第五讲.矩阵的逆


矩阵可逆的性质

  1. 若方阵\(A\)满足\(AB = I, CA = I\),则\(B = C\)。特别地,方阵的逆唯一。

证明:\(C = CI = C(AB) = (CA)B = IB = B\)

  1. \(A\)可逆,则\(Ax = b\)有唯一解\(x = A^{-1}b\)

证明:\(Ax = b\)两边同时左乘\(A^{-1}\)得:\(x = A^{-1}Ax = A^{-1}b\)

  1. \(Ax = 0\)有非零解\(\Longrightarrow\)\(A\)不可逆

  2. \(2 \times 2\)矩阵\(\pmatrix{a & b\\ c & d}\)可逆\(\Leftrightarrow\)\(ad - bc \neq 0\),且\(A^{-1} = \frac{1}{ad - bc}\pmatrix{d & -b\\ -c & a}\)

  3. 对角矩阵\(D = \pmatrix{d_1 & &\\ & \ddots & \\ & & d_n}\)可逆\(\Leftrightarrow\)\(d_i \neq 0(1 \leq i \leq n)\),且\(D^{-1} = \pmatrix{1/d_1 & &\\ & \ddots & \\ & & 1/d_n}\)

  4. 若方阵\(A, B\)满足\(AB = I\),则\(BA = I\),且\(A^{-1} = B\)

定理:

  1. \(A\)是可逆矩阵,则 \(A^{-1}\)也可逆,且\((A^{-1})^{-1} = A\)
  2. \(n\)阶方阵\(A\)\(B\)都可逆,则\(AB\)可逆,且\((AB)^{-1} = B^{-1}A^{-1}\)
  3. \(A\)可逆,则\(A^T\)也可逆,且\((A^T)^{-1} = (A^{-1})^T\)

Gauss-Jordan消元法求逆

\(E[A, I] = [I, A^{-1}]\)
例:

定理:\(n\)阶矩阵\(A\)可逆\(\Leftrightarrow\)\(A\)\(n\)个主元。

证明:“\(\Leftarrow\)”若\(n\)阶方阵\(A\)\(n\)个主元,则方程组\(Ax = e_i(1 \leq i \leq n)\)有唯一解\(x_1, \dots, x_n\)。则\(A(x_1, \dots, x_n) = I\),得\(A\)的右逆。此时,\(A\)可经过一系列初等行变换化为单位矩阵,,即存在初等矩阵\(E_1, E_2, \dots, E_k\),使得\(E_k\dots E_1A = I\),于是得\(A\)的左逆。对方阵\(A\)右逆\(=\)左逆\(=\)逆, 故\(A\)可逆。

\(\Rightarrow\)”设\(A\)可逆,即存在矩阵\(B\),使\(AB = BA = I\)。假设\(A\)没有\(n\)个主元,则对\(A\)用初等行变换必产生至少一个零行,即存在初等矩阵的乘积\(E\)使\(EA\)有零行。于是\((EA)B = E(AB) = E\)也有零行,这与\(E\)是初等矩阵的乘积矛盾。因此\(n\)阶可逆方阵\(A\)必有\(n\)个主元。

下三角矩阵的逆

定理:两个\(n\)阶下(上)三角矩阵\(A\)\(B\)的乘积仍为下(上)三角矩阵, 且\(AB\)的主对角元等于\(A\)\(B\)的相应主对角元的乘积。

定理:下三角矩阵可逆\(\Leftrightarrow\)主对角元素都非零。可逆下三角矩阵的逆也是下三角阵。若原矩阵对角元素都是\(1\)则逆的对角元也都是\(1\)

分块矩阵

例:设\(A = \pmatrix{A_{11} & A_{12} \\ 0 & A_{22}}\)为可逆的分块上三角矩阵,其中\(A_{11}\)\(p \times p\)矩阵,\(A_{22}\)\(q \times q\)矩阵,求\(A^{-1}\)

解:用\(B\)表示\(A^{-1}\)且把它分块使\(\pmatrix{A_{11} & A_{12} \\ 0 & A_{22}}\pmatrix{B_{11} & B_{12} \\ B_{21} & B_{22}} = \pmatrix{I_p & 0 \\ 0 & I_q}\)。故有:

\(A_{11}B_{11} + A_{12}B_{21} = I_p, A_{11}B_{12} + A_{12}B_{22} = 0, A_{22}B_{21} = 0, A_{22}B_{22} = I_q\)

由此解得\(B_{22} = A_{22}^{-1}, B_{21} = 0, B_{11} = A_{11}^{-1}, B_{12} = -A_{11}^{-1}A_{12}A_{22}^{-1}\)

于是\(A^{-1} = \pmatrix{A_{11}^{-1} & -A_{11}^{-1}A_{12}A_{22}^{-1} \\ 0 & A_{22}^{-1}}\)


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM