Обернена матриця — це поняття, яке з’являється тоді, коли хочеться зробити з матрицями те саме, що ми робимо з числами під час ділення. Матриці ми вже вміємо додавати й множити, але як бути з «діленням»? У багатьох задачах після множення на матрицю \( A \) потрібно відновити початковий вектор (або матрицю). Саме тому важливо розуміти, коли обернена матриця існує і як її знаходять на практиці.
Обернена Матриця: Аналогія з Числами та Точне Означення
Матриці справді в чомусь схожі на числа: з ними виконують додавання та множення. А в арифметиці після множення часто виникає ділення. Наприклад, для ненульового числа \( x \) існує обернене число \( \frac{1}{x} \), і виконується відома рівність:
\[
x \cdot \frac{1}{x} = 1.
\]
У матричній алгебрі ідея подібна, але є важлива умова. Обернена матриця визначається лише для квадратної матриці \( A \), і не для будь-якої, а тільки для невиродженої, тобто такої, для якої \( \det(A) \ne 0 \). Чому це принципово? Бо коли \( \det(A)=0 \), оберненої матриці не існує, і отримати одиничну матрицю через множення вже неможливо.
Якщо ж \( A \) квадратна і \( \det(A) \ne 0 \), тоді існує матриця \( A^{-1} \), яку називають оберненою до \( A \), і для неї виконується:
\[
A \cdot A^{-1} = E,
\]
де \( E \) — одинична матриця. Тобто множення на \( A^{-1} \) дає одиничну матрицю, яка при множенні не змінює матрицю відповідного розміру. Саме цього й очікуємо від аналога ділення.
Обернена Матриця: Як Обчислити Через Розв’язання Відповідних Систем Лінійних Рівнянь
Означення є, але як обчислити \( A^{-1} \) у реальних задачах? Один із найзручніших підходів — звести все до розв’язування систем лінійних рівнянь.
Ідея така: ми розв’язуємо матричне рівняння
\[
A \cdot X = E,
\]
де \( X \) — шукана матриця \( A^{-1} \).
Далі робимо крок, який суттєво спрощує картину: розглядаємо \( X \) та \( E \) як сукупності векторів-стовпців. Нехай стовпці матриці \( X \) мають вигляд:
\[
x^{(1)}=\begin{pmatrix}x_{11}\\x_{21}\\x_{31}\\\vdots\\x_{n1}\end{pmatrix},\quad
x^{(2)}=\begin{pmatrix}x_{12}\\x_{22}\\x_{32}\\\vdots\\x_{n2}\end{pmatrix},\quad
x^{(3)}=\begin{pmatrix}x_{13}\\x_{23}\\x_{33}\\\vdots\\x_{n3}\end{pmatrix},\ \ldots,\
x^{(n)}=\begin{pmatrix}x_{1n}\\x_{2n}\\x_{3n}\\\vdots\\x_{nn}\end{pmatrix}.
\]
А стовпці одиничної матриці \( E \) запишемо так:
\[
e^{(1)}=\begin{pmatrix}1\\0\\0\\ \vdots \\0\end{pmatrix},\quad
e^{(2)}=\begin{pmatrix}0\\1\\0\\ \vdots \\0\end{pmatrix},\quad
e^{(3)}=\begin{pmatrix}0\\0\\1\\ \vdots \\0\end{pmatrix},\ \ldots,\
e^{(n)}=\begin{pmatrix}0\\0\\0\\ \vdots \\1\end{pmatrix}.
\]
Тоді одне матричне рівняння \( A \cdot X = E \) можна замінити еквівалентною системою незалежних векторно-матричних рівнянь:
\[
A \cdot x^{(1)} = e^{(1)},\quad
A \cdot x^{(2)} = e^{(2)},\quad
A \cdot x^{(3)} = e^{(3)},\ \dots,\
A \cdot x^{(n)} = e^{(n)}.
\]
І ось ключовий момент: усі ці системи мають одну й ту саму матрицю коефіцієнтів \( A \). Отже, якщо ви, наприклад, застосовуєте метод Гауса, то перетворення (зведення до трикутного вигляду) для матриці \( A \) фактично спільне для всіх правих частин \( e^{(1)}, e^{(2)}, e^{(3)}, \ldots, e^{(n)} \).
Спочатку розв’язуємо першу систему й отримуємо перший стовпець оберненої матриці. Потім — другу систему й отримуємо другий стовпець. Далі діємо так само для всіх стовпців. У результаті знайдені вектори \( x^{(1)}, x^{(2)}, x^{(3)}, \ldots, x^{(n)} \) утворюють матрицю \( X \), тобто шукану обернену матрицю \( A^{-1} \).
Практичні Приклади: Рішення Крок за Кроком
Щоб тема не залишалася лише теорією, перейдемо до практики. Далі розберемо три типові ситуації: коли обернена матриця не існує, коли вона існує і її можна знайти, а також коли сама постановка задачі підказує, що обернення неможливе. Звертайте увагу не лише на відповідь, а й на логіку перевірок — вона економить багато часу.
Приклад 1. Знайти обернену матрицю
\[
A=\begin{pmatrix}
2 & -1 & 4\\
4 & -2 & 8\\
6 & -3 & 12
\end{pmatrix}.
\]
Спочатку перевіримо умови існування оберненої матриці. Матриця \( A \) є квадратною (розмір \( 3\times 3 \)), отже перша умова виконується. Тепер перевіримо другу умову — чи виконується \( \det(A)\ne 0 \).
Тут зручно помітити, що другий рядок дорівнює першому, помноженому на \( 2 \), а третій — першому, помноженому на \( 3 \). Отже, рядки лінійно залежні, тому
\[
\det(A)=0.
\]
Таким чином, матриця \( A \) є виродженою, а отже обернена матриця \( A^{-1} \) не існує.
Приклад 2. Знайти обернену матрицю
\[
A=\begin{pmatrix}
5 & -6 & 7 & 1\\
7 & 10 & -9 & 8\\
3 & 3 & 5 & 1\\
-10 & 2 & 3 & 4
\end{pmatrix}.
\]
Для початку перевіримо виконання умов існування оберненої матриці. Оскільки задана матриця \( A \) є квадратною (розмір \( 4\times 4 \)), перша умова виконується. Тепер перевіримо другу умову, тобто з’ясуємо, чи є визначник матриці \( A \) відмінним від нуля:
\[
\det(A)=
\begin{vmatrix}
5 & -6 & 7 & 1\\
7 & 10 & -9 & 8\\
3 & 3 & 5 & 1\\
-10 & 2 & 3 & 4
\end{vmatrix}.
\]
Розкладаючи визначник за елементами першого рядка, отримаємо:
\[
\det(A)=
5 \cdot \begin{vmatrix}
10 & -9 & 8\\
3 & 5 & 1\\
2 & 3 & 4
\end{vmatrix}
+6 \cdot \begin{vmatrix}
7 & -9 & 8\\
3 & 5 & 1\\
-10 & 3 & 4
\end{vmatrix}
+7 \cdot \begin{vmatrix}
7 & 10 & 8\\
3 & 3 & 1\\
-10 & 2 & 4
\end{vmatrix}
-1 \cdot \begin{vmatrix}
7 & 10 & -9\\
3 & 3 & 5\\
-10 & 2 & 3
\end{vmatrix}.
\]
Після обчислень маємо:
\[
\det(A) = 5\cdot 252 + 6\cdot 789 + 7\cdot 138 – 1\cdot(-921) = 7881 \neq 0.
\]
Отже, матриця \( A \) квадратна та невироджена, а це означає, що обернена матриця \( A^{-1} \) існує. Переходимо до її обчислення та застосовуємо схему з рівнянням \( A \cdot X=E \).
Оскільки \( E \) — одинична матриця порядку \( 4 \), то отримаємо чотири незалежні системи лінійних рівнянь:
\[
\begin{array}{cc}
\begin{cases}
5\cdot x_1-6\cdot x_2+7\cdot x_3+1\cdot x_4=1\\
7\cdot x_1+10\cdot x_2-9\cdot x_3+8\cdot x_4=0\\
3\cdot x_1+3\cdot x_2+5\cdot x_3+1\cdot x_4=0\\
-10\cdot x_1+2\cdot x_2+3\cdot x_3+4\cdot x_4=0
\end{cases},
&
\begin{cases}
5\cdot x_1-6\cdot x_2+7\cdot x_3+1\cdot x_4=0\\
7\cdot x_1+10\cdot x_2-9\cdot x_3+8\cdot x_4=1\\
3\cdot x_1+3\cdot x_2+5\cdot x_3+1\cdot x_4=0\\
-10\cdot x_1+2\cdot x_2+3\cdot x_3+4\cdot x_4=0
\end{cases},
\\[6pt]
\begin{cases}
5\cdot x_1-6\cdot x_2+7\cdot x_3+1\cdot x_4=0\\
7\cdot x_1+10\cdot x_2-9\cdot x_3+8\cdot x_4=0\\
3\cdot x_1+3\cdot x_2+5\cdot x_3+1\cdot x_4=1\\
-10\cdot x_1+2\cdot x_2+3\cdot x_3+4\cdot x_4=0
\end{cases},
&
\begin{cases}
5\cdot x_1-6\cdot x_2+7\cdot x_3+1\cdot x_4=0\\
7\cdot x_1+10\cdot x_2-9\cdot x_3+8\cdot x_4=0\\
3\cdot x_1+3\cdot x_2+5\cdot x_3+1\cdot x_4=0\\
-10\cdot x_1+2\cdot x_2+3\cdot x_3+4\cdot x_4=1
\end{cases}.
\end{array}
\]
Після прямого ходу методу Гауса кожна система зводиться до трикутної форми:
\[
\begin{array}{cc}
\begin{cases}
x_1-1.2\cdot x_2+1.4\cdot x_3+0.2\cdot x_4=0.2\\
x_2-1.022\cdot x_3+0.359\cdot x_4=-0.076\\
x_3-0.261\cdot x_4=-0.013\\
x_4=0.117
\end{cases},
&
\begin{cases}
x_1-1.2\cdot x_2+1.4\cdot x_3+0.2\cdot x_4=0\\
x_2-1.022\cdot x_3+0.359\cdot x_4=0.054\\
x_3-0.261\cdot x_4=-0.047\\
x_4=0.076
\end{cases},
\\[6pt]
\begin{cases}
x_1-1.2\cdot x_2+1.4\cdot x_3+0.2\cdot x_4=0\\
x_2-1.022\cdot x_3+0.359\cdot x_4=0\\
x_3-0.261\cdot x_4=1.113\\
x_4=-0.079
\end{cases},
&
\begin{cases}
x_1-1.2\cdot x_2+1.4\cdot x_3+0.2\cdot x_4=0\\
x_2-1.022\cdot x_3+0.359\cdot x_4=0\\
x_3-0.261\cdot x_4=0\\
x_4=0.088
\end{cases}.
\end{array}
\]
Далі виконуємо зворотний хід і отримуємо стовпці \( A^{-1} \):
\[
x^{(1)}=\begin{pmatrix}0.032\\-0.100\\0.018\\0.117\end{pmatrix},\quad
x^{(2)}=\begin{pmatrix}0.022\\-0.001\\-0.027\\0.076\end{pmatrix},\quad
x^{(3)}=\begin{pmatrix}0.029\\0.142\\0.112\\-0.079\end{pmatrix},\quad
x^{(4)}=\begin{pmatrix}-0.060\\-0.008\\0.023\\0.088\end{pmatrix}.
\]
Отже,
\[
A^{-1}=
\begin{pmatrix}
0.032 & 0.022 & 0.029 & -0.060\\
-0.100 & -0.001 & 0.142 & -0.008\\
0.018 & -0.027 & 0.112 & 0.023\\
0.117 & 0.076 & -0.079 & 0.088
\end{pmatrix}.
\]
Приклад 3: Знайти обернену матрицю
\[
A=\begin{pmatrix}
0 & -1 & 3 & 0 & 2\\
2 & -4 & 1 & 5 & 3\\
-4 & 5 & 7 & -10 & 0\\
-2 & 1 & 8 & -5 & 3
\end{pmatrix}.
\]
Спочатку перевіримо умови існування оберненої матриці. Тут відразу бачимо, що матриця має розмір \( 4\times 5 \), тобто вона не квадратна. А обернена матриця визначається лише для квадратних матриць.
Отже, для цієї матриці \( A \) матриця \( A^{-1} \) не існує вже за першою умовою.
Що Вивчити Далі: Корисні Теми для Продовження
Якщо вам сподобалося працювати з оберненими матрицями, логічно зробити наступний крок і розширити коло пов’язаних тем. З чого варто почати? Нижче — три напрямки, які добре продовжують цю тему й дають нові інструменти для задач.
- Обернена матриця методом Гауса-Жордана: Швидкий алгоритм для практики — Розберемо покрокову схему перетворень, щоб знаходити обернену матрицю через розширену матрицю швидко й упевнено.
- Обернена матриця через алгебраїчні доповнення: Логіка мінорів і визначників — Пояснимо, як працюють алгебраїчні доповнення та як з них будується обернена матриця у класичному вигляді.
- Обернена матриця і характеристичний многочлен: Нетиповий, але сильний підхід — Покажемо, як коефіцієнти характеристичного многочлена допомагають отримати обернену матрицю, коли потрібна теорія на більш серйозному рівні.
Обернена Матриця та Програмування: Перетворіть Блок-Схему на Код
Якщо ви цікавитеся програмуванням, готова блок-схема може стати зручним стартом для маленького проєкту: програми, що обчислює обернену матрицю через розв’язання відповідних систем лінійних рівнянь. Уважно перегляньте схему від вхідних даних до результату й подумайте, як кожен блок можна виразити кількома зрозумілими рядками коду. Хіба не приємно, коли після запуску вашої програми матриця \( A^{-1} \) з’являється автоматично, а не після довгих ручних обчислень? Така практика одночасно закріплює математику й тренує навичку перетворювати алгоритм зі схеми на робоче рішення.
