【例题】利用伴随矩阵求逆矩阵

这篇具有很好参考价值的文章主要介绍了【例题】利用伴随矩阵求逆矩阵。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

【例1:同济线代习题二 9.1】求下列矩阵的逆矩阵:
A = ( 1 2 2 5 ) \boldsymbol{A} = \begin{pmatrix} 1 & 2 \\ 2 & 5 \end{pmatrix} A=(1225)

解答 因为 ∣ A ∣ = 5 − 4 = 1 ≠ 0 |\boldsymbol{A}| = 5 - 4 = 1 \ne 0 A=54=1=0,所以 A \boldsymbol{A} A 可逆。有
A − 1 = 1 ∣ A ∣ A ∗ = ( 5 − 2 − 2 1 ) \boldsymbol{A}^{-1} = \frac{1}{|\boldsymbol{A}|} \boldsymbol{A}^* = \begin{pmatrix} 5 & -2 \\ -2 & 1 \end{pmatrix} A1=A1A=(5221)

【例2:同济线代习题二 9.2】求下列矩阵的逆矩阵:
A = ( cos ⁡ θ − sin ⁡ θ sin ⁡ θ cos ⁡ θ ) \boldsymbol{A} = \begin{pmatrix} \cos \theta & - \sin \theta \\ \sin \theta & \cos \theta \end{pmatrix} A=(cosθsinθsinθcosθ)

解答 因为 ∣ A ∣ = cos ⁡ 2 θ + sin ⁡ 2 θ = 1 ≠ 0 |\boldsymbol{A}| = \cos^2 \theta + \sin^2 \theta = 1 \ne 0 A=cos2θ+sin2θ=1=0,所以 A \boldsymbol{A} A 可逆。于是有
A − 1 = 1 ∣ A ∣ A ∗ = ( cos ⁡ θ sin ⁡ θ − sin ⁡ θ cos ⁡ θ ) \boldsymbol{A}^{-1} = \frac{1}{|\boldsymbol{A}|} \boldsymbol{A}^* = \begin{pmatrix} \cos \theta & \sin \theta \\ - \sin \theta & \cos \theta \end{pmatrix} A1=A1A=(cosθsinθsinθcosθ)

【例3:同济线代习题二 9.3】求下列矩阵的逆矩阵:
A = ( 1 2 − 1 3 4 − 2 5 − 4 1 ) \boldsymbol{A} = \begin{pmatrix} 1 & 2 & -1 \\ 3 & 4 & -2 \\ 5 & -4 & 1 \\ \end{pmatrix} A= 135244121

解答 因为 ∣ A ∣ = 4 + ( − 20 ) + 12 − ( − 20 ) − 8 − 6 = 2 ≠ 0 |\boldsymbol{A}| = 4 + (-20) + 12 - (-20) - 8 - 6 = 2 \ne 0 A=4+(20)+12(20)86=2=0,所以 A \boldsymbol{A} A 可逆。于是有
A − 1 = 1 ∣ A ∣ A ∗ = 1 2 ( − 4 2 0 − 13 6 − 1 − 32 14 − 2 ) = ( − 2 1 0 − 13 2 3 − 1 2 − 16 7 − 1 ) \boldsymbol{A}^{-1} = \frac{1}{|\boldsymbol{A}|} \boldsymbol{A}^* = \frac{1}{2} \begin{pmatrix} -4 & 2 & 0 \\ -13 & 6 & -1 \\ -32 & 14 & -2 \\ \end{pmatrix} = \begin{pmatrix} -2 & 1 & 0 \\ -\frac{13}{2} & 3 & -\frac{1}{2} \\ -16 & 7 & -1 \\ \end{pmatrix} A1=A1A=21 413322614012 = 2213161370211

【例4:同济线代习题二 9.4】求下列矩阵的逆矩阵:
A = ( a 1 0 a 2 ⋱ 0 a n ) ( a 1 a 2 ⋯ a n ≠ 0 ) \boldsymbol{A} = \begin{pmatrix} a_1 & & & 0 \\ & a_2 & & \\ & & \ddots & \\ 0 & & & a_n \\ \end{pmatrix} \hspace{1em} (a_1 a_2 \cdots a_n \ne 0) A= a10a20an (a1a2an=0)

解答 因为 ∣ A ∣ = a 1 a 2 ⋯ a n ≠ 0 |\boldsymbol{A}| = a_1 a_2 \cdots a_n \ne 0 A=a1a2an=0,所以 A \boldsymbol{A} A 可逆。

矩阵 ∣ A ∣ |\boldsymbol{A}| A 是对角行列式,只有主对角线上的 n n n 个元素不是 0 0 0。因此,对于任意 ∣ A ∣ |\boldsymbol{A}| A 中的 ( i , j ) (i,j) (i,j) 元的余子式 M i j M_{ij} Mij

  • i = j i = j i=j 时,划去第 i i i 行和第 i i i 列后的新行列式 ∣ B ∣ |\boldsymbol{B}| B 仍为对角行列式,显然有 ∣ B ∣ = a 1 ⋯ a i − 1 a i + 1 ⋯ a n |\boldsymbol{B}| = a_1 \cdots a_{i-1} a_{i+1} \cdots a_n B=a1ai1ai+1an
  • i ≠ j i \ne j i=j 时,划去第 i i i 行和第 j j j 列后, ∣ A ∣ |\boldsymbol{A}| A 的主对角线上的 ( i , i ) (i,i) (i,i) 元和 ( j , j ) (j,j) (j,j) 元均被划去,此时新行列式 ∣ B ∣ |\boldsymbol{B}| B 中只有 n − 2 n-2 n2 个元素不为 0 0 0,但 ∣ B ∣ |\boldsymbol{B}| B n − 1 n-1 n1 阶方阵,因此 ∣ B ∣ |\boldsymbol{B}| B 中一定有一行和一列中所有元素均为 0 0 0,进而 ∣ B ∣ = 0 |\boldsymbol{B}| = 0 B=0

于是有
A − 1 = 1 ∣ A ∣ A ∗ = 1 a 1 a 2 ⋯ a n ( a 2 ⋯ a n 0 a 1 a 3 ⋯ a n ⋱ 0 a 1 ⋯ a n − 1 ) = ( 1 a 1 0 1 a 2 ⋱ 0 1 a n ) \boldsymbol{A}^{-1} = \frac{1}{|\boldsymbol{A}|} \boldsymbol{A}^* = \frac{1}{a_1 a_2 \cdots a_n} \begin{pmatrix} a_2 \cdots a_n & & & 0 \\ & a_1 a_3 \cdots a_n & & \\ & & \ddots & \\ 0 & & & a_1 \cdots a_{n-1} \\ \end{pmatrix} = \begin{pmatrix} \frac{1}{a_1} & & & 0 \\ & \frac{1}{a_2} & & \\ & & \ddots & \\ 0 & & & \frac{1}{a_n} \\ \end{pmatrix} A1=A1A=a1a2an1 a2an0a1a3an0a1an1 = a110a210an1 文章来源地址https://www.toymoban.com/news/detail-410618.html

到了这里,关于【例题】利用伴随矩阵求逆矩阵的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • C语言——利用矩阵LU分解法求逆、行列式

    本章介绍了LU分解法,以及如何利用LU分解法求逆、行列式,针对每个公式、原理、代码进行了详细介绍,希望可以给大家带来帮助。 LU分解法与高斯法求逆一样,可以进行较高维数的矩阵运算(可计算万维及以上,但是精度不能保证,并且占有内存大,高维矩阵需要进行分块

    2024年02月03日
    浏览(43)
  • [高等数学]同济版高等数学【第七版】上下册教材+习题全解PDF

    laiyuan https://www.aliyundrive.com/s/5fpFJb3asYk 提取码: 61ao 通过百度网盘分享的文件:同济版高数教材及… 链接:https://pan.baidu.com/s/1gyy-GMGjwguAjYijrpC8RA?pwd=yhnr 提取码:yhnr The Calculus Lifesaver 普林斯顿微积分读本 英文版 链接:pan.baidu.com/s/1dD4Mua The Probability Lifesaver 普林斯顿概率论读本 链接

    2024年02月07日
    浏览(49)
  • 线性代数(4):伴随矩阵、逆矩阵和矩阵的秩

             A 为一个n阶矩阵,行列式 | A | 的每个元素a ij 的代数余子式Aij组成的矩阵叫做伴随矩阵,记作 A* ;         a.  如果 A 矩阵可逆,A* = | A | A^-1         b.  | A | = | A |^(n-1)         c.  ( kA )* = k^(n-1) A*         a.  若矩阵的行列式结果值不等于 0 ,那么这个矩阵就是

    2024年02月08日
    浏览(60)
  • 伴随矩阵九大公式

    1 公式一          伴随矩阵定义式,也是判定方式         和原矩阵同阶的可交换方阵;         和原矩阵相乘结果是行列式值和单位矩阵之积。 2 公式二          逆矩阵的另外一种定义方式; 3 公式三 对于可逆矩阵 可以求出可逆矩阵的伴随矩阵。 4 公式四

    2024年01月24日
    浏览(41)
  • 伴随矩阵秩的证明

    伴随矩阵是引出n阶矩阵逆计算的一个重要矩阵工具,课本中关于伴随矩阵的涉及的讲解并不多,本文将从一下方面讲解: 基础重要计算公式(引入逆的求解); 通过和逆的关系求解伴随矩阵以及证明相关运算律; 证明伴随矩阵秩的三种情况(抽象秩的证明方法); 说明两

    2024年02月11日
    浏览(44)
  • 余子式、代数余子式、伴随矩阵

    设矩阵 A = ( a i j ) n × n A=left(a_{i j}right)_{n times n} A = ( a i j ​ ) n × n ​ , 将矩阵 A A A 的元素 a i j a_{i j} a i j ​ 所在的第行第 j mathrm{j} j 列元素划去后, 到余的各元素按原来的排列顾序组成的 n − 1 n-1 n − 1 阶 矩脌所确定的行列式称为元古 a i j a_{i j} a i j ​ 的余子式,记为

    2024年02月02日
    浏览(80)
  • C语言求矩阵的逆(伴随法)

    之前介绍了C语言用代数余子式求行列式 本次开始介绍如何用公式法对矩阵求逆,并用C语言将其实现。 之前程序有点小bug,已于2022年11月29日修改。 更新:          伴随法只适合求低阶矩阵的逆,对于相对高阶(20维以上)对矩阵求逆用高斯法求解效率更高,此外本文中

    2024年02月02日
    浏览(43)
  • 线代基础第二讲——矩阵

    基础知识结构   求矩阵的逆: 1.定义 2.用伴随矩阵求逆矩阵 3.用初等变换求逆矩阵 这就是读者对矩阵的初步认识——表达系统信息(systematical information) 再看一个矩阵: 重要观点1:矩阵是由若干行(列)向量拼成的——上面那个矩阵可以看作是由三个行向量[1,2,3],[5,7,9]和

    2024年02月14日
    浏览(38)
  • 线代:认识行列式、矩阵和向量

    本文主要参考的视频教程如下: 8小时学完线代【中国大学MOOC*小元老师】线性代数速学_哔哩哔哩_bilibili 另外这个视频可以作为补充: 【考研数学 线性代数 基础课】—全集_哔哩哔哩_bilibili 一般会由方程组来引出行列式 比如一个二阶行列式 二阶行列式的计算就是主对角线的

    2024年02月19日
    浏览(48)
  • 线代第二章 矩阵 +行列式与矩阵的区别

    行列式与矩阵的区别 一、 行列式是一个数,矩阵是一个表格。 (行列式都是n阶的方阵,但矩阵不一定是方阵An×n,也可以是Am×n) 只有n阶矩阵An×n:才有对应的行列式|A|,才能计算对应行列式的模。 二、 行列式的性质:    P201 行列式的某行(或列)有公因子k,则可把k提出

    2023年04月08日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包