一个逆矩阵的多种求法
矩阵求逆方法大全
矩阵求逆方法大全
矩阵的逆是一个重要的数学概念，它在很多领域中都得到了广泛的应用，如线性代数、微积分、概率论等。
求解矩阵的逆可以用于解线性方程组、计算行列式、计算特征值和特征向量等。
本文将介绍几种常见的矩阵求逆方法，包括伴随矩阵法、高斯消元法、LU分解法和特征值分解法。
1.伴随矩阵法：
伴随矩阵法是求解逆矩阵最常用的方法之一、首先，计算出矩阵的伴
随矩阵，然后将其除以矩阵的行列式即可得到逆矩阵。
2.高斯消元法：
高斯消元法是一种常用的线性方程组求解方法，也可以用来求解矩阵
的逆。
通过将待求逆矩阵与单位矩阵连接起来，然后进行初等行变换，直
至左边的矩阵变为单位矩阵，右边的矩阵即为所求逆矩阵。
3.LU分解法：
LU分解法将矩阵分解为下三角矩阵L和上三角矩阵U的乘积，然后
通过求解两个三角矩阵的逆矩阵，进而求得原矩阵的逆。
LU分解法是一
种常用的数值计算方法，应用广泛。
4.特征值分解法：
特征值分解法是一种通过矩阵的特征值和特征向量来求解矩阵的逆的
方法。
首先，根据特征值定理求解矩阵的特征值和特征向量，然后利用这
些特征值和特征向量构建一个对角矩阵，最后通过对角矩阵求逆得到原矩
阵的逆。
除了上述方法外，还有其他一些方法可以用来求解矩阵的逆，如迭代法、SVD分解法等。
这些方法在不同的应用场景下有不同的优势。
总之，求解矩阵的逆是一个重要的数学问题，在实际应用中有着广泛的应用。
以上介绍的几种方法是常用的求解逆矩阵的方法，读者可以根据自己的需求选择合适的方法进行求解。
逆矩阵求解方式
逆矩阵求解方式简介在线性代数中，逆矩阵是一个非常重要的概念。
一个方阵A的逆矩阵记作A-1，满足A·A-1=I，其中I是单位矩阵。
求解逆矩阵的方法有多种，本文将介绍几种常用的方法。
具体方法1. 初等行变换法初等行变换法是一种常用的求解逆矩阵的方法。
具体步骤如下：1.将待求逆矩阵A和单位矩阵I合并成一个增广矩阵(A|I)。
2.对增广矩阵进行初等行变换，使得(A|I)变为(I|B)。
3.如果A存在逆矩阵，则B就是它的逆矩阵。
初等行变换包括以下三种操作：•交换两行：将第i行与第j行互换。
•数乘某一行：将第i行所有元素都乘以一个非零常数k。
•某一行加上另一行的k倍：将第j行所有元素都加上第i行对应元素的k倍。
通过多次进行这些操作，可以将增广矩阵变为单位矩阵，此时增广矩阵的右半部分就是原矩阵的逆矩阵。
2. 初等变换法初等变换法是一种与初等行变换法类似的方法。
具体步骤如下：1.将待求逆矩阵A和单位矩阵I合并成一个增广矩阵(A|I)。
2.对增广矩阵进行初等变换，使得(A|I)变为(I|B)。
3.如果A存在逆矩阵，则B就是它的逆矩阵。
初等变换包括以下三种操作：•交换两列：将第i列与第j列互换。
•数乘某一列：将第i列所有元素都乘以一个非零常数k。
•某一列加上另一列的k倍：将第j列所有元素都加上第i列对应元素的k倍。
通过多次进行这些操作，可以将增广矩阵变为单位矩阵，此时增广矩阵的左半部分就是原矩阵的逆矩阵。
3. 公式法对于一个二维方阵A，如果其行列式不为零，则可以通过公式求解其逆矩阵。
公式如下：A-1 = (1/|A|)·adj(A)其中，|A|表示A的行列式，adj(A)表示A的伴随矩阵。
伴随矩阵的计算方法如下：•对于A的每个元素aij，计算它的代数余子式Aij。
•将所有的代数余子式按照一定规律填入一个新的矩阵，这个新矩阵就是伴随矩阵adj(A)。
对于高维方阵来说，公式法求解逆矩阵会比较复杂，涉及到更多的行列式和代数余子式的计算。
矩阵求逆方法大全
矩阵求逆方法大全矩阵的逆在线性代数中是一个非常重要且常用的概念。
逆矩阵存在的前提是矩阵必须是方阵且可逆。
逆矩阵的定义可以简单地表述为：对于一个方阵A，如果存在一个矩阵B，使得AB=BA=I，其中I为单位矩阵，那么B就是A的逆矩阵，记作A^-1下面将介绍几种求解矩阵逆的方法。
1.初等变换法：初等变换法是一种最常用的求解矩阵逆的方法。
基本思想是通过一系列初等行变换将原矩阵A转化为单位矩阵I，同时对单位矩阵进行相同的初等变换，得到A的逆矩阵。
具体步骤为：(1)将原矩阵A与单位矩阵I进行横向拼接，形成增广矩阵[A，I]；(2)通过初等行变换将增广矩阵[A，I]变换为[I，B]，其中B即为矩阵A的逆矩阵。
这种方法比较直观，但计算量较大，特别是对于大型矩阵很不方便。
2.列主元消去法：列主元消去法是一种改进的初等变换法，其目的是选取主元的位置，使得计算量减少。
具体步骤为：(1)将原矩阵A与单位矩阵I进行横向拼接，形成增广矩阵[A，I]；(2)选取增广矩阵中当前列中绝对值最大的元素作为主元，通过交换行使主元出现在当前处理行的位置；(3)用主元所在行将其他行消元，使得主元所在列的其他元素都为0；(4)重复以上步骤，直到增广矩阵[A，I]经过一系列的行变换变为[I，B]，其中B即为矩阵A的逆矩阵。
列主元消去法相对于初等变换法来说，计算量会更小，但仍然对于大型矩阵的操作不够高效。
3.公式法：对于一个二阶方阵A，其逆矩阵可以通过以下公式求得：A^-1 = (1/，A，) * adj(A)，其中，A，为A的行列式，adj(A)为A的伴随矩阵。
对于更高阶的矩阵，也可以通过类似的公式求解，但行列式和伴随矩阵的计算相对较为复杂，不太适用于实际操作。
4.LU分解法：LU分解也是一种常用的矩阵求解方法，其将原矩阵A分解为一个下三角矩阵L和一个上三角矩阵U的乘积，即A=LU。
逆矩阵的计算可以通过LU分解来完成。
具体步骤为：(1)对原矩阵A进行LU分解，得到下三角矩阵L和上三角矩阵U；(2)分别求解方程LY=I和UX=Y，其中Y为未知矩阵；(3)得到Y后，再将方程UX=Y带入，求解方程UX=I，得到逆矩阵X。
求逆矩阵的四种方法
求逆矩阵的四种方法逆矩阵是指一个矩阵与其逆矩阵相乘得到单位矩阵，也是线性代数中的重要概念之一。
但是，在实际应用中，需要对矩阵求逆的情况并不多，因为矩阵求逆的时间复杂度很高。
下面介绍四种求逆矩阵的方法：1. 初等变换法：采用列主元消去法（高斯-约旦消元法）进行初等变换，即将一个矩阵通过行变换，转化为一个行阶梯矩阵，其中行阶梯矩阵的左下方的元素均为零。
而这样一个变换后得到的矩阵实际上就是原矩阵的逆矩阵。
2. 伴随矩阵法：如果一个矩阵 A 可逆，则求它的逆矩阵等价于求它的伴随矩阵 AT 的结果除以 A 的行列式。
伴随矩阵的计算式为：adj(A)= COF(A)T，其中 COF(A) 为 A 的代数余子式组成的矩阵，它的每个元素满足 COF(A)ij = (-1)^(i+j) det(Aij)，其中 det(Aij) 表示将第 i 行和第 j 列去掉后得到的子矩阵的行列式。
3. LU 分解法：LU 分解法是将矩阵分解为一个下三角矩阵 L 和一个上三角矩阵 U 的乘积，即 A = LU，其中 L 的对角线元素均为 1。
当矩阵 A 可逆时，可用 LU 分解求解其逆矩阵。
假设 L 和 U 都是方阵，则A 的逆矩阵为：A^(-1) = (LU)^(-1) = U^(-1)L^(-1)。
4. 奇异值分解（SVD）方法：当矩阵 A 是非方阵时可以采用奇异值分解法，将矩阵 A 分解为A = UΣV^T，其中 U 为一个m×m 的正交矩阵，V 为一个n×n 的正交矩阵，Σ 为一个m×n 的矩形对角矩阵，若r 是 A 的秩，则Σ左上角的 r 个元素不为 0，其余元素为 0，即Σ有 r 个非零奇异值。
当A 可逆时，Σ 中的非零元素都存在逆元，逆矩阵为：A^(-1) = VΣ^(-1)U^T。
综上所述，求逆矩阵的四种方法各有特点，应根据实际情况选择合适的方法进行求解。
初等变换法适合较小规模的矩阵，伴随矩阵法适用于计算代数余子式较容易的矩阵，LU 分解法适合较大规模的矩阵，而SVD 方法则适用于非方阵或奇异矩阵的情况。
求矩阵逆矩阵的常用方法
求矩阵逆矩阵的常用方法求矩阵逆矩阵是线性代数中的一个重要问题。
在实际应用中，常常需要对矩阵进行逆矩阵的计算，以便进行某些后续操作。
以下是几种常见的求矩阵逆矩阵的方法:1. 伴随矩阵法：如果矩阵 A 可逆，则其伴随矩阵 A^(-1) 也是存在的。
实际上，A^(-1) = A^(-T),其中 A^(-T) 表示 A 的逆矩阵的转置矩阵。
伴随矩阵法简单易行，但是要求矩阵 A 必须可逆。
2. 初等行变换法：对于任意矩阵 A，可以通过初等行变换将其化为行简化梯矩阵的形式。
如果左边子块是单位矩阵 E，则矩阵 A 可逆，且其逆矩阵为 A^(-1) = (A^(-T))[E - (A^T)A]。
这里，(A^(-T))[E - (A^T)A] 表示将 A 的逆矩阵插入到单位矩阵 E 和 A 的伴随矩阵A 之间的矩阵。
初等行变换法适用于大多数矩阵，但是需要对矩阵进行多次行变换，因此计算效率较低。
3. 列主元消元法：对于矩阵 A，可以通过列主元消元法将其化为行阶梯形式。
如果矩阵 A 的行主元不为 0，则其逆矩阵为 A^(-1) = (A^(-T))[(A^T)A - EE^T]。
这里，EE^T 表示矩阵 A 的列主元部分，(A^(-T))[(A^T)A - EE^T] 表示将矩阵 A 的逆矩阵插入到行阶梯形式的矩阵 A 的列主元和主元部分之间的矩阵。
列主元消元法适用于矩阵 A 为非方阵的情况，但是要求矩阵 A 的行主元不为 0。
以上是几种常见的求矩阵逆矩阵的方法。
不同的矩阵可以通过不同的方法来求其逆矩阵，选择适合该矩阵的方法可以有效地提高计算效率。
此外，对于一些特殊的矩阵，可能存在更高效的算法。
求矩阵的逆矩阵的方法
求矩阵的逆矩阵的方法矩阵的逆矩阵是线性代数中的重要概念，它在解线性方程组、计算行列式和求解线性变换等问题中具有重要的应用价值。
在实际问题中，我们经常需要求解矩阵的逆矩阵，因此掌握求解逆矩阵的方法对于深入理解线性代数具有重要意义。
本文将介绍几种常用的求解矩阵逆的方法，希望能够帮助读者更好地理解和掌握这一重要概念。
方法一，代数余子式法。
对于一个n阶矩阵A，如果它的行列式|A|不等于0，则矩阵A是可逆的，即存在逆矩阵A^(-1)。
我们可以通过代数余子式的方法来求解矩阵的逆矩阵。
首先，我们需要计算矩阵A的伴随矩阵adj(A)，然后利用公式A^(-1) = adj(A)/|A|来求解逆矩阵。
这种方法在理论上是可行的，但在实际计算中可能会比较复杂，尤其是对于高阶矩阵来说，计算量会非常大。
方法二，初等变换法。
初等变换法是一种比较直观和简单的方法，它通过一系列的初等行变换将原矩阵变换为单位矩阵，然后将单位矩阵通过相同的初等行变换变换为逆矩阵。
这种方法在实际计算中比较方便，并且适用于各种情况，但是需要进行大量的计算，对于高阶矩阵来说，计算量也会比较大。
方法三，矩阵分块法。
矩阵分块法是一种比较灵活和高效的方法，它将原矩阵分解为若干个子矩阵，然后通过一定的变换将原矩阵变换为单位矩阵，再将单位矩阵变换为逆矩阵。
这种方法在理论上和实际计算中都比较方便，尤其适用于特殊结构的矩阵，如对称矩阵、三对角矩阵等。
但是对于一般的矩阵来说，可能会比较繁琐。
方法四，Gauss-Jordan消元法。
Gauss-Jordan消元法是一种经典的求解逆矩阵的方法，它通过一系列的行变换将原矩阵变换为单位矩阵，然后将单位矩阵变换为逆矩阵。
这种方法在实际计算中比较高效和方便，尤其适用于计算机程序实现。
但是对于特殊结构的矩阵，可能会存在一些特殊情况需要处理。
综上所述，求解矩阵的逆矩阵有多种方法，每种方法都有其适用的场景和特点。
在实际问题中，我们可以根据具体的情况选择合适的方法来求解逆矩阵，以达到高效、准确地计算的目的。
矩阵求逆矩阵的方法
矩阵求逆矩阵的方法矩阵求逆矩阵是线性代数中的一个重要问题，对于矩阵的逆的求解方法有多种，下面我们将介绍几种常见的方法。
1. 初等变换法。
对于一个可逆矩阵A，我们可以通过初等变换将其变为单位矩阵I，这时候A经过一系列的初等变换得到I，而I经过同样的一系列初等变换得到A的逆矩阵。
这种方法的优点是简单直观，容易理解，但对于大型矩阵来说计算量较大。
2. 克拉默法则。
对于n阶方阵A，如果A是可逆的，那么它的逆矩阵可以通过克拉默法则来求解。
克拉默法则利用矩阵的行列式和代数余子式的概念，将矩阵A的逆矩阵表示为A的伴随矩阵的转置除以A的行列式。
这种方法的优点是不需要对矩阵进行初等变换，但计算量也比较大。
3. 初等行变换法。
初等行变换法是通过对矩阵进行一系列的初等行变换，将矩阵A变为单位矩阵I，然后将I变为A的逆矩阵。
这种方法与初等变换法类似，但是更加注重矩阵的行变换，适合于对行变换较为熟悉的人来说。
4. 矩阵的分块法。
对于特定结构的矩阵，我们可以通过矩阵的分块来求解逆矩阵。
例如对角矩阵、上三角矩阵、下三角矩阵等，通过分块的方法可以简化逆矩阵的求解过程。
5. LU分解法。
LU分解是将一个矩阵分解为一个下三角矩阵L和一个上三角矩阵U的乘积，然后通过LU分解可以求解矩阵的逆。
这种方法适用于对矩阵分解比较熟悉的人来说，可以简化逆矩阵的求解过程。
总结：矩阵求逆矩阵的方法有多种，每种方法都有其适用的场景和计算复杂度。
在实际应用中，我们可以根据矩阵的特点和问题的需求来选择合适的方法。
希望本文介绍的方法可以帮助读者更好地理解矩阵求逆矩阵的过程，提高解决实际问题的能力。
逆矩阵的算法
计算矩阵的逆矩阵的常见算法有多种，其中最常用的是高斯-约旦消元法和LU分解法。
以下是这两种算法的概述：
高斯-约旦消元法：
首先，将待求逆的矩阵A扩展成一个n×2n的矩阵，其中前n列是矩阵A，后n列是单位矩阵I。
通过一系列的行变换操作，将A的左半部分变为单位矩阵I，同时记录对应的操作，得到扩展矩阵。
若A的左半部分变为I，则A的右半部分即为逆矩阵A^-1。
LU分解法：
对于矩阵A，使用LU分解将其分解为一个下三角矩阵L和一个上三角矩阵U，即A = LU。
求解下三角矩阵L和上三角矩阵U的过程可以使用高斯消元法。
对于方程AX = I，可以将其分解为LUX = I，然后通过前代和回代的方式求解X，即可得到逆矩阵A^-1。
这些算法可以通过计算机编程语言（如MATLAB、Python等）来实现。
请注意，计算逆矩阵时需要考虑矩阵是否可逆，即矩阵的行列式是否为非零。
当行列式为零时，矩阵是奇异的，没有逆矩阵。
另外，对于大型矩阵或稀疏矩阵，可能会采用其他更高效的算法或数值方法来计算逆矩阵，例如特征值分解、奇异值分解等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｏ Ｏ Ｏ … １
１ ０ ０ … ０ ｉ ０ ０ ． ． ．
０ ．．１
—
—
０ ｎ
０ １ ０ … ０ ｉ
０ …
０ Ｏ
Ｏ Ｏ １ … ０
Ｏ
…
Ｏ ０
０ １＋０１ ２＋… ＋Ｏ。 ＝ １
０。 １＋Ｏ。 ２＋… ＋Ｏ。 ＝Ｙｚ
即
＝
。 ＋．．，＋去ｙｎ
Ｄ ０ Ｏ … １
０ ０
从而
１
—
—
０Ｊ
ｒ、
Ｕ
Ａ．Ｌ ０
０ ０ …
１ ，
— — ｌ ０ Ｊ
Ｏ 上
０ ０ ０ Ｏ
０ ０
０
注：（１）此法若 不知 矩阵Ａ是否 可逆 时 ，也可 按上 述 方法 去作 ，只要ｎｘ２ｎ矩 阵左 边 子块有 一 行 （列 ）的 元 素全 为 零 时 ，则Ａ不 可逆 。（２）用 初 等变 换 求逆 矩 阵 的方法 ，仅 限 于对 矩 阵 的行 施 以初 等 变 换 ，即初 等 行 变换 ，不得 出现初 等列 变换 。（３）也 可 以利 用初 等 列变换 的方法 求逆 矩阵 ，作２ｎｘｎ的矩 阵
中 国 ·包 头
职 大 学 报
２０１４年 第 ４ 期
一 个逆矩阵的多种求法
汤茂林
（武 汉 商 学 院 ， 湖北 省 武汉 市 ４３００５６）
摘 要 ：利用定理 、分块矩 阵求逆公式 、初 等行 变换 、满秩 矩 阵的线性 变换 、行 向量 和矩 阵乘法 、 线性 方程 组的数值 解、特征 多项式 以及Ｍａｔｈｅｍａｔｉｃａ系统等方法 ，给 出一个可逆矩 阵的多种 求法。
题。本文通过一道课本 习题 ．对其求逆矩阵 的方法进 行深入 的探讨 ，期望得到更好的求逆方法 。
例
０
０ …
０ ０
…
设Ａ＝
● ● ●
０ … … …
ａ
０
０
…
０ ０
● ● ●
Ｊ
Ｏ
于是 Ａ。Ｌ
０ ０ ．．． ０
． １
—
—
ａｎ
１
．．—
—
０ ．．． ０ ０
—
Ｊ
０
方法 ６ 利用 消去法［１１０１４７）
求 ｎ阶 满 秩 矩 阵 Ａ的逆 矩 阵 ，就 是 求 满 足
ＡＸ＝Ｅ的ｎ阶 矩 阵 ＝（ ） 即求 线 性 方 程 组 ：Ａ ＿『＝
， ０，…ＤＪＴ，…，ＡＸ ＝ｒ（），０，… ／）Ｔ，这 里Ｘ 胁 …
木＝ ０ ～１
． ０ Ｏ
０ ０ … 一１
．
Ｏ
方法２ 利用分块矩阵的求逆公式曲嗍 设ｎ阶方 阵Ａ与ｍ阶方阵Ｂ都是可逆矩阵。
～
则 ： （ ），
其 中 ≠０，ｉ＝１，２，… ，求Ａ一 方法１ 伴随矩 阵法 定理圆嗍 方阵可逆的充分必要条件是 Ｉ＃０。且
Ａ当可逆时 ，Ａ－Ｌ ，其 中Ａ 为矩阵Ａ的伴随矩阵。
１ ％
１
０ １ … ０
于 ｒ．＋
０ Ｏ 一 ０
０ ０ … ｌ
１
－
Ｏｌ
ｎ＿１
因
１ ％
１
Ｂ＝
１
— ｏｃ ｌ
０
１ ％
１
又 因
０ ０
１
．．．．—
—
０
０ ．．．．—１
—
１
一
Ｏ Ｏ
Ｕ
，、
１
—
—
０ ０ ０ ０
１
．．．．．．．．—
ｑ ０
解糊分块 （ａ。ｎ ）舯 Ｆ ０
● ● ●
● ● ●
０ ０
解 ￣１，４Ｉ＝ａ，ａ２… ≠Ｏ，所 以 可逆。
０
…
Байду номын сангаас
又 Ａ ＝ ０
０ ０ ０ ０ …ａ ０
ｎ … ｑ １ ０ ０
０
０ Ｏ …ａ；
Ｏ
Ｄ …
ｑ
Ｏ
由于０ Ｄ， ：Ｊ，２，… ，所 以 ，Ａ－。１： Ｄ — … Ｄ
２２： ÷ １ ＋．．一．０ｏ．。
’ １＋０‘ ２＋… ＋Ｏ。 ＝Ｙ ｎ
１ ＝ ＋ ．．，＋ ｙｎ一
于是
０ ０
１
．．．．—
—
０
Ｙ ＨＯＡ一＝ ０ ．．．．１
—
—
， Ｕ、
１
——
０ ０
０ Ｏ
０ ０
１
—
—
，、
Ｕ
方法５ 利用行 向量 与矩 阵乘法［３１１￣ 如 果Ｐ】，尸２，… 为初 等矩 阵 ，使 Ｐ。 …只Ａ＝Ｅ，则 Ａ ＝Ｐ１ …Ｒ ，故 有Ｐ。 …ＰｄＢ＝Ａ－１Ｂ，因此只需 对矩阵 ； 作初 等行变换 ，拟 变成Ｅ，Ｂ就变 成 ＴＡ－１Ｂ 解 设 ＝（ １， ２，…０ｃ ，
（Ａ，） Ｉ 可。
方法４ 利用满 秩矩 阵的线性 变换闭 解 构 造 非 齐 次 线 性 方 程 组ＡＸ＝Ｙ，其 中 ＝ ｊ， ２，… ，ｙ＝（）， ，ｙ２，…
构造 矩
，，，．．．．．．．．。．．．．．．．．．．．．
·＝ ｉ ＝ －一／
Ｏ Ｏ ～ ％
ｑ Ｏ ～Ｏ １ ０ Ｏ… Ｏ ～Ｏ
—
ａ
０
于
０ Ｏ
１
—
—
，、
Ｕ
＝
Ｕ ｎ
１
——
ｎ２
Ｏ ０ ０ ０ Ｏ
解 矩阵Ａ的特征 多项 式为 ： ｆ（Ａ）＝ＩＡ－ＡＥ］＝（一１） ［Ａｎ－ａ＃２… Ｅ］＝Ｏ
层口Ａ ＝口ｔ— ｃ …ａｎＥ￣Ａ一１＝＝—： ：： Ａ 一 ，
又 因 为
Ｏ ０
１
．．．．．．．．．—
关键 词 ：矩 阵 ；逆 矩 阵；求逆方 法 中图分 类号 ：０１５１ 文 献标 识码：Ａ 文 章编 号 ：１６７１— １４４Ｏ（２０１４）０４一ｏｏ７６一 ｏ４
矩阵是线性代数 中的一个重要概念 ．它是研究线 性 函数关系的强有力 的工具 。而逆矩 阵它贯穿于整个 线性代数的教学过程 ，更是在矩阵理论和应用中起着 重要 的作用。然而求逆矩阵的方法就是一个重要的问
Ｄ Ｄ
１ ｑ Ｊ
收 稿 日期 ：２０ｌ３一 ｌ１—２２ 作者 简 介 ：￣ （１９５５－ ），男，湖北大冶人 ，武汉商学院教授 ，研究方向：数 学教学与研究
。
７６
１ ０ ０ … ０
１
—．—
—
０ ．．． ０ Ｏ
『Ｉ ，。专 从而 ４．Ｌ＼ Ａ７ ０ ／Ｊ ０ 上 ０ ０
０ ０
１
—
—
ａ
，、
Ｕ
方法３ 利用初等行变换回 解 作ｎｘ２ｎ矩阵 Ｄ，对 施 以初 等行变换
０
０
０
ｌ ０ ０ … ０
０ ０ ａ２
０
０ ｌ ０ … ０
＝
０ ０ ０ ａ ０ ０
● ● ●
一
０
● ● ●
● ● ●
０ ０ ０ ｌ ０