2.7 逆矩阵

矩阵代数没定义除法运算，但是它定义了一种乘法的逆（inverse）运算。下面的列表总结了有关逆运算的要点：

1．只有正方形矩阵能做逆运算；所以，当我们说求逆矩阵时是假设我们正在处理的是一个正方形矩阵。

2．一个n×n矩阵M的逆矩阵仍然是一个n×n矩阵，记作M^-1。

3．不是所有的正方形矩阵都有逆矩阵。有逆矩阵的正方形矩阵称为可逆（invertible）矩阵，没有逆矩阵的称为单调（singular）矩阵。

4．如果存在逆矩阵，则该逆矩阵是唯一的。

5．将一个矩阵与它的逆矩阵相乘，其结果必定为单位矩阵：MM^-1=M^-1M=I。注意，矩阵与它的逆矩阵的相乘次序可以互换，这是矩阵乘法中的一个特例。

逆矩阵在求解矩阵方程时非常有用。例如，我们给出矩阵方程pʹ=pM，已知pʹ和M的值，求解p。假设M是可逆矩阵（即，M^-1存在），那么我们可以按照如下步骤求解：

下面的这个方程可以用来求逆矩阵，本书不会给出证明过程，但是读者可以在任何一本大学线性代数的书籍中找到证明过程，这个方程是用伴随矩阵和行列式的形式给出的：

\({{\bf{A}}^{ - 1}} = \frac{{{{\bf{A}}^*}}}{{\det {\bf{A}}}}\)     （公式2.6）

例2.10

找到一个求2×2矩阵\({\bf{A}} = \left[ {\begin{array}{*{20}{c}}{{A_{11}}}&{{A_{12}}}\\{{A_{21}}}&{{A_{22}}}\end{array}} \right]\)的逆矩阵的通用公式，并使用这个公式求出\({\bf{M}} = \left[ {\begin{array}{*{20}{c}}3&0\\{ - 1}&2\end{array}} \right]\)的逆矩阵。我们已经知道：

\[\det {\bf{A}} = {A_{11}}{A_{22}} - {A_{12}}{A_{21}}\]

\[{{\bf{C}}_A} = \left[ {\begin{array}{*{20}{c}}{{{( - 1)}^{1 + 1}}\det {{\overline {\bf{A}} }_{11}}}&{{{( - 1)}^{1 + 2}}\det {{\overline {\bf{A}} }_{12}}}\\{{{( - 1)}^{2 + 1}}\det {{\overline {\bf{A}} }_{21}}}&{{{( - 1)}^{2 + 2}}\det {{\overline {\bf{A}} }_{22}}}\end{array}} \right] = \left[ {\begin{array}{*{20}{c}}{{A_{22}}}&{ - {A_{21}}}\\{ - {A_{12}}}&{{A_{11}}}\end{array}} \right]\]

所以，

\[{{\bf{A}}^{ - 1}} = \frac{{{{\bf{A}}^*}}}{{\det {\bf{A}}}} = \frac{{{\bf{C}}_A^T}}{{\det {\bf{A}}}} = \frac{1}{{{A_{11}}{A_{22}} - {A_{12}}{A_{21}}}}\left[ {\begin{array}{*{20}{c}}{{A_{22}}}&{ - {A_{12}}}\\{ - {A_{21}}}&{{A_{11}}}\end{array}} \right]\]

现在用这个公式求\({\bf{M}} = \left[ {\begin{array}{*{20}{c}}3&0\\{ - 1}&2\end{array}} \right]\)的逆矩阵：

\[{{\bf{M}}^{ - 1}} = \frac{1}{{3 \cdot 2 - 0 \cdot ( - 1)}}\left[ {\begin{array}{*{20}{c}}2&0\\1&3\end{array}} \right] = \left[ {\begin{array}{*{20}{c}}{1/3}&0\\{1/6}&{1/2}\end{array}} \right]\]

我们只需检验MM^-1=M^-1M=I就可以证明结果是否正确：

\[\left[ {\begin{array}{*{20}{c}}3&0\\{ - 1}&2\end{array}} \right]\left[ {\begin{array}{*{20}{c}}{1/3}&0\\{1/6}&{1/2}\end{array}} \right] = \left[ {\begin{array}{*{20}{c}}1&0\\0&1\end{array}} \right] = \left[ {\begin{array}{*{20}{c}}{1/3}&0\\{1/6}&{1/2}\end{array}} \right]\left[ {\begin{array}{*{20}{c}}3&0\\{ - 1}&2\end{array}} \right]\]

注意：对于小矩阵（4×4矩阵或更小）来说，使用伴随矩阵的方法更有效率。对于更大的矩阵来说，我们可以使用诸如高斯消元法(http://zh.wikipedia.org/wiki/%E9%AB%98%E6%96%AF%E6%B6%88%E5%8E%BB%E6%B3%95)之类的其他方法求逆矩阵。但是，在3D计算机图形中，我们要处理的矩阵具有特定的形式，因此可以事先确定求逆矩阵的方程，这样我们就无需浪费CPU资源去求一般矩阵的逆矩阵了。这样，在代码中我们往往很少用到公式2.6。

在本节结束之前，我们要介绍一个与逆矩阵相乘时非常有用的代数特性：

(AB)^-1=B^-1A^-1

这个特性假设A和B都是可逆的，它们都是维数相同的正方形矩阵。要证明B^-1A^-1是AB的逆矩阵，我们只需要证明(AB)(B^-1A^-1)=I和(B^-1A^-1)(AB)=I。推导过程如下：

(AB)(B^-1A^-1)=A(BB^-1)A^-1=AIA^-1=AA^-1=I

(B^-1A^-1)(AB)=B^-1(A^-1A)B=B^-1IB=B^-1B=I

发布时间：2014/9/23 20:36:56  阅读次数：4212