矩阵可逆性总结
- 格式:docx
- 大小:142.00 KB
- 文档页数:9
二阶矩阵的可逆矩阵
摘要:
一、可逆矩阵的定义
二、二阶矩阵的可逆矩阵判定方法
三、二阶矩阵可逆性的几何解释
四、可逆矩阵的性质与应用
正文:
二阶矩阵的可逆矩阵
矩阵是一种特殊的数学工具,广泛应用于各种领域。
在矩阵的研究中,可逆矩阵是一个重要的概念。
本文将重点介绍二阶矩阵的可逆矩阵及其相关性质。
一、可逆矩阵的定义
一个n阶方阵A,如果存在一个非奇异矩阵P,使得A和P的乘积AP是一个n阶单位矩阵,那么我们就称矩阵A是可逆的,P是A的可逆矩阵。
二、二阶矩阵的可逆矩阵判定方法
对于二阶矩阵,我们可以通过行列式来判断其是否可逆。
具体来说,如果二阶矩阵A的行列式|A|不等于0,那么矩阵A就是可逆的。
三、二阶矩阵可逆性的几何解释
从几何角度看,一个二阶矩阵可逆,意味着它能够将一个平面上的二维向量变换为另一个平面上的二维向量,且变换前后两个平面上的向量场是平行的。
四、可逆矩阵的性质与应用
可逆矩阵有许多重要的性质,如能逆矩阵一定能进行行列变换,能进行逆变换的矩阵一定是可逆矩阵等。
在实际应用中,可逆矩阵被广泛应用于线性方程组的求解,矩阵的对角化等问题中。
以上就是关于二阶矩阵的可逆矩阵的介绍。
可逆矩阵的性质与应用矩阵是数学中的一个基础概念,可逆矩阵是其中一个重要的概念,它在矩阵运算和计算机图形处理等领域中有着广泛的应用。
本文旨在介绍可逆矩阵的性质与应用,为读者理解和掌握相关知识提供一些帮助。
一、可逆矩阵的定义和性质可逆矩阵的定义很简单,一个n阶矩阵A,如果存在另一个n 阶矩阵B,使得AB=BA=E(其中E为单位矩阵),则称A为可逆矩阵,B为A的逆矩阵。
这也可以写成A×B=E或者B×A=E的形式。
可逆矩阵有一些重要的性质:1. 可逆矩阵是方阵:因为可逆矩阵的定义涉及到乘法,所以一个矩阵只有在行数等于列数(方阵)时才能有逆矩阵。
2. 可逆矩阵的逆是唯一的:因为只有一个矩阵能与原矩阵乘积结果为单位矩阵,所以A的逆矩阵B也是唯一的。
3. 可逆矩阵的转置仍是可逆矩阵:若A为可逆矩阵,则A的转置矩阵也是可逆矩阵。
4. 可逆矩阵的乘积仍是可逆矩阵:若A和B都是可逆矩阵,则它们的乘积AB也是可逆矩阵,并且(AB)的逆等于B的逆乘A的逆,即(AB)的逆=B的逆×A的逆。
5. 非零行列式的矩阵都是可逆矩阵:如果一个n×n的矩阵A行列式不为零,则A一定是可逆矩阵。
6. 可逆矩阵的行列式也为非零值:如果一个n×n的矩阵A可逆,则它的行列式也不为零。
二、可逆矩阵的应用可逆矩阵在线性代数、微积分、计算机图形学等领域中有着广泛的应用,下面简单介绍几个常见的应用。
1. 线性方程组的解法解线性方程组的基本方法就是利用矩阵的逆,假设有线性方程组Ax=b,其中A是一个可逆的矩阵,b是一个n维列向量,x是一个n维未知向量。
则可以用逆矩阵求解,即x=A⁻¹b。
2. 矩阵的求逆求一个矩阵的逆矩阵是很有用的,因为它可以用来解线性方程组、求解矩阵特征值、计算行列式等。
可以使用高斯-约旦消元法来计算逆矩阵,但是这个方法很慢而且需要做很多运算。
如果使用矩阵的初等变换的话,可以快速求解。
可逆矩阵知识点总结一、可逆矩阵的定义1. 定义阐述- 设A为n阶方阵,如果存在n阶方阵B,使得AB = BA=E(E为n阶单位矩阵),则称矩阵A是可逆的,并称B是A的逆矩阵,记作B = A^-1。
例如,对于二阶矩阵A=begin{pmatrix}a&bc&dend{pmatrix},若ad - bc≠0,则A可逆,其逆矩阵A^-1=(1)/(ad - bc)begin{pmatrix}d& - b-c&aend{pmatrix}。
2. 可逆矩阵的唯一性- 若矩阵A可逆,则A的逆矩阵是唯一的。
假设B和C都是A的逆矩阵,那么AB = BA = E且AC=CA = E。
由B = BE=B(AC)=(BA)C = EC = C,可证得逆矩阵的唯一性。
二、可逆矩阵的性质1. 基本性质- 若A可逆,则A^-1也可逆,且(A^-1)^-1=A。
因为A与A^-1满足AA^-1=A^-1A = E,所以A^-1的逆矩阵就是A。
- 若A、B为同阶可逆矩阵,则AB也可逆,且(AB)^-1=B^-1A^-1。
证明如下:(AB)(B^-1A^-1) = A(BB^-1)A^-1=AEA^-1=AA^-1=E,同理(B^-1A^-1)(AB)=E。
- 若A可逆,k≠0为常数,则kA可逆,且(kA)^-1=(1)/(k)A^-1。
因为(kA)((1)/(k)A^-1)=k×(1)/(k)(AA^-1) = E,同理((1)/(k)A^-1)(kA)=E。
2. 与行列式的关系- 矩阵A可逆的充要条件是| A|≠0。
当| A| = 0时,称A为奇异矩阵;当| A|≠0时,称A为非奇异矩阵。
例如,对于三阶矩阵A=begin{pmatrix}1&2&34&5&67&8&9end{pmatrix},计算其行列式| A|=0,所以A不可逆;而对于矩阵B=begin{pmatrix}1&0&00&2&00&0&3end{pmatrix},| B| = 6≠0,则B可逆。
可逆矩阵知识点总结一、可逆矩阵的定义可逆矩阵是指一个方阵A,如果存在另一个方阵B,使得AB=BA=I,其中I为单位矩阵,那么我们称A是可逆的,B就是A的逆矩阵,记作A^-1。
换句话说,如果一个n阶方阵A的行列式det(A)不等于零,则该矩阵A是可逆的,即存在一个n阶矩阵B,使得AB=BA=I。
我们知道,单位矩阵I是一个对角线上元素均为1,其余元素均为0的n阶方阵。
二、可逆矩阵的性质1. 可逆矩阵的逆矩阵是唯一的在可逆矩阵中,如果存在逆矩阵B,那么逆矩阵是唯一的。
这是因为假设还有一个逆矩阵B'也满足AB'=B'A=I,那么可以证明B=B'。
这个性质在证明逆矩阵的存在时非常重要。
2. 可逆矩阵的转置矩阵也是可逆的如果一个矩阵A是可逆的,那么它的转置矩阵A^T也是可逆的,并且(A^T)^-1 = (A^-1)^T。
3. 可逆矩阵的逆矩阵也是可逆的如果一个矩阵A是可逆的,那么它的逆矩阵A^-1也是可逆的,而且(A^-1)^-1=A。
4. 可逆矩阵的乘积是可逆的如果两个矩阵A和B都是可逆的,那么它们的乘积AB也是可逆的,且(AB)^-1=B^-1A^-1。
5. 可逆矩阵的逆矩阵的逆矩阵还是它本身如果一个矩阵A是可逆的,那么它的逆矩阵A^-1的逆矩阵还是它本身,即(A^-1)^-1=A。
6. 可逆矩阵的乘法满足结合律如果三个矩阵A、B、C都是可逆的,那么它们的乘法满足结合律,即(AB)C=A(BC)。
三、可逆矩阵的判定定理在求解一个矩阵是否可逆时,我们需要有一个判定的定理,这就是可逆矩阵的判定定理。
1. 矩阵可逆的判定公式对于一个n阶方阵A,它的行列式不等于0,即det(A)≠0,则矩阵A可逆。
这是最基本的判定定理,也是我们最常用的方法。
2. 矩阵可逆的充分必要条件对于一个n阶方阵A,它的行列式不等于0,则矩阵A可逆。
反之,如果一个n阶方阵A可逆,则其行列式也不等于0。
3. 矩阵可逆的另一种判定法对于一个n阶方阵A,如果它的秩等于n,则矩阵A可逆。
矩阵可逆的九种证明方法
矩阵可逆是线性代数中一个重要的概念,在实际应用中也具有广泛的应用。
本文将介绍九种证明矩阵可逆的方法,帮助读者更好地理解矩阵可逆的概念和证明方法。
1.列满秩证明法
如果矩阵的列满秩,则矩阵一定可逆。
因为如果矩阵的列不满秩,则矩阵的列空间不是整个空间,这意味着在矩阵变换后的向量中有些向量无法表示,那么这些向量将没有逆矩阵。
2.行满秩证明法
如果矩阵的行满秩,则矩阵一定可逆。
因为如果矩阵的行不满秩,则矩阵的行空间不是整个空间,这意味着存在一些向量没有对应的逆矩阵。
3.行列式非零证明法
如果矩阵的行列式非零,则矩阵一定可逆。
行列式为零表示矩阵行间存在线性关系,这种情况下矩阵变换后可能存在一些向量重叠而无法表示。
4.列秩等于行秩证明法
如果矩阵的列秩等于行秩,则矩阵一定可逆。
因为矩阵的列秩等于行秩意味着矩阵变换后的向量集合不能存在重复的情况,否则将会导致矩阵不可逆。
5.齐次线性方程组只有零解证明法
如果矩阵的一个齐次线性方程组只有唯一的零解,则矩阵一定可逆。
6.存在左逆证明法
如果矩阵存在一个左逆,则矩阵一定可逆。
左逆是指$B$矩阵,使得$BA=I$,其中$I$是单位矩阵。
7.秩等于行数证明法
如果矩阵的秩等于行数,则矩阵一定可逆。
8.特征值不为零证明法
如果矩阵的所有特征值都不为零,则矩阵一定可逆。
9.奇异值不为零证明法
如果矩阵的奇异值都不为零,则矩阵一定可逆。
总之,矩阵可逆是线性代数中一个非常重要的概念,掌握一些特定的证明方法,可以帮助我们更好地理解和应用这个概念。
可逆矩阵的性质可逆矩阵(invertible matrix)是在线性代数和数学分析中极为重要的概念,它的性质不仅对线性代数有着深远的影响,而且在其他数学领域也有着重要的应用。
在本文中,我们将介绍可逆矩阵的性质,并讨论可逆矩阵的应用。
一、可逆矩阵的定义可逆矩阵是一种复数矩阵,它的定义为:满足其逆矩阵存在的矩阵称为可逆矩阵,记作A,其逆矩阵记作A^(-1),则A^(-1)A=I,其中I为单位矩阵。
二、可逆矩阵的性质1、矩阵的乘法由于可逆矩阵的定义,因此可逆矩阵的乘法也具有一定的特性,即A^(-1)A=I,A*A^(-1)=I。
这表明,可逆矩阵的乘积是一个单位矩阵,这个特性对于解决复杂的线性方程组非常有用。
2、矩阵的逆可逆矩阵的逆也是一个重要的性质,它表明A^(-1)可以由A求得,也就是说,如果A是可逆矩阵,则存在一个可以由A求得的矩阵A^(-1),使得A*A^(-1)=I。
3、矩阵的行列式另外,可逆矩阵的行列式也是一个重要的性质。
如果A是可逆矩阵,则它的行列式必须不为0,反之,如果行列式不为0,则矩阵A也是可逆矩阵。
此外,可逆矩阵的行列式也可以用来计算矩阵A的逆矩阵A^(-1),即A^(-1)=|A|^(-1)A^(-1),其中|A|表示矩阵A的行列式。
三、可逆矩阵的应用1、解决线性方程组由于可逆矩阵的乘积是一个单位矩阵,因此可以用可逆矩阵来解决复杂的线性方程组,这是由于可逆矩阵的乘法可以将一个复杂的线性方程组转换为一个单位矩阵,从而可以解决复杂的线性方程组。
2、求解微分方程由于可逆矩阵具有一定的性质,可以用可逆矩阵来求解微分方程,这是由于可逆矩阵的逆可以用来求解微分方程的积分式。
3、解决线性最优化问题可逆矩阵还可以用于解决线性最优化问题,这是由于可逆矩阵的乘积可以将一个复杂的线性最优化问题转换为一个单位矩阵,从而可以解决复杂的线性最优化问题。
四、结论可逆矩阵是一种重要的数学概念,它不仅对线性代数有着深远的影响,而且在其他数学领域也有着重要的应用。
§3 可逆矩阵若方阵 A 的逆阵存在,则称 A 为非奇异方阵或可逆方阵。
一、可逆矩阵的定义及性质定义3.1 设A ∈Mn (F ), 若存在同阶矩阵B ,使AB=BA=E ,则称A 为可逆矩阵,B 为A 的逆矩阵,简称为A 的逆,记为B= A-1 。
如果A 是可逆矩阵,那么A 的逆是唯一的。
这是因为当B ,C 都是A 的逆时,有AB=BA=E=AC=CA ,B=BE=B (AC )= (BAC=EC=C 。
可逆矩阵的性质:1 、 =A ;2 、如果A 可逆,数λ≠0 ,那么( A)-1= A-1 ;3 、如果A 可逆,那么,A T 也可逆,而且( AT )-1=( A-1)T ;4 、如果A ,B 皆可逆,那么AB 也可逆,且(AB) -1=B-1A-1 。
两个n 阶矩阵A 与B 的乘积AB=E 时,一定有BA=E ,从而A ,B 互为逆矩阵。
二、矩阵的标准形定义3.2 如果矩阵A 经过有限次行(列)初等变换变为矩阵B ,就称A 行(列)等价于 B 。
如果矩阵 A 经过有限次初等变换变为 B ,就称矩阵 A 等价于矩阵 B ,记为。
矩阵的行等价(列等价、等价)满足如下定律:1 自反律;2 对称律如果那么;3 传递律如果,,那么,。
在数学中,把具有上述三条规律的关系称为等价关系。
因此矩阵的等价是一种等价关系。
定义3.3 一个矩阵中每个非零行的首元素(指该行第一个非零元素)出现在上一行首元素的右边,同时,没有一个非零行出现在全零行的下方,这样的矩阵称为阶梯形矩阵。
定理3.2 任何一个矩阵A 都行等价于一个阶梯形矩阵。
定义3.4 一个阶梯形矩阵,如果它的每一非零行的首元素是1 ,且首元素所在列的其余元素全是零,就称为简化阶梯形矩阵。
定理3.3 任何一个矩阵行等价于一个简化阶梯形矩阵。
定理3.4 任何一个非零矩阵A ∈Mm ×n (F )可经过有限次初等变换化为下面形似的矩阵:= ,1 ≤r ≤min(m,n), 它称为矩阵A 的标准形。
常见的可逆矩阵1. 引言在线性代数中,矩阵是一个非常重要的概念。
矩阵的可逆性是其中一个重要的性质,本文将介绍什么是可逆矩阵,以及一些常见的可逆矩阵。
2. 可逆矩阵的定义定义:对于一个n×n的方阵A,如果存在另一个n×n的方阵B,使得AB=BA=I,其中I是单位矩阵,则称A为可逆矩阵或非奇异矩阵。
方阵B被称为A的逆矩阵,记作A^(-1)。
简单来说,如果一个方阵乘以它的逆矩阵得到单位矩阵,则该方阵是可逆的。
3. 可逆矩阵与行列式行列式在判断一个方程组是否有唯一解时起着重要作用。
对于一个n×n的方程组Ax=b,其中A是系数矩阵,x是未知向量,b是常数向量。
如果系数矩阵A是可逆的,则该方程组有唯一解。
根据克莱姆法则(Cramer’s Rule),可以通过求解方程组的行列式来判断系数矩阵是否可逆。
如果方程组的行列式不等于0,则系数矩阵是可逆的。
4. 常见的可逆矩阵4.1 单位矩阵(Identity Matrix)单位矩阵是一个对角线上元素全为1,其余元素全为0的n×n方阵。
对于任意一个n维向量x,有I·x=x,即单位矩阵乘以任意向量等于该向量本身。
因此,单位矩阵是可逆的,且其逆矩阵仍然是单位矩阵。
4.2 对角矩阵(Diagonal Matrix)对角矩阵是一个主对角线以外的元素全部为0的n×n方阵。
由于只有主对角线上的元素不为0,因此对角矩阵可以很容易地求得其逆矩阵:将主对角线上每个非零元素取倒数即可。
4.3 上三角矩阵(Upper Triangular Matrix)上三角矩阵是一个下三角以外的元素全部为0的n×n方阵。
与对角矩阵类似,在上三角矩阵中只有主对角线及其以上部分才会有非零元素。
上三角矩阵也是可逆的,其逆矩阵仍然是上三角矩阵。
4.4 下三角矩阵(Lower Triangular Matrix)下三角矩阵与上三角矩阵类似,只是非零元素出现在主对角线及其以下部分。
矩阵的逆与结合律介绍矩阵是线性代数中的重要概念,广泛应用于各个领域。
在矩阵运算中,矩阵的逆与结合律是两个重要的性质。
本文将深入探讨矩阵的逆与结合律的概念、性质以及应用。
矩阵的逆定义矩阵A的逆,记作A-1,是指存在一个矩阵B,使得AB=BA=I,其中I为单位矩阵。
若矩阵A存在逆矩阵,则称A为可逆矩阵或非奇异矩阵。
性质1.可逆矩阵的逆矩阵也是可逆矩阵。
2.若矩阵A和B都是可逆矩阵,则AB也是可逆矩阵,并且(AB)-1=B-1A-1。
3.若矩阵A可逆,则A的逆矩阵唯一。
计算方法通常,我们使用伴随矩阵法来计算矩阵的逆。
对于一个n阶矩阵A,其逆矩阵A-1计算公式如下:A-1 = (1/|A|) * adj(A)其中,|A|为矩阵A的行列式,adj(A)为矩阵A的伴随矩阵。
矩阵的结合律定义矩阵的结合律是指对于任意三个矩阵A、B和C,有(A B)C=A(B C)。
性质矩阵的结合律满足以下性质: 1. 结合律对于任意个数的矩阵都成立,即(A1A2…An)B=A1(A2…(An B))。
2. 结合律不受矩阵乘法顺序的影响,即A(BC)=(AB)C。
证明结合律的证明可以通过展开矩阵乘法来进行。
考虑三个矩阵A、B和C,我们将(A B)C展开为(A B)C=A(B C),然后根据矩阵乘法的定义逐一展开,最终得到相等的结果。
矩阵的逆与结合律的应用矩阵的逆与结合律在实际问题中有着广泛的应用,下面我们将介绍两个常见的应用场景。
线性方程组的求解考虑一个线性方程组Ax=b,其中A为系数矩阵,x为未知数向量,b为常数向量。
若A可逆,则可以通过矩阵的逆来求解方程组。
首先,将方程组写成矩阵形式:Ax=b。
若A可逆,则可以将方程组两边同时左乘A 的逆矩阵,得到x=A-1b,从而求解出未知数向量x。
线性变换的复合线性变换是一种将向量映射到另一个向量的操作。
对于两个线性变换T1和T2,其复合变换T=T2◦T1定义为先应用T1,再应用T2。
可逆矩阵的特征可逆矩阵的特征1. 什么是可逆矩阵可逆矩阵是线性代数中的重要概念。
一个n阶方阵A,如果存在另一个n阶方阵B,使得AB=BA=I(其中I为单位矩阵),那么我们称A为可逆矩阵。
可逆矩阵也被称为非奇异矩阵或满秩矩阵。
2. 可逆矩阵的定义一个矩阵A可逆的充要条件是其行列式不等于0,即det(A)≠0。
行列式的计算方法有很多,可以通过手工计算或者使用计算机软件进行求解。
3. 可逆矩阵的性质•可逆矩阵的逆矩阵也是可逆矩阵。
即如果A可逆,则A的逆矩阵记作A-1,满足(A-1)^-1=A。
•可逆矩阵的转置矩阵也是可逆矩阵。
即如果A可逆,则A的转置矩阵记作A T,满足(A T)-1=(A-1)^T。
•可逆矩阵的乘积仍然是可逆矩阵。
即如果A和B均为可逆矩阵,则它们的乘积AB也是可逆矩阵。
4. 可逆矩阵的应用可逆矩阵在很多领域都有广泛的应用,包括但不限于以下几个方面:线性方程组求解对于线性方程组Ax=b,如果矩阵A是可逆的,那么可以利用可逆矩阵的性质求解方程组,即x=A^-1b。
矩阵的求逆运算在矩阵运算中,求逆运算是一个非常重要的操作。
对于可逆矩阵A,可以通过求解Ax=I的方程组来确定A的逆矩阵A^-1。
线性变换与坐标变换可逆矩阵在线性变换和坐标变换中具有重要的作用。
对于一个向量的线性变换,可以通过一个可逆矩阵A来表示。
而在坐标变换中,可逆矩阵可以将一个坐标系统转换为另一个坐标系统。
5. 总结可逆矩阵是线性代数中的重要概念,具有许多重要的性质和应用。
通过研究可逆矩阵的特征与性质,能够深入理解线性代数的基本概念,并且在实际问题中应用得到巧妙的解决方法。
6. 可逆矩阵的证明方法在判断一个矩阵是否可逆时,可以使用一些常见的证明方法。
元素消去法元素消去法是一种常用的证明矩阵可逆性的方法。
通过一系列变换,将矩阵A转化为单位阵I。
如果可以得到单位阵I,说明矩阵A可逆。
行列式法行列式法是判断矩阵可逆性的另一常用方法。
矩阵的可逆性摘要:本文通过由矩阵的除法引出可逆矩阵,介绍了可逆矩阵的定义,性质,算法及其判定方法等等,之后对可逆矩阵进行了推广,还有关于广义逆的介绍。
关键词:可逆矩阵;伴随矩阵;三角矩阵;广义逆矩阵 正文:一、逆矩阵的定义:因为数的除法a ÷b 是:已知两数的乘积b 及其中一个因数a 求另外一个因数x ,也就是解方程ax =b 。
只要能求出除数a 的倒数a −1使aa −1=1,则除法b ÷a 可以转化为乘法b ×a −1。
而我们联想到矩阵的运算上,对矩阵A , B ,用B “除以”A 也就是要求一矩阵X 使AX =B 。
在之前的学习过程中已经了解了矩阵的乘法不满足交换律,还应考虑求另一矩阵Y 满足YA =B 。
如果能找到一个A −1满足条件A −1A =I ,在矩阵方程AX =B 两边左乘A −1就得到A −1AX =A −1B 从而X =A −1B 。
如果这个A −1还满足条件AA −1=I ,则A(A −1B)=B ,X =A −1B 就是AX =B 的唯一解。
类似地,如果上述A −1存在,可知YA =B 有唯一解Y =BA −1。
所以给逆矩阵下一个定义:对于矩阵A,如果存在矩阵B满足条件AB=且BA=I (表示单位矩阵),就称A可逆,并且称B是A的逆。
表示成B=A 1-二、矩阵可逆的等价条件:1、A 可逆⇔F ∈∃B ,使得I AB =;(定义法)2、若A 可逆,则A 是方阵且0≠A ;3、若0≠A ,则方阵A 可逆;4、n 级矩阵A 可逆⇔矩阵A 的秩为n,即r(A )=n ;5、n 级矩阵A 可逆⇔A 的行向量组线性无关;6、n 级矩阵A 可逆⇔A 的列向量组线性无关;7、n 级矩阵A 可逆⇔A 可以表示成一系列初等矩阵的乘积; 8、n 级矩阵A 可逆⇔A 可以经过一系列初等行变换化为I ; 9、n 级矩阵A 可逆⇔A 可以经过一系列初等列变换化为I ; 10、n 级矩阵A 可逆⇔齐次线性方程组A x=0只有唯一零解.三、逆矩阵的性质:1、 逆的唯一性: 假如A 可逆,那么A 的逆B 是唯一的。
证明: 设B ,B 1都是A 的逆,则AB =I (n)AB 1.因而B (AB )=B(AB 1)⇒ (BA )B =(BA )B 1⇒IB =IB 1⇒B =B 1. 这就证明了A 的逆的唯一性。
由A 所满足的条件AA −1=I ,A −1A =I 知道: 引理 A 可逆→A −1可逆。
且(A −1)−1=A 。
2、 n 阶方阵A,B 可逆→它们的乘积可逆,且(AB )−1=B −1A −1. 一般地,如果A 1,A 2,⋯,A k 可逆→则它们的乘积A 1A 2⋯A K 可逆,且(A 1A 2⋯A k )−1=A k −1⋯A 2−1A 1−1.交换律对矩阵乘法不成立,因此AB ∙A −1B −1不一定等于单位矩阵,A −1B −1不一定是AB 的逆。
而AB ∙B −1A −1=AIA −1=I ,B −1A −1∙AB =B −1IB −1=I 当AB ≠BA 时也能成立,因此(AB)−1=B −1A −1. 3、 设0≠k ∈F ,A 可逆,则(kA )−1=k −1A −1. 4、 设A 可逆,则它的转置A T 可逆,且(A T )−1=(A −1)T .5、 设m 阶方阵A 与n 阶方阵B 可逆,则准对角阵(A B)可逆,且(AB )−1=(A −1B −1).6、 设A 可逆,则有|A −1|=|A |−1.7、 在这里我们要引入一个新的定义:设A ij 是矩阵A =(a 11a 12a 21a 22⋯a 1na 2n ⋮⋮⋱⋮a n1a n2⋯a nn )中元素a ij 的代数余子式,矩阵A ∗=(A 11A 21A 12A 22⋯A n1A n2⋮⋮⋱⋮A 1nA 2n⋯A nn)称为A 的伴随矩阵。
由行列式按一行(列)展开的公式立即得出:AA ∗=A ∗A =(d 00d⋯00⋮⋮⋱⋮00⋯d)=dE , (1)其中d =|A |.如果d =|A |≠0,那么由(1)得A (1d A ∗)=(1d A ∗)A =I .则,A 与(1d A ∗)互为可逆矩阵。
8、 A 是一个s ×n 矩阵,如果P 是s ×s 可逆矩阵,Q 是n ×n 可逆矩阵,那么秩(A )=秩(PA )=秩(AQ ).9、A 可逆⇒A 的逆A 1-也可逆,且(A 1-)1-=A . 10、()()k1kA A --=1,记为k A -.四、逆矩阵的求法:1、初等变换法1)初等行变换设A 可逆,故存在初等矩阵E 1,E 2,⋯,E k 使得E k E k−1⋯E 1A =I ,即A −1=E k E k−1⋯E 1=E k E k−1⋯E 1I .因此,如果用一系列初等行变换将A 化为I ,则用同样的初等行变换就将I 化为A −1,这就给我们提供了一个计算A −1的有效方法:若对(A,I )施以行初等变换将A 变为I ,则I 变为A −1,即(A,I )→(I,A −1) (初等行变换)例如:求A =⎪⎪⎪⎭⎫ ⎝⎛-012411210的逆矩阵。
解:⎪⎪⎪⎪⎭⎫ ⎝⎛----→⎪⎪⎪⎭⎫⎝⎛----→⎪⎪⎪⎭⎫ ⎝⎛----→⎪⎪⎪⎭⎫ ⎝⎛---→⎝⎛--→⎪⎪⎪⎭⎫ ⎝⎛---→⎪⎪⎪⎭⎫⎝⎛-→⎪⎪⎪⎭⎫ ⎝⎛-21123100124010112001123200124010112001123200124010236011123200124010010411123200001210010411120830001210010411000012001210010411100012010411001210所以⎪⎪⎪⎪⎭⎫ ⎝⎛----=-211231241121A2)列初等变换同上,对矩阵(AI),可对其进行初等列变换,化为(I C ),即可求出A −1=C .例如:求A =⎪⎪⎭⎫⎝⎛2111的逆矩阵。
解:⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--→⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-→⎪⎪⎪⎪⎪⎭⎫⎝⎛111210011011110110012111所以⎪⎪⎭⎫ ⎝⎛--=-11121A3)行、列初等变换对矩阵(A I I0)进行行列初等变换,化为(I CB),即可求出A −1=BC (B 、C 并不唯一)2、伴随矩阵法根据上述伴随矩阵的定义,我们可知,当|A |≠0时,A −1=1|A |A ∗,其中A ∗的第(i,j )元为A 的第(j,i )元的代数余子式A ji 。
3、恒等变形法有些计算问题表面上与求逆矩阵无关,但实质上只有通过求出有关矩阵的逆矩阵才能算出来。
而这个逆矩阵的求出常须对所给矩阵等式恒等变形,且变形为两矩阵乘积等于单位矩阵的形式。
例:已知A 6=I ,试求A 11,其中A =(12⁄−√32⁄√32⁄12⁄). 解:对矩阵等式恒等变形得到A 6=IA 6=A 6A 6=AA 11=I ,故,A 11=A −1,而A 又为正交矩阵,A −1=A T , 从而A 11=A −1=A T =(12⁄√32⁄−√32⁄12⁄).4、分块法求逆矩阵1)用分块对角矩阵求逆矩阵若A 1,A 2,⋯,A s 均为可逆方阵(级数不一定相同),则分块对角阵A =(A 1⋯0⋮⋱⋮0⋯A s )和B =(0⋯A 1⋮⋰⋮A s ⋯0),均可逆,且A −1=(A 1−1⋯0⋮⋱⋮0⋯A s −1),B −1=(0⋯A 1−1⋮⋰⋮A s −1⋯0).2)用分块三角矩阵求逆矩阵例:设A 1,A 4分别为m ,n 级可逆矩阵,证明A =(A 1A 3A 4)可逆,并求A −1。
证:因为A 1,A 4可逆,所以|A 1|≠0,|A 4|≠0,故根据拉普拉斯定理|A |=|A 1||A 4|≠0,即A 可逆。
因A 为分块下三角阵,则其逆仍为下三角阵,且其主对角线上得分块矩阵为A 的主对角线上相应分块矩阵的逆阵,故可设A −1=(A 1−10X A 4−1),于是有(A 10A 3A 4)(A 1−10X A 4−1)=(E m 00E n ),将上式两端乘开,比较对应元素,得A 3A −1+A 4X =0,X =−A 4−1A 3A 1−1,所以 A −1=(A 1−1−A 4−1A 3A 1−1A 4−1)。
5、利用哈密顿——凯莱定理求逆矩阵哈密顿——凯莱(Hamilton--Caylay )定理:对于n 级方阵A 特征多项式f (λ)=|A −λI |=C 0+C 1λ+⋯⋯+C n λn 而言,A 的多项式f (A )=C 0I +C 1A +⋯⋯+C n A n 是一个n 级零矩阵,即f (A )=0。
例:若A =(1121−10−110),利用哈密顿——凯莱定理求A −1。
解:由f (λ)=|A −λI |=|1−λ121−λ−101 1−λ|=−3+2λ+2λ2−λ3又由哈密顿——凯莱定理有−3I +2A +2A 2−A 3=0,即13A (2I +2A −A 2)=I ,则A−1=13(2I +2A −A2)=23I +23A +13A 2=23(100100001)+23(1121−101−10)−13(1121−101−10)=13(0101−12−321). 利用哈密顿——凯莱定理还可以这样求:设n 级方阵A 的特征为f (λ)=|A −λI |=C 0+C 1λ+⋯⋯+C n λn ,令λ=0,得|A |=0,可见A 可逆的充要条件是C 0≠0,当A 可逆时,由f (A )=C 0I +C 1A +⋯⋯+C n A n =0,得A [−1C 0(C 1I +C 2A +⋯+C n A n−1)]=I .可见,A −1=−1C 0(C 1I +C 2A +⋯+C n A n−1).五、逆矩阵的应用1、用在密码破解方面 例:信息编码与解码先在26个英文字母与数字间建立一一对应的关系,例如可以是: A B … Y Z1 2 … 25 26若要发出信息“SEND MONEY ”,使用上述代码,则此信息的编码是19,5,14,4,13,15,14,5,25,其中5表示字母E ,不幸的是,这种编码很容易被别人破译。
矩阵密码法是信息编码与解码的技巧,其中的一种是基于利用可逆矩阵的方法,我们利用矩阵乘法来对“明文”SEND MONEY 进行加密,让其变成“密文”后再行传送,以增加非法用户破译的难度,而让合法用户轻松解密。
如果一个矩阵A 的元素均为整数,而且其行列式A ,那么由AA A1*=- 即知,1A - 的元素均为整数,我们可以利用这样的A 来对明文加密,使加密之后的密文很难破译。
现在取⎪⎪⎪⎭⎫ ⎝⎛=232352121A 明文SEND MONEY 对应的9个数值按3列排成以下矩阵:⎪⎪⎪⎭⎫ ⎝⎛=251514513514419B =AB ⎪⎪⎪⎭⎫ ⎝⎛232352121⎪⎪⎪⎭⎫ ⎝⎛251514513514419=⎪⎪⎪⎭⎫⎝⎛937781128118105494543对应着将发出去的密文编码:43、105、81、45、118、77、49、128、93 现在用1A -去左乘上述矩阵即可解密得到明文:1A -⎪⎪⎪⎭⎫ ⎝⎛937781128118105494543=⎪⎪⎪⎭⎫ ⎝⎛---114102111=⎪⎪⎪⎭⎫⎝⎛251514513514419 为了构造“密钥矩阵”A ,我们可以从单位阵I 开始,有限次的使用第三类初等行变换,而且只用某行的整数倍加到另一行,当然,第一类初等行变换也能用,这样得到的矩阵A ,其元素均为整数,而且由A =1±可知,1A -的元素必然均为整数.2、乘车路线问题每两个城市之间若有一条不经过其他大城市的路,则在这两个城市代表的点之间连一条线,设中国的大城市有n 个,分别记为:n v v v ,,,21 ,其中i v 代表第i 个大城市。