线性代数|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线性代数|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-718199.html

到了这里,关于线性代数|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

  • 线性代数的学习和整理4: 求逆矩阵的多种方法汇总

    目录 原始问题:如何求逆矩阵? 1 EXCEL里,直接可以用黑盒表内公式 minverse() 数组公式求A- 2 非线性代数方法:解方程组的方法 3  增广矩阵的方法 4   用行列式的方法计算(未验证) 5  A-=1/|A|*A* (未验证) 求逆矩阵的方法很多 方法1:矩形计算展开为方程组,解方程组得出

    2024年02月12日
    浏览(44)
  • 线性代数本质系列(一)向量,线性组合,线性相关,矩阵

    本系列文章将从下面不同角度解析线性代数的本质,本文是本系列第一篇 向量究竟是什么? 向量的线性组合,基与线性相关 矩阵与线性相关 矩阵乘法与线性变换 三维空间中的线性变换 行列式 逆矩阵,列空间,秩与零空间 克莱姆法则 非方阵 点积与对偶性 叉积 以线性变换

    2024年02月04日
    浏览(50)
  • 线性代数:线性方程求解、矩阵的逆、线性组合、线性独立

    本文参考www.deeplearningbook.org一书第二章2.3 Identity and Inverse Matrices 2.4 Linear Dependence and Span 本文围绕 线性方程求解 依次介绍矩阵的逆、线性组合、线性独立等线性代数的基础知识点。 本文主要围绕求解线性方程展开,我们先把线性方程写出来,方程如下: 其中,是已知的;,

    2024年02月08日
    浏览(50)
  • 0203逆矩阵-矩阵及其运算-线性代数

    定义7 对于 n n n 阶矩阵A,如果有一个 n n n 阶矩阵B,使 A B = B A = E AB=BA=E A B = B A = E 则说矩阵A是可逆的,并把矩阵B称为A的逆矩阵,简称逆阵。 定理1 若矩阵A可逆,则 ∣ A ∣ ≠ 0 vert Avert not = 0 ∣ A ∣  = 0 证明: A 可逆,即有 A − 1 ,使得 A A − 1 = E ∣ A A − 1 ∣ = ∣ A

    2024年04月13日
    浏览(56)
  • 线性代数基础【2】矩阵

    一、基本概念 ①矩阵 像如下图示的为矩阵,记为A=(aij)m*n ②同型矩阵及矩阵相等 若A、B为如下两个矩阵 如果A和B的行数和列数相等,那么A和B为同型矩阵,且A和B的元素相等(即:aij=bij),则称A和B相等 ③伴随矩阵 设A为n阶矩阵(如上图所示),设A的行列式|A|,则A中aij的余子式为Mij,代数余

    2024年02月04日
    浏览(52)
  • 线性代数_对称矩阵

    对称矩阵是线性代数中一种非常重要的矩阵结构,它具有许多独特的性质和应用。下面是对称矩阵的详细描述: ### 定义 对称矩阵,即对称方阵,是指一个n阶方阵A,其转置矩阵等于其本身,即A^T = A。这意味着方阵A中的元素满足交换律,即对于任意的i和j(i ≤ j),都有A[

    2024年02月02日
    浏览(45)
  • 投影矩阵推导【线性代数】

    如果两个向量垂直,那么满足。但如果两个向量不垂直,我们就将 b 投影到 a 上,就得到了二者的距离,我们也称为向量 b 到直线 a 的误差。这样就有出现了垂直:                (1) 投影向量 p 在直线上,不妨假设  ,那么误差 。带入式(1)中得到: 投影矩阵:  

    2024年02月06日
    浏览(57)
  • 线性代数2:矩阵(1)

    目录 矩阵: 矩阵的定义: 0矩阵 方阵  同型矩阵: 矩阵相等的判定条件  矩阵的三则运算: 乘法的适用条件 矩阵与常数的乘法: 矩阵的乘法: 矩阵的乘法法则:  Note1:  Note2:  Note3:  向量与矩阵的关系: 转置矩阵:  矩阵多项式: 矩阵的重要性质:  性质2:  性质

    2024年02月08日
    浏览(82)
  • 线性代数基础--矩阵

     矩阵是由排列在矩形阵列中的数字或其他数学对象组成的表格结构。它由行和列组成,并且在数学和应用领域中广泛使用。 元素:矩阵中的每个数字称为元素。元素可以是实数、复数或其他数学对象。 维度:矩阵的维度表示矩阵的行数和列数。一个 m × n 的矩阵有 m 行和

    2024年02月11日
    浏览(46)
  • 线性代数3:矩阵

    目录 矩阵研究的是什么呢? 逆阵 什么叫做逆阵?  例题1:  例题2:  逆阵的存在性 定理1: 定理2: 定理3: 定理4: 拉普拉茨方程 方阵可以的条件  例题3:  Note1: 例题4  Note2:  Note3: Note4:  Note5:  Note6: Note7:  例题5:  逆矩阵的求法: 方法1:伴随矩阵法:  方

    2024年02月13日
    浏览(55)

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