정의:
n차 정사각행렬 A에 대해, 다음을 만족하는 B가 있으면 A는 가역(invertible)이다.
표기:AB=In=BA
이 때 B를 A의 역행렬(inverse matrix)이라 하며, 이러한 B가 없으면 A는 비가역(noninvertible)이다.A의 역행렬 = A−1
따라서 AA−1=A−1A=IA는 det(A)≠0일 때에만 역행렬을 가진다.
역행렬이 존재한다면 유일하다(unique). // 유일성,uniqueness
영행렬,zero_matrix의 역행렬은 존재하지 않는다. - chk
행렬의 곱셈에 대한 역원,inverse_element.
1. TMP CHK ¶
용어가 난립하고 혼란스러워서 대대적 정리 및 비교표 필요 ex. singular/nonsingular/정칙/비정칙/가역/비가역/invertible/inverse/....
{
invertible matrix = nonsingular matrix
AB=BA=I
여기서 A, B는 둘 다 invertible(=nonsingular) 행렬에 속함.
그리고 A, B는 서로 inverse matrix임.
여기서 A, B는 둘 다 invertible(=nonsingular) 행렬에 속함.
그리고 A, B는 서로 inverse matrix임.
A는 있는데 위 식을 만족하는 B가 존재하지 않으면, A는 singular matrix에 속함.
nonsingular matrix의 inverse matrix는 유일함. i.e.
nonsingular matrix는 단 하나의 inverse matrix를 가짐. (아래 밑에 증명까지 적어놓은 게 있네.)
nonsingular matrix는 단 하나의 inverse matrix를 가짐. (아래 밑에 증명까지 적어놓은 게 있네.)
역행렬의 조건:
A가 nonsingular matrix일 필요충분조건은 A의 determinant가 0이 아니라는 것. i.e.
det(A)≠0
A가 nonsingular matrix일 필요충분조건은 A의 determinant가 0이 아니라는 것. i.e.
det(A)≠0
역행렬을 갖는 경우 | 정칙행렬,regular_matrix | nonsingular matrix |
역행렬을 갖지 않는 경우 | 특이행렬,singular_matrix | singular matrix |
A가 n×n행렬일 때
rank(A)=n | A는 정칙행렬 | det(A)≠0 | |
rank(A)<n | A는 특이행렬 | 그럼여기는 det(A)=0? CHK |
2. 2×2 행렬의 역행렬 ¶
Let
If det(A)=ad−bc=0 : A is not invertible.
If det(A)=ad−bc≠0 : A is invertible and
If det(A)=ad−bc≠0 : A is invertible and
3. 성질 ¶
CHK
2022-12-28 고교참고서보고 적음, 대개 너무 뻔하지만 안그런건 증명이나 그런거 나중에
AB=I ⇔ A=B−1, B=A−1
(A−1)−1=A
(An)−1=(A−1)n
(AB)−1=B−1A−1,
(ABC)−1=C−1B−1A−1,
(ABCD)−1=D−1C−1B−1A−1 ...
(ABC)−1=C−1B−1A−1,
(ABCD)−1=D−1C−1B−1A−1 ...
설명:
(AB)(B−1A−1)=A(BB−1)A−1=AIA−1=AA−1=I
(B−1A−1)(AB)=I (마찬가지로)
따라서 역행렬의 정의에 의해 (AB)−1=B−1A−1
A=A−1 ⇔ A2=I(AB)(B−1A−1)=A(BB−1)A−1=AIA−1=AA−1=I
(B−1A−1)(AB)=I (마찬가지로)
따라서 역행렬의 정의에 의해 (AB)−1=B−1A−1
(kA)−1=k−1A−1 = (1/k)A−1 (단 k≠0인 실수)
(ABA−1)n=ABnA−1,
(BAB−1)n=BAnB−1
(BAB−1)n=BAnB−1
AX=B ⇔ X=A−1B,
XA=B ⇔ X=BA−1
XA=B ⇔ X=BA−1
설명:
AX=B
⇒ A−1(AX)=A−1B
⇒ (A−1A)X=A−1B
⇒ X=A−1B
CHKAX=B
⇒ A−1(AX)=A−1B
⇒ (A−1A)X=A−1B
⇒ X=A−1B
4.1. 1. ¶
n차의 정사각행렬 A가 가역이면 A의 역행렬은 유일하다.
증명
행렬 B, C가 모두 A의 역행렬이라면
행렬 B, C가 모두 A의 역행렬이라면
AB=In=BA,
AC=In=CA
이므로AC=In=CA
B=BIn=B(AC)=(BA)C=InC=C ■
5. 컴퓨터에서 ¶
넘파이,NumPy에선 numpy.linalg.inv(A) 사용.
tmp see https://datascienceschool.net/02 mathematics/02.04 선형 연립방정식과 역행렬.html#id12
tmp see https://datascienceschool.net/02 mathematics/02.04 선형 연립방정식과 역행렬.html#id12
7. adjoint와의 관계, chk and merge ¶
Inverse matrix:
where is an adjoint_matrix(수반행렬, 딸림행렬,adjoint_matrix? 여인수행렬의 전치행렬,transpose_matrix? mksure) which is defined as
where is the cofactor of
where is the determinant of matrix whose i-th row and j-th column are deleted. // (소행렬식 minor)
// via 김광수 http://kocw.net/home/cview.do?mty=p&kemId=1389213 1. 39m
// via 김광수 http://kocw.net/home/cview.do?mty=p&kemId=1389213 1. 39m