线性代数 | 分开写 |第二章 矩阵及其运算 | 3. 逆矩阵_back

2024-04-20 06:20

本文主要是介绍线性代数 | 分开写 |第二章 矩阵及其运算 | 3. 逆矩阵_back,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

​​​​​​## .思维导图
在这里插入图片描述

3.1 定义

·定义:设 A , B \mathbf{A},\mathbf{B} A,B 是n阶方阵, E \mathbf{E} E 是n阶单位阵,若 A B = B A = E \mathbf{AB}=\mathbf{BA}=\mathbf{E} AB=BA=E,则称 A 为 可逆矩阵,并称 B \mathbf{B} B 是 A 的 逆矩阵,并称 B \mathbf{B} B 是 A 的逆矩阵,且逆矩阵是唯一的,记作 A − 1 \mathbf{A}^{-1} A1注意逆矩阵是相互的,即有

{ A − 1 = B B − 1 = A \begin{cases}\mathbf{A}^{-1}=\mathbf{B}\\\mathbf{B}^{-1}=\mathbf{A}\end{cases} {A1=BB1=A

· A \mathbf{A} A 可逆的 充要条件 是 ∣ A ∣ ≠ 0 |\mathbf{A}|\neq0 A=0,当 ∣ A ∣ ≠ 0 |\mathbf{A}|\neq0 A=0 时, A \mathbf{A} A 可逆,且

A − 1 = 1 ∣ A ∣ A ∗ \mathbf{A}^{-1}=\frac1{|\mathbf{A}|}\mathbf{A}^* A1=A1A

其中 A ∗ \mathbf{A}^* A 是矩阵 A \mathbf{A} A 的伴随矩阵

3.2 性质

性质 1 若矩阵 A A A 是可逆的,那么 A A A 的逆矩阵是唯一的。
证明 若 B B B C C C 都是 A A A 的逆矩阵,则有

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

所以 A A A 的逆矩阵是唯一的

定理 2 若矩阵 A A A 可逆,则 ∣ A ∣ ≠ 0 |A|\neq0 A=0

证明 A A A 可逆,则有 A − 1 A^{-1} A1,使 A A − 1 = E AA^{-1}=E AA1=E。故 ∣ A ∣ ⋅ ∣ A − 1 ∣ = ∣ E ∣ = 1 |A|\cdot|A^{-1}|=|E|=1 AA1=E=1,所以 ∣ A ∣ ≠ 0 |A|\neq0 A=0
定理3 若 ∣ A ∣ ≠ 0 |A|\neq0 A=0,则矩阵 A A A 可逆,且

A − 1 = 1 ∣ A ∣ A ∗

这篇关于线性代数 | 分开写 |第二章 矩阵及其运算 | 3. 逆矩阵_back的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/919498

相关文章

numpy求解线性代数相关问题

《numpy求解线性代数相关问题》本文主要介绍了numpy求解线性代数相关问题,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 在numpy中有numpy.array类型和numpy.mat类型,前者是数组类型,后者是矩阵类型。数组

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

uva 575 Skew Binary(位运算)

求第一个以(2^(k+1)-1)为进制的数。 数据不大,可以直接搞。 代码: #include <stdio.h>#include <string.h>const int maxn = 100 + 5;int main(){char num[maxn];while (scanf("%s", num) == 1){if (num[0] == '0')break;int len =

hdu 4565 推倒公式+矩阵快速幂

题意 求下式的值: Sn=⌈ (a+b√)n⌉%m S_n = \lceil\ (a + \sqrt{b}) ^ n \rceil\% m 其中: 0<a,m<215 0< a, m < 2^{15} 0<b,n<231 0 < b, n < 2^{31} (a−1)2<b<a2 (a-1)^2< b < a^2 解析 令: An=(a+b√)n A_n = (a +

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

hdu 6198 dfs枚举找规律+矩阵乘法

number number number Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Problem Description We define a sequence  F : ⋅   F0=0,F1=1 ; ⋅   Fn=Fn

【Java中的位运算和逻辑运算详解及其区别】

Java中的位运算和逻辑运算详解及其区别 在 Java 编程中,位运算和逻辑运算是常见的两种操作类型。位运算用于操作整数的二进制位,而逻辑运算则是处理布尔值 (boolean) 的运算。本文将详细讲解这两种运算及其主要区别,并给出相应示例。 应用场景了解 位运算和逻辑运算的设计初衷源自计算机底层硬件和逻辑运算的需求,它们分别针对不同的处理对象和场景。以下是它们设计的初始目的简介:

位运算:带带孩子吧,孩子很强的!

快速进制 在聊到位运算之前,不妨先简单过一遍二进制的东西。熟悉二进制和十进制的快速转换确实是掌握位运算的基础,因为位运算直接在二进制位上进行操作。如果不熟悉二进制表示,很难直观理解位运算的效果。 这里主要涉及二进制和十进制之间的互相转换。 十进制转二进制 十进制转二进制可以使用常见的 除2取余法 进行。每次将十进制除以2并记录所得余数,直到商为0,然后再将记录的余数 从下往上排列即

线性代数|机器学习-P35距离矩阵和普鲁克问题

文章目录 1. 距离矩阵2. 正交普鲁克问题3. 实例说明 1. 距离矩阵 假设有三个点 x 1 , x 2 , x 3 x_1,x_2,x_3 x1​,x2​,x3​,三个点距离如下: ∣ ∣ x 1 − x 2 ∣ ∣ 2 = 1 , ∣ ∣ x 2 − x 3 ∣ ∣ 2 = 1 , ∣ ∣ x 1 − x 3 ∣ ∣ 2 = 6 \begin{equation} ||x

【线性代数】正定矩阵,二次型函数

本文主要介绍正定矩阵,二次型函数,及其相关的解析证明过程和各个过程的可视化几何解释(深蓝色字体)。 非常喜欢清华大学张颢老师说过的一段话:如果你不能用可视化的方式看到事情的结果,那么你就很难对这个事情有认知,认知就是直觉,解析的东西可以让你理解,但未必能让你形成直觉,因为他太反直觉了。 正定矩阵 定义 给定一个大小为 n×n 的实对称矩阵 A ,若对于任意长度为 n 的非零向量 ,有 恒成