分类目录:《算法设计与分析》总目录
线性代数提供了被称为矩阵逆的强大工具。对于大多数矩阵A,我们都能通过矩阵逆解析地求解方程组:
A
x
=
b
Ax=b
Ax=b
为了描述矩阵逆,我们首先需要定义单位矩阵的概念。任意向量和单位矩阵相乘,都不会改变。我们将保持
n
n
n维向量不变的单位矩阵记作
I
n
I_n
In形式上,
I
N
∈
R
n
×
n
I_N\in R^{n\times n}
IN∈Rn×n:
∀
x
∈
R
:
I
n
x
=
x
\forall x\in R:I_nx=x
∀x∈R:Inx=x
单位矩阵的结构很简单:所有沿主对角线的元素都是1,而所有其他位置的元素都是0:
[
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
]
\begin{bmatrix} 1&0&0&0\\0&1&0&0\\0&0&1&0\\0&0&0&1\end{bmatrix}
⎣⎢⎢⎡1000010000100001⎦⎥⎥⎤
矩阵
A
A
A的矩阵逆记作
A
−
1
A^{-1}
A−1,其定义的矩阵满足如下条件:
A
A
−
1
=
I
n
AA^{-1}=I_n
AA−1=In
所以对于方程组
A
x
=
b
Ax=b
Ax=b我们可以得到
x
x
x的解析解:
A
x
=
b
⇒
A
−
1
A
x
=
A
−
1
b
⇒
I
n
x
=
A
−
1
b
⇒
x
=
A
−
1
b
\begin{aligned} &Ax=b\\ \Rightarrow\quad&A^{-1}Ax=A^{-1}b\\ \Rightarrow\quad&I_nx=A^{-1}b\\ \Rightarrow\quad&x=A^{-1}b\\ \end{aligned}
⇒⇒⇒Ax=bA−1Ax=A−1bInx=A−1bx=A−1b
当然,这取决于我们能否找到一个逆矩阵 A − 1 A^{-1} A−1。在后续的文章中,我们会讨论逆矩阵 A − 1 A^{-1} A−1存在的条件。当逆矩阵 A − 1 A^{-1} A−1存在时,有几种不同的算法都能找到它的闭解形式。理论上,相同的逆矩阵可用于多次求解不同向量 b b b的方程。然而,逆矩阵 A − 1 A^{-1} A−1主要是作为理论工具使用的,并不会在大多数软件应用程序中实际使用。这是因为逆矩阵 A − 1 A^{-1} A−1在数字计算机上只能表现出有限的精度,有效使用向量 b b b的算法通常可以得到更精确的 x x x。