Övning 1: Beräkna inversen till A = [[3,1],[1,1]] med Gauss-Jordan metoden

[A|I] = [[3,1,1,0],[1,1,0,1]] R₁ ↔ R₂: [[1,1,0,1],[3,1,1,0]] R₂ - 3R₁ → R₂: [[1,1,0,1],[0,-2,1,-3]] (-1/2)R₂ → R₂: [[1,1,0,1],[0,1,-1/2,3/2]] R₁ - R₂ → R₁: [[1,0,1/2,-1/2],[0,1,-1/2,3/2]] A⁻¹ = [[1/2,-1/2],[-1/2,3/2]] Svar: A⁻¹ = [[1/2,-1/2],[-1/2,3/2]]

Övning 2: Kontrollera om A = [[2,4],[1,2]] är inverterbar

det(A) = 2·2 - 4·1 = 4 - 4 = 0 Eftersom det(A) = 0 är A singulär Därför existerar A⁻¹ inte Svar: Nej, A är inte inverterbar

Övning 3: Använd inversen för att lösa systemet: 2x + y = 7, x + y = 4

A = [[2,1],[1,1]], b = [[7],[4]] det(A) = 2·1 - 1·1 = 1 A⁻¹ = (1/1)[[1,-1],[-1,2]] = [[1,-1],[-1,2]] x = A⁻¹b = [[1,-1],[-1,2]][[7],[4]] = [[3],[1]] Så x = 3, y = 1 Svar: x = 3, y = 1

Övning 4: Visa att (AB)⁻¹ = B⁻¹A⁻¹ för A = [[2,0],[0,3]] och B = [[1,1],[0,1]]

AB = [[2,0],[0,3]][[1,1],[0,1]] = [[2,2],[0,3]] (AB)⁻¹ = (1/6)[[3,-2],[0,2]] = [[1/2,-1/3],[0,1/3]] A⁻¹ = [[1/2,0],[0,1/3]], B⁻¹ = [[1,-1],[0,1]] B⁻¹A⁻¹ = [[1,-1],[0,1]][[1/2,0],[0,1/3]] = [[1/2,-1/3],[0,1/3]] Båda sidor är lika ✓ Svar: Båda ger [[1/2,-1/3],[0,1/3]]

Medel

Inversa matriser

Inverterbarhet, beräkning av inversa matriser och tillämpningar.

invers matris inverterbar adjunkt Gauss-Jordan identitetsmatris

Inversa matriser är som matematikens 'ångra-knapp'! Om en matris A gör en transformation, så gör A⁻¹ den omvända transformationen och tar tillbaka oss till start. Det är som att ha en nyckel som låser upp vad matrisen låste - superanvändbart för att lösa ekvationer!

Fördjupning

En matris A ∈ ℝⁿˣⁿ är inverterbar om det existerar en matris A⁻¹ sådan att AA⁻¹ = A⁻¹A = I. Villkoret för invertibilitet är att det(A) ≠ 0. Inversen beräknas via Gauss-Jordan eliminering, adjunktmetoden, eller LU-faktorisering. Inversa matriser är centrala för lösning av linjära system och matrisanalys.

Definition och grundläggande egenskaper

En kvadratisk matris A är inverterbar om det finns en matris A⁻¹ sådan att AA⁻¹ = A⁻¹A = I. Viktigt: endast kvadratiska matriser kan ha inverser, och inte alla kvadratiska matriser är inverterbara!

AA⁻¹ = A⁻¹A = I - definition av invers matris

Enkel 2×2 invers

A = [[2,1],[1,1]] och A⁻¹ = [[1,-1],[-1,2]]

Kontroll: AA⁻¹ = [[2,1],[1,1]][[1,-1],[-1,2]] = [[1,0],[0,1]] = I ✓

Villkor för invertibilitet

En matris A är inverterbar om och endast om: (1) det(A) ≠ 0, (2) rank(A) = n, (3) Ax = 0 har endast trivial lösning x = 0, (4) kolumnerna är linjärt oberoende. Alla dessa villkor är ekvivalenta!

Ekvivalenta villkor för invertibilitet

Testa invertibilitet

A = [[1,2],[2,4]]: det(A) = 1·4 - 2·2 = 0

Så A är INTE inverterbar (singulär matris)

Gauss-Jordan metoden för invers

Kraftfullaste metoden! Sätt upp [A|I] och radreducera till [I|A⁻¹]. Om du inte kan nå I på vänster sida är A inte inverterbar.

[A|I] \to [I|A⁻¹] genom elementära radoperationer

Komplett Gauss-Jordan genomgång

Hitta inversen till A = [[2,1],[1,1]]

Steg 1: [A|I] = [[2,1,1,0],[1,1,0,1]]

Steg 2: R₁ ↔ R₂ = [[1,1,0,1],[2,1,1,0]]

Steg 3: R₂ - 2R₁ → R₂ = [[1,1,0,1],[0,-1,1,-2]]

Steg 4: (-1)R₂ → R₂ = [[1,1,0,1],[0,1,-1,2]]

Steg 5: R₁ - R₂ → R₁ = [[1,0,1,-1],[0,1,-1,2]]

Resultat: A⁻¹ = [[1,-1],[-1,2]]

Adjunktmetoden (för mindre matriser)

För 2×2 och 3×3 matriser: A⁻¹ = (1/det(A)) · adj(A) där adj(A) är adjunkten (transponat av kofaktormatrisen). Användbar för små matriser och teoretiska beräkningar.

A⁻¹ = (1/det(A)) \cdot adj(A) för adjunktmetoden

2×2 adjunktformel

A = [[a,b],[c,d]] ⟹ A⁻¹ = (1/(ad-bc))[[d,-b],[-c,a]]

Exempel: A = [[3,1],[2,1]] ⟹ det(A) = 3·1 - 1·2 = 1

A⁻¹ = (1/1)[[1,-1],[-2,3]] = [[1,-1],[-2,3]]

Egenskaper hos inversa matriser

Viktiga regler: (AB)⁻¹ = B⁻¹A⁻¹ (omvänd ordning!), (A⁻¹)⁻¹ = A, (Aᵀ)⁻¹ = (A⁻¹)ᵀ, det(A⁻¹) = 1/det(A). Dessa gör inversen till ett kraftfullt verktyg!

Fundamentala egenskaper för inversa matriser

Produktregel i praktiken

Om A = [[2,0],[0,3]] och B = [[1,1],[0,1]]

Då (AB)⁻¹ = B⁻¹A⁻¹ = [[1,-1],[0,1]][[1/2,0],[0,1/3]] = [[1/2,-1/3],[0,1/3]]

Tillämpningar för lösning av ekvationssystem

Huvudtillämpning: lösa Ax = b genom x = A⁻¹b. Men observera: i praktiken är Gauss-eliminering oftast effektivare än att beräkna inversen först!

Lösa system med invers

System: 2x + y = 5, x + y = 3

Matrisform: [[2,1],[1,1]][[x],[y]] = [[5],[3]]

A⁻¹ = [[1,-1],[-1,2]] (från tidigare)

Lösning: [[x],[y]] = [[1,-1],[-1,2]][[5],[3]] = [[2],[1]]

Vanliga misstag

❌ Försöka invertera icke-kvadratiska matriser

Endast kvadratiska matriser kan ha inverser. En m×n matris med m≠n har ingen invers.

Exempel: En 2×3 matris kan aldrig ha en invers, oavsett vilka element den innehåller.

❌ Produktregeln i fel ordning

(AB)⁻¹ = B⁻¹A⁻¹, INTE A⁻¹B⁻¹. Ordningen vänds!

Exempel: Om A och B båda är 2×2, då (AB)⁻¹ = B⁻¹A⁻¹ på grund av matrisalgebrans icke-kommutativitet.

❌ Glömma kontrollera det(A) ≠ 0

Om determinanten är noll har matrisen ingen invers. Kontrollera alltid före beräkning.

Exempel: A = [[1,2],[2,4]] har det(A) = 0, så A⁻¹ existerar inte.

❌ Felaktiga radoperationer i Gauss-Jordan

Alla radoperationer måste tillämpas på hela den utvidgade matrisen [A|I].

Exempel: Om R₁ - 2R₂ → R₁ görs på A-delen, måste samma operation göras på I-delen.

Tillämpningar

Kryptografi - RSA och matrischiffer

Inversa matriser används för kryptering och dekryptering av meddelanden

Exempel: Kryptera meddelande med matris A, dekryptera med A⁻¹

Ekonomi - Input-output modeller

Leontief-modeller använder inversa matriser för ekonomisk analys

Exempel: Beräkna produktionsnivåer från slutefterfrågan med (I-A)⁻¹

Datorgrafik - Koordinattransformationer

Inversa transformationsmatriser för att 'ångra' rotationer och skalningar

Exempel: Transformera tillbaka från skärmkoordinater till världskoordinater

Robotik - Omvänd kinematik

Beräkna ledvinklar från önskad sluteffektorposition

Exempel: Givet robotarmens mål, hitta nödvändiga motorinställningar

Reglerteknik - Återkoppling

Designa styrsystem med inversa systemmatriser

Exempel: Kompensera för systemdynamik med inversa överföringsfunktioner

Övningar

1 Lätt

Beräkna inversen till A = [[3,1],[1,1]] med Gauss-Jordan metoden

Tips

Sätt upp [A|I] och radreducera till [I|A⁻¹]

Visa facit

[A|I] = [[3,1,1,0],[1,1,0,1]]
R₁ ↔ R₂: [[1,1,0,1],[3,1,1,0]]
R₂ - 3R₁ → R₂: [[1,1,0,1],[0,-2,1,-3]]
(-1/2)R₂ → R₂: [[1,1,0,1],[0,1,-1/2,3/2]]
R₁ - R₂ → R₁: [[1,0,1/2,-1/2],[0,1,-1/2,3/2]]
A⁻¹ = [[1/2,-1/2],[-1/2,3/2]]

Svar: A⁻¹ = [[1/2,-1/2],[-1/2,3/2]]

2 Lätt

Kontrollera om A = [[2,4],[1,2]] är inverterbar

Tips

Beräkna determinanten

Visa facit

det(A) = 2·2 - 4·1 = 4 - 4 = 0
Eftersom det(A) = 0 är A singulär
Därför existerar A⁻¹ inte

Svar: Nej, A är inte inverterbar

3 Medel

Använd inversen för att lösa systemet: 2x + y = 7, x + y = 4

Tips

Skriv som Ax = b och använd x = A⁻¹b

Visa facit

A = [[2,1],[1,1]], b = [[7],[4]]
det(A) = 2·1 - 1·1 = 1
A⁻¹ = (1/1)[[1,-1],[-1,2]] = [[1,-1],[-1,2]]
x = A⁻¹b = [[1,-1],[-1,2]][[7],[4]] = [[3],[1]]
Så x = 3, y = 1

Svar: x = 3, y = 1

4 Medel

Visa att (AB)⁻¹ = B⁻¹A⁻¹ för A = [[2,0],[0,3]] och B = [[1,1],[0,1]]

Tips

Beräkna båda sidor och visa att de är lika

Visa facit

AB = [[2,0],[0,3]][[1,1],[0,1]] = [[2,2],[0,3]]
(AB)⁻¹ = (1/6)[[3,-2],[0,2]] = [[1/2,-1/3],[0,1/3]]
A⁻¹ = [[1/2,0],[0,1/3]], B⁻¹ = [[1,-1],[0,1]]
B⁻¹A⁻¹ = [[1,-1],[0,1]][[1/2,0],[0,1/3]] = [[1/2,-1/3],[0,1/3]]
Båda sidor är lika ✓

Svar: Båda ger [[1/2,-1/3],[0,1/3]]

Sammanfattning

Inversa matriser A⁻¹ satisfierar AA⁻¹ = I och existerar endast för kvadratiska matriser med det(A) ≠ 0. Beräknas effektivast med Gauss-Jordan metoden. Huvudtillämpning är lösning av ekvationssystem Ax = b via x = A⁻¹b, men direkta metoder är ofta mer effektiva i praktiken.