1200字范文,内容丰富有趣,写作的好帮手!
1200字范文 > 线性代数|例题:利用伴随矩阵求逆矩阵

线性代数|例题:利用伴随矩阵求逆矩阵

时间:2023-07-29 14:30:47

相关推荐

线性代数|例题:利用伴随矩阵求逆矩阵

【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=(12​25​)

解答因为 ∣ A ∣ = 5 − 4 = 1 ≠ 0 |\boldsymbol{A}| = 5 - 4 = 1 \ne 0 ∣A∣=5−4=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} A−1=∣A∣1​A∗=(5−2​−21​)

【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=(cosθsinθ​−sinθcosθ​)

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} A−1=∣A∣1​A∗=(cosθ−sinθ​sinθcosθ​)

【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= ​135​24−4​−1−21​ ​

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)−8−6=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} A−1=∣A∣1​A∗=21​ ​−4−13−32​2614​0−1−2​ ​= ​−2−213​−16​137​0−21​−1​ ​

【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= ​a1​0​a2​​⋱​0an​​ ​(a1​a2​⋯an​=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∣=a1​a2​⋯an​=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​:

当 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∣=a1​⋯ai−1​ai+1​⋯an​;当 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 n−2 个元素不为 0 0 0,但 ∣ B ∣ |\boldsymbol{B}| ∣B∣ 为 n − 1 n-1 n−1 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} A−1=∣A∣1​A∗=a1​a2​⋯an​1​ ​a2​⋯an​0​a1​a3​⋯an​​⋱​0a1​⋯an−1​​ ​= ​a1​1​0​a2​1​​⋱​0an​1​​ ​

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。