Matrix Inverse -- 逆矩阵

Matrix Inverse -- 逆矩阵

求逆矩阵

方程求解法

如上图所示[1327]\begin{bmatrix}1 & 3 \\2 & 7\end{bmatrix}是可逆的,只要[x1x2y1y2]\begin{bmatrix}x_1 & x_2 \\y_1 & y_2\end{bmatrix}可求出唯一解即可

图中的[1327][x1x2y1y2]=[1001]\begin{bmatrix}1 & 3 \\2 & 7\end{bmatrix}\begin{bmatrix}x_1 & x_2 \\y_1 & y_2\end{bmatrix}=\begin{bmatrix}1 & 0 \\0 & 1\end{bmatrix}可以写成下面形式:

[1327][x1y1]=[10]\begin{bmatrix}1 & 3 \\2 & 7\end{bmatrix}\begin{bmatrix}x_1 \\y_1 \end{bmatrix}=\begin{bmatrix}1 \\0 \end{bmatrix}

[1327][x2y2]=[01]\begin{bmatrix}1 & 3 \\2 & 7\end{bmatrix}\begin{bmatrix} x_2 \\y_2\end{bmatrix}=\begin{bmatrix} 0 \\ 1\end{bmatrix}

然后用方程形式求出:x1,y1,x2,y2x_1,y_1,x_2,y_2
x1+3y1=12x1+7y1=0x2+3y2=02x2+7y2=1x_1+3y_1=1\\2x_1+7y_1=0\\x_2+3y_2=0\\2x_2+7y_2=1

得:x1=7,y1=2,x2=3,y2=1x_1=7,y_1=2,x_2=-3,y_2=1

即:[x1x2y1y2]=[7321]\begin{bmatrix}x_1 & x_2\\y_1 & y_2\end{bmatrix}=\begin{bmatrix} 7 & -3\\ -2 & 1\end{bmatrix}

增广矩阵消元法

还可以使用增广矩阵方式,将系数矩阵与目标变化矩阵(目标为:单位矩阵)放到一块,再一同处理消元法,将系数变化为目标,最终增广矩阵添加的目标矩阵就变为逆矩阵了:

系数矩阵:[1327]\begin{bmatrix}1 & 3 \\2 & 7\end{bmatrix}

目标矩阵:[1001]\begin{bmatrix}1 & 0 \\0 & 1\end{bmatrix}

增广矩阵:[13102701]\begin{bmatrix}1 & 3 & | & 1 & 0\\2 & 7 & | & 0 & 1\end{bmatrix}

然后处理消元:

  • [13102701]\begin{bmatrix}1 & 3 & | & 1 & 0\\2 & 7 & | & 0 & 1\end{bmatrix} – 原始第一步
  • [13100121]\begin{bmatrix}1 & 3 & | & 1 & 0\\0 & 1 & | & -2 & 1\end{bmatrix} – 先消元为上三角:将第二行减去第一行的2倍
  • [10730121]\begin{bmatrix}1 & 0 & | & 7 & -3\\0 & 1 & | & -2 & 1\end{bmatrix} – 再将上三角,出对角线的都消为0:将第一行减去第二行的3倍

这是可以看到增广矩阵增加的部分[7321]\begin{bmatrix} 7 & -3\\ -2 & 1\end{bmatrix}就是我们上面分开来的方程求出来的解。

具象化系数

[13]\begin{bmatrix}1 & 3 \end{bmatrix}大概是这样

Matrix Inverse -- 逆矩阵

[1327]\begin{bmatrix}1 & 3 \\2 & 7\end{bmatrix}大概是这样

Matrix Inverse -- 逆矩阵

可逆总结

  • 不共线(不能无数个解)
  • 不平行(不能一个解都没)

注意上面是用二维来讲解会比较清楚,推广到N维,也是一样的。

参考

  • 网易公开课,Gilbert Strang教授讲的线性代数:乘法和逆矩阵,该课视频中的31:00~34:00之间有说明。