第三章,矩阵,05-逆矩阵


玩转线性代数(17)逆矩阵的笔记

定义

对于n阶矩阵A,如果有一个n阶矩阵B,使得
A B = B A = E AB=BA=E AB=BA=E
则称矩阵A为可逆矩阵,而矩阵B为A的逆矩阵,记 B = A − 1 B=A^{-1} B=A1

逆矩阵的唯一性

证明:
若B和C都是A的逆矩阵,则:
A B = B A = E , A C = C A = E AB=BA=E,AC=CA=E AB=BA=E,AC=CA=E
那么:
B = B E = B ( A C ) = ( B A ) C = E C = C B=BE=B(AC)=(BA)C=EC=C B=BE=B(AC)=(BA)C=EC=C

非奇异矩阵

若矩阵A可逆,则 ∣ A ∣ ≠ 0 |A|\neq 0 A=0,称矩阵A为非奇异矩阵。
证明:
A可逆,则有 A A − 1 = E AA^{-1}=E AA1=E,两边同时求行列式:
∣ A A − 1 ∣ = ∣ E ∣ = 1 |AA^{-1}|=|E|=1 AA1=E=1
∣ A ∣ ∣ A − 1 ∣ = 1 |A||A^{-1}|=1 AA1=1,
∣ A ∣ ≠ 0 |A|\neq0 A=0

矩阵可逆的判定

伴随矩阵

若矩阵A的逆 A − 1 A^{-1} A1存在,对 A A − 1 = E AA^{-1}=E AA1=E进行分块:
A A − 1 = E = ( α 1 T α 2 T ⋮ α n T ) ( b 1 b 2 ⋯ b n ) = ( 1 0 ⋱ 0 1 ) AA^{-1}=E=\begin{pmatrix} \alpha_1^T \\\alpha_2^T \\ \vdots \\ \alpha_n^T \end{pmatrix}\begin{pmatrix} b_1 & b_2 & \cdots & b_n \end{pmatrix}=\begin{pmatrix} 1 & & 0 \\ & \ddots & \\ 0 & & 1 \end{pmatrix} AA1=E=α1Tα2TαnT(b1b2bn)=1001

( α 1 T b 1 ⋯ α 1 T b n ⋮ ⋱ ⋮ α n T b 1 ⋯ α n T b n ) = ( 1 0 ⋱ 0 1 ) \begin{pmatrix} \alpha_1^T b_1 & \cdots & \alpha_1^T b_n \\ \vdots & \ddots & \vdots \\ \alpha_n^T b_1 & \cdots & \alpha_n^T b_n \end{pmatrix}=\begin{pmatrix} 1 & & 0 \\ & \ddots & \\ 0 & & 1 \end{pmatrix} α1Tb1αnTb1α1TbnαnTbn=1001
则有 α i T b j = { 1 i = j 0 i ≠ j \alpha_i^T b_j=\begin{cases} 1 \qquad i=j \\ 0 \qquad i\neq j \end{cases} αiTbj={ 1i=j0i=j,
α i T \alpha_i^T αiT b j b_j bj是两个向量,令 b j b_j bj的元素为 α i \alpha_i αi各元素对应的代数余子式,则有:
α i T b j = { ∣ A ∣ i = j 0 i ≠ j \alpha_i^T b_j=\begin{cases} |A| \qquad i=j \\ 0 \qquad i\neq j \end{cases} αiTbj={ Ai=j0i=j
所以引入矩阵 A ∗ = ( A 11 A 21 ⋯ A n 1 A 12 A 22 ⋯ A n 2 ⋮ ⋮ ⋱ ⋮ A 1 n A 2 n ⋯ A n n ) A^*=\begin{pmatrix} A_{11} & A_{21} & \cdots & A_{n1} \\ A_{12} & A_{22} & \cdots & A_{n2} \\ \vdots & \vdots & \ddots & \vdots \\ A_{1n} & A_{2n} & \cdots & A_{nn} \\ \end{pmatrix} A=A11A12A1nA21A22A2nAn1An2Ann称为A的伴随矩阵。注意 A ∗ A^* A中元素的排列顺序,则有
A A ∗ = A ∗ A = ( a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n ) ( A 11 A 21 ⋯ A n 1 A 12 A 22 ⋯ A n 2 ⋮ ⋮ ⋱ ⋮ A 1 n A 2 n ⋯ A n n ) = ( ∣ A ∣ ⋱ ∣ A ∣ ) = ∣ A ∣ E n AA^*=A^*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} \begin{pmatrix} A_{11} & A_{21} & \cdots & A_{n1} \\ A_{12} & A_{22} & \cdots & A_{n2} \\ \vdots & \vdots & \ddots & \vdots \\ A_{1n} & A_{2n} & \cdots & A_{nn} \\ \end{pmatrix} =\begin{pmatrix} |A| & & \\ & \ddots & \\ & & |A| \end{pmatrix} =|A|E_n AA=AA=a11a21an1a12a22an2a1na2nannA11A12A1nA21A22A2nAn1An2Ann=AA=AEn
只要 ∣ A ∣ ≠ 0 |A|\neq 0 A=0,将|A|提到左边,得:
A ( A ∗ ∣ A ∣ ) = ( A ∗ ∣ A ∣ ) A = E A(\frac{A^*}{|A|})=(\frac{A^*}{|A|})A=E A(AA)=(AA)A=E

矩阵可逆的判定定理

n阶矩阵 A = ( a i j ) A=(a_{ij}) A=(aij)可逆的充要条件是A为非奇异矩阵,即行列式不为0
A − 1 = 1 ∣ A ∣ A ∗ A^{-1}=\frac{1}{|A|}A^* A1=A1A
其中
A ∗ = ( A 11 A 21 ⋯ A n 1 A 12 A 22 ⋯ A n 2 ⋮ ⋮ ⋱ ⋮ A 1 n A 2 n ⋯ A n n ) A^*=\begin{pmatrix} A_{11} & A_{21} & \cdots & A_{n1} \\ A_{12} & A_{22} & \cdots & A_{n2} \\ \vdots & \vdots & \ddots & \vdots \\ A_{1n} & A_{2n} & \cdots & A_{nn} \\ \end{pmatrix} A=A11A12A1nA21A22A2nAn1An2Ann
称为A的伴随矩阵, A i j A_{ij} Aij是|A|中元素 a i j a_{ij} aij的代数余子式。
证明

  • 必要性
    A可逆 ⇒ ∣ A ∣ ≠ 0 , 且 A − 1 = 1 ∣ A ∣ A ∗ \Rightarrow|A|\neq0,且A^{-1}=\frac{1}{|A|}A^* A=0,A1=A1A
  • 充分性
    ∣ A ∣ ≠ 0 |A|\neq0 A=0,存在 1 ∣ A ∣ A ∗ = A 1 ∣ A ∣ A ∗ = E \frac{1}{|A|}A^*=A\frac{1}{|A|}A^*=E A1A=AA1A=E,故A可逆。

分块对角阵的逆矩阵

对各分块矩阵分别求逆即可
一般地,若有分块对角阵
A = ( A 1 ⋱ A s ) A=\begin{pmatrix} A_1 & & \\ & \ddots & \\ & & A_s \end{pmatrix} A=A1As,
若每一 ∣ A i ∣ ≠ 0 |A_i|\neq 0 Ai=0,则 A i − 1 A_i^{-1} Ai1存在,由
( A 1 ⋱ A s ) ( A 1 − 1 ⋱ A s − 1 ) = ( A 1 A 1 − 1 ⋱ A s A s − 1 ) = ( E 1 ⋱ E s ) \begin{pmatrix} A_1 & & \\ & \ddots & \\ & & A_s \end{pmatrix} \begin{pmatrix} A_1^{-1} & & \\ & \ddots & \\ & & A_s^{-1} \end{pmatrix} =\begin{pmatrix} A_1A_1^{-1} & & \\ & \ddots & \\ & & A_sA_s^{-1} \end{pmatrix} =\begin{pmatrix} E_1 & & \\ & \ddots & \\ & & E_s \end{pmatrix} A1AsA11As1=A1A11AsAs1=E1Es
便得:
A − 1 = ( A 1 ⋱ A s ) − 1 = ( A 1 − 1 ⋱ A s − 1 ) A^{-1}=\begin{pmatrix} A_1 & & \\ & \ddots & \\ & & A_s \end{pmatrix}^{-1} =\begin{pmatrix} A_1^{-1} & & \\ & \ddots & \\ & & A_s^{-1} \end{pmatrix} A1=A1As1=A11As1

矩阵可逆的推论

若AB=E(或BA=E),则 B = A − 1 B=A^{-1} B=A1
证:
A B = E n AB=E_n AB=En,得 ∣ A B ∣ = ∣ A ∣ ∣ B ∣ = ∣ E n ∣ = 1 |AB|=|A||B|=|E_n|=1 AB=AB=En=1
从而 ∣ A ∣ ≠ 0 |A|\neq 0 A=0,由定理知A必为可逆矩阵;
将等式 A B = E n AB=E_n AB=En两边左乘以A的逆矩阵 A − 1 A^{-1} A1
B = A − 1 B=A^{-1} B=A1
证毕。

逆矩阵性质

1.可逆矩阵A的逆矩阵 A − 1 A^{-1} A1是可逆矩阵,且 ( A − 1 ) − 1 = A (A^{-1})^{-1}=A (A1)1=A

证:
若A可逆,则有 A − 1 A^{-1} A1存在,使得 A − 1 A = E A^{-1}A=E A1A=E,由判定定理知 ( A − 1 ) − 1 = A (A^{-1})^{-1}=A (A1)1=A

2.同阶可逆矩阵A、B的乘积 A B AB AB是可逆矩阵,且 ( A B ) − 1 = B − 1 A − 1 (AB)^{-1}=B^{-1}A^{-1} (AB)1=B1A1

证:
因为A、B可逆,故 A − 1 、 B − 1 A^{-1}、B^{-1} A1B1存在。

( A B ) ( B − 1 A − 1 ) = A ( B B − 1 ) A − 1 = A I A − 1 = I (AB)(B^{-1}A^{-1})=A(BB^{-1})A^{-1}=AIA^{-1}=I (AB)(B1A1)=A(BB1)A1=AIA1=I

( A B ) − 1 = B − 1 A − 1 (AB)^{-1}=B^{-1}A^{-1} (AB)1=B1A1

3.可逆矩阵A与非零数k的乘积kA是可逆矩阵,且 ( k A ) − 1 = 1 k A − 1 (kA)^{-1}=\frac{1}{k}A^{-1} (kA)1=k1A1

证:
因为A可逆,所以 ∣ A ∣ ≠ 0 |A|\neq 0 A=0。而 ∣ k A ∣ = k n ∣ A ∣ |kA|=k^n|A| kA=knA,故 ∣ k A ∣ ≠ 0 |kA|\neq 0 kA=0。所以kA是可逆矩阵。
以因 ( k A ) ( 1 k A − 1 ) = ( k ⋅ 1 k ) ( A A − 1 ) = A A − 1 = I (kA)(\frac{1}{k}A^{-1})=(k \cdot \frac{1}{k})(AA^{-1})=AA^{-1}=I (kA)(k1A1)=(kk1)(AA1)=AA1=I,可知
( k A ) − 1 = 1 k A − 1 (kA)^{-1}=\frac{1}{k}A^{-1} (kA)1=k1A1

4.可逆矩阵A的转置矩阵 A T A^T AT是可逆矩阵,且 ( A T ) − 1 = ( A − 1 ) T (A^T)^{-1}=(A^{-1})^T (AT)1=(A1)T

证:
因A可逆,故 ∣ A T ∣ = ∣ A ∣ ≠ 0 , |A^T|=|A|\neq 0, AT=A=0从而 A T A^T AT是可逆矩阵。

A T ( A − 1 ) T = ( A − 1 A ) T = ( A − 1 A ) T = E T = E A^T(A^{-1})^T=(A^{-1}A)^T=(A^{-1}A)^T=E^T=E AT(A1)T=(A1A)T=(A1A)T=ET=E
可知
( A T ) − 1 = ( A − 1 ) T (A^T)^{-1}=(A^{-1})^T (AT)1=(A1)T

5.若A可逆,则有 ∣ A − 1 ∣ = ∣ A ∣ − 1 |A^{-1}|=|A|^{-1} A1=A1

证:
因为A可逆,所以 A − 1 A^{-1} A1存在。

∣ A A − 1 ∣ = ∣ A ∣ ∣ A − 1 ∣ = ∣ E ∣ = 1 |AA^{-1}|=|A||A^{-1}|=|E|=1 AA1=AA1=E=1
故有
∣ A − 1 ∣ = ∣ A ∣ − 1 |A^{-1}|=|A|^{-1} A1=A1

6.同阶可逆矩阵A与B的和或差 A ± B A\pm B A±B不一定可逆

如A,B各元素互为相反数,和为零矩阵

证明claimer法则

claimer法则
证明:
采用 X = A − 1 b = A ∗ ∣ A ∣ b X=A^{-1}b=\frac{A^*}{|A|}b X=A1b=AAb,再将伴随矩阵写出来。

猜你喜欢

转载自blog.csdn.net/qq_17065591/article/details/108927748