C语言求矩阵的逆(伴随法)

这篇具有很好参考价值的文章主要介绍了C语言求矩阵的逆(伴随法)。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。

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,此外本文中使用了_msize函数用于判断内存维数,但该函数只适合winodows系统,Linux和Mac系统无法使用(笔者也是在用了Mac系统后才发现),对于上述两个问题,您应该可以在:C语言求矩阵的逆(高斯法)得到满意的答案。

        如果矩阵接近奇异值,求逆的数值将不稳定,那么使用C语言LU分解法求逆将会得到更好的效果。

目录

数学原理

矩阵求逆的公式

数乘矩阵 

程序设计

整体代码

求行列式的值(Det、Cof)

求伴随矩阵(FindCof)

求逆矩阵的主函数(matrix_inver)

测试


数学原理

矩阵求逆的方法有很多种,本次主要介绍如何利用公式法求解。

矩阵求逆的公式

其中,为A的行列式的值,为矩阵A的伴随矩阵。

伴随矩阵的表达方式为:

其中,为代数余子式,代数余子式与余子式的关系为:

c语言矩阵求逆,# C语言线性代数,矩阵,线性代数,numpy,c语言,开发语言

是矩阵A去掉i行j列,剩下元素重新组成的新矩阵 。

数乘矩阵 

假设矩阵A为:

如果一个数b乘以一个矩阵A,那么A中的每一个元素都要乘以b,其表示如下: 

程序设计

为了后面方便调试,先利用malloc函数创建一个矩阵,并为其赋值。关于malloc函数有不理解的可以参考之前写的C语言动态内存管理。

malloc使用的基本方式:

  • void* malloc (size_t size);
  • void free (void* ptr);
  • size是指定的开辟内存的大小,单位是字节
  • size_t的无符号整型则限制程序员误操作开辟负字节的空间
  • 如果开辟成功,malloc会返回一个void*类型的指针
  • 如果开辟失败,则返回的是空指针,所以在malloc之后需要对指针进行检查
  • 当malloc的东西不再使用时,需要free对其进行释放,否则会造成内存泄漏
  • malloc和free均需要包含头文件<stdlib.h>
//创建n维矩阵空间,并初始化
double** test1(int n)
{
	double** arr = (double**)malloc(sizeof(double*) * n);
	int i, j;
	if (arr != NULL)
	{
		for (i = 0; i < n; i++)
		{
			arr[i] = (double*)malloc(sizeof(double) * n);
		}
		//为矩阵赋值
		if (*arr != NULL)
		{
			for (i = 0; i < n; i++)
			{
				for (j = 0; j < n; j++)
				{
					arr[i][j] = pow(i, j);
				}
			}
		}
	}
	return arr;
}

其中:

  • double** arr = (double**)malloc(sizeof(double*) * n);表示开辟n个double*类型的空间,将其地址赋给arr
  • 然后再开辟n个double类型的空间,将其地址赋给double**中每个double*
  • 配合下图更好理解

c语言矩阵求逆,# C语言线性代数,矩阵,线性代数,numpy,c语言,开发语言

整体代码

#include<stdio.h>
#include<assert.h>
#include<stdlib.h>
#include<math.h>
#include<malloc.h>
#include<string.h>

#define MatMax 20

//函数声明
double Det(const double arr[MatMax][MatMax], int n);
double Cof(const double arr[MatMax][MatMax], int i, int n);
void FindCof(double arr[MatMax][MatMax], double arr2[MatMax][MatMax], int i, int j, int n);
double** matrix_inver(double** arr);

//计算行列式
double Det(const double arr[MatMax][MatMax], int n)
{
	assert(n > 0);
	double sum = 0;
	int i = 0;
	if (n == 1)//1阶行列式直接得出结果
	{
		sum = arr[0][0];
	}
	else if (n == 2)
	{
		sum = arr[0][0] * arr[1][1] - arr[0][1] * arr[1][0];//杀戮法求解
	}
	else if (n == 3)
	{
		sum = arr[0][0] * arr[1][1] * arr[2][2]
			+ arr[0][1] * arr[1][2] * arr[2][0]
			+ arr[1][0] * arr[2][1] * arr[0][2]
			- arr[0][2] * arr[1][1] * arr[2][0]
			- arr[0][1] * arr[1][0] * arr[2][2]
			- arr[1][2] * arr[2][1] * arr[0][0];//划线法求解
	}
	else
	{
		for (i = 0; i < n; i++)//按第一行展开
		{
			if (arr[0][i] != 0)//展开项不为0才计算
			{
				sum += ((int)pow(-1, i + 0)) * arr[0][i] * (Cof(arr, i, n));//2阶以上继续递归		
			}
			else
				sum += 0;//展开项为0
		}
	}
	return sum;
}
//找到余子式
double Cof(const double arr[MatMax][MatMax], int i, int n)
{
	assert(n > 0);
	int k = 0;
	int j = 0;
	double arr2[MatMax][MatMax] = { 0 };
	for (k = 0; k < n - 1; k++)//去除0行i列,剩下的组成新的矩阵
	{
		for (j = 0; j < n - 1; j++)
		{
			if (j < i)
			{
				arr2[k][j] = arr[k + 1][j];
			}
			else
			{
				arr2[k][j] = arr[k + 1][j + 1];
			}
		}
	}
	return Det(arr2, n - 1);
}
//找到去掉i行j列的余子式
void FindCof(double arr[MatMax][MatMax], double arr2[MatMax][MatMax], int i, int j, int n)
{
	int m = 0;
	int k = 0;
	for (m = 0; m < n - 1; m++)
	{
		for (k = 0; k < n - 1; k++)
		{
			if (k < j)
			{
				if (m < i)
				{
					arr2[m][k] = arr[m][k];
				}
				else
				{
					arr2[m][k] = arr[m + 1][k];
				}
			}
			else
			{
				if (m < i)
				{
					arr2[m][k] = arr[m][k + 1];
				}
				else
				{
					arr2[m][k] = arr[m + 1][k + 1];
				}
			}
		}
	}
}


//计算逆的主函数
double** matrix_inver(double** arr)
{
	int i, j, n;
	double** res=NULL;
	n = (int)_msize(arr) / (int)sizeof(double*);
	res = (double**)malloc(sizeof(double*) * n);
	if (res == NULL)exit(-1);
	for (i = 0; i < n; i++)
	{
		res[i] = (double*)malloc(sizeof(double) * n);
		memset(res[i], 0, sizeof(double) * n);
	}
	double tmp[MatMax][MatMax] = { 0 };
	//保护arr,将arr指向内存的数据拷贝到tmp二维数组中
	for (i = 0; i < n; i++)
	{
		memcpy(tmp[i],arr[i],sizeof(double) * n);
	}
	double a = 1.0 / (Det(tmp, n));
	for (i = 0; i < n; i++)
	{
		for (j = 0; j < n; j++)
		{
			double tmp2[MatMax][MatMax] = { 0 };
			FindCof(tmp, tmp2, j, i, n);//求转置后的伴随
			double b = pow(-1, i + j) * Det(tmp2, n - 1);
			res[i][j] = a * b;
		}
	}
	return res;
}

接下来针对上述代码进行讲解

求行列式的值(Det、Cof)

通过观察发现,利用公式法求矩阵的逆离不开求行列式的值。我们创建两个函数DetCof2

利用代数余子式的方法求解行列式:

Det:求解行列式的主函数,判断行列式的维数,如果维数大于3则进行代数余子式计算,按第一行展开,将其传给Cof函数;如果小于等于3则直接求解,避免过度递归。

Cof:求余子式,将新的余子式传给Det函数。

行列式的计算在这篇博客中C语言计算行列式

求伴随矩阵(FindCof)

该函数与cof函数类似,都是求余子式的,区别在于:

  • FindCoi是找到去掉第i行第j列的余子式;Cof函数固定从第1行第j列
  • FindCof函数不参与递归,只要找到余子式即可

其中:

  • if部分是用来判断组成新的行列式的位置

求逆矩阵的主函数(matrix_inver)

对照之前的公式,对n维的方阵,其伴随矩阵需要求解n*n个代数余子式,利用两个for循环逐行逐列进行处理。

主要思想:

  • 计算行列式的值a,计算1/a
  • 从i行j列开始,求代数余子式,并将求得的余子式部分传给Det函数,计算其行列式的值b
  • 计算a*b,并赋值

主函数中:

  •  n = (int)_msize(arr) / (int)sizeof(double*);求矩阵的维数,_msize是库函数,需要包含头文件:<malloc.h>求其指针指向地址的内存大小,单位是字节;对照res开辟内存的过程,即可明白其计算原理。
  • memcpy(tmp[i],arr[i],sizeof(double) * n);进行内存拷贝,将动态内存中数据拷贝到二维数组中。有两层意义:一:防止递归中造成内存泄漏;二:保护原矩阵

测试

int main()
{
	int n = 5;
	double** arr = test1(n);
	printf("原矩阵:>\n");
	print(arr);
	double** res = matrix_inver(arr);
	printf("逆矩阵:>\n");
	print(res);
	return 0;
}

其中: 

  • test1是上述创建矩阵的函数
  • print是用来打印矩阵的函数,代码如下:
//打印矩阵
void print(double** arr)
{
	putchar('\n');
	int i, j, row, col;
	row = (int)_msize(arr) / (int)sizeof(double*);//判断行数
	col = (int)_msize(*arr) / (int)sizeof(double);//判断列数
	for (i = 0; i < row; i++)
	{
		for (j = 0; j < col; j++)
		{
			printf("%10.5lf ", arr[i][j]);
		}
		putchar('\n');
	}
	putchar('\n');
}

测试结果如下: 

c语言矩阵求逆,# C语言线性代数,矩阵,线性代数,numpy,c语言,开发语言

与matlab计算的结果进行比对:

c语言矩阵求逆,# C语言线性代数,矩阵,线性代数,numpy,c语言,开发语言

 如果矩阵治亏,则会输出:

c语言矩阵求逆,# C语言线性代数,矩阵,线性代数,numpy,c语言,开发语言

因为公式法涉及到递归,因此无法计算高维逆矩阵,想要保证精度和效率,可以尝试利用LU分解法进行矩阵求逆,这也是目前大多数计算机在处理高维矩阵时的策略。文章来源地址https://www.toymoban.com/news/detail-781819.html

到了这里,关于C语言求矩阵的逆(伴随法)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

  • 线性代数让我想想:快速求三阶矩阵的逆矩阵

    前言 一般情况下,我们求解伴随矩阵是要注意符号问题和位置问题的(如下所示) A − 1 = 1 [    ] [ − [    ] − [    ] − [    ]    − [    ] ] = A − 1 = 1 [    ] [     M 11 − [ M 12 ]     M 13 − [ M 21 ]     M 22 − [ M 23 ]        M 31 − [ M 32 ]     M 33 ] ⊤ begin{aligned} A^{-

    2023年04月09日
    浏览(42)
  • 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)
  • 陶哲轩也在用的人工智能数学证明验证工具lean [线性代数篇1]从零开始证明矩阵的逆

    我还做了一个视频专门讲解哦,有空支持一下点个赞: 陶哲轩也在用的人工智能数学证明验证工具lean [线性代数篇1]从零开始证明矩阵的逆_哔哩哔哩_bilibili import Paperproof import Mathlib.LinearAlgebra.Matrix.Adjugate import Mathlib.Data.Real.Sqrt -- set_option trace.Meta.synthInstance true -- 要解释每一个

    2024年02月03日
    浏览(61)
  • 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)
  • 代码实现3X3矩阵求逆(C语言 用伴随矩阵实现)

    一个方阵A如果满足  |A| != 0 ,则可以认为矩阵 A 可逆,其逆矩阵为:          使用伴随矩阵求逆法最关键的一步是如何求矩阵 A 的伴随矩阵 A*,A* 求解如下图:      

    2024年02月13日
    浏览(34)
  • 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)
  • 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)

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