浅谈可逆矩阵的求法
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。
可逆矩阵求法

可逆矩阵求法可逆矩阵是线性代数中一个非常重要的概念,它在求解线性方程组和研究线性变换等方面有着广泛的应用。
本文将从可逆矩阵的定义、性质和求解方法三个方面进行介绍。
一、可逆矩阵的定义可逆矩阵是指一个方阵,如果它的行列式不为零,则称这个矩阵是可逆的。
也就是说,如果一个矩阵能够通过初等行变换或者初等列变换,化成一个单位矩阵,则称它是可逆的。
二、可逆矩阵的性质1. 可逆矩阵的逆矩阵是唯一的。
2. 若矩阵A、B都是可逆的,则AB也是可逆的,并且(AB)的逆等于B的逆乘以A的逆,即(AB)^-1 = B^-1A^-1。
3. 若矩阵A是可逆的,则A的转置矩阵也是可逆的,且(A^T)^-1 = (A^-1)^T。
4. 若矩阵A是可逆的,则A的行列式不为零。
5. 若矩阵A是可逆的,则A的每一行和每一列都是线性无关的。
三、可逆矩阵的求解方法1. 行列式法行列式法是一种求解可逆矩阵的方法,它基于一个定理:如果一个n阶矩阵的行列式不为零,则这个矩阵是可逆的。
因此,我们可以通过计算矩阵的行列式来判断它是否可逆。
2. 初等矩阵法初等矩阵法是一种求解可逆矩阵的方法,它利用了初等矩阵的性质:对于任意一个可逆矩阵A,我们可以通过一系列的初等变换将它化成一个单位矩阵,这样的变换可以表示成A = E1E2...En,其中Ei 表示一个初等矩阵。
因此,我们可以通过对单位矩阵进行相应的初等变换,得到原矩阵的逆矩阵。
3. 矩阵分块法矩阵分块法是一种求解可逆矩阵的方法,它可以将一个大的矩阵分成若干个小的矩阵,从而简化计算。
具体来说,我们可以将一个可逆矩阵表示成如下形式:A = [A11 A12][A21 A22]其中A11和A22都是方阵,且A11和A22都是可逆的。
那么,我们就可以通过矩阵的初等变换将A11和A22分别化成单位矩阵,从而得到原矩阵的逆矩阵。
可逆矩阵在线性代数中有着非常重要的地位,它不仅是求解线性方程组的重要工具,也是研究线性变换的基础。
可逆矩阵的求法及应用论文

可逆矩阵的求法及应用论文可逆矩阵是线性代数中的一个重要概念,它在许多领域中都有广泛的应用,如图像处理、机器学习和密码学等。
本文将首先介绍可逆矩阵的定义和求法,然后探讨其应用领域的相关论文。
首先,我们先了解什么是可逆矩阵。
在线性代数中,如果一个n×n矩阵A满足存在另一个矩阵B使得AB=BA=I(其中I是单位矩阵),则矩阵A被称为可逆矩阵。
矩阵B被称为A的逆矩阵,记作A^-1。
那么如何求一个矩阵的逆呢?有几种常见的方法。
一种是使用伴随矩阵法。
给定一个n×n矩阵A,首先计算其伴随矩阵Adj(A),再计算行列式det(A)。
如果det(A)≠0,则A可逆,逆矩阵为A^-1=Adj(A)/det(A)。
另一种是使用初等变换法。
我们将A写成增广矩阵[A, I],然后利用初等行变换将矩阵A变为I,此时增广矩阵的右半部分即为A的逆矩阵。
接下来,我们将探讨可逆矩阵的一些应用及相关论文。
1. 图像处理:可逆矩阵在图像处理中有广泛应用,如图像压缩和图像加密。
在图像压缩中,矩阵变换被用于将图像从空间域转换到频域,以便执行更高效的压缩。
其中一种常用的变换是离散余弦变换(DCT),它通过可逆矩阵的乘法运算进行。
该应用的相关论文包括《基于可逆矩阵变换的图像压缩算法》(刘洁, 2017)等。
2. 机器学习:可逆矩阵在机器学习算法中也起着重要作用。
例如,在线性回归中,我们使用最小二乘法来估计回归参数,其中需要对矩阵进行求逆运算。
此外,可逆矩阵还用于主成分分析(PCA)等降维技术中。
相关的论文包括《基于可逆矩阵变换的主成分分析算法在人脸识别中的应用》(邓阳, 2016)等。
3. 密码学:可逆矩阵在密码学中用于数据加密和解密。
例如,Hill密码就是一种基于矩阵运算的密码算法。
该算法使用一个可逆矩阵作为密钥,将明文分为若干长度为矩阵维度的组,然后对每个组进行矩阵乘法加密。
只有知道密钥的人才能解密。
相关的论文包括《基于可逆矩阵的Hill密码算法研究与应用》(张琦, 2014)等。
(完整版)逆矩阵的几种求法与解析(很全很经典)

逆矩阵的几种求法与解析矩阵是线性代数的主要内容,很多实际问题用矩阵的思想去解既简单又快捷.逆矩阵又是矩阵理论的很重要的内容, 逆矩阵的求法自然也就成为线性代数研究的主要内容之一.本文将给出几种求逆矩阵的方法.1.利用定义求逆矩阵定义: 设A 、B 都是n 阶方阵, 如果存在n 阶方阵B 使得AB= BA = E, 则称A 为可逆矩阵, 而称B 为A 的逆矩阵.下面举例说明这种方法的应用.例1 求证: 如果方阵A 满足A k= 0, 那么EA 是可逆矩阵, 且(E-A )1-= E + A + A 2+…+A 1-K证明 因为E 与A 可以交换, 所以(E- A )(E+A + A 2+…+ A 1-K )= E-A K ,因A K = 0 ,于是得(E-A)(E+A+A 2+…+A 1-K )=E , 同理可得(E + A + A 2+…+A 1-K )(E-A)=E ,因此E-A 是可逆矩阵,且(E-A)1-= E + A + A 2+…+A 1-K .同理可以证明(E+ A)也可逆,且(E+ A)1-= E -A + A 2+…+(-1)1-K A 1-K .由此可知, 只要满足A K =0,就可以利用此题求出一类矩阵E ±A 的逆矩阵.例2 设 A =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000300000200010,求 E-A 的逆矩阵.分析 由于A 中有许多元素为零, 考虑A K 是否为零矩阵, 若为零矩阵, 则可以采用例2 的方法求E-A 的逆矩阵.解 容易验证A 2=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000000060000200, A 3=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000000000006000, A 4=0而 (E-A)(E+A+ A 2+ A 3)=E,所以(E-A)1-= E+A+ A 2+ A 3=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡1000310062106211.2.初等变换法求元素为具体数字的矩阵的逆矩阵,常用初等变换法.如果A 可逆,则A 可通过初等变换,化为单位矩阵I ,即存在初等矩阵S P P P ,,21 使(1)s p p p 21A=I ,用A 1-右乘上式两端,得:(2) s p p p 21I= A 1-比较(1)(2)两式,可以看到当A 通过初等变换化为单位矩阵的同时,对单位矩阵I 作同样的初等变换,就化为A 的逆矩阵A 1-.用矩阵表示(A I )−−−→−初等行变换为(I A 1-),就是求逆矩阵的初等行变换法,它是实际应用中比较简单的一种方法.需要注意的是,在作初等变换时只允许作行初等变换.同样,只用列初等变换也可以求逆矩阵.例1 求矩阵A 的逆矩阵.已知A=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡521310132.解 [A I]→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡100521010310001132→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡001132010310100521→ ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--3/16/16/1100010310100521→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----3/16/16/110012/32/10103/46/136/1001故 A 1-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----3/16/16/112/32/13/46/136/1. 在事先不知道n 阶矩阵是否可逆的情况下,也可以直接用此方法.如果在初等变换过程中发现左边的矩阵有一行元素全为0,则意味着A 不可逆,因为此时表明A =0,则A 1-不存在.例2 求A=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡987654321.解 [A E]=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡100987010654001321→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡------1071260014630001321→ ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----121000014630001321. 由于左端矩阵中有一行元素全为0,于是它不可逆,因此A 不可逆.3.伴随阵法定理 n 阶矩阵A=[a ij ]为可逆的充分必要条件是A 非奇异.且A 1-=A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nnn n A A A A A A A A A (212221212111)其中A ij 是A 中元素a ij 的代数余子式.矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nn n n A A A A A AA A A (2122212)12111称为矩阵A 的伴随矩阵,记作A 3,于是有A 1-=A 1A 3.证明 必要性:设A 可逆,由A A 1-=I ,有1-AA =I ,则A 1-A =I ,所以A ≠0,即A 为非奇异.充分性: 设A 为非奇异,存在矩阵B=A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nnn n A A A A A A A A A .....................212221212111, 其中AB=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n a a a a a a a a a (2)12222111211⨯A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nn n n A A A A A A A A A ............... (2122212)12111=A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡A A A A ............0...00...0=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡1 (00)...1......0...100...01=I同理可证BA=I.由此可知,若A 可逆,则A 1-=A1A 3. 用此方法求逆矩阵,对于小型矩阵,特别是二阶方阵求逆既方便、快阵,又有规律可循.因为二阶可逆矩阵的伴随矩阵,只需要将主对角线元素的位置互换,次对角线的元素变号即可.若可逆矩阵是三阶或三阶以上矩阵,在求逆矩阵的过程中,需要求9个或9个以上代数余子式,还要计算一个三阶或三阶以上行列式,工作量大且中途难免 出现符号及计算的差错.对于求出的逆矩阵是否正确,一般要通过AA 1-=I 来检验.一旦发现错误,必须对每一计算逐一排查.4.分块矩阵求逆法4.1.准对角形矩阵的求逆命题 设A 11、A 22都是非奇异矩阵,且A 11为n 阶方阵,A 22为m 阶方阵⎥⎦⎤⎢⎣⎡221100A A ⎥⎦⎤⎢⎣⎡--12211100A A 证明 因为A =221100A A =11A 22A ≠0, 所以A 可逆.设A 1-=⎥⎦⎤⎢⎣⎡W ZY X,于是有⎥⎦⎤⎢⎣⎡W Z Y X⎥⎦⎤⎢⎣⎡221100A A =⎥⎦⎤⎢⎣⎡m nI I 00,其中 X A 11=I n , Y A 22=0,Z A 11=0,W A 22=I m .又因为A 11、A 22都可逆,用A 111-、A 122-分别右乘上面左右两组等式得:X= A 111-,Y=0,Z=0,W= A 122-故 A 21= ⎥⎦⎤⎢⎣⎡--12211100A A 把上述结论推广到每一个子块都是非奇异矩阵的准对角形状矩阵中去,即:121...-⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡k A A A =⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡---11211...k A A A 4.2.准三角形矩阵求逆命题 设A 11、A 22都是非奇异矩阵,则有12212110-⎥⎦⎤⎢⎣⎡A A A =⎥⎦⎤⎢⎣⎡-----122122121111110A A A A A证明 因为⎥⎦⎤⎢⎣⎡2212110A A A ⎥⎦⎤⎢⎣⎡--I A A I 012111=⎥⎦⎤⎢⎣⎡22110A A 两边求逆得1121110--⎥⎦⎤⎢⎣⎡-I A A I 12212110-⎥⎦⎤⎢⎣⎡A A A =⎥⎦⎤⎢⎣⎡--12211100A A 所以 1221211-⎥⎦⎤⎢⎣⎡A A A =⎥⎦⎤⎢⎣⎡--I A A I 012111⎥⎦⎤⎢⎣⎡--12211100A A =⎥⎦⎤⎢⎣⎡-----122122121111110A A A A A同理可证12221110-⎥⎦⎤⎢⎣⎡A A A =⎥⎦⎤⎢⎣⎡-----122122211111110A A A A A 此方法适用于大型且能化成对角子块阵或三角块阵的矩阵. 是特殊方阵求逆的一种方法,并且在求逆矩阵之前,首先要将已给定矩阵进行合理分块后方能使用.5.恒等变形法恒等变形法求逆矩阵的理论依据为逆矩阵的定义,此方法也常用与矩阵的理论推导上.就是通过恒等变形把要求的值化简出来,题目中的逆矩阵可以不求,利用AA 1-=E ,把题目中的逆矩阵化简掉。
求可逆矩阵的四种方法

求可逆矩阵的四种方法可逆矩阵是线性代数中的重要概念,具有很多应用。
本文将为大家介绍可逆矩阵的四种求解方法,希望能够对大家的学习有所帮助。
1. 列主元素消元法列主元素消元法是一种求解可逆矩阵的常见方法。
这种方法的基本思想是将矩阵的每一列中绝对值最大的元素作为主元素,通过消元达到求解可逆矩阵的目的。
消元的过程中需要遵循一定的规则,如保持主元素所在的列不变等。
2. 求逆矩阵法求逆矩阵法是另一种常用的方法。
这种方法的核心是根据矩阵的伴随矩阵求解矩阵的逆矩阵。
求伴随矩阵的过程需要先求出矩阵的行列式,并计算每个元素的代数余子式。
最后将代数余子式按照矩阵对应位置构成伴随矩阵即可。
逆矩阵的求解需要将伴随矩阵除以矩阵的行列式。
3. 奇异值分解法奇异值分解法也是求解可逆矩阵的重要方法之一。
该方法通过将矩阵进行奇异值分解,从而得到矩阵的逆矩阵。
奇异值分解的过程需要求解矩阵的特征值和特征向量,然后将特征向量组成新的矩阵,再将特征值按照从大到小的顺序排列成对角矩阵。
最后通过逆矩阵的公式求解得到原矩阵的逆矩阵。
4. LU分解法LU分解法是一种常用的矩阵分解方法,也可用于求解可逆矩阵。
该方法先将原矩阵分解为上三角矩阵和下三角矩阵的乘积,然后通过求解分解后的矩阵求解原矩阵的逆矩阵。
LU分解的过程需要使用高斯-约旦消元法将矩阵化为上三角矩阵和下三角矩阵的乘积的形式,然后通过回代求解得到原矩阵的逆矩阵。
综上所述,可逆矩阵的求解方法有很多种。
通过列主元素消元法、求逆矩阵法、奇异值分解法和LU分解法,我们可以得到矩阵的逆矩阵。
这对于线性代数的学习是非常重要的,也为日后的求解问题提供了重要的基础。
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。
逆矩阵的几种求法与解析 很全很经典

-1
0 ù A22 ú û
两边求逆得
é I - A11-1 A12 ù é A11 ê ú ê I ë0 û ë0
A12 ù é A11-1 =ê A22 ú û ë 0 0 ù ú A22 -1 û 0 ù ú A22 -1 û
所以
é A11 ê0 ë
A12 ù é I - A11-1 A12 ù é A11-1 =ê úê A22 ú I û ë0 ûë 0 é A11 -1 =ê ë 0
其中A ij 是 A 中元素a ij 的代数余子式.
A21 A22 ... A2 n
... An1 ù ú ... An 2 ú ... ... ú ú ... Ann û
é A11 ê A 矩阵 ê 12 ê ... ê ë A1n
证明
A21 A22 ... A2 n
... An1 ù ú ... An 2 ú 1 称为矩阵A的伴随矩阵,记作A 3 ,于是有A -1 = A3. A ... ... ú ú ... Ann û
6.利用线性方程组求逆矩阵
若n阶矩阵A可逆,则A A -1 =E,于是A -1 的第i列是线性方程组AX=E的解, i=1,2,…,n,E是第i个分量是I的单位向量.因此,我们可以去解线性方程组AX=B, 其中B=(b 1 ,b 2 ,…,b n ) T , 然后把所求的解的公式中的b 1 ,b 2 ,…,b n 分别用 E 1 =(1,0,0,…,0), E 2 =(0,1,0,…,0), ……,
0 ù é 1 0 ... 0 ù ú 0 ú ê 0 1 ... 0 ú ú =I =ê ... ú ê... ... 1 ...ú ú ê ú A û ë 0 0 ... 1 û
同理可证BA=I. 由此可知,若A可逆,则A -1 =
求矩阵逆的方法

求矩阵逆的方法
方法一,伴随矩阵法。
对于一个n阶矩阵A,如果其行列式不为0,那么A就是可逆的。
我们可以通过求解伴随矩阵来得到A的逆矩阵。
首先,我们计算A的伴随矩阵Adj(A),然后用行列式的倒数乘以伴随矩阵即可得到A的逆矩阵。
方法二,初等变换法。
初等变换法是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A的逆矩阵。
这种方法在计算机求解中比较常见,可以通过高斯消元法来实现。
方法三,分块矩阵法。
对于某些特殊的矩阵,我们可以通过将其分解成若干个子矩阵,从而简化逆矩阵的求解过程。
例如,对角矩阵、上三角矩阵、下三角矩阵等都有相对简单的逆矩阵求解方法。
方法四,特征值分解法。
对于对称正定矩阵,我们可以通过其特征值和特征向量来求解其逆矩阵。
通过特征值分解和特征向量矩阵的转置,我们可以得到原矩阵的逆矩阵。
方法五,数值逼近法。
对于大型矩阵或者特殊结构的矩阵,有时候我们无法通过解析的方法求解其逆矩阵,这时可以通过数值逼近的方法来计算其逆矩阵。
例如,利用迭代法或者矩阵分解等方法来近似求解逆矩阵。
总结:
以上是几种常见的求解矩阵逆的方法,不同的方法适用于不同类型的矩阵。
在实际问题中,我们需要根据具体情况选择合适的方法来求解矩阵的逆,以便更好地解决实际问题。
希望本文能够对您有所帮助,谢谢阅读!。
- 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)。
浅谈可逆矩阵的求法逆矩阵是数学中重要的基本概念之一,在《高等代数》和《线性代数》都占有重要的地位,同时,它是工程技术以及经济管理等领域的不可缺少的数学工具,虽然《高等代数》和《线性代数》均有介绍逆矩阵的一些求法,但知识点比较分散,对适用的题型并没有给出明确的说明,本文从逆矩阵的定义、逆矩阵的性质、矩阵可逆的条件、求逆矩阵的常用方法、逆矩阵在实际问题中的简单应用这五个方面来论述,以便更好更快地解决有关逆矩阵的问题.求解方程()0ax b a =≠可以归结为对于给定的a 求1a -使11a a -=.现在把这个想法用到,Ax B xA B ==上,那么问题就变为对于给定的A ,能否找到1A -使11A A AA E --==.为此引入如下的定义一、 逆矩阵的定义设A 是数域P 上的一个方阵,如果存在数域P 上的n 阶方阵B ,使得AB BA E ==,则称A 是可逆的,此时B 称为A 的逆矩阵。
当矩阵A 可逆时,逆矩阵由A 唯一确定,记为1A -.二、 逆矩阵的性质(1) 可逆矩阵A 的逆是唯一的,且()11A A --=.(2) 设A 是可逆矩阵,则A '可逆,且()()11A A --''=.(3) 设A 是可逆矩阵,则*A 也可逆.(4) 设A 是可逆矩阵,则11A A--=.(5) 设A 是可逆矩阵,则k A 可逆,且()()11kkAA --=.(6) 设A 是可逆矩阵,若AB AC =,则B C =.(7) 设A 是可逆矩阵,数0k ≠,则kA 可逆,而且()111kA A k--=. (8) 如果A 是m n ⨯矩阵,P 是m 阶可逆矩阵,Q 是n 阶可逆矩阵,则()()()()r A r PA r AQ r PAQ ===.(9) A 、B 都是n 阶可逆矩阵,则AB 可逆,且()111AB B A ---=;一般地,m 个n 阶矩阵,()1i A i m ≤≤的积可逆,且()1111112121m m m A A A A A A A ------⋅⋅⋅=⋅⋅⋅.三、矩阵可逆的条件(1)n 阶方阵A 可逆的充分必要条件是0A ≠.(2)n 阶方阵A 可逆的充分必要条件是A 可以通过初等变换化为n 阶单位矩阵. (3)n 阶方阵A 可逆的充分必要条件是A 可以写成一些初等矩阵的乘积. (4)n 阶方阵A 可逆的充分必要条件是A 的行(列)向量组线性无关. (5)n 阶方阵A 可逆的充分必要条件是线性方程组0Ax =仅有零解.(6)n 阶方阵A 可逆的充分必要条件是对任一n 元列向量b ,方程组Ax b =均有唯一解. (7)n 阶方阵A 可逆的充分必要条件是A 的特征值不为零.(8)正定矩阵一定可逆,且逆矩阵也是正定的.(9)任何可逆实方阵都可以分解为正交阵Q 和上三角阵R 的乘积,其中R 的主对角元均为正. (10)设A 是一个n 阶实可逆矩阵,则存在一个正定矩阵S 和正交阵P ,使A PS =.四、求逆矩阵的常用方法1、定义法A 是数域P 上的一个n 阶方阵,设如果存在P 上的n 阶方阵B ,使得AB BA E ==,则称A 是可逆的,又称B 为A 的逆矩阵,当A 矩阵可逆时,逆矩阵由A 唯一确定,记为1A -.例1:求矩阵223110121A ⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦的逆矩阵.解:因为0A ≠,所以1A -存在,设1112131212223313233x x x A x x x x x x -⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦由定义1AA E -= 于是 111213212223313233223100110010121001x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥-=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦由矩阵乘法及矩阵相等得1112131,4,3x x x ==-=- 2122231,5,3x x x ==-=- 3132331,6,4x x x =-==1143153164A ---⎡⎤⎢⎥=--⎢⎥⎢⎥-⎣⎦.2、伴随矩阵法由矩阵可逆的条件知,当0A ≠时,1*1AA A-=. 例2:证实矩阵a b A b a ⎡⎤=⎢⎥-⎣⎦可逆,当且仅当A 不是零矩阵,并在当0A ≠时,求1A -. 证明:A 可逆,⇔220A a b =+≠⇔a 、b 中至少有一个不为零⇔0A ≠ 当0A ≠时,有0A ≠,故1*2211a b A A b a A a b--⎡⎤==⎢⎥+⎣⎦. 注:伴随矩阵法求矩阵的逆,一般适用于矩阵的阶数较低时. 3、初等变换法初等行变换: )()(1||A E E A -−−−−→初等行变换初等列变换: 1A E E A -⎛⎫⎛⎫−−−−→ ⎪ ⎪⎝⎭⎝⎭初等列变换例3:用初等行变换求矩阵231013125A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦的逆矩阵.解)(231100125001125001013010013010013010125001231100006112A E ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=→→⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦11341006631250011250113013010013010010122019102111111001001663663⎡⎤--⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥→→→-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥---⎢⎥⎣⎦--⎢⎥⎢⎥--⎣⎦⎢⎥⎣⎦于是 1113410066313010122111001663A -⎡⎤--⎢⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥--⎢⎥⎣⎦. 4、分块矩阵法常用分块矩阵求逆矩阵的类型如下:(1) 11111221s s A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⋅⋅=⎢⎥⎢⎥⋅⋅⎢⎥⎢⎥⎢⎥⎢⎥⋅⋅⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦. (2) 11121211s sA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⋅⎢⎥⎢⎥⎢⎥⎢⎥⋅⋅=⎢⎥⎢⎥⋅⋅⎢⎥⎢⎥⎢⎥⎢⎥⋅⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦. (3) 111100A C A A CB B B ----⎡⎤-⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦. (4) 111100A A C B B CAB ----⎡⎤⎡⎤=⎢⎥⎢⎥-⎣⎦⎣⎦. (其中(1,2,)i A i s =⋅⋅⋅均为可逆矩阵,A 、B 都为可逆矩阵)下面证明111100A A C B B CAB ----⎡⎤⎡⎤=⎢⎥⎢⎥-⎣⎦⎣⎦(其中A ,B 分别是k 级和r 级的可逆矩阵,C 是r k ⨯矩阵),其它可类似证明.证明:设111212122x x D x x -⎡⎤=⎢⎥⎣⎦,于是11122122000kr x x E A x x E C B ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦,这里,k E ,r E 分别表示k 级和级r 单位矩阵,乘出并比较等式两边,得11121121122200k rAx E Ax Cx Bx Cx Bx E =⎧⎪=⎪⎨+=⎪⎪+=⎩ 由第一式得111112,00x A x A --===,代入第四式,得122x B -=,代入第三式,得111211121,Bx Cx CA x B CA ---=-==-因此 111100A A C B B CAB ----⎡⎤⎡⎤=⎢⎥⎢⎥-⎣⎦⎣⎦. 例4:已知矩阵0052002112001100A ⎡⎤⎢⎥⎢⎥=⎢⎥-⎢⎥⎣⎦求1A -.解:将A 分块如下:12005200021012001100A A A ⎡⎤⎢⎥⎡⎤⎢⎥==⎢⎥⎢⎥-⎣⎦⎢⎥⎣⎦(其中 15221A ⎡⎤=⎢⎥⎣⎦,21211A -⎡⎤=⎢⎥⎣⎦) 求得 1*11112125A A A --⎡⎤==⎢⎥-⎣⎦, 1*2221211113A A A -⎡⎤==⎢⎥-⎣⎦ 于是 112111200331100033012002500A A A ---⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥-==⎢⎥⎢⎥⎣⎦⎢⎥-⎢⎥⎢⎥-⎣⎦. 5、Hamilton Caley -定理法Hamilton Caley -定理:设A 是数域P 上的n 阶矩阵,()111n n n n f E A a a a λλλλλ--=-=++⋅⋅⋅++为A 的特征多项式,则()1110n n n n f A E A A a A a A a E λ--=-=++⋅⋅⋅++=.若0n a ≠,则()12111n n n nA A a A a E E a ----++⋅⋅⋅+= 所以()112111n n n nA A a A a E a ----=++⋅⋅⋅+. 例5:已知矩阵122131213A ⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦求1A -.解:A 的特征多项式为:()327124fE A λλλλλ=-=-+- 由Hamilton Caley -定理知()3271240f A A A A E =-+-=所以 ()128441171251344735A A A E ---⎡⎤⎢⎥=-+=--⎢⎥⎢⎥-⎣⎦. 6、拼接新矩阵法在可逆矩阵A 的右上方补加上一个单位矩阵E ,在A 的下方补加上一个负单位矩阵E -,在A的右下方补加上一个零矩阵0,从而得到一个新的方阵,对该方阵施行第三种行的初等变换,使其负单位矩阵E -化为零矩阵,那么原来的零矩阵0所得的矩阵就是所要求的逆矩阵1A -.例6:求矩阵013131122A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦的逆矩阵.解:01313150122A ==-≠ 所以A 可逆构造矩阵 0131001310101220010100000010000001000A E E⎡⎤⎢⎥⎢⎥⎢⎥⎡⎤=⎢⎥⎢⎥--⎣⎦⎢⎥⎢⎥-⎢⎥-⎣⎦将第一行依次乘以-3、-2、1,分别加到第二行、第三行和第五行, 得013100108310104201100000003100001000⎡⎤⎢⎥--⎢⎥⎢⎥--⎢⎥-⎢⎥⎢⎥⎢⎥-⎣⎦将第二行依次乘以-1和1,分别加到第三行和第四行 得0131010831000411100831000310001000⎡⎤⎢⎥--⎢⎥⎢⎥-⎢⎥--⎢⎥⎢⎥⎢⎥-⎣⎦将第三行依次乘以2、-3/4和1/4分别加到第四行、第五行和第六行 得01310010831000411100011213300044411100444⎡⎤⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦所以 1112133444111444A -⎡⎤⎢⎥--⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥-⎣⎦. 7、利用矩阵方程法例7:已知1310012621B -⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦且AB A B =+ 证明:A E -可逆,并求()1A E --.证明:由AB A B =+ 得 AB B A E E --+=即 ()()A E B E E --= 故A E -可逆,且()10310002620A E B E --⎡⎤⎢⎥-=-=⎢⎥⎢⎥⎣⎦.五、逆矩阵在实际问题中的简单应用例8:命题1 若 A 、B 、C 、D 都是n 阶矩阵,则当A 可逆时,1A BA D CABC D-=-,当D 可逆时,1A BD A BD C C D-=-.证明:当 A 可逆时,由1100nn A B A E A B C D C D CA B E --⎡⎤-⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦ 由Laplace 定理,得1A BA D CABC D-=-同理 当D 可逆时,1100nn E A B A BD C B D CE C D D --⎡⎤⎡⎤-⎡⎤=⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦所以1A BD A BD C C D-=-.特别地,当A 可逆时,且AC CA =时,1A BA D CAB AD CBC D-=-=-将命题1的结论加以推广,得到更一般的结论命题2 若 A 为 n 阶矩阵,D 为m 阶矩阵,则当 A 可逆时,1A BA D CABC D-=-当D 可逆时,1A BD A BD C C D-=-.证明方法同命题1.例9:设()m nij A a R ⨯=∈,证明()1,2ii ij j ia a i n ≠>=⋅⋅⋅∑,则A 为可逆矩阵,即0A ≠.证明:设()12,,n A ααα=⋅⋅⋅,其中i α为A 的列向量 (用反证法)若A 不可逆,则12,n ααα⋅⋅⋅线性相关,即存在一组不全为零的数12,n k k k ⋅⋅⋅ 使11220n n k k k ααα++⋅⋅⋅+= ( * )令()12max ,,n k k k k =⋅⋅⋅ 显然0k >,不妨设 ik k =,那么由( * )式知,jjj i j ii ij ii ij ij j i j i j i j i i i i k k k a a a a a k k k αα≠≠≠≠⎛⎫⎛⎫=-⇒=-⇒≤≤ ⎪ ⎪⎝⎭⎝⎭∑∑∑∑ 这与()1,2,ii ij j ia a i n ≠>=⋅⋅⋅∑的假设矛盾,所以0A ≠,即A 可逆.例10:设P 是数域,m n <,m nA P ⨯∈,()n m nB P-⨯∈,1V 和2V 分别是齐次线性方程组0Ax =和0Bx =的解空间,证明:12n P V V =⊕D 的充要条件是A B ⎛⎫⎪⎝⎭可逆. 证明:充分性:因n nA PB ⨯⎛⎫∈⎪⎝⎭,若A B ⎛⎫ ⎪⎝⎭可逆,则0,0A A x B B ⎛⎫≠= ⎪⎝⎭只有零解 且秩A m =, 秩B n m =-,012x V V ∀∈⋂则0000Ax Bx =⎧⎨=⎩ 即00A x B ⎛⎫= ⎪⎝⎭所以00x =即证 {}120V V ⋂= ①又12n V V P +⊆ 因而由①知,()()()()1212dim dim dim dim n V V V V n r B n r B n m m n P +=+=-+-=-+==所以 12n P V V =⊕.必要性:设12n P V V =⊕,用反证法,如果A B ⎛⎫⎪⎝⎭不可逆,则0A xB ⎛⎫= ⎪⎝⎭有非零解1x ,那么1100Ax Bx =⎧⎨=⎩ 即112x V V ∈⋂,这与12nP V V =⊕矛盾,从而0A x B ⎛⎫= ⎪⎝⎭只有零解,即0A B ≠ 因而A B ⎛⎫ ⎪⎝⎭可逆.参考文献[1] 北京大学数学力学系几何与代数教研室代数小组.高等代数[M ].北京:高等教育出版社,1978:91-99,177-181.[2] 方保镕,周继东,李医民.矩阵论[M ]北京:清华大学出版社,2004.11. [3] 钱吉林.高等代数解题精粹(第二版).北京:中央民族大学出版社,2002.10. [4] 张禾瑞,郝炳新.高等代数[M ].北京:人民教育出版社,1980:157-168.[5] 武汉大学数学系数学专业.高等代数(修订本)[M ].北京:人民教育出版社,1980:35.[6]高等代数与解析几何,同济大学数学系编[M].北京:高等教育出版社,2005.5.[7]陆媛.求逆矩阵的几种常用方法[J].林区教学,2011,(02).[8]程云鹏.矩阵论[M].西北工业大学出版社,1998.12.[9]赵礼峰.高等代数解题方法[M].合肥:安徽大学出版社,2004.8.[10]许莉.试谈求逆矩阵的方法[J].承德民族师专学报,1997.(02).[11]高明.逆矩阵的求法[J].阴山学刊(自然科学版),2006.(02).[12]杜汉玲.求逆矩阵的方法与解析[J].高等函授学报(自然科学版).2004.(04).[13]胡淑娟,马宝艳.可逆矩阵及求逆矩阵的方法[J].科技致富向导,2010.(11).[14]Pullman NP.Matrix Theory and its Applications.1976.[15]Lee W.Johnson,R.Dean Riess.An Introduction to Linear Algebra.China Machine Press.2002.[16]Householder A S. The Theory of Matrices in Number Analysis.Blaisdell Publishing Company,1960.。