矩阵的逆

求矩阵的逆

• 待定系数 AX = I

=> (A | I) --> ( I | A^-1)

【注】

1. (A|E) 因为左边是E不可能化简出全0行，不可能有无数解

2. 何时无解？系数矩阵化为行最简时有0行

3. Q: 只右乘，得到右逆
   A: 定理：如果一个方阵A有右逆B，则B也是A的左逆，即B是A的逆

我的实现

    def inv(self):
        """返回矩阵的逆"""
        self._forward()
        self._backward()
        return [row.underlying_list()[self._col_num:] for row in self.Ab]

测试：

    # 7-2 实现矩阵的逆
    A72 = Matrix([
        [1, 2],
        [3, 4]
    ])
    b72 = Matrix([
        [1, 0],
        [0, 1]
    ])
    ls72 = LinearSystem(A72, b72)
    ls72.fancy_print()
    Inv = ls72.inv()
    print(Inv)

初等矩阵

用矩阵表示操作：

左乘行变换，右乘列变换

• 三种初等矩阵：对单位矩阵进行一次初等变换

$\{\begin{array}{l}{E}_{ij}\\ E_i(k)\\ E_{ij}(k)\end{array}$

【注】$E_{ij}(k)$ 第j行的k倍加到第i行上，或将第i列的k倍加到第j列上

• 行最简矩阵:
  $E_p,...E_3\cdot E_2\cdot E_1\cdot A=rref(A)$

初等矩阵和可逆性

$$\begin{gathered} \{\begin{array}{l} \\ {E}_{ij}^{-1}=E_{ji}\\ E_i(k{)}^{-1}=E_i(\frac{1}{k})\\ E_{ij}(k{)}^{-1}=E_{ij}(-k)\end{array} \end{gathered}$$

• (A | I) --> (I | A ^-1) 的解释：

Ep, … E3· E2 · E1 · A = rref(A） = I

Ep, … E3· E2 · E1 · A · A ^-1 = I · A^-1

Ep, … E3· E2 · E1 · I = A^-1

【解释】对A做一系列初等行变换$E_i$得到单位矩阵I，如果将这些初等行变换同样施加给单位矩阵就会得到 $A^{-1}$

• 矩阵的逆的作用：
  对线性系统：Ax = b $\Rightarrow$ x = A^-1 · b
  在A不变，b不断变化的环境，效率更高，可以先求出A^-1

由 矩阵的逆 可得到的等价命题