下二阶矩阵的逆矩阵:
矩阵 A 的行列式为:
现在我们应用公式来创建维度为 2×2 的逆矩阵:
最后,我们进行乘法:
用逆矩阵求解方程组
理解矩阵逆的实际应用是很困难的。事实上,您可能想知道……逆矩阵有什么用?它真的有什么用途吗?
嗯,逆矩阵的用途之一是求解线性方程组。是的,尽管它们看起来像是两个截然不同的概念,但可以通过矩阵求逆来找到方程组的解。
让我们通过一个例子来看看这是如何完成的:
- 使用逆矩阵计算以下方程组的解:
首先,必须观察到方程组可以用矩阵的形式表示:
我们可以验证系统的这种矩阵形式与方程的表达式等效:如果我们将矩阵相乘,我们将看到我们得到系统的两个方程。
现在,为了简化后续步骤,我们将调用
具有未知数系数的矩阵,
到具有未知数的矩阵列,以及
到具有独立项的列矩阵:
所以矩阵
是矩阵方程的未知数。
要求解此矩阵方程,您必须遵循我们在此不详细解释的过程。如果你想完全理解它,你可以查看如何用矩阵求解方程,我们一步步解释整个过程。
此过程基于逆矩阵的属性:任何矩阵乘以其逆矩阵都等于单位(或单位)矩阵。因此,未知矩阵可以很容易地求解
将方程两边同时乘以矩阵 A 的逆矩阵:
一旦我们分离出矩阵
,我们计算的倒数
我们求解矩阵的乘积:
因此,方程组的解为: