求逆矩陣的三種方法

2021-02-19 其然所以然

逆矩陣是線性代數中非常重要的的一個概念,先來看看什麼是逆矩陣?

設A是數域上的一個n階矩陣,若在相同數域上存在另一個n階矩陣B,使得: AB=BA=E ,則我們稱B是A的逆矩陣,而A則被稱為可逆矩陣。註:E為單位矩陣。(該段文字來自於百度百科)

接下來以三階矩陣為例,如下題

1.待定係數法

待定係數法顧名思義是一種求未知數的方法。將一個多項式表示成另一種含有待定係數的新的形式,這樣就得到一個恆等式。然後根據恆等式的性質得出係數應滿足的方程或方程組,其後通過解方程或方程組便可求出待定的係數,或找出某些係數所滿足的關係式,這種解決問題的方法叫做待定係數法。(該段來自於搜狗百科)

對於這個題來說,左邊是題目中的矩陣,右邊是假設的三階矩陣

[1 -4 -3] | [a b c]

[1 -5 -3] | [d e f]

[-1 6  4] | [g h i]

接下來該說說矩陣的乘法,兩個矩陣相乘,內部決定可乘與否,外部決定新形狀

形如A[3*1]與B[2*3]不可乘,A[3*3]與B[3*1]可乘A*B=C3*1(三行一列的矩陣)

其核心是第一個矩陣第一行的每個數字,各自乘以第二個矩陣第一列對應位置的數字,然後乘積相加就可以得到,換句話說,結果矩陣的第M行與第N列交叉的位置的那個值等於第一個矩陣的第M行與第二個矩陣第N列對應位置的每個數字的乘積之和。

過程如下

[a-4d-3g    b-4e-3h    c-4f-3i      ] | [1 0 0]

[a-5d-3g    b-5e-3h   c-5f-3i       ] | [0 1 0]

[-a+6d+4g -b+6d+4g  -c+6c+4i ] | [0 0 1]

九個未知數九個方程

a-4d-3g=1                  a=2

b-4e-3h=0                  b=2

c-4f-3i=0                    c=3

a-5d-3g=0       >>>    d=1

b-5e-3h=1       >>>    e=-1

c-5f-3i=0         >>>    f=0

-a+6d+4g=0              g=-1

-b+6d+4g=0              h=2

-c+6c+4i=1                i=1

以上就是待定係數法的全部內容,這種方法方法並不難,主要考察的是細心。

2.伴隨矩陣法

用這個方法之前,必須先搞清什麼是餘子式和代數餘子式!

 設矩陣  ,將矩陣 的元素 所在的第i行第j列元素划去後,剩餘的  ,各元素按原來的排列順序組成的n-1階矩陣所確定的行列式稱為元素 的餘子式,記為 ,稱 謂元素  的代數餘子式。方陣  的各元素的代數餘子式 所構成的如下矩陣:

    =  

該矩陣 稱為矩陣 的伴隨矩陣,伴隨矩陣即代數餘子式的轉置

代數餘子式求逆矩陣:

(|A|≠0,|A|為該矩陣對應的行列式的值)

A11=  |-5 -3|=-2

         |6   4|

A12=-|1  -3|=-1

        |-1   4|

A13= |1   -5|=1

        |-1   6|

A21=-|-4 -3|=-2                         

        |6    4|                                      

A22= |1  -3|=1                              

        |-1  4|                                   

A23=-|1  -4|=-2                             

        |-1  6|

A31= |-4 -3|=-3

        |-5 -3|

A32=-|1  -3|=0

        |1  -3|

A33= |1  -4|=-1

        |1  -5|


|A|=(-4)*(-3)*(-1)+(-5)*4*1+1*6*(-3)-1*(-4)*4-(-1)*(-5)*(-3)-6*(-3)*1

     =-12+(-20)+(-18)+16+15+18

     =-50+49   

    =1 

     

       [-2 -2 -3]                                            

A*=[-1  1   0]        

       [1  -2  -1] 


                                    [-2 -2 -3]   [2 2 3]

A-1=(1/|A|)*(A*)=(-1)*[-1   1   0]= [1 -1 0]

                                    [1  -2  -1]  [-1 2 1]

以上就是伴隨矩陣法的全部內容,這種方法計算量比較大,特別注意是區分餘子式和代數餘子式這兩個概念,代數餘子式的轉置(行變列,列變行)以及乘以行列式值分之一

3.初等變換法

一般採用的是初等行變換

定義:所謂數域P上矩陣的初等行變換是指下列3種變換:

1)以P中一個非零的數乘矩陣的某一行

2)把矩陣的某一行的c倍加到另一行,這裡c是P中的任意一個數

3)互換矩陣中兩行的位置

在說下面的內容之前,先引入兩個概念

行階梯矩陣

1.所有非零行在所有全零行上面即全零行都在矩陣的底部

2.非零行的首項係數稱為主元,即最左邊首個非零元素嚴格的比上面係數靠右

3.首相係數所在列,在首項係數下面元素都是零

行最簡矩陣

在行階梯矩陣的基礎上,即非零行的第一個非零單元為1,且這些非零單元所在的列其它元素都是0

綜上,行最簡型矩陣是行階梯形矩陣的特殊形式

一般來說,一個矩陣經過初等行變換後就變成了另一個矩陣,當矩陣A經過初等行變換變成矩陣B時,一般寫作 可以證明:任意一個矩陣經過一系列初等行變換總能變成行階梯型矩陣。

方法是一般從左到右,一列一列處理先把第一個比較簡單的(或小)的非零數交換到左上角(其實最後變換也行),用這個數把第一列其餘的數消成零處理完第一列後,第一行與第一列就不用管,再用同樣的方法處理第二列(不含第一行的數)

以上就是初等變換法的全部內容,這種方法主要得經常練習,要不然就會解的很慢,要麼出錯,另外行變換時一定要仔細認真

綜上所述,該題目選D

希望各位閱讀完本文章之後,對你們有所啟發,找到適合自己求逆矩陣的方法,是極其重要的。

原創不易,喜歡該文章的話點個分享轉發再走唄,如果覺得文章還不錯,麻煩各位告訴你們的小夥伴,我們一起學習進步。(如發現文章有錯誤,歡迎指正哦O(∩_∩)O)

相關焦點

  • 2016考研數學:求逆矩陣的兩種重要方法
    逆矩陣的求法是考研的必考內容,重要程度不嚴而喻,是基礎中的基礎。在求逆矩陣時,同學們應該沒有任何遲疑,能立馬有思路,然後認真計算,求出結果。求逆矩陣的方法只有兩種,下面老師給出這兩種方法的應用範圍和一些技巧。
  • 逆矩陣, 有技巧
    則稱 B 為 A 的逆, 且記為 A^{-1}.
  • 「矩陣接近奇異值,或者縮放錯誤」解決方法
    對矩陣求逆或者求解線性方程組時,若出現「矩陣接近奇異值,或者縮放錯誤。結果可能不準確。Matrix is close to singular or badly scaled.Results may be inaccurate.」報錯信息,可能是選取的求逆函數不合適導致的,可使用求解最小範數最小二乘解的方法進行解決。Matlab中一般有四種求解線性方程組的方法,下面依次進行簡單介紹,具體函數使用方法可查詢MATLAB官方文檔。
  • 怎樣理解逆矩陣
    a/b(當b不為0的時候有意義);同理你理解逆矩陣就是與矩陣成導數關係。
  • 花了10分鐘,終於明白矩陣的逆到底有什麼用
    矩陣的逆時,會是怎樣的?(這個時間各位模友可以回想一下:是不是從來都沒看過矩陣被除)換句話說,矩陣根本就沒有被除的概念。而矩陣的逆,正好是被我們用來解決「矩陣除法」的問題。那我們是不是也可以將同樣的方法應用到矩陣上呢?那故事就這麼開始了,我們知道矩陣A和矩陣B,並且想要找到矩陣X。
  • ,用幾何思維理解矩陣的「逆」和向量的「點積」
    逆先來看矩陣的逆。這裡我們不會引入複雜的公式去介紹如何求矩陣的逆,我們要做的是,先深入理解它,然後再去計算它。我們已經知道,給定一個矩陣A,讓它作用於向量x(矩陣乘以向量),得到一個新向量b,這是一個線性變換。現在我們反過來想,如果有一個向量b,需要構造一個矩陣,讓b變成x,這當然也是一個線性變換。那麼很明顯,後面這個變換是前面的反向操作。
  • 深度解析可逆矩陣與等價矩陣的區別與聯繫
    2.可逆矩陣求法的原理對於一個具體的n階可逆矩陣,常常採用初等變換的方法求其逆矩陣。以三階矩陣為例進行說明。相信大家都知道採用如下的方法進行求解。解釋過程如下:同理,可以用初等列變換來求矩陣A的可逆矩陣。大家可以自行嘗試!不過小編在這裡要強調三點:一、用上述方法求可逆矩陣時,要麼全程用初等行變換,要麼全程用初等列變換,不能摻雜著用!二、每次只進行一次初等變換,不要一次進行多次初等變換!
  • matlab矩陣及其運算(五)
    二狗在MATLAB矩陣及其運算(三)篇章中,給大家留下關於自編行列式運算的小程序,本期二狗在此給大家解答一下自編行列式程序思路及代碼,再給大家講一下廣逆矩陣的概念,為深入學習廣逆矩陣做準備。   現在轉化成了求三個三階行列的值的問題。三階行列式採用上述方法分解成二階行列式,二階行列式根據上述方法轉化為一個具體數,至此完成了行列式的分解。
  • Excel函數公式大全之利用MINVERSE函數計算矩陣逆矩陣行列式
    今天我們依舊要學習的是Excel函數中的數學函數MINVERSE函數,計算數組中存儲的矩陣的逆矩陣。下面我們一起來認識一下MINVERSE函數,了解MINVERSE函數的功能、語法及參數解釋。MINVERSE函數      函數功能        MINVERSE函數用於返回數組中存儲的矩陣的逆矩陣。
  • 線性代數(行列式與矩陣)複習導學
    本講義為大家講解的行列式與矩陣的知識,有如下考點:行列式按行(列)展開定理(拉普拉斯定理),數字型行列式的計算,特殊行列式的計算;矩陣的運算,伴隨矩陣和逆矩陣,矩陣方程,分塊矩陣的運算,初等變換,矩陣的秩。
  • 矩陣分解 (乘法篇)
    對角和三角矩陣首先, 我們總結下, 在矩陣加法分解中出現了三種矩陣: 上三角矩陣, 下三角矩陣 和 對角陣。  這三種矩陣在乘法的分解中也會遇到。 那麼是不是乘法矩陣中有這三種矩陣就夠了呢? 不是的!正交矩陣還有一種經典的矩陣, 叫正交矩陣, 什麼叫正交矩陣呢?
  • 2.4——矩陣的行列式與伴隨矩陣
    矩陣是一個數表,而行列式是一個算式,當給定一個方陣,我們就可以求其行列式,再根據矩陣的若干運算,又可引出方陣行列式的若干性質。
  • 行列式與矩陣練習題
    矩陣本質是一個矩形的數表,要掌握矩陣的加減法,數乘,矩陣的乘法,矩陣的秩,矩陣的逆:矩陣的加減法即為矩陣對應元素相加減;矩陣的數乘:一個數乘以一個矩陣等於這個數乘以矩陣裡的每一個元素;矩陣的乘法:用前面矩陣的行乘以後面矩陣的列然後作和;矩陣的秩:化階梯形,數階梯形的階數;矩陣的逆:矩陣A右側接一個單位陣,用行的初等變換把
  • 2015考研數學行列式與矩陣複習重點
    該部分單獨出題情況不多,很多時候,考試將其與其它知識點(矩陣、線性方程組、特徵值與特徵向量等)結合起來考查。行列式的重點是計算,包括數值型行列式、抽象型行列式和含參數行列式的計算。結合考試分析,建議考生從行列式自身知識、與其它知識的聯繫這兩方面來把握該部分內容。具體如下:1.
  • 高等代數教學筆記4:矩陣 III
    、減、乘和求逆(非零矩陣)都封閉, 數乘(乘以實數)也封閉;(2) 、減並不封閉, 但對於乘法和非零矩陣求逆封閉;(3) 、減、乘和求逆(非零矩陣)都封閉, 數乘(乘以複數)不封閉, 但是用實數作數乘是封閉的.
  • 2019考研數學:初等變換與初等矩陣的考點分析
    矩陣是該門學科的研究對象,地位相當於高數中的函數,後續研究工作都是圍繞矩陣展開的,因此,我們不僅需要掌握矩陣最基本的運算,還需掌握矩陣的初等變換以及初等矩陣的相關知識點。該考點本身很重要,此外,又延伸出若干性質亦是高頻考點,考生務必掌握:初等變換:初等變換分為初等行變換與初等列變換兩大類,其中初等行變換又分為以下三種類型:(1)交換矩陣的任意兩行;(2)矩陣的某行乘以非零k倍;(3)矩陣的某行乘以k倍加到另外一行
  • 2021考研時間研招網-2021考研線性代數臨考衝刺:矩陣考題的主要...
    2021考研防疫通知各省匯總2021考研考場安排:北京各大研招院校考場安排公告匯總2021考研報名 碩士研究生考試網上報名公告匯總矩陣考題的主要解題方法:1)利用矩陣的基本性質進行計算和分析,包括分塊矩陣的乘法等性質2)利用逆矩陣定義、伴隨矩陣、初等變換、分塊矩陣方法求逆矩陣
  • 機器學習筆記三初等列變換和常用矩陣
    三種初等矩陣:1) 第1型:互換單位矩陣的兩行或兩列;2) 第2型:用非零常數乘以單位矩陣的某行或者某列;3) 第3型:單位矩陣的某行(列)的常數倍加到另一行(列)。3.2) 推論:設A和B是m×n矩陣,A和B行等價的充分必要條件是B=Ps…P1A,A和B列等價的充分必要條件是B=AQ1…Qs,A和B等價的充分必要條件是B=Ps…P1AQ1…Qs。3.3可逆矩陣1. 定義:設A是n階矩陣。如果存在n階矩陣B,使得AB=BA=In,則稱A是可逆矩陣,B是A的逆矩陣。2.
  • 從此, 實對稱矩陣, 實反稱矩陣, 正交矩陣殊途同歸
    今天, 揚哥用實對稱矩陣、正交矩陣、實反稱矩陣的正交相似標準形來送別八月, 送別暑期.
  • 求2的平方根的三種方法
    我們來介紹一下幾種計算方法,數學往往是這樣,看起來挺無聊的,但用於解悶倒是非常合適。閱讀本文,請準備一支筆和一個小計算器。豎式計算開方的優點是準確,通過這個方法得到的每一位都是準確值,缺點嘛……實在太慢了,即使丟掉