Обратная матрица — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Метод присоединенной матрицы)
(Критерий обратимости матрицы)
Строка 7: Строка 7:
 
{{Теорема
 
{{Теорема
 
|statement=
 
|statement=
Квадратная матрица обратима тогда и только тогда, когда она невырожденная, то есть ее определитель НЕ равен нулю.
+
Квадратная матрица <tex>A</tex> обратима тогда и только тогда, когда она невырожденная, то есть <tex>\det A \neq 0</tex>.
|proof =
+
|proof =определитель НЕ равен нулю
*Если матрица <tex>A</tex> обратима, то <tex>AB = E</tex> для некоторой матрицы <tex>B</tex>. Тогда в силу теоремы(если квадратные матрицы одного и того же порядка, то <tex>det(AB) = detA * detB</tex>):
+
*Если матрица <tex>A</tex> обратима, то <tex>AB = E</tex> для некоторой матрицы <tex>B</tex>. Тогда, если квадратные матрицы одного и того же порядка, то <tex>\det AB = \det A \cdot \det B</tex>:
<tex>1 = det E = det(AB) = detA * detB</tex>, следовательно, <tex>detA \ne 0</tex>.
+
*<tex>1 = \det E = \det AB = \det A \cdot \det B</tex>, следовательно, <tex>\det A \neq 0, \det B \neq 0</tex>.
*Теперь докажем обратное утверждение. Пусть <tex>det A \ne 0</tex>. Положим <tex>B = \frac{1}{detA}A^{*}</tex>
+
*Теперь докажем обратное утверждение. Пусть <tex>\det A \ne 0</tex>. Положим <tex>B = \frac{1}{\det A}A^{*}</tex>
 
Тогда <tex>AB = A(\frac{1}{detA}A^{*}) = \frac{1}{detA}(AA^{*})</tex> то есть, <tex>A</tex> обратима справа.  
 
Тогда <tex>AB = A(\frac{1}{detA}A^{*}) = \frac{1}{detA}(AA^{*})</tex> то есть, <tex>A</tex> обратима справа.  
 
*Поскольку для квадратной матрицы одно и двусторонняя обратимость эквивалентны (Квадратная матрица <tex>A</tex> обратима справа тогда и только тогда, когда она обратима слева.), получаем, что <tex>A</tex> обратима и <tex>A^{-1} = B = \frac{1}{detA}A^{*}</tex>
 
*Поскольку для квадратной матрицы одно и двусторонняя обратимость эквивалентны (Квадратная матрица <tex>A</tex> обратима справа тогда и только тогда, когда она обратима слева.), получаем, что <tex>A</tex> обратима и <tex>A^{-1} = B = \frac{1}{detA}A^{*}</tex>

Версия 18:08, 13 июня 2013

Определение:
Обратная матрица - такая матрица [math]A^{-1}[/math], при умножении на которую, исходная матрица [math]A[/math] даёт в результате единичную матрицу [math]E[/math]
[math]\! AA^{-1} = A^{-1}A = E[/math]


Критерий обратимости матрицы

Теорема:
Квадратная матрица [math]A[/math] обратима тогда и только тогда, когда она невырожденная, то есть [math]\det A \neq 0[/math].
Доказательство:
[math]\triangleright[/math]

определитель НЕ равен нулю

  • Если матрица [math]A[/math] обратима, то [math]AB = E[/math] для некоторой матрицы [math]B[/math]. Тогда, если квадратные матрицы одного и того же порядка, то [math]\det AB = \det A \cdot \det B[/math]:
  • [math]1 = \det E = \det AB = \det A \cdot \det B[/math], следовательно, [math]\det A \neq 0, \det B \neq 0[/math].
  • Теперь докажем обратное утверждение. Пусть [math]\det A \ne 0[/math]. Положим [math]B = \frac{1}{\det A}A^{*}[/math]

Тогда [math]AB = A(\frac{1}{detA}A^{*}) = \frac{1}{detA}(AA^{*})[/math] то есть, [math]A[/math] обратима справа.

  • Поскольку для квадратной матрицы одно и двусторонняя обратимость эквивалентны (Квадратная матрица [math]A[/math] обратима справа тогда и только тогда, когда она обратима слева.), получаем, что [math]A[/math] обратима и [math]A^{-1} = B = \frac{1}{detA}A^{*}[/math]
[math]A^{*}[/math] - присоединенная матрица
[math]\triangleleft[/math]

Свойства обратной матрицы

  • [math]\det A^{-1} = \frac{1}{\det A}[/math]
  • [math]\ (AB)^{-1} = B^{-1}A^{-1}[/math]
  • [math]\ (A^T)^{-1} = (A^{-1})^T[/math]
  • [math]\ (kA)^{-1} = k^{-1}A^{-1}[/math]

Методы нахождения обратной матрицы

Метод Гаусса для нахождения обратной матрицы

Возьмём две матрицы: саму [math]A[/math] и [math]E[/math]. Приведём матрицу [math]A[/math] к единичной матрице методом Гаусса. После применения каждой операции к первой матрице применим ту же операцию ко второй. Когда приведение первой матрицы к единичному виду будет завершено, вторая матрица окажется равной [math]A^-1[/math].

Пример

Найдем обратную матрицу для матрицы

[math] A = \begin{bmatrix} 2 & -1 & 0 \\ -1 & 2 & -1 \\ 0 & -1 & 2 \end{bmatrix}. [/math]
  • 1) Для начала убедимся, что ее определитель не равен нулю(она невырожденная).
  • 2) Справа от исходной матрицы припишем единичную.
[math] [ A | I ] = \left[ \begin{array}{rrr|rrr} 2 & -1 & 0 & 1 & 0 & 0\\ -1 & 2 & -1 & 0 & 1 & 0\\ 0 & -1 & 2 & 0 & 0 & 1 \end{array} \right]. [/math]
  • 3) Методом Гаусса приведем левую матрицу к единичной, применяя все операции одновременно и к левой, и к правой матрицам.
[math] [ I | B ] = \left[ \begin{array}{rrr|rrr} 1 & 0 & 0 & \frac{3}{4} & \frac{1}{2} & \frac{1}{4}\\[3pt] 0 & 1 & 0 & \frac{1}{2} & 1 & \frac{1}{2}\\[3pt] 0 & 0 & 1 & \frac{1}{4} & \frac{1}{2} & \frac{3}{4} \end{array} \right]. [/math]
  • 4) [math]A^{-1} = B[/math]

Метод присоединенной матрицы

[math]A^{-1} = \frac{\widehat{A}^T}{\det A}[/math], где [math] \widehat{A}[/math] — присоединенная матрица;
Определение:
Присоединенная(союзная, взаимная) матрица — матрица, составленная из алгебраических дополнений для соответствующих элементов исходной матрицы.


[math]{C}^{*}= \begin{pmatrix} {A}_{11} & {A}_{12} & \cdots & {A}_{1n} \\ {A}_{21} & {A}_{22} & \cdots & {A}_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ {A}_{n1} & {A}_{n2} & \cdots & {A}_{nn} \\ \end{pmatrix}[/math]

Исходная матрица:

[math]{A}= \begin{pmatrix} {a}_{11} & {a}_{12} & \cdots & {a}_{1n} \\ {a}_{21} & {a}_{22} & \cdots & {a}_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ {a}_{n1} & {a}_{n2} & \cdots & {a}_{nn} \\ \end{pmatrix}[/math]

Где:

  • [math]{C}^{*}[/math] — присоединённая(союзная, взаимная) матрица;
  • [math]{A}_{ij}[/math] — алгебраические дополнения исходной матрицы;
  • [math]{a}_{ij}[/math] — элементы исходной матрицы.

Алгебраическим дополнением элемента [math]\ a_{ij}[/math] матрицы [math]\ A[/math] называется число

[math]\ A_{ij}=(-1)^{i+j}M_{ij}[/math],

где [math]\ M_{ij}[/math] — дополнительный минор, определитель матрицы, получающейся из исходной матрицы [math]\ A[/math] путем вычёркивания i -й строки и j -го столбца.

[math]M_{ij} = det\begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1(j-1)} & a_{1(j+1)} & \cdots & a_{1n} \\ \vdots & \vdots & \ddots & \vdots & \vdots & \ddots & \vdots \\ a_{(i-1)1} & a_{(i-1)2} & \cdots & a_{(i-1)(j-1)} & a_{(i-1)(j+1)} & \cdots & a_{(i-1)n} \\ a_{(i+1)1} & a_{(i+1)2} & \cdots & a_{(i+1)(j-1)} & a_{(i+1)(j+1)} & \cdots & a_{(i+1)n} \\ \vdots & \vdots & \ddots & \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{n(j-1)} & a_{n(j+1)} & \cdots & a_{nn} \\ \end{pmatrix}[/math]

Алгоритм получения обратной матрицы

  • заменить каждый элемент исходной матрицы на его алгебраическое дополнение,
  • транспонировать полученную матрицу - в результате будет получена союзная матрица,
  • разделить каждый элемент союзной матрицы на определитель исходной матрицы.

[math]A^{-1} = (C^*)^T \times \frac{1}{det A}[/math]

Ссылки