やりたいこと：逆行列を求める方法をPythonで実装
行列のサイズが大きくなると処理の最適化とかとかを考えないといけないですが、
この記事では"逆行列を求めるっていう概念的な部分"とPythonでの実装が結びつくことを目指します。
(Numpyを使います)
(サンプル)行列の定義
A=\left(
\begin{matrix}
1 & 2 \\
3 & 4
\end{matrix}
\right)
とします。実装ではこんな感じ：
> import numpy as np
> A = np.array([[1,2],[3,4]])
一応、中身のck
> A
array([[1, 2],
[3, 4]])
行列式を計算しよう
行列式=0になってしまったら、逆行列もヘッタクレもないのでチェック：
{\rm det}(A)={\rm det}\left(
\begin{matrix}
1 & 2 \\
3 & 4
\end{matrix}
\right)
=1\times 4-2\times3=-2
実装的には
> np.linalg.det(A)
-2.0000000000000004
逆行列を求めてみよう
数学的には、
A = \left(
\begin{matrix}
a & b \\
c & d
\end{matrix}\right)
に対して
A^{-1} = \frac{1}{{\rm det}A}\left(
\begin{matrix}
d & -b \\
-c & a
\end{matrix}\right)
はわかっているものとして代入。
A^{-1} = \frac{1}{-2}\left(
\begin{matrix}
4 & -2 \\
-3 & 1
\end{matrix}\right)
=\left(
\begin{matrix}
-2 & 1 \\
1.5 & -0.5
\end{matrix}
\right)
実装的には
> inv_A = np.linalg.inv(A)
> inv_A
array([[-2. , 1. ],
[ 1.5, -0.5]])
ここでlinalgは、numpyのモジュール。より詳しくは
http://docs.scipy.org/doc/numpy/reference/routines.linalg.html
を参照
最後に検算
逆行列と元の行列を掛け算すると単位行列になるよね、って話の確認、つまり：
AA^{-1}=A^{-1}A=
\left(
\begin{matrix}
1 & 0 \\
0 & 1
\end{matrix}
\right)
> np.dot(A,inv_A)
array([[ 1.00000000e+00, 1.11022302e-16],
[ 0.00000000e+00, 1.00000000e+00]])
> np.dot(inv_A,A)
array([[ 1.00000000e+00, 4.44089210e-16],
[ 0.00000000e+00, 1.00000000e+00]])
キレイに単位行列にならないのは、数値的なアレなんですかね、よく分からないんですが、、、
いろいろ試してみたい場合は、行列$A$をいろいろ変化させて実験してみて下さい。