矩阵的逆与线性方程组相关的是矩阵的逆。
矩阵的逆的性质: 对于任意非奇异的 矩阵 :
设 证明,并且线性方程组 的解是,其中是是由2、3和4组成的列向量。 解:首先注意到 类似地,,因此和都是非奇异的,其中且。 现在将给定的线性方程组转换为矩阵方程 并将两边都乘以,即的逆矩阵。因为我们有 我们有 和 这意味着 并给出解 和 。 虽然如果已知 ,解一个形如 的线性方程组很容易,但要确定 以解决方程组并不是计算效率高的方法。 即便如此,从概念上讲,描述确定矩阵的逆的方法是有用的。 假设 是非奇异的,要找到计算 的方法,让我们再次看看矩阵乘法。 让 是 矩阵 的第 列, 如果 ,那么 的第 列由乘积给出 假设存在且。那么,且 要找到,我们需要解维线性方程组,其中逆矩阵的第 列是右侧项为 的第 列线性方程组的解。下面的示例演示了这种方法。 示例:确定矩阵的逆 让我们首先考虑乘积,其中是一个任意的矩阵: 如果,那么,因此 注意到每个方程组中的系数是相同的,方程组中唯一的变化发生在方程的右侧。因此,可以在一个更大的增广矩阵上执行高斯消元,该增广矩阵由每个系统的矩阵组合而成: 首先,执行和,然后执行 , 向后替换是在三个增广矩阵中的每一个上执行的, 最终得到 这些是的元素: 正如我们在示例中看到的那样,为了计算,设置一个更大的增广矩阵是方便的: 进行消元,我们得到一个形式为 的增广矩阵,其中 是一个上三角矩阵, 是通过对单位矩阵 执行与将 转换为 相同的操作得到的矩阵。 从上三角矩阵 到完成将 转换成 后,我们得到了一个新的增广矩阵形式:其中, 是上三角矩阵,而 是通过对 执行与将 转换为 相同的操作得到的矩阵。接下来,我们需要通过进一步的行操作将 转换为单位矩阵 ,这个过程称为高斯-约当消元。
一般方法要求矩阵 的逆,可以使用高斯-约当 (Gauss-Jordan) 消元法,这是一种通过将矩阵转换为行最简形式来找到逆矩阵的方法。具体步骤如下:
|
|