Алгебра · объяснение и практика
Как найти обратную матрицу 3×3–6×6 через блок [A|I]
Применяем операции Гаусса — Жордана сразу к двум блокам, понимаем причину появления обратной справа и проверяем результат точным матричным произведением.

Главная мысль
К квадратной матрице A приписывают справа единичную I. Одни и те же обратимые операции выполняют над целыми строками блока [A|I]. Если слева получена I, справа находится A⁻¹. Недостаток ведущих элементов слева означает, что двухсторонней обратной матрицы нет.
Почему единичный блок превращается в обратную
Каждая допустимая операция строк равносильна умножению слева на обратимую элементарную матрицу. Несколько операций образуют произведение E. Поэтому после всех шагов левый блок равен EA, а правый EI=E. Если слева получилось EA=I, именно записанные справа операции отменяют действие A. Для квадратной матрицы это и даёт обратную. Здесь правая часть хранит оператор восстановления, а не один выбранный столбец решения.
Операция должна затрагивать всю расширенную строку. Нельзя поделить только левую половину или поменять строки в A, оставив правый блок на прежних местах. Тогда две половины перестанут описывать одно преобразование и красивое I слева ничего не скажет о правой таблице. Размер матрицы меняет объём вычислений, но этот принцип одинаков для порядка три, четыре и остальных поддерживаемых порядков.
Пример с тремя координатами
Пусть A имеет строки (1;1;0), (0;1;1), (0;0;1). Дописываем единичный блок. Вторая строка пока содержит лишнюю единицу в третьем столбце. Вычитаем из неё третью строку целиком: слева получаем (0;1;0), справа (0;1;−1). Третья строка сохраняет справа (0;0;1). Теперь можно убрать единицу во втором столбце первой строки.
Вычитаем из первой уже обновлённую вторую строку. Слева остаётся (1;0;0), справа получается (1;−1;1). Левый блок теперь единичный. Важно использовать текущую вторую строку: обращение к её старому виду привело бы к другому шагу. Правую часть удобно переписать отдельной матрицей только после завершения преобразований, сохраняя исходный порядок строк и столбцов.
Пример
Получена A⁻¹ со строками (1;−1;1), (0;1;−1), (0;0;1). Для b=(4;5;2) восстановление x=A⁻¹b даёт x=(1;3;2).
Прямое применение A возвращает (1+3;3+2;2)=(4;5;2). Для проверки самой обратной, а не одного удачного b, перемножаем A и A⁻¹: первая строка суммы соответствующих строк обратной равна (1;0;0), вторая — (0;1;0), третья — (0;0;1). Обратное произведение тоже равно I.
Когда обращение невозможно или избыточно
Если левый блок не имеет ведущего элемента для каждой координаты, его нельзя превратить в I обратимыми операциями. Вырожденная матрица теряет информацию, поэтому один оператор не восстановит произвольный вход. Не заменяйте нулевой делитель маленьким числом ради продолжения алгоритма. Это изменит задачу. При этом отдельная система Ax=b с той же матрицей может иметь решения: отсутствие обратной не означает автоматической несовместности любой правой части.
Для решения одной большой системы обычно не требуется явно находить обратную: исключение с данным столбцом b выполняет меньше лишней работы. Обращение полезно как отдельная задача и как понятие обратного преобразования. При приблизительных данных проверка произведения должна учитывать численную точность и обусловленность; точный рациональный инструмент проверяет равенство без округления, но не удостоверяет точность исходных измерений и не устраняет ошибки их ввода.
От чтения к действию
А теперь — вы
Частые вопросы
Нужно ли обнулять элементы над диагональю?
Для получения блока I методом Гаусса — Жордана да. Обычной ступенчатой формы достаточно для обратной подстановки одной системы, но справа тогда ещё не готовая обратная.
Достаточно ли проверить восстановление одного вектора?
Нет. Ошибочная матрица может случайно верно действовать на одном векторе. Проверка A·B=I исследует действие на всех базисных направлениях сразу.
Углублённый разбор
Обратная треугольная матрица по столбцам
Обратная треугольная матрица сохраняет треугольную структуру. Её столбцы находятся обычной обратной подстановкой, а единичные правые части объясняют, почему ниже диагонали возникают нули.
Перед началом: Обратная матрица; Обратная подстановка.
Каждый столбец решает отдельную систему
Равенство UX=I означает Uxⱼ=eⱼ для каждого столбца X. Если U верхняя треугольная и все её диагональные элементы ненулевые, эти системы имеют единственные решения. При j-м столбце последние строки ниже j имеют нулевые правые части; последовательная подстановка снизу даёт xᵢⱼ=0 при i>j.
На диагонали получается xⱼⱼ=1/uⱼⱼ. Выше диагонали действует рекурсия xᵢⱼ=−(Σ от k=i+1 до j uᵢₖxₖⱼ)/uᵢᵢ. Она использует уже найденные элементы того же столбца. Знаменатель относится к текущей строке i, а не ко всему столбцу j, что важно при разных диагональных коэффициентах.
Структура даёт быстрый контроль результата
Если в кандидате обратной появилась ненулевая клетка ниже диагонали, нарушено доказанное свойство. Если диагональные элементы не обратны исходным, ошибка обнаруживается без полного умножения. Но этих двух проверок недостаточно: наддиагональные элементы также должны согласованно отменять связь координат. Окончательно проверяют произведение UX=I.
Для квадратных матриц над полем уже UX=I гарантирует XU=I, однако второе произведение полезно как независимый вычислительный контроль. В прямоугольном случае одна сторона не равносильна другой, поэтому обобщать это утверждение на любую матрицу нельзя. Здесь рассматривается только квадратная треугольная U.
Нулевой элемент и почти нулевой элемент различаются
Если хотя бы один диагональный элемент U нулевой, её определитель равен нулю и двухсторонней обратной нет. Ненулевые элементы выше диагонали не исправляют потерю ранга. Это можно увидеть как по произведению диагонали, так и по невозможности решить все системы с единичными правыми частями.
При очень малых, но ненулевых диагональных коэффициентах обратная существует точно, однако её элементы могут быть велики. Округление способно усилиться в подстановках. Поэтому структурная простота треугольной матрицы не означает хорошую обусловленность. Для решения одной системы обычно выполняют подстановку напрямую, не формируя полную обратную.
Три столбца обратной
Условие. Найдите U⁻¹ для U со строками (2,1,0),(0,3,1),(0,0,4).
- Для e₁ подстановка даёт столбец (1/2,0,0): нижние две координаты последовательно обнуляются.
- Для e₂ получаем x₃=0, x₂=1/3, x₁=−1/6.
- Для e₃ получаем x₃=1/4, x₂=−1/12, x₁=1/24.
- Собираем найденные столбцы в одну верхнюю треугольную матрицу, не превращая их в строки.
Ответ. U⁻¹=[[1/2,−1/6,1/24],[0,1/3,−1/12],[0,0,1/4]].
Проверка. В клетке (1,3) произведения UU⁻¹ получается 2/24−1/12=0; в клетке (2,3) −3/12+1/4=0. Диагональные произведения равны единице.
Где легко ошибиться. Решения Ux=eⱼ являются столбцами обратной. Запись их по строкам даёт транспонированную матрицу, которая обычно не отменяет исходное действие.
Проверьте понимание
Вопросы к этой главе
Обратная диагональной матрицы является частным случаем?
Да. В суммах рекурсии отсутствуют ненулевые связи, поэтому остаются только обратные диагональные элементы и нули во всех остальных клетках.
Можно решить только нужный столбец?
Да. Если интересует действие обратной на eⱼ, достаточно одной подстановки. Нет необходимости вычислять остальные столбцы, которые не используются в задаче.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Georgia Tech: Matrix Inverses
Вебом прочитан авторский университетский раздел о двухсторонней обратной и порядке матричных действий. Специальная формула и проверочный пример данной главы подготовлены отдельно.
Присоединённая матрица как свидетель ядра
При нулевом определителе формула обратной перестаёт работать, но присоединённая матрица может остаться ненулевой. Её столбцы тогда дают векторы ядра, а ранг различает два принципиально разных случая.
Перед началом: Алгебраические дополнения; Ранг матрицы.
Тождество сохраняется после потери обратимости
Присоединённая матрица adj A получается транспонированием таблицы алгебраических дополнений. Для любой квадратной A выполняется A adj A=adj A A=(det A)I. Это полиномиальное тождество, оно не требует деления и потому справедливо при det A=0. Именно деление на определитель, необходимое для A⁻¹, становится недопустимым.
Если det A=0, каждый столбец adj A лежит в ker A. Но нулевой столбец не является базисным вектором ядра. Чтобы получить свидетельство, нужно выбрать ненулевой столбец. Аналогично строки adj A дают элементы левого ядра, поскольку adj A A=0. Их пространства имеют разные координатные роли.
Ранг n−1 оставляет ненулевые дополнения
Если rank A=n−1, существует ненулевой минор порядка n−1, поэтому adj A≠0. Ядро одномерно, все её столбцы пропорциональны, и сама присоединённая матрица имеет ранг один. Так вычисление дополнений обнаруживает потерянное направление без отдельного полного исключения системы Ax=0.
Если rank A≤n−2, все миноры порядка n−1 равны нулю, значит adj A=0. Ядро при этом ещё больше, но присоединённая матрица не даёт ненулевых его векторов. Нулевой adj A не означает нулевого ядра и не является доказательством отсутствия решений однородной системы.
Свидетельство проверяется простым произведением
Чтобы подтвердить найденный вектор v из столбца adj A, достаточно вычислить Av=0 и проверить v≠0. Этот контроль не зависит от доверия к таблице дополнений целиком. Для базиса одномерного ядра этого достаточно при известном ранге n−1. Если ранг не установлен, один вектор ещё не подтверждает полноту ядра.
Присоединённая матрица также появляется в производной определителя по элементам и в формулах низкорангового обновления. Но её учебное вычисление через все миноры может быть дорогим для большой матрицы. Здесь важна структурная связь с вырожденностью, а не рекомендация всегда заменять исключение вычислением дополнений.
Ненулевой столбец при det A=0
Условие. A=[[1,2],[2,4]]. Найдите adj A и используйте её для описания ядра.
- Определитель равен 4−4=0, поэтому обратной матрицы не существует.
- Присоединённая матрица второго порядка равна [[4,−2],[−2,1]]; транспонирование дополнений уже учтено.
- Её второй столбец v=(−2,1) ненулевой и удовлетворяет Av=(0,0).
- Ранг A равен одному: первая строка ненулевая, вторая её удвоение. Поэтому ker A=span(v).
Ответ. adj A=[[4,−2],[−2,1]], ker A=span((−2,1)).
Проверка. Оба произведения A adj A и adj A A равны нулевой матрице. det(adj A)=4−4=0, но она сама ненулевая и имеет ранг один.
Где легко ошибиться. Нельзя делить ненулевую присоединённую матрицу на нулевой определитель. Она даёт свидетельство ядра, а не некую бесконечную обратную матрицу.
Проверьте понимание
Вопросы к этой главе
Всегда ли adj A ненулевая при вырожденности?
Нет. Для матрицы порядка n с рангом не больше n−2 все нужные миноры исчезают. Например, для нулевой матрицы порядка два присоединённая тоже нулевая.
Почему важно транспонировать дополнения?
Тождество A adj A=(det A)I использует дополнение с переставленными индексами. Без транспонирования таблица дополнений в общем случае не удовлетворяет этому произведению.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- NIST DLMF §1.3: определители и линейные операторы
Вебом проверены основные свойства определителя, разложение по дополнениям и раздел специальных определителей. Частный метод данной главы выведен в тексте; собственные условия и числа не заимствованы.
Когда целочисленная матрица имеет целочисленную обратную
Обратимость над рациональными числами слабее обратимости на целочисленной решётке. Только определитель ±1 позволяет восстанавливать каждый целый столбец целыми коэффициентами без дополнительных условий делимости.
Перед началом: Целочисленная матрица; Определитель обратной.
Требование относится ко всем целым правым частям
Пусть A квадратная целочисленная. Если существует целочисленная B с AB=I, то det A и det B являются целыми числами и их произведение равно единице. Следовательно, det A=±1. Необходимость следует из целочисленности определителей, а не из округления элементов найденной рациональной обратной.
Обратно, при det A=±1 формула A⁻¹=adj A/det A даёт целочисленную обратную, потому что все миноры целочисленны. Такие матрицы называют унимодулярными. Они взаимно однозначно отображают решётку ℤⁿ на неё саму и сохраняют объём фундаментальной ячейки по модулю.
Ненулевой определитель может оставлять недостижимые целые точки
Матрица diag(2,1) имеет рациональную обратную, но целая точка (1,0) не является её образом целого входа. Требуется чётность первой выходной координаты. При этом многие другие целые правые части решаются целыми числами. Поэтому утверждение о целочисленном решении одной системы нельзя подменять утверждением о целочисленной обратной.
Если det A=−1, ориентация меняется, но решётка всё равно отображается на себя без потерь. Знак не мешает целочисленности. Если det A=0, нет даже рациональной двухсторонней обратной, и вопрос о восстановлении всех целых столбцов закрывается уже на этом уровне.
Элементарные операции имеют арифметические ограничения
Обмен двух строк, прибавление целого кратного другой строки и изменение знака строки задаются унимодулярными матрицами. Умножение строки на два уже не обратимо целочисленно: обратная операция требует деления на два. Поэтому набор допустимых операций над ℤ отличается от обычного исключения над ℚ.
Для проверки кандидата целочисленной обратной нужны два пункта: элементы действительно целые и произведение равно I. Одно наличие целых чисел в таблице ещё ничего не доказывает. Сохранение решётки полезно в преобразовании диофантовых систем, где дробные промежуточные координаты могли бы изменить множество допустимых решений.
Обращение на решётке
Условие. Сравните A=[[2,1],[1,1]] и D=diag(2,1). Какая из матриц имеет целочисленную обратную?
- det A=2−1=1. Поэтому A унимодулярна и формула дополнений даёт A⁻¹=[[1,−1],[−1,2]].
- Все элементы этой обратной целые, а прямое произведение с A даёт единичную матрицу.
- det D=2, поэтому D⁻¹=diag(1/2,1) существует над ℚ, но не является целочисленной.
- Для D вход по правой части (1,0) потребовал бы координату 1/2, что явно нарушает требование целого решения.
Ответ. A имеет целочисленную обратную; D не имеет.
Проверка. Равенство A⁻¹A=I проверяется четырьмя целыми вычислениями. Контрпример D x=(1,0) независимо подтверждает недостижимость части решётки.
Где легко ошибиться. Ненулевой целый определитель гарантирует рациональную обратимость, но для целочисленной обратной его модуль должен равняться ровно единице.
Проверьте понимание
Вопросы к этой главе
Матрица с det=−1 подходит?
Да. Деление присоединённой матрицы на минус единицу сохраняет целочисленность, а знак отвечает лишь за изменение ориентации решётки.
Можно определить свойство по одной целой правой части?
Нет. Например, D x=(2,0) имеет целое решение (1,0), хотя D не унимодулярна. Требование должно выполняться для всех целых правых частей.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- NIST DLMF §1.3: определители и линейные операторы
Вебом проверены основные свойства определителя, разложение по дополнениям и раздел специальных определителей. Частный метод данной главы выведен в тексте; собственные условия и числа не заимствованы.
Матрица Ляпунова доказывает затухание всех решений
Затухание линейной системы можно удостоверить одной положительной квадратичной формой. Решение матричного уравнения Ляпунова строит такую энергию и доказывает поведение всех начальных состояний, не требуя отдельно выписывать каждую траекторию.
Перед началом: Линейное ОДУ; Положительная определённость.
Производная энергии становится матричным равенством
Для системы x′=Ax выберем V(x)=xᵀPx, где P симметрична. Дифференцирование даёт V′=xᵀ(AᵀP+PA)x. Если P положительно определена, а AᵀP+PA=−Q с положительно определённой Q, энергия строго убывает вне нуля. При этом V ограничивает квадрат евклидовой нормы сверху и снизу положительными константами. Поэтому энергия контролирует само состояние, а не только отдельное наблюдение.
Уравнение линейно по неизвестным элементам P, хотя V квадратична по состоянию. Для устойчивой матрицы A, у которой все собственные значения имеют отрицательные действительные части, и положительной Q существует единственная положительная P. Интегральное представление P=∫₀∞e^(Aᵀt)Qe^(At)dt объясняет положительность; сходимость опирается на устойчивость A, а не на формальную запись интеграла.
Равенство ещё требует знаковой проверки
Найденное решение матричного уравнения нельзя автоматически объявить функцией энергии: необходимо проверить P>0. Например для неустойчивого скалярного A=1 уравнение2P=−1 даёт отрицательное P. Алгебраическое решение существует, но положительного энергетического сертификата в выбранной форме нет. Именно совокупность равенства и положительности доказывает затухание.
Если Q=I и P≤MI, то V≤M||x||², следовательно V′=−||x||²≤−V/M. Отсюда V(t)≤e^(−t/M)V(0). Это явная экспоненциальная граница. Её показатель может быть консервативным: достаточно одной верной верхней оценки M, а не обязательного точного наибольшего собственного значения P.
Ненормальность не мешает общему сертификату
Матрица A может быть треугольной с недиагональными связями, и обычная энергия ||x||² иногда временно возрастает. Это не противоречит асимптотической устойчивости: другая положительная метрика P убывает. При использовании результата для нелинейной системы после линеаризации вывод обычно локальный. В настоящей задаче модель линейна на всей плоскости, поэтому положительная квадратичная энергия и её граница действуют глобально.
Энергия для связанной системы
Условие. Для A=[[−1,1],[0,−2]] решите AᵀP+PA=−I при P=Pᵀ. Докажите положительность и получите простую экспоненциальную границу V(t).
- Запишем P=[[p,q],[q,r]]. Левая часть равна [[−2p,p−3q],[p−3q,2q−4r]]. Приравниваем диагональ к−1, а поперечный элемент к0.
- Последовательно получаем p=1/2, q=1/6, r=1/3. Определитель P равен1/6−1/36=5/36>0, а первый главный минор положителен.
- След P равен5/6. Поскольку оба собственных значения положительны, каждое не больше следа: P≤(5/6)I.
- Теперь V′=−||x||²≤−(6/5)V. Интегрирование скалярного неравенства даёт V(t)≤e^(−6t/5)V(0) для t≥0.
Ответ. P=[[1/2,1/6],[1/6,1/3]] положительна; V(t)≤e^(−6t/5)V(0).
Проверка. Прямое матричное произведение даёт точно−I. Положительность подтверждена рациональными главными минорами; экспоненциальная оценка выведена из дифференциального неравенства, а не угадана по двум траекториям.
Где легко ошибиться. Не путайте отрицательные собственные значения A с отрицательной квадратичной формой xᵀAx. Для несимметричной A это разные утверждения; матрица P как раз позволяет выбрать подходящую энергетическую метрику.
Проверьте понимание
Вопросы к этой главе
Почему нельзя взять любую симметричную P из уравнения?
Без P>0 величина V может быть отрицательной или не видеть ненулевое состояние. Тогда её убывание не ограничивает норму решения. Знаковая проверка является отдельной обязательной частью сертификата.
Граница со следом всегда точная?
Нет. След обычно больше наибольшего собственного значения, поэтому даёт более медленное гарантированное затухание. Это сознательная безопасная оценка, которую можно улучшить более точным спектральным анализом P.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Russ Tedrake: Underactuated Robotics, Lyapunov Analysis
Прочитан раздел Linear systems: P положительна, PA+AᵀP отрицательна и уравнение с заданной положительной Q. Stanford linearlyap.pdf инструментом не получен; используем читаемый первичный конспект MIT. Матрица и энергетическая граница наши.
Единственный положительный квадратный корень матрицы
Матричное уравнение X²=A может иметь несколько решений. Для симметричной положительно определённой A среди них выделяется единственный симметричный положительный корень; положительность является частью определения, а не следствием случайно выбранного знака элементов.
Перед началом: Спектральная теорема; Положительная определённость.
Корень строится по собственным направлениям
Спектральная теорема даёт A=Q diag(λᵢ)Qᵀ с ортогональной Q и положительными λᵢ. Положим H=Q diag(√λᵢ)Qᵀ. Тогда H симметрична, положительно определена и H²=A. Этот способ извлекает корни из собственных значений, а не из элементов матрицы. После возвращения в исходные координаты H обычно содержит ненулевые поперечные элементы.
Выбор другого ортонормированного базиса внутри кратного собственного пространства не меняет H: на всём этом пространстве она действует одним множителем√λ. Поэтому конструкция канонична даже при кратном спектре. Она не зависит от произвольной ориентации отдельных собственных векторов и согласуется с геометрией положительного растяжения.
Единственность использует коммутирование и знак
Если положительная симметричная H удовлетворяет H²=A, то HA=H³=AH. Следовательно, H сохраняет собственные пространства A. На пространстве со значением λ её симметричные собственные значения μ удовлетворяют μ²=λ, а положительность оставляет только μ=√λ. Значит на каждом таком пространстве H уже полностью определена, что доказывает единственность.
Если убрать положительность, появляются другие корни. В различных собственных направлениях можно выбрать разные знаки. При повторных значениях возможна ещё большая свобода; например у единичной матрицы много симметричных корней-отражений. Поэтому равенство X²=A подтверждает лишь существование корня, но не принадлежность нужной положительной ветви.
Фактор Холецкого решает другое уравнение
Разложение A=RᵀR с треугольной R часто тоже называют извлечением корня в вычислительной практике, но оно не утверждает R²=A. Треугольный фактор удобен для решения систем и нормирования энергии. Положительный симметричный H нужен для полярного разложения, симметричной смены метрики и функционального исчисления. Подмена одного другим без проверки порядка умножения меняет задачу. Для проверки конкретного H достаточно точного квадрата, симметрии и положительных главных миноров.
Два корня с разными знаками
Условие. Пусть A=[[10,6],[6,10]]. Найдите её положительный симметричный квадратный корень и покажите другой симметричный корень, который не положителен.
- Векторы (1,1) и (1,−1) имеют собственные значения16 и4. Положительные корни этих чисел равны4 и2.
- Возвращаясь в исходные координаты, получаем H=[[3,1],[1,3]]. Прямой квадрат равен [[10,6],[6,10]].
- Первый главный минор H равен3, определитель8, поэтому H положительно определена. Её собственные значения действительно4 и2.
- Матрица X=[[1,3],[3,1]] тоже имеет квадрат A, но собственные значения4 и−2. Она симметрична, однако неопределённа и не является положительным корнем.
Ответ. Положительный корень H=[[3,1],[1,3]]; X=[[1,3],[3,1]] — другой, неопределённый корень.
Проверка. Два прямых матричных квадрата совпадают с A. Разные знаки определителей H и X, соответственно8 и−8, независимо отличают положительную форму от неопределённой.
Где легко ошибиться. Не проверяйте положительность по знакам всех элементов. Матрица с положительными элементами может быть неопределённой, как X в примере; положительность относится к xᵀHx при каждом ненулевом x.
Проверьте понимание
Вопросы к этой главе
Сохраняется ли положительный корень для полуопределённой A?
Да, существует единственный симметричный положительно полуопределённый корень. Нулевые собственные значения остаются нулевыми. Однако обратный корень уже может не существовать, поэтому последующие формулы с H⁻¹ требуют отдельной проверки ранга.
Можно ли вместо положительности потребовать только положительный det X?
Нет. В чётном размере матрица−H тоже имеет положительный определитель и квадрат A, но отрицательно определена. Условие на одно произведение собственных значений не заменяет условия на каждое направление.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Nicholas Higham: What Is a Matrix Square Root?
Прочитаны единственность симметричного положительного корня положительной матрицы и отличие X²=A от фактора YᵀY=A. Собственный пример демонстрирует два симметричных корня, из которых только один положителен.
Семейство обратимых матриц: сертификат для всей интервальной коробки
Обращение средней матрицы не доказывает обратимость всех матриц с допустимыми погрешностями коэффициентов. Для целой интервальной коробки можно построить один достаточный сертификат: сравнить возможное возмущение с действием обратной центральной матрицы. При нарушении сертификата нельзя автоматически объявлять коробку вырожденной — нужен отдельный свидетель.
Перед началом: Покомпонентный модуль матрицы; Спектральный радиус и матричная норма.
Неизвестные коэффициенты образуют множество матриц
Пусть A — фиксированная обратимая действительная квадратная матрица, а Δ≥0 задаёт независимые допуски. Рассматриваем все A+E с |E|≤Δ. Даже если Δ симметрична, отдельная E не обязана быть симметричной: ограничения наложены на каждую клетку независимо. Регулярность коробки означает отсутствие вырожденной матрицы во всём этом множестве.
Предположим, что(A+E)x=0 для ненулевого x. Тогда x=−A⁻¹Ex и потому |x|≤R|x|, где R=|A⁻¹|Δ неотрицательна. Если спектральный радиус ρ(R)<1, матрица(I−R)⁻¹ существует и равна неотрицательной сумме степеней R. Из(I−R)|x|≤0 следует |x|≤0, противоречие. Следовательно, такое спектральное условие удостоверяет всю коробку.
Проверяемый положительный вектор заменяет вычисление спектра
Достаточно найти w>0 и q<1 с Rw≤qw. Во взвешенной норме max_i |x_i|/w_i действие R тогда сжимает любой неотрицательный вектор не более чем в q раз. Ненулевое |x|≤R|x| невозможно. Для w из единиц это просто проверка максимальной суммы строк R; она может быть грубее спектрального условия.
Если получено q≥1, данный вектор ничего не доказал. Возможно, другой вес w сработает; возможно, коробка действительно содержит сингулярную матрицу. Эти два случая нельзя смешивать. Аналогично достаточность ρ(R)<1 не означает, что любой провал этого неравенства является универсальным необходимым условием сингулярности.
Граница допуска требует отдельного построения
Точный радиус регулярности в заданном направлении Δ — самостоятельная задача. Для маленькой специальной семьи иногда удаётся совместить достаточную оценку снизу и явную сингулярную матрицу на границе. Тогда граница установлена точно. В общей коробке такая удача не гарантирована.
Здесь коэффициенты центральной матрицы могут иметь разные знаки, и вывод не требует неотрицательности самой A или правой части. Это отличается от монотонности решения производственной модели. Сертификат касается существования обратной у каждого члена семьи, а не того, в каком углу максимальна конкретная компонента решения.
Точный предел одинакового допуска
Условие. Пусть A=[[2,1],[1,2]], а каждый элемент E независимо лежит в[−ε,ε]. Докажите регулярность при ε=2/5 и найдите наименьшее ε, при котором коробка может содержать сингулярную матрицу.
- Обратная центральная матрица равна(1/3)[[2,−1],[−1,2]]. Умножение её покомпонентного модуля на Δ=ε[[1,1],[1,1]] даёт R=ε[[1,1],[1,1]].
- При w=(1,1) имеем Rw=2εw. Для ε=2/5 коэффициент q=4/5<1, поэтому все допустимые матрицы обратимы. То же доказательство работает при каждом ε<1/2.
- При ε=1/2 разрешено E=[[-1/2,1/2],[1/2,−1/2]]. Матрица A+E имеет две одинаковые строки(3/2,3/2) и уничтожает вектор(1,−1).
- Ни меньший допуск не может дать сингулярности по первому сертификату, а на 1/2 явный свидетель уже существует. Следовательно, точный критический допуск равен 1/2, причём сама граница в регулярную область не входит.
Ответ. При ε=2/5 вся коробка регулярна. Наименьший сингулярный допуск равен 1/2.
Проверка. Независимая проверка при ε=2/5 использует диагональное преобладание: диагональный модуль не меньше 8/5, а внедиагональный не больше 7/5. Кроме того, все 16 углов дают положительные определители, минимальный из которых равен 3/5; явная граничная матрица проверена прямым умножением.
Где легко ошибиться. Не делайте отрицательного вывода из неудачи достаточного условия. Вырожденность надо подтвердить конкретной допустимой матрицей и ненулевым вектором её ядра либо другим полным критерием.
Проверьте понимание
Вопросы к этой главе
Можно ли проверить только центральный определитель?
Нет. Он подтверждает лишь обратимость A. В нашем примере det A=3, однако при допустимых изменениях величины 1/2 внутри коробки появляется матрица нулевого определителя.
Почему на границе не помогает нестрогое условие q≤1?
При q=1 не возникает противоречия |x|≤R|x|: ненулевой вектор может сохраняться. Наш граничный пример достигает именно этого случая и действительно вырожден.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Jiří Rohn: Checking Properties of Interval Matrices, Theorem12(i)
Регулярность интервальной матрицы и достаточное условие ρ(|A_c⁻¹|Δ)<1 в теореме 12(i). Весовой сертификат и точная граница для матрицы 2×2 выведены в главе отдельно.
Обратная Дразина отделяет обратимую часть от нильпотентной
У вырожденной матрицы нет обычной обратной, но часть пространства может сохранять обратимую динамику. Обратная Дразина обращает именно эту часть и обнуляет нильпотентную. В отличие от псевдообратной Пенроуза, её определяет стабилизация степеней, а не евклидов минимум нормы.
Перед началом: Образ, ядро и ранг степени оператора; Нильпотентный блок и замена базиса.
Индекс измеряет исчезновение нильпотентной информации
Конечномерный квадратный оператор; стабилизация образов и ядер точных степеней.
Образы im Aᵏ убывают с ростом k, ядра ker Aᵏ возрастают. В конечной размерности рано или поздно ранг перестаёт уменьшаться. Индексом называют наименьшее k≥0 с rank Aᵏ=rank Aᵏ⁺¹. Здесь A⁰=I, поэтому у обратимой матрицы индекс ноль; у ненулевого оператора с A²=0 индекс два.
После стабилизации пространство разлагается в прямую сумму R=im Aᵏ и K=ker Aᵏ. Если x=Aᵏy одновременно принадлежит ядру Aᵏ, то A²ᵏy=0. Стабильное ядро уже не растёт, значит Aᵏy=0 и x=0. Размерности R и K в сумме дают всю размерность. Ортогональность здесь не обещана: дополнение определяется действием A, а не скалярным произведением.
Обращается ограничение на стабильный образ
На R оператор A отображает пространство на себя, поскольку im Aᵏ⁺¹=im Aᵏ. В конечной размерности это ограничение обратимо. На K он нильпотентен: k повторений уничтожают любой вектор. Определим X обратным к A на R и нулём на K. Полученная матрица называется Aᴰ; выбор исходных координат не меняет определённого так оператора.
Построение даёт три проверяемых равенства: AX=XA, XAX=X и Aᵏ⁺¹X=Aᵏ. Первое сохраняет динамическое разложение, второе запрещает лишнее восстановление, третье точно обращает оставшуюся после k шагов информацию. В жордановом базисе ненулевые блоки обращаются целиком, а нулевые нильпотентные блоки заменяются нулями, независимо от их размера.
Это другой выбор, чем минимальная норма решения
Обычная обратная требует AX=I. Обратная Дразина вместо этого даёт AX, равный проектору на R вдоль K. Даже равенство AXA=A в общем случае неверно: нильпотентная часть может сохраняться после одного применения A и теряться при таком проектировании. Поэтому Aᴰb не обязана решать Ax=b для каждого b из im A.
У псевдообратной Пенроуза произведения связаны с ортогональными проекторами и задачей наименьших квадратов. У обратной Дразина проектор обычно косой. Эти объекты могут совпасть для некоторых матриц, например диагональной с вещественными ненулевыми элементами и нулями, но переносить совпадение на любой вырожденный оператор нельзя. Ни одно название «обобщённая обратная» не заменяет перечисления требуемых равенств.
Индекс два и один сохраняющийся собственный режим
Условие. Для A=((0,1,1),(0,0,1),(0,0,2)) найдите индекс, стабильное разложение и Aᴰ. Проверьте, решает ли Aᴰb совместную систему при b=e₁.
- A² имеет строки (0,0,3),(0,0,2),(0,0,4), а A³=2A². Последовательность рангов I,A,A²,A³ равна 3,2,1,1, поэтому индекс k=2.
- Ядро A² равно span(e₁,e₂), стабильный образ порождён v=(3,2,4). Прямая подстановка даёт Av=2v. Следовательно, X должен обнулять e₁,e₂ и отправлять v в v/2.
- Из e₃=(v−3e₁−2e₂)/4 получаем Xe₃=v/8. Поэтому X=((0,0,3/8),(0,0,1/4),(0,0,1/2))=A²/8.
- Степени удовлетворяют A⁵=8A². Отсюда XAX=A⁵/64=X, A³X=A⁵/8=A², а AX=XA очевидно для многочлена от A. Все три равенства проверены.
- Система Ax=e₁ совместна: подходит x=e₂. Однако Xe₁=0, и A·0≠e₁. Это конкретное ограничение назначения обратной Дразина.
Ответ. Индекс равен 2; Aᴰ=A²/8. Она обращает режим span(3,2,4) и уничтожает span(e₁,e₂), но не решает указанную систему с b=e₁.
Проверка. Независимая замена базиса S=(e₁,e₂,v) даёт S⁻¹AS=diag(J₂(0),2). Матрица S diag(0,0,1/2) S⁻¹ совпадает с найденным X. Проектор AX имеет ненулевые внедиагональные элементы и несимметричен, поэтому ортогональный смысл Пенроуза здесь отсутствует.
Где легко ошибиться. Не требуйте от Aᴰ произвольного восстановления правой части. Она обращает стабильный образ im Aᵏ; при индексе больше одного это может быть строго меньше обычного im A.
Проверьте понимание
Вопросы к этой главе
Чему равна обратная Дразина чисто нильпотентной матрицы?
Нулю, поскольку стабильный образ равен нулевому пространству. Это не означает, что сама исходная матрица нулевая или что её обычный образ пуст.
Что меняется при обратимой A?
Индекс равен нулю, стабильный образ совпадает со всем пространством, а стабильное ядро нулевое. Определение возвращает обычную двухстороннюю обратную.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- JKU Linz — Linear Algebra2, §3.6: group inverse and Drazin inverse
Стабилизированные образ и ядро, жорданово построение и определяющие равенства. Наш трёхмерный оператор, проверка степеней и пример совместной системы рассчитаны отдельно.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Как обратная матрица восстанавливает две неизвестные
Как построить обратную матрицу два на два, проверить оба направления восстановления и не спутать обращение с заменой каждого элемента на обратное число.
Открыть темуКак размеры матриц определяют допустимое произведение
Как до вычислений проверить размеры матриц, выбрать строку и столбец и понять, почему произведение не является попарным умножением элементов.
Открыть тему