己知矩阵A=(1.-1.0.-1.2.1.2.2.3),B=(1.1.0.2.2.1),求矩阵A^-1B

时间: 2023-11-16 11:04:20 浏览: 29
首先计算矩阵A的行列式: |A| = 1*(2*1-2*2) - (-1)*(1*1-2*2) + (-1)*(1*2-(-1)*2) = -2 由于行列式不为0,所以矩阵A可逆。接下来求矩阵A的逆矩阵: 将矩阵A和单位矩阵拼接在一起,形成增广矩阵: A | I = (1. -1. 0. | 1. 0. 0.) (-1. 2. -1. | 0. 1. 0.) (-1. 2. 3. | 0. 0. 1.) 对增广矩阵进行初等行变换,使左侧变为单位矩阵: (-1. 2. -1. | 0. 1. 0.) // 将R1加到R2上,R3上 (0. 1. -1. | 1. 0. 0.) (0. 0. 1. | 1. -1. 1.) (1. 0. 1. | -1. 1. 0.) // 将R2加到R1上,R3上 (0. 1. -1. | 1. 0. 0.) (0. 0. 1. | 1. -1. 1.) (1. 0. 0. | -2. 2. -1.) // 将R3加到R1上,R2上 (0. 1. 0. | 0. -1. 1.) (0. 0. 1. | 1. -1. 1.) 因此,矩阵A的逆矩阵为: A^-1 = (-2. 2. -1.) (0. -1. 1.) (1. -1. 1.) 最后,将矩阵A^-1和矩阵B相乘即可得到矩阵A^-1B: A^-1B = (-2. 2. -1.) (0. -1. 1.) (1. -1. 1.) × (1. 1. 0. 2. 2. 1. ) = (-2. 0. -1.) (0. -4. 1.) (3. -3. 2.)

相关推荐

最新推荐

recommend-type

数据结构--稀疏矩阵课程设计.doc

① 存储结构选择三元组存储方式; ② 实现一个稀疏矩阵的转置运算; ③ 实现两个稀疏矩阵的加法运算; ④ 实现两个稀疏矩阵的减法运算; ⑤ 实现两个稀疏矩阵的乘法运算。
recommend-type

西工大版矩阵论详细讲义1.pdf

西工大矩阵论相关学习资料,读研参考,大一也可作为学习参考,很棒的讲义,与西北工业大学理工科相关专业的矩阵论教材相配套
recommend-type

矩阵求导包括矩阵对矩阵求导.docx

标量对矩阵求导
recommend-type

模式识别作业-习题解答+代码.docx

反向传播框架下推导学习规则。总结BP算法。描述自组织算法的计算步骤,给出训练算法的框图。指出卷积神经网络需要计算的权重数量;相对于全连接和非权值共享,所减少的权重数量。编写两个通用的三层前向神经网络反向...
recommend-type

vb 逆矩阵的求法.doc

vb 关于逆矩阵的求法.doc 模块名:MatrixModule.bas ' 函数名:MCinv ' 功能: 实矩阵求逆的全选主元高斯-约当法 ' 参数: n - Integer型变量,矩阵的阶数 ' mtxAR - Double型二维数组,体积为n x n。存放原矩阵A...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用matlab绘制高斯色噪声情况下的频率估计CRLB,其中w(n)是零均值高斯色噪声,w(n)=0.8*w(n-1)+e(n),e(n)服从零均值方差为se的高斯分布

以下是用matlab绘制高斯色噪声情况下频率估计CRLB的代码: ```matlab % 参数设置 N = 100; % 信号长度 se = 0.5; % 噪声方差 w = zeros(N,1); % 高斯色噪声 w(1) = randn(1)*sqrt(se); for n = 2:N w(n) = 0.8*w(n-1) + randn(1)*sqrt(se); end % 计算频率估计CRLB fs = 1; % 采样频率 df = 0.01; % 频率分辨率 f = 0:df:fs/2; % 频率范围 M = length(f); CRLB = zeros(M,1); for
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。