サイトマップ

はじめての現代制御理論 講義03 行列とベクトルの基本事項

講義03 行列とベクトルの基本事項

逆行列の求め方を、2x2、3x3の求め方を暗記していただけで、「余因子」の考えがなかった 余因子を覚えれば、どんな行列の逆行列も求めることができる あとは、「特性方程式」が当然ながら大事 固有値が、システムの特性を表すことになる

行列の余因子と行列式

 \displaystyle
\begin{vmatrix}
A
\end{vmatrix} =
\sum_{j=1}^{n} a_{1j} A_{1j}

行列式 \begin{vmatrix} A \end{vmatrix}、余因子 A_{ij}

2x2行列の行列式

 \displaystyle
A = \begin{pmatrix}
  a_{11} & a_{12}  \\
  a_{21} & a_{22} 
\end{pmatrix}

の場合、各余因子は下記になる

 \displaystyle
A_{11} = (-1)^{1+1} \times a_{22} = a_{22} \\
A_{12} = (-1)^{1+2} \times a_{21} = -a_{21} \\
A_{21} = (-1)^{2+1} \times a_{12} = -a_{12} \\
A_{22} = (-1)^{2+2} \times a_{11} = a_{11} \\

行列式は下記になる

 \displaystyle
\begin{eqnarray}
\begin{vmatrix}
A
\end{vmatrix} &=&
\sum_{j=1}^{2} a_{1j} A_{1j}
= a_{11} A_{11} + a_{12} A_{12} \\
&=& a_{11} (a_{22}) + a_{12} (-a_{21}) \\
&=& a_{11} a_{22} - a_{12} a_{21}
\end{eqnarray}

暗記していたやつと一緒

3x3行列の行列式

 \displaystyle
A = \begin{pmatrix}
  a_{11} & a_{12} & a_{13} \\
  a_{21} & a_{22} & a_{23} \\
  a_{31} & a_{32} & a_{33}
\end{pmatrix}

の場合、各余因子は下記になる( i=1のみ)

 \displaystyle
\begin{eqnarray}
A_{11} &=& (-1)^{1+1} \begin{vmatrix}
  a_{22} & a_{23} \\
  a_{32} & a_{33}
\end{vmatrix} &=& a_{22} a_{33} - a_{23} a_{32} \\
A_{12} &=& (-1)^{1+2} \begin{vmatrix}
  a_{21} & a_{23} \\
  a_{31} & a_{33}
\end{vmatrix} &=& -a_{21} a_{33} + a_{23} a_{31} \\
A_{13} &=& (-1)^{1+3} \begin{vmatrix}
  a_{21} & a_{22} \\
  a_{31} & a_{32}
\end{vmatrix} &=& a_{21} a_{32} - a_{22} a_{31}
\end{eqnarray}

行列式は下記になる

 \displaystyle
\begin{eqnarray}
\begin{vmatrix}
A
\end{vmatrix} &=&
\sum_{j=1}^{3} a_{1j} A_{1j}
= a_{11} A_{11} + a_{12} A_{12} + a_{13} A_{13} \\
&=& a_{11} (a_{22} a_{33} - a_{23} a_{32}) + a_{12} (-a_{21} a_{33} + a_{23} a_{31}) + a_{13} (a_{21} a_{32} - a_{22} a_{31}) \\
&=& a_{11} a_{22} a_{33} - a_{11} a_{23} a_{32} - a_{12} a_{21} a_{33} + a_{12} a_{23} a_{31} + a_{13} a_{21} a_{32} - a_{13} a_{22} a_{31} \\
&=& a_{11} a_{22} a_{33} + a_{12} a_{23} a_{31} + a_{13} a_{21} a_{32} - a_{13} a_{22} a_{31} - a_{12} a_{21} a_{33} - a_{11} a_{23} a_{32} \\
\end{eqnarray}

こちらも暗記していたやつと一緒

余因子行列と逆行列

逆行列

 \displaystyle
A^{-1} = 
\frac{1}{\begin{vmatrix} A \end{vmatrix}} adj(A)

余因子行列(3x3行列の例)

 \displaystyle
adj(A) = 
\begin{bmatrix}
  A_{11} & A_{12} & A_{13} \\
  A_{21} & A_{22} & A_{23} \\
  A_{31} & A_{32} & A_{33}
\end{bmatrix}^T = 
\begin{bmatrix}
  A_{11} & A_{21} & A_{31} \\
  A_{12} & A_{22} & A_{32} \\
  A_{13} & A_{23} & A_{33}
\end{bmatrix}

2x2行列の逆行列

 \displaystyle
A^{-1} = 
\frac{1}{\begin{vmatrix} A \end{vmatrix}}
\begin{bmatrix}
  A_{11} & A_{21} \\
  A_{12} & A_{22}
\end{bmatrix} = 
\frac{1}{ a_{11} a_{22} - a_{12} a_{21} }
\begin{bmatrix}
  a_{22} & -a_{12} \\
  -a_{21} & a_{11}
\end{bmatrix}

3x3行列の逆行列(具体例)

 \displaystyle
A = \begin{bmatrix}
  2 & -2 & 3 \\
  1 &  1 & 1 \\
  1 &  3 & -1
\end{bmatrix}

各余因子

 \displaystyle
\begin{eqnarray}
A_{11} &=& (-1)^{1+1} \begin{vmatrix}
  1 & 1 \\
  3 & -1
\end{vmatrix} &=& -4 &,&
A_{12} &=& (-1)^{1+2} \begin{vmatrix}
  1 & 1 \\
  1 & -1
\end{vmatrix} &=& 2 &,&
A_{13} &=& (-1)^{1+3} \begin{vmatrix}
  1 & 1 \\
  1 & 3
\end{vmatrix} &=& 2 \\

A_{21} &=& (-1)^{2+1} \begin{vmatrix}
  -2 & 3 \\
  3 & -1
\end{vmatrix} &=& 7 &,&
A_{22} &=& (-1)^{2+2} \begin{vmatrix}
  2 & 3 \\
  1 & -1
\end{vmatrix} &=& -5 &,&
A_{23} &=& (-1)^{2+3} \begin{vmatrix}
  2 & -2 \\
  1 & 3
\end{vmatrix} &=& -8 \\

A_{31} &=& (-1)^{3+1} \begin{vmatrix}
  -2 & 3 \\
  1 & 1
\end{vmatrix} &=& -5 &,&
A_{32} &=& (-1)^{3+2} \begin{vmatrix}
  2 & 3 \\
  1 & 1
\end{vmatrix} &=& 1 &,&
A_{33} &=& (-1)^{3+3} \begin{vmatrix}
  2 & -2 \\
  1 & 1
\end{vmatrix} &=& 4
\end{eqnarray}

行列式

 \displaystyle
\begin{vmatrix}
A
\end{vmatrix}
= a_{11} A_{11} + a_{12} A_{12} + a_{13} A_{13} = (2) (-4) + (-2) (2) + (3) (2) = -6

逆行列

 \displaystyle
A^{-1} = \frac{1}{\begin{vmatrix} A \end{vmatrix}} adj(A)
 = -\frac{1}{6} \begin{bmatrix}
  -4 & 7  & -5 \\
  2  & -5 & 1 \\
  2  & -8 & 4
\end{bmatrix}

行列の固有値特性方程式

 A v = \lambda v が成り立つとき、スカラー \lambda固有値、ベクトル v固有ベクトル、とよぶ

固有値 \lambda は下記の特性方程式から求めることができる

 \displaystyle
\begin{vmatrix}
  \lambda I - A
\end{vmatrix} = 0

また、各固有値 A行列式との関係は

 \displaystyle
\begin{vmatrix} A \end{vmatrix} = \lambda_1 \times \lambda_2 \times \lambda_3 \times \cdots \times \lambda_n

が成り立つ

参考文献

この記事は以下の書籍を参考にしましたが、
私の拙い知識で書いておりますので、誤り等ありましたらご指摘ください