3×3逆矩阵求法公式矩阵如何求逆( 二 )

对于任何矩阵，列空和行空具有相同的维数(秩) 。因此，矩阵的秩可以通过行或列来计算。这里是不同矩阵的秩。
如果一个矩阵是可逆的，则其逆是唯一的。会有解x = A? b .但是，在方阵中，如果列/行是线性相关的，则矩阵是奇异的，不可逆的。一个矩阵的秩(通常对于任何矩阵)可以帮助我们确定线性依赖以及是否存在唯一解。下图展示了如何用矩阵形式表示线性方程组及其解的个数。
如果B不在A的列空中，则解为零，即A中列的线性组合不能到达B 。
高斯消去和回代如前所述，我们很少计算a的逆来求解ax = b ，最常用的方法之一是高斯消元代换法。很多人已经知道用这种方法解线性方程组了。所以我简单介绍一下，介绍一些关键术语。来解决
我们应用消去法为x 1列中的第2行和第3行创建前导零。一旦我们消除了x 1列，我们就重复x 2和x 3的过程。
矩阵A可以被消除成具有非零前导值的两行。这两个非零值称为枢轴。
矩阵的秩等于主元的数量。(消去后，我们只留下两个有意义的方程。如果n×n矩阵的主元少于n个，则该矩阵是奇异的。除b列外，底行中的所有值都为零。
对应于列中一个支点的变量称为主分量。其他变量称为自由变量，可以取无穷大的值。在上面的例子中，我们有两个主成分(x，x)和一个自由变量x 。在消除步骤之后，与变量x相关联的矩阵形成一个上三角矩阵。
为了理解Ax = b ，我们进行回代。从底线开始，一次解析一个变量。
如果我们把自由变量x 3设为0，就会有一个特殊的解。
让我们用枢轴来解决另一个例子。行消除后，我们用B列中的非零值来设置这些主体，然后将所有自由变量设置为0 。这就成了x的解。
考虑Ax = b，其中a是m×n矩阵，秩为r，x有n个分量。在行消除之后，除了列B ，矩阵将具有m-r个全零行。
若任一零行有b≠0，则无解。不能得出上图中0=2的结论，线性方程组相互冲突。如果秩r小于n，则x变成n-r维。换句话说，如果我们有r个线性无关的方程来求解x中的n个变量，那么只要方程中没有冲突，就有n-r个自由度。
高斯-乔丹消去法(英语:高斯-乔丹消去法)我们使用的方法叫做高斯-乔丹消去法。这是非奇异矩阵的一个例子。
求A的逆，可以用n×n单位矩阵I代替b 。
在处理线性代数时，计算的精度是有限的，这一点尤为重要。另外，我们希望计算速度要快。幸运的是，我们有一个库来为我们处理这些工作。所以，我们只简单介绍一下。
行交换。通过一些巧妙的行交换，行消去和回代将不易受舍入误差的影响。在一行消去之前，如果系数的比例存在巨大差异，我们就用前导值最大的那一行来交换第一行。如果不重新排序，解决方案可能会有很大的偏差。
提升和保持矩阵的稀疏性可以减少运算次数(我们可以忽略0乘以任何数) 。在矩阵操作中，我们希望非零值只位于矩阵的对角线上。
在零空和左零空之间我们已经介绍了行空和列空。还有两个比较重要的sub 空房间。X的下列空称为A的零点空，记为N(A)
它包含Ax=0的所有解。它至少包含x=0 。的行向量乘以x(内积)等于0 。
因此，行空之间的任何向量都垂直于零空。即A的行空与A的零空正交。
例子，
这个矩阵的秩是2 。有主元素的列称为主列，有自由变量的列称为自由列。空闲列的数量等于列的数量减去秩。如下图，对应的自由变量是X和X 。
一次一个，我们将每个自由变量设置为1 ，将其他自由变量设置为0 。有了两个自由变量，我们可以导出两个特解。
通解将是特解的任意线性组合，形成秩为2的范围0空。如前所示，如果A中的列是线性无关的，那么零空之间的空间只包含向量0 。同样，左零空正交列空之间有n (a)，即A?x= 0 。行空、列空、零空和左零空构成矩阵a的四个基本子元素空。
通解之前我们只找到了ax = b的一个特解，如果A是奇异的，可以有很多，也可以没有。现在我们来找一个通用的解决方案。
首先，求特解。
接下来，求Ax=0的解。a的秩是2 ，所以我们可以找到2(4-2=2)个独立解。
通解是特解加Ax=0解的任意线性组合。
在图上，这是二维例子上面的虚线。下面的等式是我们例子的一般解，其中c是常数。
和正交sub 空如果两个向量的内积x和y等于零，则它们是正交的。

3×3逆矩阵求法公式 矩阵如何求逆( 二 )

3×3逆矩阵求法公式矩阵如何求逆( 二 )