Метод обратной матрицы не представляет ничего сложного, если знать общие принципы работы с матричными уравнениями и, конечно, уметь производить элементарные алгебраические действия.
Решение системы уравнений методом обратной матрицы. Пример.
Удобнее всего постигать метод обратной матрицы на наглядном примере. Возьмем систему уравнений:
Первый шаг, который необходимо сделать для решения этой системы уравнений - найти определитель. Поэтому преобразим нашу систему уравнений в следующую матрицу:
И найдем нужный определитель:
Формула, использующаяся для решения матричных уравнений, выглядит следующим образом:
Таким образом, для вычисления Х нам необходимо определить значение матрицы А-1 и умножить его на b. В этом нам поможет другая формула:
Ат в данном случае будет транспонированной матрицей - то есть, той же самой, исходной, но записанной не строками, а столбцами.
Не следует забывать о том, что метод обратной матрицы , как и метод Крамера, подходит только для систем, в которых определитель больше или меньше нуля. Если же определитель равен нулю, нужно использовать метод Гаусса.
Следующий шаг - составление матрицы миноров, представляющей собой такую схему:
В итоге мы получили три матрицы - миноров, алгебраических дополнений и транспонированную матрицу алгебраических дополнений. Теперь можно переходить к собственно составлению обратной матрицы. Формулу мы уже знаем. Для нашего примера это будет выглядеть так.
Пусть имеется квадратная матрица n-го порядка
Матрица А -1 называется обратной матрицей по отношению к матрице А, если А*А -1 = Е, где Е — единичная матрица n-го порядка.
Единичная матрица — такая квадратная матрица, у которой все элементы по главной диагонали, проходящей от левого верхнего угла к правому нижнему углу, — единицы, а остальные — нули, например:
Обратная матрица может существовать только для квадратных матриц т.е. для тех матриц, у которых число строк и столбцов совпадают.
Теорема условия существования обратной матрицы
Для того чтобы матрица имела обратную матрицу необходимо и достаточно, чтобы она была невырожденной.
Матрица А = (А1, А2,...А n) называется невырожденной , если векторы-столбцы являются линейно независимыми. Число линейно независимых векторов-столбцов матрицы называется рангом матрицы . Поэтому можно сказать, что для того, чтобы существовала обратная матрица, необходимо и достаточно, чтобы ранг матрицы равнялся ее размерности, т.е. r = n.
Алгоритм нахождения обратной матрицы
- Записать в таблицу для решения систем уравнений методом Гаусса матрицу А и справа (на место правых частей уравнений) приписать к ней матрицу Е.
- Используя преобразования Жордана, привести матрицу А к матрице, состоящей из единичных столбцов; при этом необходимо одновременно преобразовать матрицу Е.
- Если необходимо, то переставить строки (уравнения) последней таблицы так, чтобы под матрицей А исходной таблицы получилась единичная матрица Е.
- Записать обратную матрицу А -1 , которая находится в последней таблице под матрицей Е исходной таблицы.
Для матрицы А найти обратную матрицу А -1
Решение: Записываем матрицу А и справа приписываем единичную матрицу Е. Используя преобразования Жордана, приводим матрицу А к единичной матрице Е. Вычисления приведены в таблице 31.1.
Проверим правильность вычислений умножением исходной матрицы А и обратной матрицы А -1 .
В результате умножения матриц получилась единичная матрица. Следовательно, вычисления произведены правильно.
Ответ: 
Решение матричных уравнений
Матричные уравнения могут иметь вид:
АХ = В, ХА = В, АХВ = С,
где А,В,С — задаваемые матрицы, Х- искомая матрица.
Матричные уравнения решаются с помощью умножения уравнения на обратные матрицы.
Например, чтобы найти матрицу из уравнения , необходимо умножить это уравнение на слева.
Следовательно, чтобы найти решение уравнения , нужно найти обратную матрицу и умножить ее на матрицу , стоящие в правой части уравнения.
Аналогично решаются другие уравнения.
Решить уравнение АХ = В, если 
Решение : Так как обратная матрица равняется (см. пример 1)
Матричный метод в экономическом анализе
Наряду с другими в находят применение также матричные методы . Эти методы базируются на линейной и векторно-матричной алгебре. Такие методы применяются для целей анализа сложных и многомерных экономических явлений. Чаще всего эти методы используются при необходимости сравнительной оценки функционирования организаций и их структурных подразделений.
В процессе применения матричных методов анализа можно выделить несколько этапов.
На первом этапе осуществляется формирование системы экономических показателей и на ее основе составляется матрица исходных данных , которая представляет собой таблицу, в которой по ее отдельным строкам показываются номера систем (i = 1,2,....,n) , а по вертикальным графам — номера показателей (j = 1,2,....,m) .
На втором этапе по каждой вертикальной графе выявляется наибольшее из имеющихся значений показателей, которое и принимается за единицу.
После этого все суммы, отраженные в данной графе делят на наибольшее значение и формируется матрица стандартизированных коэффициентов .
На третьем этапе все составные части матрицы возводят в квадрат. Если они имеют различную значимость, то каждому показателю матрицы присваивается определенный весовой коэффициент k . Величина последнего определяется экспертным путем.
На последнем, четвертом этапе найденные величины рейтинговых оценок R j группируются в порядке их увеличения или уменьшения.
Изложенные матричные методы следует использовать, например, при сравнительном анализе различных инвестиционных проектов, а также при оценке других экономических показателей деятельности организаций.
Системой m линейных уравнений с n неизвестными называется система вида
где a ij и b i (i =1,…,m ; b =1,…,n ) – некоторые известные числа, а x 1 ,…,x n – неизвестные. В обозначении коэффициентов a ij первый индекс i обозначает номер уравнения, а второй j – номер неизвестного, при котором стоит этот коэффициент.
Коэффициенты при неизвестных будем записывать в виде матрицы 
, которую назовём матрицей
системы
.
Числа, стоящие в правых частях уравнений, b 1 ,…,b m называются свободными членами.
Совокупность n чисел c 1 ,…,c n называется решением данной системы, если каждое уравнение системы обращается в равенство после подстановки в него чисел c 1 ,…,c n вместо соответствующих неизвестных x 1 ,…,x n .
Наша задача будет заключаться в нахождении решений системы. При этом могут возникнуть три ситуации:
Система линейных уравнений, имеющая хотя бы одно решение, называется совместной . В противном случае, т.е. если система не имеет решений, то она называется несовместной .
Рассмотрим способы нахождения решений системы.
МАТРИЧНЫЙ МЕТОД РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ
Матрицы дают возможность кратко записать систему линейных уравнений. Пусть дана система из 3-х уравнений с тремя неизвестными:
Рассмотрим
матрицу системы 
и матрицы столбцы
неизвестных и свободных членов 
Найдем произведение
т.е. в результате произведения мы получаем левые части уравнений данной системы. Тогда пользуясь определением равенства матриц данную систему можно записать в виде
или короче A
∙X=B
.
Здесь матрицы A и B известны, а матрица X неизвестна. Её и нужно найти, т.к. её элементы являются решением данной системы. Это уравнение называют матричным уравнением .
Пусть определитель матрицы отличен от нуля |A | ≠ 0. Тогда матричное уравнение решается следующим образом. Умножим обе части уравнения слева на матрицу A -1 , обратную матрице A : . Поскольку A -1 A = E и E ∙X = X , то получаем решение матричного уравнения в виде X = A -1 B .
Заметим, что поскольку обратную матрицу можно найти только для квадратных матриц, то матричным методом можно решать только те системы, в которых число уравнений совпадает с числом неизвестных . Однако, матричная запись системы возможна и в случае, когда число уравнений не равно числу неизвестных, тогда матрица A не будет квадратной и поэтому нельзя найти решение системы в виде X = A -1 B .
Примеры. Решить системы уравнений.
ПРАВИЛО КРАМЕРА
Рассмотрим систему 3-х линейных уравнений с тремя неизвестными:
Определитель третьего порядка, соответствующий матрице системы, т.е. составленный из коэффициентов при неизвестных,
называется определителем системы .
Составим ещё три определителя следующим образом: заменим в определителе D последовательно 1, 2 и 3 столбцы столбцом свободных членов
Тогда можно доказать следующий результат.
Теорема (правило Крамера). Если определитель системы Δ ≠ 0, то рассматриваемая система имеет одно и только одно решение, причём
Доказательство . Итак, рассмотрим систему 3-х уравнений с тремя неизвестными. Умножим 1-ое уравнение системы на алгебраическое дополнение A 11 элемента a 11 , 2-ое уравнение – на A 21 и 3-е – на A 31 :
Сложим эти уравнения:
Рассмотрим каждую из скобок и правую часть этого уравнения. По теореме о разложении определителя по элементам 1-го столбца
Аналогично можно показать, что и .
Наконец несложно заметить, что 
Таким образом, получаем равенство: .
Следовательно, .
Аналогично выводятся равенства и , откуда и следует утверждение теоремы.
Таким образом, заметим, что если определитель системы Δ ≠ 0, то система имеет единственное решение и обратно. Если же определитель системы равен нулю, то система либо имеет бесконечное множество решений, либо не имеет решений, т.е. несовместна.
Примеры. Решить систему уравнений
МЕТОД ГАУССА
Ранее рассмотренные методы можно применять при решении только тех систем, в которых число уравнений совпадает с числом неизвестных, причём определитель системы должен быть отличен от нуля. Метод Гаусса является более универсальным и пригоден для систем с любым числом уравнений. Он заключается в последовательном исключении неизвестных из уравнений системы.
Вновь рассмотрим систему из трёх уравнений с тремя неизвестными:
.
Первое уравнение оставим без изменения, а из 2-го и 3-го исключим слагаемые, содержащие x 1 . Для этого второе уравнение разделим на а 21 и умножим на –а 11 , а затем сложим с 1-ым уравнением. Аналогично третье уравнение разделим на а 31 и умножим на –а 11 , а затем сложим с первым. В результате исходная система примет вид:
Теперь из последнего уравнения исключим слагаемое, содержащее x 2 . Для этого третье уравнение разделим на , умножим на и сложим со вторым. Тогда будем иметь систему уравнений:
Отсюда из последнего уравнения легко найти x 3 , затем из 2-го уравнения x 2 и, наконец, из 1-го – x 1 .
При использовании метода Гаусса уравнения при необходимости можно менять местами.
Часто вместо того, чтобы писать новую систему уравнений, ограничиваются тем, что выписывают расширенную матрицу системы:
и затем приводят её к треугольному или диагональному виду с помощью элементарных преобразований.
К элементарным преобразованиям матрицы относятся следующие преобразования:
- перестановка строк или столбцов;
- умножение строки на число, отличное от нуля;
- прибавление к одной строке другие строки.
Примеры: Решить системы уравнений методом Гаусса.
Таким образом, система имеет бесконечное множество решений.
Матричный способ решения систем линейных уравнений
Рассмотрим систему линейных уравнений следующего вида:
$\left\{\begin{array}{c} {a_{11} x_{1} +a_{12} x_{2} +...+a_{1n} x_{n} =b_{1} } \\ {a_{21} x_{1} +a_{22} x_{2} +...+a_{2n} x_{n} =b_{2} } \\ {...} \\ {a_{n1} x_{1} +a_{n2} x_{2} +...+a_{nn} x_{n} =b_{n} } \end{array}\right. .$
Числа $a_{ij} (i=1..n,j=1..n)$ - коэффициенты системы, числа $b_{i} (i=1..n)$ - свободные члены.
Определение 1
В случае, когда все свободные члены равны нулю, система называется однородной, в противном случае - неоднородной.
Каждой СЛАУ можно поставить в соответствие несколько матриц и записать систему в так называемом матричном виде.
Определение 2
Матрица коэффициентов системы называется матрицей системы и обозначается, как правило, буквой $A$.
Столбец свободных членов образует вектор-столбец, который, как правило, обозначается буквой $B$ и называется матрицей свободных членов.
Неизвестные переменные образуют вектор-столбец, который, как правило, обозначается буквой $X$ и называется матрицей неизвестных.
Описанные выше матрицы имеют вид:
$A=\left(\begin{array}{cccc} {a_{11} } & {a_{12} } & {...} & {a_{1n} } \\ {a_{21} } & {a_{22} } & {...} & {a_{2n} } \\ {...} & {...} & {...} & {...} \\ {a_{n1} } & {a_{n2} } & {...} & {a_{nn} } \end{array}\right),B=\left(\begin{array}{c} {b_{1} } \\ {b_{2} } \\ {...} \\ {b_{n} } \end{array}\right),X=\left(\begin{array}{c} {x_{1} } \\ {x_{2} } \\ {...} \\ {x_{n} } \end{array}\right).$
Используя матрицы, СЛАУ можно переписать в виде $A\cdot X=B$. Такую запись часто называют матричным уравнением.
Вообще говоря, в матричном виде записать можно любую СЛАУ.
Примеры решения системы с помощью обратной матрицы
Пример 1
Дана СЛАУ: $\left\{\begin{array}{c} {3x_{1} -2x_{2} +x_{3} -x_{4} =3} \\ {x_{1} -12x_{2} -x_{3} -x_{4} =7} \\ {2x_{1} -3x_{2} +x_{3} -3x_{4} =5} \end{array}\right. $. Записать систему в матричном виде.
Решение:
$A=\left(\begin{array}{cccc} {3} & {-2} & {1} & {-1} \\ {1} & {-12} & {-1} & {-1} \\ {2} & {-3} & {1} & {-3} \end{array}\right),B=\left(\begin{array}{c} {3} \\ {7} \\ {5} \end{array}\right),X=\left(\begin{array}{c} {x_{1} } \\ {x_{2} } \\ {x_{3} } \end{array}\right).$
$\left(\begin{array}{cccc} {3} & {-2} & {1} & {-1} \\ {1} & {-12} & {-1} & {-1} \\ {2} & {-3} & {1} & {-3} \end{array}\right)\cdot \left(\begin{array}{c} {x_{1} } \\ {x_{2} } \\ {x_{3} } \end{array}\right)=\left(\begin{array}{c} {3} \\ {7} \\ {5} \end{array}\right)$
В случае, когда матрица системы является квадратной, СЛАУ можно решить уравнения матричным способом.
Имея матричное уравнение $A\cdot X=B$, можно выразить из него $X$ следующим способом:
$A^{-1} \cdot A\cdot X=A^{-1} \cdot B$
$A^{-1} \cdot A=E$ (свойство произведения матриц)
$E\cdot X=A^{-1} \cdot B$
$E\cdot X=X$ (свойство произведения матриц)
$X=A^{-1} \cdot B$
Алгоритм решения системы алгебраических уравнений с помощью обратной матрицы:
- записать систему в матричном виде;
- вычислить определитель матрицы системы;
- если определитель матрицы системы отличен от нуля, то находим обратную матрицу;
- решение системы вычисляем по формуле $X=A^{-1} \cdot B$.
Если матрица системы имеет определитель, не равный нулю, то данная система имеет единственное решение, которое можно найти матричным способом.
Если матрица системы имеет определитель, равный нулю, то данную систему нельзя решить матричным способом.
Пример 2
Дана СЛАУ: $\left\{\begin{array}{c} {x_{1} +3x_{3} =26} \\ {-x_{1} +2x_{2} +x_{3} =52} \\ {3x_{1} +2x_{2} =52} \end{array}\right. $. Решить СЛАУ методом обратной матрицы, если это возможно.
Решение:
$A=\left(\begin{array}{ccc} {1} & {0} & {3} \\ {-1} & {2} & {1} \\ {3} & {2} & {0} \end{array}\right),B=\left(\begin{array}{c} {26} \\ {52} \\ {52} \end{array}\right),X=\left(\begin{array}{c} {x_{1} } \\ {x_{2} } \\ {x_{3} } \end{array}\right). $
Нахождение определителя матрицы системы:
$\begin{array}{l} {\det A=\left|\begin{array}{ccc} {1} & {0} & {3} \\ {-1} & {2} & {1} \\ {3} & {2} & {0} \end{array}\right|=1\cdot 2\cdot 0+0\cdot 1\cdot 3+2\cdot (-1)\cdot 3-3\cdot 2\cdot 3-2\cdot 1\cdot 1-0\cdot (-1)\cdot 0=0+0-6-18-2-0=-26\ne 0} \end{array}$ Так как определитель не равен нулю, то матрица системы имеет обратную матрицу и, следовательно, система уравнений может быть решена методом обратной матрицы. Полученное решение будет единственным.
Решим систему уравнений с помощью обратной матрицы:
$A_{11} =(-1)^{1+1} \cdot \left|\begin{array}{cc} {2} & {1} \\ {2} & {0} \end{array}\right|=0-2=-2; A_{12} =(-1)^{1+2} \cdot \left|\begin{array}{cc} {-1} & {1} \\ {3} & {0} \end{array}\right|=-(0-3)=3;$
$A_{13} =(-1)^{1+3} \cdot \left|\begin{array}{cc} {-1} & {2} \\ {3} & {2} \end{array}\right|=-2-6=-8; A_{21} =(-1)^{2+1} \cdot \left|\begin{array}{cc} {0} & {3} \\ {2} & {0} \end{array}\right|=-(0-6)=6; $
$A_{22} =(-1)^{2+2} \cdot \left|\begin{array}{cc} {1} & {3} \\ {3} & {0} \end{array}\right|=0-9=-9; A_{23} =(-1)^{2+3} \cdot \left|\begin{array}{cc} {1} & {0} \\ {3} & {2} \end{array}\right|=-(2-0)=-2;$
$A_{31} =(-1)^{3+1} \cdot \left|\begin{array}{cc} {0} & {3} \\ {2} & {1} \end{array}\right|=0-6=-6; A_{32} =(-1)^{3+2} \cdot \left|\begin{array}{cc} {1} & {3} \\ {-1} & {1} \end{array}\right|=-(1+3)=-4;$
$A_{33} =(-1)^{3+3} \cdot \left|\begin{array}{cc} {1} & {0} \\ {-1} & {2} \end{array}\right|=2-0=2$
Искомая обратная матрица:
$A^{-1} =\frac{1}{-26} \cdot \left(\begin{array}{ccc} {-2} & {6} & {-6} \\ {3} & {-9} & {-4} \\ {-8} & {-2} & {2} \end{array}\right)=\frac{1}{26} \cdot \left(\begin{array}{ccc} {2} & {-6} & {6} \\ {-3} & {9} & {4} \\ {8} & {2} & {-2} \end{array}\right)=\left(\begin{array}{ccc} {\frac{2}{26} } & {\frac{-6}{26} } & {\frac{6}{26} } \\ {\frac{-3}{26} } & {\frac{9}{26} } & {\frac{4}{26} } \\ {\frac{8}{26} } & {\frac{2}{26} } & {\frac{-2}{26} } \end{array}\right)=\left(\begin{array}{ccc} {\frac{1}{13} } & {-\frac{3}{13} } & {\frac{3}{13} } \\ {-\frac{3}{26} } & {\frac{9}{26} } & {\frac{2}{13} } \\ {\frac{4}{13} } & {\frac{1}{13} } & {-\frac{1}{13} } \end{array}\right).$
Найдем решение системы:
$X=\left(\begin{array}{ccc} {\frac{1}{13} } & {-\frac{3}{13} } & {\frac{3}{13} } \\ {-\frac{3}{26} } & {\frac{9}{26} } & {\frac{2}{13} } \\ {\frac{4}{13} } & {\frac{1}{13} } & {-\frac{1}{13} } \end{array}\right)\cdot \left(\begin{array}{c} {26} \\ {52} \\ {52} \end{array}\right)=\left(\begin{array}{c} {\frac{1}{13} \cdot 26-\frac{3}{13} \cdot 52+\frac{3}{13} \cdot 52} \\ {-\frac{3}{26} \cdot 26+\frac{9}{26} \cdot 52+\frac{2}{13} \cdot 52} \\ {\frac{4}{13} \cdot 26+\frac{1}{13} \cdot 52-\frac{1}{13} \cdot 52} \end{array}\right)=\left(\begin{array}{c} {2-12+12} \\ {-3+18+8} \\ {8+4-4} \end{array}\right)=\left(\begin{array}{c} {2} \\ {23} \\ {8} \end{array}\right)$
$X=\left(\begin{array}{c} {2} \\ {23} \\ {8} \end{array}\right)$ - искомое решение системы уравнений.
