一、方阵的行列式
二、逆矩阵
2.1 使用Numpy 求例2的逆矩阵
import numpy as np
A=np.mat([[1,2,3],[2,2,1],[3,4,3]])
print('计算A行列式的值')
print(np.linalg.det(A))
print('='*100)
print('求矩阵的逆矩阵')
print(np.linalg.inv(A))
2.2 逆矩阵的初步应用
2.3 使用Numpy计算例3
A=np.mat([[1,2,3],[2,2,1],[3,4,3]])
B=np.mat([[2,1],[5,3]])
C=np.mat([[1,3],[2,0],[3,1]])
print(np.linalg.det(A))
print(np.linalg.det(B))
print(np.linalg.inv(A)*C*np.linalg.inv(B))
三、总结
逆矩阵的定义:
逆矩阵的定义类似于,数的倒数,矩阵A和B,如果AB=BA=E(E是单位矩阵),那么称B是A的逆矩阵。
逆矩阵的计算:
我们知道除以0以外的每个数都有倒数,但是矩阵不一定有逆矩阵。这就需要提到矩阵的行列式,读者详见第一部分方阵的行列式,
设矩阵A,那么矩阵的行列式为|A|。
若|A|不等于0,则矩阵A可逆;若矩阵A可逆,则|A|不等于0.
|A|不等于0是A是可逆矩阵的充分必要条件.
若|A|等于0,则矩阵A是奇异矩阵,A不可逆,若A可逆,则A是非奇异矩阵,可逆矩阵就是非奇异矩阵.
使用Numpy求逆矩阵:
使用Numpy 求解逆矩阵非常简单,但是大家要懂其中的数学原理,在后面的学习中才能游刃有余.
Numpy求矩阵的行列式,即|A|.
|A|=np.linalg.det(A)
Numpy求A的逆矩阵
A的逆矩阵=np.linalg.inv(A)
参考:工程数学 线性代数【第六版】同济大学数学系编