MATLAB - 矩阵求逆

MATLAB - 矩阵求逆与线性系统

在线性代数中，方阵 A 的逆矩阵，记作 A⁻¹，是一个满足以下关系的矩阵：

A * A⁻¹ = A⁻¹ * A = I

(where I is the identity matrix)

一个矩阵必须是方阵（行数和列数相等）且非奇异才能有逆矩阵。如果矩阵的行列式为零，则称该矩阵为奇异矩阵。非奇异矩阵也称为可逆矩阵。

计算逆矩阵：inv() 函数

在 MATLAB 中，您可以使用 inv() 函数计算矩阵的逆。矩阵 A 的逆矩阵即为 inv(A)。

示例：使用 inv()

创建一个脚本文件并输入以下代码以定义一个矩阵并计算其逆矩阵。

% Define a 3x3 square matrix
A = [1, 4, 2;
     2, 5, 1;
     3, 6, 0];

% Calculate the inverse of A
A_inv = inv(A);

% Display the original and inverted matrices
disp('Original Matrix A:');
disp(A);

disp('Inverse Matrix A_inv:');
disp(A_inv);

% Verification: A * A_inv should be the identity matrix
identity_check = A * A_inv;
disp('Verification (A * A_inv):');
disp(identity_check);

运行此脚本时，它将显示以下结果。请注意，由于浮点运算，验证矩阵可能包含非常小的非零值，而不是完美的零。

Original Matrix A:
     1     4     2
     2     5     1
     3     6     0

Inverse Matrix A_inv:
   -2.0000    4.0000   -2.0000
    1.0000   -2.0000    1.0000
   -1.0000    2.0000   -1.0000

Verification (A * A_inv):
    1.0000         0         0
         0    1.0000         0
   -0.0000   -0.0000    1.0000

最佳实践：不使用 inv() 求解线性系统

矩阵求逆的一个常见用途是求解形式为 Ax = b 的线性方程组。虽然数学上将 x = A⁻¹b 视为正确，但这不是在 MATLAB 或任何数值计算环境中推荐的求解方式。

与使用反斜杠运算符 (“) 进行矩阵除法相比，使用 inv(A) 计算显式逆矩阵的计算成本更高，且通常精度较低。

示例：反斜杠运算符 (“)

让我们求解 Ax = b 系统，其中 A 是我们之前的矩阵，b 是一个列向量。

% Define the same matrix A
A = [1, 4, 2; 2, 5, 1; 3, 6, 0];

% Define the vector b
b = [6; 7; 6];

% --- Inefficient Method ---
% Using the inverse function
x_inefficient = inv(A) * b;

% --- Recommended Method ---
% Using the backslash operator (matrix left division)
x_efficient = A \ b;


disp('Solution using inv(A)*b:');
disp(x_inefficient);

disp('Solution using A\b:');
disp(x_efficient);

对于这个简单案例，两种方法都产生相同的结果，但反斜杠运算符更健壮、更高效，特别是对于大型矩阵。它使用不同的算法（如 LU 分解），这些算法经过优化，可直接求解系统。

Solution using inv(A)*b:
    2.0000
    1.0000
   -1.0000

Solution using A\b:
    2.0000
    1.0000
   -1.0000

检查奇异性

如果矩阵的行列式为零，则该矩阵的逆不存在。您可以使用 det() 函数检查行列式。

A_singular = [1, 2; 2, 4];
det_A_singular = det(A_singular);
disp(['Determinant of A_singular is: ', num2str(det_A_singular)]);

% 尝试对奇异矩阵求逆将导致警告。
% inv(A_singular)

在实践中，数值问题意味着行列式可能是一个非常接近零的极小值，而不是精确的零。检查矩阵是否接近奇异（即病态）的更好方法是使用 cond() 函数计算条件数。条件数非常大表示矩阵是病态的，Ax=b 的解可能不准确。

cond_A = cond(A);
cond_A_singular = cond(A_singular);

disp(['Condition number of A: ', num2str(cond_A)]);
disp(['Condition number of A_singular: ', num2str(cond_A_singular)]);

输出将显示我们行为良好的矩阵 A 的条件数较小，而奇异矩阵 A_singular 的条件数非常大（或 Inf）。

常见错误和调试

• 错误：矩阵必须是方阵。 如果您尝试对非方阵使用 inv()，则会发生此错误。逆矩阵仅为方阵定义。
• 警告：矩阵接近奇异或缩放不良。 当您对奇异或病态矩阵使用 inv() 或 “ 时，会出现此警告。结果可能不可靠。如果您怀疑这种情况，请务必使用 cond() 检查条件数。
• 乘法维度不正确： 在求解 Ax=b 时，请确保 A 的行数与 b 中的元素数量匹配。