定義 1:行列式がゼロの場合、行列は特異と呼ばれます。
定義 2:行列式がゼロに等しくない場合、行列は非特異的と呼ばれます。
行列 "A" と呼ばれます 逆行列、条件 A*A-1 = A-1 *A = E (単位行列) が満たされる場合。
正方行列は、非特異である場合にのみ可逆です。
逆行列を計算するスキーム:
1) 次の場合に行列 "A" の行列式を計算します。 ∆ A = 0 の場合、逆行列は存在しません。
2) 行列「A」のすべての代数補数を求めます。
3) 代数加算行列の作成 (Aij)
4) 代数の補数の行列 (Aij )T を転置します。
5) 転置行列にこの行列の行列式の逆数を掛けます。
6) チェックを実行します。
一見すると複雑に見えるかもしれませんが、実際にはすべてが非常にシンプルです。 すべての解決策は単純な算術演算に基づいています。解決する際に重要なことは、「-」と「+」の記号を混同したり、失わないようにすることです。
では、逆行列を計算して実際のタスクを一緒に解決しましょう。
タスク: 下の図に示されている逆行列 "A" を見つけます。
1. 最初に行うことは、行列 "A" の行列式を見つけることです。
説明:
基本関数を使用して行列式を単純化しました。 まず、1 行目の要素を 1 つの数値で乗算して 2 行目と 3 行目に追加しました。
次に、行列式の 2 列目と 3 列目を変更し、その性質に応じてその前の符号を変更しました。
3番目に、2行目の共通約数(-1)を取り、再度符号を変えるとプラスになりました。 例の最初と同じ方法で 3 行目も簡略化しました。
対角線より下の要素がゼロに等しい三角形行列式があり、性質 7 により、対角要素の積に等しくなります。 結局、私たちは得ました ∆ A = 26、したがって逆行列が存在します。
A11 = 1*(3+1) = 4
A12 = -1*(9+2) = -11
A13 = 1*1 = 1
A21 = -1*(-6) = 6
A22 = 1*(3-0) = 3
A23 = -1*(1+4) = -5
A31 = 1*2 = 2
A32 = -1*(-1) = -1
A33 = 1+(1+6) = 7
3. 次のステップでは、加算結果から行列をコンパイルします。
5. この行列に行列式の逆数、つまり 1/26 を掛けます。
6. 次に、次のことを確認する必要があります。
テスト中に恒等行列を受け取ったため、解決策は完全に正しく実行されました。
逆行列を計算する2つの方法。
1. 基本的な行列変換
2. 基本コンバーターによる逆行列。
基本的な行列変換には次のものが含まれます。
1. 文字列にゼロ以外の数値を乗算します。
2. 任意の行に数値を掛けた別の行を追加します。
3. マトリックスの行を交換します。
4. 一連の基本変換を適用すると、別の行列が得られます。
あ -1 = ?
1. (A|E) ~ (E|A) -1 )
2.A -1 * A = E
実数を使った実際の例を使用してこれを見てみましょう。
エクササイズ:逆行列を求めます。
解決:
確認しよう:
解決策について少し説明します。
まず、行列の行 1 と行 2 を再配置し、最初の行に (-1) を乗算します。
その後、最初の行に (-2) を乗算し、行列の 2 行目に加算しました。 次に、行 2 を 1/4 で乗算します。
変換の最終段階では、2 番目の行を 2 で乗算し、それを最初の行と加算します。 その結果、左側に単位行列が得られ、したがって、逆行列は右側の行列になります。
確認した結果、その決定は正しかったと確信しました。
ご覧のとおり、逆行列の計算は非常に簡単です。
この講義の最後に、このような行列の性質についても少し時間をかけて説明したいと思います。
条件 $A^(-1)\cdot A=A\cdot A^(-1)=E$ が満たされる場合、行列 $A^(-1)$ は正方行列 $A$ の逆行列と呼ばれます。ここで $E $ は単位行列で、その次数は行列 $A$ の次数と同じです。
非特異行列とは、行列式がゼロに等しくない行列です。 したがって、特異行列とは、行列式がゼロに等しい行列です。
逆行列 $A^(-1)$ は、行列 $A$ が特異でない場合にのみ存在します。 逆行列 $A^(-1)$ が存在する場合、それは一意です。
逆行列を求める方法はいくつかありますが、そのうちの 2 つを見てみましょう。 このページでは、ほとんどの高等数学コースで標準とみなされている随伴行列法について説明します。 逆行列を求める 2 番目の方法 (基本変換の方法) は、ガウス法またはガウス-ジョルダン法の使用を伴いますが、第 2 部で説明します。
随伴行列法
行列 $A_(n\times n)$ が与えられるとします。 逆行列 $A^(-1)$ を求めるには、次の 3 つの手順が必要です。
- 行列 $A$ の行列式を見つけて、$\Delta A\neq 0$ であることを確認します。つまり、 行列 A が特異でないこと。
- 行列 $A$ の各要素の代数補数 $A_(ij)$ を作成し、見つかった代数から行列 $A_(n\times n)^(*)=\left(A_(ij) \right)$ を書き込みます補足します。
- 式 $A^(-1)=\frac(1)(\Delta A)\cdot (A^(*))^T$ を考慮して逆行列を記述します。
行列 $(A^(*))^T$ は、行列 $A$ の随伴 (相互、関連) と呼ばれることがよくあります。
手動で解法を行う場合、最初の方法は比較的小さい次数の行列 (2 番目 ()、3 番目 ()、4 番目) にのみ適しています。 高次行列の逆行列を見つけるには、他の方法が使用されます。 たとえば、ガウス法については第 2 部で説明します。
例その1
逆行列を求めます $A=\left(\begin(array) (cccc) 5 & -4 &1 & 0 \\ 12 &-11 &4 & 0 \\ -5 & 58 &4 & 0 \\ 3 & - 1 & -9 & 0 \end(配列) \right)$。
4 番目の列の要素はすべて 0 に等しいため、$\Delta A=0$ になります (つまり、行列 $A$ は特異です)。 $\Delta A=0$ なので、行列 $A$ に対する逆行列は存在しません。
例その2
行列 $A=\left(\begin(array) (cc) -5 & 7 \\ 9 & 8 \end(array)\right)$ の逆行列を求めます。
随伴行列法を使用します。 まず、指定された行列 $A$ の行列式を見つけてみましょう。
$$ \デルタ A=\左| \begin(配列) (cc) -5 & 7\\ 9 & 8 \end(配列)\right|=-5\cdot 8-7\cdot 9=-103。 $$
$\Delta A \neq 0$ であるため、逆行列が存在するため、解を続けます。 代数の補数を見つける
\begin(aligned) & A_(11)=(-1)^2\cdot 8=8; \; A_(12)=(-1)^3\cdot 9=-9;\\ & A_(21)=(-1)^3\cdot 7=-7; \; A_(22)=(-1)^4\cdot (-5)=-5.\\ \end(aligned)
代数加算の行列 $A^(*)=\left(\begin(array) (cc) 8 & -9\\ -7 & -5 \end(array)\right)$ を作成します。
結果の行列を転置します。 $(A^(*))^T=\left(\begin(array) (cc) 8 & -7\\ -9 & -5 \end(array)\right)$ (結果として得られる行列は、行列 $A$ に対する随伴行列または関連行列と呼ばれることがよくあります)。 式 $A^(-1)=\frac(1)(\Delta A)\cdot (A^(*))^T$ を使用すると、次のようになります。
$$ A^(-1)=\frac(1)(-103)\cdot \left(\begin(配列) (cc) 8 & -7\\ -9 & -5 \end(配列)\right) =\left(\begin(配列) (cc) -8/103 & 7/103\\ 9/103 & 5/103 \end(配列)\right) $$
したがって、逆行列が見つかります: $A^(-1)=\left(\begin(array) (cc) -8/103 & 7/103\\ 9/103 & 5/103 \end(array )\右)$。 結果の真偽を確認するには、$A^(-1)\cdot A=E$ または $A\cdot A^(-1)=E$ のいずれかの等式の真偽を確認するだけで十分です。 $A^(-1)\cdot A=E$ が等しいことを確認してみましょう。 分数の処理を減らすために、$\left(\begin(array) (cc) -8/103 & 7/103\\ 9/103 の形式ではなく行列 $A^(-1)$ を代入します。 & 5/103 \ end(array)\right)$、形式 $-\frac(1)(103)\cdot \left(\begin(array) (cc) 8 & -7\\ -9 & -5 \end(配列)\right)$:
答え: $A^(-1)=\left(\begin(array) (cc) -8/103 & 7/103\\ 9/103 & 5/103 \end(array)\right)$。
例その3
行列 $A=\left(\begin(array) (ccc) 1 & 7 & 3 \\ -4 & 9 & 4 \\ 0 & 3 & 2\end(array) \right)$ の逆行列を求めます。 。
行列 $A$ の行列式を計算することから始めましょう。 したがって、行列 $A$ の行列式は次のようになります。
$$ \デルタ A=\左| \begin(配列) (ccc) 1 & 7 & 3 \\ -4 & 9 & 4 \\ 0 & 3 & 2\end(配列) \right| = 18-36+56-12=26。 $$
$\Delta A\neq 0$ なので、逆行列が存在するため、解法を続けます。 与えられた行列の各要素の代数補数を求めます。
代数加算の行列を作成し、転置します。
$$ A^*=\left(\begin(配列) (ccc) 6 & 8 & -12 \\ -5 & 2 & -3 \\ 1 & -16 & 37\end(配列) \right); \; (A^*)^T=\left(\begin(配列) (ccc) 6 & -5 & 1 \\ 8 & 2 & -16 \\ -12 & -3 & 37\end(配列) \right) $$
式 $A^(-1)=\frac(1)(\Delta A)\cdot (A^(*))^T$ を使用すると、次のようになります。
$$ A^(-1)=\frac(1)(26)\cdot \left(\begin(array) (ccc) 6 & -5 & 1 \\ 8 & 2 & -16 \\ -12 & - 3 & 37\end(配列) \right)= \left(\begin(配列) (ccc) 3/13 & -5/26 & 1/26 \\ 4/13 & 1/13 & -8/13 \ \ -6/13 & -3/26 & 37/26 \end(配列) \right) $$
$A^(-1)=\left(\begin(array) (ccc) 3/13 & -5/26 & 1/26 \\ 4/13 & 1/13 & -8/13 \\ - 6 /13 & -3/26 & 37/26 \end(配列) \right)$。 結果の真偽を確認するには、$A^(-1)\cdot A=E$ または $A\cdot A^(-1)=E$ のいずれかの等式の真偽を確認するだけで十分です。 $A\cdot A^(-1)=E$ が等しいことを確認してみましょう。 分数の処理を減らすために、$\left(\begin(array) (ccc) 3/13 & -5/26 & 1/26 \ の形式ではなく行列 $A^(-1)$ を代入します。 \ 4/13 & 1/13 & -8/13 \\ -6/13 & -3/26 & 37/26 \end(array) \right)$、形式 $\frac(1)(26) )\cdot \left( \begin(配列) (ccc) 6 & -5 & 1 \\ 8 & 2 & -16 \\ -12 & -3 & 37\end(配列) \right)$:
チェックは成功し、逆行列 $A^(-1)$ が正しく見つかりました。
答え: $A^(-1)=\left(\begin(array) (ccc) 3/13 & -5/26 & 1/26 \\ 4/13 & 1/13 & -8/13 \\ -6 /13 & -3/26 & 37/26 \end(配列) \right)$。
例4
行列 $A=\left(\begin(array) (cccc) 6 & -5 & 8 & 4\\ 9 & 7 & 5 & 2 \\ 7 & 5 & 3 & 7\\ -4 の逆行列を求めます& 8 & -8 & -3 \end(配列) \right)$。
4 次行列の場合、代数加算を使用して逆行列を見つけるのは多少困難です。 ただし、そのような例は試験問題で発生します。
逆行列を求めるには、まず行列 $A$ の行列式を計算する必要があります。 この状況でこれを行うための最良の方法は、行列式を行 (列) に沿って分解することです。 任意の行または列を選択し、選択した行または列の各要素の代数補数を求めます。
多くのプロパティの逆と同様です。
百科事典 YouTube
1 / 5
✪ 逆行列を見つける方法 - bezbotvy
✪ 逆行列 (2通りの求め方)
✪ 逆行列 #1
✪ 2015-01-28。 逆3x3行列
✪ 2015-01-27。 逆行列 2x2
字幕
逆行列の性質
- det A − 1 = 1 det A (\displaystyle \det A^(-1)=(\frac (1)(\det A)))、 どこ det (\displaystyle \\det )は行列式を表します。
- (A B) − 1 = B − 1 A − 1 (\displaystyle \ (AB)^(-1)=B^(-1)A^(-1)) 2 つの正方可逆行列の場合 A (\displaystyle A)そして B (\表示スタイル B).
- (A T) − 1 = (A − 1) T (\displaystyle \ (A^(T))^(-1)=(A^(-1))^(T))、 どこ (. . .) T (\displaystyle (...)^(T))は転置行列を表す。
- (k A) − 1 = k − 1 A − 1 (\displaystyle \ (kA)^(-1)=k^(-1)A^(-1))任意の係数に対して k ≠ 0 (\displaystyle k\not =0).
- E − 1 = E (\displaystyle \E^(-1)=E).
- 連立一次方程式を解く必要がある場合、(b は非ゼロベクトル)、ここで x (\表示スタイル x)が目的のベクトルであり、 A − 1 (\displaystyle A^(-1))存在するなら x = A − 1 b (\displaystyle x=A^(-1)b)。 それ以外の場合は、解空間の次元がゼロより大きいか、解がまったく存在しません。
逆行列を求める方法
行列が可逆行列の場合は、次のいずれかの方法を使用して逆行列を見つけることができます。
正確な (直接的な) メソッド
ガウス・ジョーダン法
2 つの行列を考えてみましょう。 あそして独身 E。 マトリックスを提示しましょう あ Gauss-Jordan 法を使用して単位行列に変換し、行に沿って変換を適用します (列に沿って変換を適用することもできますが、混合することはできません)。 各演算を最初の行列に適用した後、同じ演算を 2 番目の行列に適用します。 最初の行列の単位形式への縮小が完了すると、2 番目の行列は次と等しくなります。 A−1.
ガウス法を使用する場合、最初の行列の左側に基本行列の 1 つが乗算されます。 Λ i (\displaystyle \Lambda _(i))(1 つの位置を除いて、主対角上に 1 があるトランスベクションまたは対角行列):
Λ 1 ⋅ ⋯ ⋅ Λ n ⋅ A = Λ A = E ⇒ Λ = A − 1 (\displaystyle \Lambda _(1)\cdot \dots \cdot \Lambda _(n)\cdot A=\Lambda A=E \Rightarrow \Lambda =A^(-1)). Λ m = [ 1 … 0 − a 1 m / a m m 0 … 0 … 0 … 1 − a m − 1 m / a mm 0 … 0 0 … 0 1 / a m m 0 … 0 0 … 0 − a m + 1 m / a m m 1 … 0 … 0 … 0 − a n m / a m m 0 … 1 ] (\displaystyle \Lambda _(m)=(\begin(bmatrix)1&\dots &0&-a_(1m)/a_(mm)&0&\dots &0\\ &&&\ドット &&&\\0&\ドット &1&-a_(m-1m)/a_(mm)&0&\ドット &0\\0&\ドット &0&1/a_(mm)&0&\ドット &0\\0&\ドット &0&-a_( m+1m)/a_(mm)&1&\dots &0\\&&&\dots &&&\\0&\dots &0&-a_(nm)/a_(mm)&0&\dots &1\end(bmatrix))).すべての演算を適用した後の 2 番目の行列は次と等しくなります。 Λ (\displaystyle \Lambda)、つまり、それが望ましいものになります。 アルゴリズムの複雑さ - O (n 3) (\displaystyle O(n^(3))).
代数補体行列の使用
行列の逆行列 A (\displaystyle A)、次の形式で表すことができます。
A − 1 = adj (A) det (A) (\displaystyle (A)^(-1)=(((\mbox(adj))(A)) \over (\det(A))))
どこ adj (A) (\displaystyle (\mbox(adj))(A))- 随伴行列;
アルゴリズムの複雑さは、行列式 O det を計算するアルゴリズムの複雑さに依存し、O(n²)・O det に等しくなります。
LU/LUP 分解の使用
行列方程式 A X = I n (\displaystyle AX=I_(n))逆行列の場合 X (\displaystyle X)コレクションとして考えることができます n (\表示スタイル n)フォームのシステム A x = b (\displaystyle Ax=b)。 と表しましょう i (\displaystyle i)行列の列目 X (\displaystyle X)を通して X i (\displaystyle X_(i)); それから A X i = e i (\displaystyle AX_(i)=e_(i)), i = 1 , … , n (\displaystyle i=1,\ldots ,n)、なぜなら i (\displaystyle i)行列の列目 I n (\displaystyle I_(n))は単位ベクトルです e i (\displaystyle e_(i))。 言い換えれば、逆行列を見つけることは、同じ行列と異なる右辺を持つ n 個の方程式を解くことになります。 LUP 分解 (O(n³) 時間) を実行した後、n 個の方程式をそれぞれ解くのに O(n²) 時間かかるため、この部分の作業にも O(n³) 時間がかかります。
行列 A が特異でない場合、LUP 分解を計算できます。 P A = LU (\displaystyle PA=LU)。 させて P A = B (\displaystyle PA=B), B − 1 = D (\displaystyle B^(-1)=D)。 次に、逆行列のプロパティから次のように書くことができます。 D = U − 1 L − 1 (\displaystyle D=U^(-1)L^(-1))。 この等式に U と L を掛けると、次の形式の 2 つの等式が得られます。 U D = L − 1 (\displaystyle UD=L^(-1))そして DL = U − 1 (\displaystyle DL=U^(-1))。 これらの等式の最初のものは、次の n² 線形方程式系です。 n (n + 1) 2 (\displaystyle (\frac (n(n+1))(2)))そこから右辺が (三角行列の特性から) わかります。 2 番目の式も、次の n² 線形方程式系を表します。 n (n − 1) 2 (\displaystyle (\frac (n(n-1))(2)))そこから右辺がわかります (三角行列の特性からも)。 これらは一緒になって n² 等式の系を表します。 これらの等式を使用して、行列 D のすべての n² 要素を再帰的に決定できます。その後、等式 (PA) −1 = A −1 P −1 = B −1 = D から次の等式が得られます。 A − 1 = DP (\displaystyle A^(-1)=DP).
LU 分解を使用する場合、行列 D の列の置換は必要ありませんが、行列 A が非特異であっても解が発散する可能性があります。
アルゴリズムの複雑さは O(n³) です。
反復法
シュルツ法
( Ψ k = E − A U k , U k + 1 = U k ∑ i = 0 n Ψ k i (\displaystyle (\begin(cases)\Psi _(k)=E-AU_(k),\\U_( k+1)=U_(k)\sum _(i=0)^(n)\Psi _(k)^(i)\end(cases)))
誤差の推定
初期近似値の選択
ここで考慮される反復行列逆変換プロセスにおける初期近似の選択の問題により、行列の LU 分解などに基づく直接逆行列法と競合する独立した汎用手法としてプロセスを扱うことはできません。 選択する際の推奨事項がいくつかあります U 0 (\displaystyle U_(0))、条件の充足を保証する ρ (Ψ 0) < 1 {\displaystyle \rho (\Psi _{0})<1} (行列のスペクトル半径は 1 未満)、これはプロセスの収束に必要かつ十分です。 ただし、この場合、まず、可逆行列 A または行列のスペクトルの推定値を上記から知る必要があります。 A A T (\displaystyle AA^(T))(つまり、A が対称正定行列の場合、 ρ (A) ≤ β (\displaystyle \rho (A)\leq \beta )、その後、あなたは取ることができます U 0 = α E (\displaystyle U_(0)=(\alpha )E)、 どこ ; A が任意の非特異行列であり、 ρ (A A T) ≤ β (\displaystyle \rho (AA^(T))\leq \beta )、そして彼らは信じます U 0 = α A T (\displaystyle U_(0)=(\alpha )A^(T))、ここでも α ∈ (0 , 2 β) (\displaystyle \alpha \in \left(0,(\frac (2)(\beta ))\right)); もちろん、状況を単純化し、次の事実を利用することもできます。 ρ (A A T) ≤ k A A T k (\displaystyle \rho (AA^(T))\leq (\mathcal (k))AA^(T)(\mathcal (k))、 置く U 0 = A T ‖ A A T ‖ (\displaystyle U_(0)=(\frac (A^(T))(\|AA^(T)\|))))。 第 2 に、この方法で初期行列を指定する場合、次のことが保証されません。 ‖ Ψ 0 ‖ (\displaystyle \|\Psi _(0)\|)小さくなるだろう(おそらく実際には小さくなるだろう) ‖ Ψ 0 ‖ > 1 (\displaystyle \|\Psi _(0)\|>1))、高い収束率はすぐには明らかになりません。
例
マトリックス 2x2
A − 1 = [ a b c d ] − 1 = 1 det (A) [ d − b − c a ] = 1 a d − b c [ d − b − c a ] 。 (\displaystyle \mathbf (A) ^(-1)=(\begin(bmatrix)a&b\\c&d\\\end(bmatrix))^(-1)=(\frac (1)(\det(\mathbf) (A))))(\begin(bmatrix)\,\,\,d&\!\!-b\\-c&\,a\\\end(bmatrix))=(\frac (1)(ad- bc))(\begin(bmatrix)\,\,\,d&\!\!-b\\-c&\,a\\\end(bmatrix)).)2x2行列の反転は、次の条件下でのみ可能です。 a d − b c = det A ≠ 0 (\displaystyle ad-bc=\det A\neq 0).
通常、逆演算は複雑な代数式を単純化するために使用されます。 たとえば、分数で割る演算が問題に含まれている場合は、分数の逆数を乗算する演算 (逆演算) に置き換えることができます。 また、行列は割り算できないので、逆行列を掛ける必要があります。 3x3 行列の逆数を計算するのは非常に面倒ですが、手動で実行できる必要があります。 優れたグラフ電卓を使用して逆数を見つけることもできます。
ステップ
随伴行列の使用
元の行列を転置します。転置とは、行列の主対角線を基準にして行を列に置き換えることです。つまり、要素 (i,j) と (j,i) を交換する必要があります。 この場合、主対角線の要素 (左上隅で始まり、右下隅で終了) は変わりません。
- 行を列に変更するには、1 行目の要素を 1 列目に、2 行目の要素を 2 列目に、3 行目の要素を 3 列目に書き込みます。 要素の位置を変更する順序は図に示されており、対応する要素は色付きの丸で囲まれています。
各 2x2 行列の定義を見つけます。転置された行列を含む行列のすべての要素は、対応する 2x2 行列に関連付けられます。 特定の要素に対応する 2x2 行列を見つけるには、指定された要素が配置されている行と列を取り消し線で消します。つまり、元の 3x3 行列の 5 つの要素を取り消し線で消す必要があります。 対応する 2x2 行列の要素である 4 つの要素は交差されないままになります。
- たとえば、2 行目と 1 列目の交点にある要素の 2x2 行列を見つけるには、2 行目と 1 列目にある 5 つの要素を取り消し線で消します。 残りの 4 つの要素は、対応する 2x2 行列の要素です。
- 各 2x2 行列の行列式を求めます。 これを行うには、主対角要素の積から副対角要素の積を減算します (図を参照)。
- 3x3 行列の特定の要素に対応する 2x2 行列に関する詳細情報は、インターネットで見つけることができます。
余因子行列を作成します。以前に取得した結果を新しい補因子行列の形式で書き込みます。 これを行うには、3x3 行列の対応する要素が位置する各 2x2 行列の見つかった行列式を書き込みます。 たとえば、要素 (1,1) の 2x2 行列を検討している場合、その行列式を位置 (1,1) に書き込みます。 次に、図に示す特定のスキームに従って、対応する要素の符号を変更します。
- 符号を変更するためのスキーム: 最初の行の最初の要素の符号は変わりません。 最初の行の 2 番目の要素の符号が反転されます。 最初の行の 3 番目の要素の符号は変わりません。以下同様に行ごとに変化します。 図に示されている「+」および「-」記号 (図を参照) は、対応する要素が正または負であることを示すものではないことに注意してください。 この場合、「+」記号は要素の符号が変化しないことを示し、「−」記号は要素の符号が変化することを示す。
- 補因子行列に関する詳細情報は、インターネットで見つけることができます。
- このようにして、元の行列の随伴行列を見つけることができます。 複素共役行列と呼ばれることもあります。 このような行列は、adj(M) と表されます。
随伴行列の各要素を行列式で除算します。行列 M の行列式は、逆行列が存在することを確認するために最初に計算されます。 次に、随伴行列の各要素をこの行列式で除算します。 各除算演算の結果を、対応する要素が位置する場所に書き込みます。 このようにして、元の行列の逆行列を見つけることができます。
- 図に示されている行列の行列式は 1 です。 したがって、ここでの随伴行列は逆行列です (任意の数を 1 で割っても変化しないため)。
- 一部のソースでは、除算演算が 1/det(M) による乗算演算に置き換えられます。 ただし、最終結果は変わりません。
逆行列を書きます。大きな行列の右半分にある要素を別の行列、つまり逆行列として書き込みます。
元の行列を計算機のメモリに入力します。これを行うには、[マトリックス] ボタンをクリックします (可能な場合)。 Texas Instruments 電卓の場合は、2 番目のボタンとマトリックス ボタンを押す必要がある場合があります。
「編集」メニューを選択します。これを行うには、矢印ボタンまたは電卓のキーボードの上部にある適切な機能ボタンを使用します (ボタンの位置は電卓のモデルによって異なります)。
マトリックス表記を入力します。ほとんどのグラフィック電卓は、A ~ J の文字で指定できる 3 ~ 10 個の行列を処理できます。 通常は、[A] を選択して元の行列を指定します。 次に Enter ボタンを押します。
マトリックスのサイズを入力します。この記事では 3x3 行列について説明します。 ただし、グラフィック電卓は大規模な行列を処理できます。 行数を入力して Enter キーを押し、次に列数を入力してもう一度 Enter キーを押します。
各行列要素を入力します。電卓画面に行列が表示されます。 以前に計算機に行列を入力したことがある場合は、それが画面に表示されます。 カーソルは行列の最初の要素を強調表示します。 最初の要素の値を入力し、Enter キーを押します。 カーソルは自動的に次の行列要素に移動します。
正方行列が与えられるとします。 逆行列を見つける必要があります。
最初の方法。 逆行列の存在と一意性に関する定理 4.1 は、逆行列を見つける方法の 1 つを示しています。
1. この行列の行列式を計算します。 場合、逆行列は存在しません (行列は特異です)。
2. 行列要素の代数的補数から行列を構築します。
3.
行列を転置して随伴行列を取得します。 .
4. 随伴行列のすべての要素を行列式で除算して、逆行列 (4.1) を求めます。
2番目の方法。 逆行列を見つけるには、基本変換を使用できます。
1. 指定された行列に同じ次数の単位行列を代入して、ブロック行列を構築します。
2. 行列の行に対して実行される基本変換を使用して、その左側のブロックを最も単純な形式にします。 この場合、ブロック行列は、単位行列からの変換の結果として得られる正方行列となる形式に縮小されます。
3. の場合、ブロックは行列の逆行列に等しい、つまり、 の場合、行列には逆行列がありません。
実際、行列の行の基本変換を利用すると、その左側のブロックを単純化した形式に縮小することができます (図 1.5 を参照)。 この場合、ブロック行列は、 が等式を満たす基本行列である形式に変換されます。 行列が非縮退の場合、備考 3.3 の段落 2 によれば、その簡略化された形式は単位行列と一致します。 すると平等性から次のことが導かれます。 行列が単数の場合、その簡略化された形式は単位行列とは異なり、行列には逆行列がありません。
11. 行列方程式とその解。 SLAE を記録するマトリックス形式。 SLAEを解くための行列法(逆行列法)とその適用条件。
行列方程式は、次の形式の方程式です。 A*X=C; X*A=C; A*X*B=C ここで、行列 A、B、C は既知ですが、行列 X は不明です。行列 A と B が縮退していない場合、元の行列の解は適切な形式で記述されます: X = A -1 * C; X=C*A -1; X=A -1 *C*B -1 線形代数方程式の記述系の行列形式。いくつかの行列を各 SLAE に関連付けることができます。 さらに、SLAE 自体は行列方程式の形式で記述することができます。 SLAE (1) については、次の行列を考慮してください。
行列 A は次のように呼ばれます システムのマトリックス。 この行列の要素は、特定の SLAE の係数を表します。
行列 A~ は次のように呼ばれます。 拡張マトリックスシステム。 これは、自由項 b1、b2、...、bm を含む列をシステム行列に追加することによって取得されます。 通常、この列はわかりやすくするために垂直線で区切られています。
列行列 B は次のように呼ばれます。 無料会員のマトリックス、列行列 X は次のようになります。 未知数の行列.
上で紹介した表記を使用すると、SLAE (1) は行列方程式 A⋅X=B の形式で書くことができます。
注記
システムに関連付けられた行列はさまざまな方法で記述することができます。すべては、考慮中の SLAE の変数と方程式の次数に依存します。 ただし、いずれの場合でも、特定の SLAE の各方程式内の未知数の次数は同じでなければなりません。
行列法は、方程式の数が未知の変数の数と一致し、システムの主行列の行列式がゼロではない SLAE を解くのに適しています。 システムに 3 つ以上の方程式が含まれている場合、逆行列を見つけるには多大な計算量が必要となるため、この場合は次を使用することをお勧めします。 ガウス法.
12. 均一な SLAE、非ゼロ解が存在する条件。 均質な SLAE の部分解のプロパティ。
線形方程式は、自由項がゼロに等しい場合は均一と呼ばれ、それ以外の場合は不均一と呼ばれます。 同次方程式からなる系は同次と呼ばれ、次の一般形式になります。
13 均一な SLAE の部分解の線形独立性と依存性の概念。 基本的なソリューション システム (FSD) とその決定。 FSR による均一な SLAE の一般的な解の表現。
機能系 y 1 (バツ ), y 2 (バツ ), …, y n (バツ ) と呼ばれます 線形依存性間隔で ( ある , b )、同時にゼロに等しくない定数係数のセットがあり、これらの関数の線形結合が完全にゼロに等しくなる場合 ( ある , b ): のために 。 の等価性が に対してのみ可能である場合、関数系 y 1 (バツ ), y 2 (バツ ), …, y n (バツ ) と呼ばれます 線形独立間隔で ( ある , b )。 つまり、関数は、 y 1 (バツ ), y 2 (バツ ), …, y n (バツ ) 線形依存性間隔で ( ある , b )、( にゼロに等しい値がある場合) ある , b ) それらの自明ではない線形結合。 機能 y 1 (バツ ),y 2 (バツ ), …, y n (バツ ) 線形独立間隔で ( ある , b )、それらの自明な線形結合のみが完全に 0 に等しい場合 ( ある , b ).
基本的意思決定システム (FSR)均一な SLAE がこのカラム システムの基礎です。
FSR の要素の数は、システムの未知数の数からシステム行列のランクを引いたものに等しくなります。 元のシステムの解はすべて、FSR の解の線形結合です。
定理
不均質な SLAE の一般解は、不均質な SLAE の特定の解と、対応する均質な SLAE の一般的な解の合計に等しくなります。
1 . 列が均質方程式系の解である場合、それらの線形結合も均質系の解になります。
実際、等式から次のことがわかります。
それらの。 解の線形結合は均質系の解です。
2. 同次システムの行列のランクが に等しい場合、システムには線形独立の解があります。
実際、均一系の一般解の式 (5.13) を使用すると、自由変数に次の値を与える特定の解が見つかります。 標準値セット (毎回、自由変数の 1 つが 1 に等しく、残りが 0 に等しいと仮定します):
これらは線形独立です。 実際、これらの列から行列を作成すると、その最後の行が単位行列を形成します。 したがって、最後の行にあるマイナーは 0 に等しくない (1 に等しい)。 が基本です。 したがって、行列のランクは等しくなります。 これは、この行列のすべての列が線形独立であることを意味します (定理 3.4 を参照)。
同次系の線形独立解の集合は、次のように呼ばれます。 解決策の基本システム(セット) .
14 次数のマイナー、基本マイナー、行列のランク。 行列のランクを計算します。
行列 A の次数 k のマイナーは、次数 k の正方部分行列の一部の行列式です。
次元 m x n の行列 A では、次数 r のマイナーが非ゼロの場合は基本と呼ばれ、より高次のマイナーはすべて (存在する場合) ゼロに等しくなります。
基底マイナーが交差する行列 A の列と行は、A の基底列と基底行と呼ばれます。
定理 1. (行列のランクについて)。 どの行列でも、マイナー ランクは行ランクと列ランクに等しくなります。
定理 2. (マイナーに基づく)。 各行列列は、その基底列の線形結合に分解されます。
行列のランク (またはマイナー ランク) は、基底マイナーの次数、つまり、ゼロ以外のマイナーが存在する最大の次数です。 ゼロ行列のランクは、定義上 0 とみなされます。
マイナーランクの 2 つの明らかな特性に注目してみましょう。
1) 行列が転置されると、そのすべての部分行列が転置され、マイナーは変化しないため、転置中に行列のランクは変化しません。
2) A’ が行列 A の部分行列である場合、A’ に含まれる非ゼロのマイナーも A に含まれるため、A’ のランクは A のランクを超えません。
15. -次元の算術ベクトルの概念。 ベクトルの平等。 ベクトルの演算 (加算、減算、数値による乗算、行列による乗算)。 ベクトルの線形結合。
注文されたコレクション n実数または複素数と呼ばれます n次元ベクトル。 数字は呼ばれます ベクトル座標.
2 つの (ゼロではない) ベクトル あるそして bそれらが同じ方向に向けられ、同じモジュールを持っている場合、それらは等しいです。 すべてのゼロ ベクトルは等しいとみなされます。 それ以外の場合はすべて、ベクトルは等しくありません。
ベクトルの追加。 ベクトルを追加するには 2 つの方法があります。1. 平行四辺形のルール。 ベクトルと を加算するには、両方の原点を同じ点に配置します。 平行四辺形まで構築し、同じ点から平行四辺形の対角線を描きます。 これはベクトルの合計になります。
2. ベクトルを追加する 2 番目の方法は、三角定規です。 同じベクトルと を考えてみましょう。 2 番目のベクトルの先頭を最初のベクトルの末尾に追加します。 では、最初の最初と 2 番目の終わりを接続しましょう。 これはベクトルと の合計です。 同じルールを使用して、複数のベクトルを追加できます。 それらを順番に並べて、最初の始まりと最後の終わりを結びます。
ベクトルの減算。 ベクトルはベクトルの反対を向いています。 ベクトルの長さは等しい。 これで、ベクトル減算が何であるかが明確になりました。 ベクトルの差 と は、ベクトル と ベクトル の和です。
ベクトルと数値の乗算
ベクトルに数値 k を乗算すると、その長さの k 倍の長さのベクトルが生成されます。 k が 0 より大きい場合はベクトルと同方向であり、k が 0 より小さい場合は逆方向になります。
ベクトルのスカラー積は、ベクトルの長さとベクトル間の角度の余弦の積です。ベクトルが垂直であれば、そのスカラー積はゼロになります。 そして、これは、ベクトル と の座標を通じてスカラー積がどのように表現されるかです。
ベクトルの線形結合
ベクトルの線形結合 ベクトルと呼ばれる
どこ - 線形結合係数。 もし
自明でない組み合わせは自明と呼ばれます。
16 .算術ベクトルのスカラー積。 ベクトルの長さとベクトル間の角度。 ベクトル直交性の概念。
ベクトル a と b のスカラー積は次の数値になります。
スカラー積は、1) ベクトル間の角度を求める、2) ベクトルの長さを計算する、4) ベクトルの垂直性の条件を計算するために使用されます。
線分 AB の長さを点 A と点 B の間の距離といいます。 ベクトル A とベクトル B の間の角度は、角度 α = (a, b)、0≤ α ≤P と呼ばれます。 これにより、1 つのベクトルを回転して、その方向が別のベクトルと一致するようにする必要があります。 ただし、それらの起源が一致する場合に限ります。
オートム a は、単位長さと方向 a を持つベクトル a です。
17. ベクトル系とその線形結合。 ベクトル系の線形依存性と独立性の概念。 ベクトル系の線形依存性の必要十分条件に関する定理。
ベクトル a1,a2,...,an の系は、数値 λ1,λ2,...,λn があり、そのうちの少なくとも 1 つがゼロでなく、かつ λ1a1+λ2a2+...+λnan=0 である場合、線形従属と呼ばれます。 。 それ以外の場合、システムは線形独立と呼ばれます。
2 つのベクトル a1 と a2 は、その方向が同じまたは逆である場合、共線的であると呼ばれます。
3 つのベクトル a1、a2、および a3 が何らかの平面に平行である場合、それらは同一平面上にあると呼ばれます。
線形依存性の幾何学的基準:
a) システム (a1,a2) は、ベクトル a1 と a2 が同一直線上にある場合にのみ線形依存します。
b) システム (a1,a2,a3) は、ベクトル a1、a2、および a3 が同一平面上にある場合にのみ線形依存します。
定理。 (線形依存性の必要十分条件 システムベクトル)
ベクトルシステム ベクター 空間は 線形システムのベクトルの 1 つが他のベクトルに関して線形に表現される場合にのみ依存します。 ベクターこのシステム。
帰結 1. ベクトル空間内のベクトル系は、その系のどのベクトルもこの系の他のベクトルに関して線形表現されない場合にのみ、線形独立です。 ゼロ ベクトルまたは 2 つの等しいベクトルを含むベクトル系は線形従属です。