Что такое обратная матрица?
Пусть \( A \) - квадратная матрица размера \( n \times n \). Матрица \( A^{-1} \) называется обратной к \( A \), если выполняется равенство:
\[
A \cdot A^{-1} = A^{-1} \cdot A = E,
\]
где \( E \) - единичная матрица того же порядка (\( e_{ii} = 1 \), остальные элементы - нули).
Аналогия из арифметики: как число \( 5 \) и его обратное \( \frac{1}{5} \) дают в произведении \( 1 \), так и матрица с обратной дают единичную матрицу.
Когда существует обратная матрица?
Обратная матрица существует только у квадратных невырожденных матриц, то есть таких, у которых определитель не равен нулю:
\[
\det(A) \ne 0.
\]
Если \( \det(A) = 0 \), матрица называется вырожденной, и обратной к ней не существует.
Свойства обратной матрицы
- Единственность: если обратная матрица существует, то она единственна.
- Инволютивность: \( (A^{-1})^{-1} = A \).
- Произведение: \( (AB)^{-1} = B^{-1} A^{-1} \) (порядок меняется!).
- Транспонирование: \( (A^{-1})^{\top} = (A^{\top})^{-1} \).
- Определитель: \( \det(A^{-1}) = \dfrac{1}{\det(A)} \).
- Коммутативность умножения: \( A A^{-1} = A^{-1} A = E \) (это редкий случай, когда умножение матриц коммутативно).
Метод 1: через алгебраические дополнения
Для нахождения обратной матрицы используется формула:
\[
A^{-1} = \frac{1}{\det(A)} \cdot C^{\top},
\]
где \( C^{\top} \) - транспонированная матрица алгебраических дополнений.
Шаги алгоритма
- Вычислить \( \det(A) \). Если \( \det(A) = 0 \), остановиться - обратной нет.
- Для каждого элемента \( a_{ij} \) найти его минор \( M_{ij} \) - определитель подматрицы, полученной вычёркиванием \( i \)-й строки и \( j \)-го столбца.
- Найти алгебраическое дополнение:
\[
A_{ij} = (-1)^{i+j} M_{ij}.
\]
- Составить матрицу \( C = (A_{ij}) \).
- Транспонировать её: \( C^{\top} \).
- Умножить на \( \dfrac{1}{\det(A)} \).
Пример для матрицы \( 2 \times 2 \)
Пусть
\[
A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}, \quad \det(A) = ad - bc \ne 0.
\]
Тогда
\[
A^{-1} = \frac{1}{ad - bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}.
\]
Метод 2: метод Гаусса–Жордана (элементарные преобразования)
Этот метод эффективен для матриц любого размера и особенно удобен при программировании.
Алгоритм
- Составить расширенную матрицу \( (A \mid E) \), где \( E \) - единичная матрица того же порядка.
- С помощью элементарных преобразований строк привести левую часть к единичной матрице.
- В результате получится \( (E \mid A^{-1}) \), и правая часть - искомая обратная матрица.
Элементарные преобразования строк
- Перестановка двух строк.
- Умножение строки на ненулевое число.
- Прибавление к одной строке другой, умноженной на число.
Проверка результата
После нахождения \( A^{-1} \) всегда проверяйте:
\[
A \cdot A^{-1} = E.
\]
Если результат - не единичная матрица, где-то допущена ошибка.
Заключение
Обратная матрица - мощный инструмент линейной алгебры. Главное - помнить два условия:
- Матрица должна быть квадратной.
- Её определитель не должен быть нулём.
При соблюдении этих условий вы всегда сможете найти обратную матрицу одним из двух рассмотренных методов.