总结求矩阵的逆矩阵的方法
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。
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。
逆矩阵的几种求法与解析
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, 那么称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E-A 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, 假设为零矩阵, 那么可以采用例2 的方法求E-A 的逆矩阵.解 容易验证A 2=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000000060000200， A 3=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡000000000000600， 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，那么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-比拟〔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，它是实际应用中比拟简单的一种方法.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.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，那么意味着A 不可逆，因为此时说明A =0，那么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 (2122212)12111其中A ij 是A 中元素a ij 的代数余子式.矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nnn n A A A A A AA A A (2122212)12111称为矩阵A 的伴随矩阵，记作A *，于是有A 1-=A 1 A *.证明 必要性：设A 可逆，由A A 1-=I ，有1-AA =I ，那么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 nnn n A A A A A A A A A ............... (2122212)12111=A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡A A A A...00.........0...00...0=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡1...00...1......0...100 01=I 同理可证BA=I.由此可知，假设A 可逆，那么A 1-=A1 A *. 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.假设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 出现符号及计算的过失.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，那么有12212110-⎥⎦⎤⎢⎣⎡A A A =⎥⎦⎤⎢⎣⎡-----122122121111110A A A A A证明 因为⎥⎦⎤⎢⎣⎡221211A A A ⎥⎦⎤⎢⎣⎡--I A A I 012111=⎥⎦⎤⎢⎣⎡221100A A 两边求逆得1121110--⎥⎦⎤⎢⎣⎡-I A A I 1221211-⎥⎦⎤⎢⎣⎡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前方能使用.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。
求解逆矩阵的常用三种方法
求解逆矩阵的常用三种方法逆矩阵是线性代数中一个非常重要的概念，它在解线性方程组、求解矩阵方程等问题中具有重要作用。
本文将介绍解逆矩阵的三种常用方法：伴随矩阵法、初等变换法和分块矩阵法。
方法一：伴随矩阵法伴随矩阵法是一种直接求解逆矩阵的方法。
对于一个n阶方阵A，它的伴随矩阵记为adj(A)。
首先，计算矩阵A的代数余子式构成的余子式矩阵A*，即A* = [Cij]，其中Cij是A的元素a_ij的代数余子式。
然后，将A*的转置矩阵记为adj(A)。
最后，计算逆矩阵A^-1 = adj(A) /det(A)，其中det(A)是矩阵A的行列式。
方法二：初等变换法初等变换法是通过一系列的初等行变换将矩阵A变为单位矩阵I，同时对单位矩阵进行相同的变换，得到的矩阵就是原矩阵A的逆矩阵。
初等变换包括以下三种操作：1.对其中一行(列)乘以非零常数；2.交换两行(列)；3.其中一行(列)乘以非零常数加到另一行(列)上。
具体步骤如下：1.构造增广矩阵[A，I]，其中A是待求逆矩阵，I是单位矩阵；2.对增广矩阵进行初等行变换，使左侧的矩阵部分变为单位矩阵，右侧的部分就是待求的逆矩阵；3.如果左侧的矩阵部分无法变为单位矩阵，则矩阵A没有逆矩阵。
方法三：分块矩阵法当矩阵A有一些特殊的结构时，可以使用分块矩阵法来求解逆矩阵。
例如，当A是一个分块对角矩阵时，可以按照分块的大小和位置将其分解为几个小矩阵，然后利用分块矩阵的性质求解逆矩阵。
具体步骤如下：1.将方阵A进行分块，例如，将A分为4个分块：A=[A11A12;A21A22]；2.根据分块矩阵的性质，逆矩阵也是可以分块的，即A的逆矩阵为A^-1=[B11B12;B21B22]；3.通过求解分块矩阵的逆矩阵，可以得到原矩阵的逆矩阵。
以上就是解逆矩阵的常用三种方法：伴随矩阵法、初等变换法和分块矩阵法。
无论是在理论研究还是在实际应用中，这些方法都具有重要的作用。
在求逆矩阵时，我们可以根据具体的情况选择合适的方法，以获得高效、准确的计算结果。
求矩阵的逆的方法
求矩阵的逆的方法矩阵的逆是一种非常重要的数学运算，在数学的各个领域都有许多重要的应用。
例如，在线性代数中，求矩阵的逆是解决线性方程组、矩阵方程的关键步骤，在各种计算机科学领域中也被广泛应用，如图形处理、数据挖掘、网络优化等。
因此，学习并掌握如何求矩阵的逆是非常有必要的。
本文将介绍三种常见的求矩阵的逆的方法：行列式法、伴随矩阵法和高斯消元法。
一、行列式法求矩阵的逆有时可以使用行列式法。
行列式法需要先求出矩阵的行列式，再求出矩阵的伴随矩阵，最后将伴随矩阵除以行列式就可以得到矩阵的逆。
先来看如何求一个 2x2 的矩阵的逆。
设矩阵 $A = \begin{bmatrix}a & b\\c & d\end{bmatrix}$，则矩阵$A$ 的逆为：$$ A^{-1} = \frac{1}{ad-bc} \begin{bmatrix}d & -b\\-c & a\end{bmatrix} $$其中，$ad-bc$ 不能为零。
如果该式成立，则 $AA^{-1} = A^{-1} A = I$，其中 $I$ 是单位矩阵。
对于一个 $n\times n$ 的矩阵 $A$，它的逆可以通过行列式法来计算。
如果 $A$ 可逆，即 $det(A) \neq 0$，其中 $det(A)$ 表示 $A$ 的行列式，则 $A$ 的逆为：$$ A^{-1} = \frac{1}{det(A)} \cdot adj(A) $$其中 $adj(A)$ 表示 $A$ 的伴随矩阵，$adj(A)$ 的元素 $A_{ij}$ 等于 $A$ 的代数余子式 $A_{ij}$ 的符号变号：$$ adj(A)=\begin{bmatrix}A_{11} & -A_{21}&\cdots & (-1)^{1+n}A_{n1}\\ -A_{12} & A_{22}&\cdots & (-1)^{2+n}A_{n2} \\ \vdots & \vdots &\ddots & \vdots \\ (-1)^{n+1}A_{1n} & (-1)^{n+2}A_{2n} & \cdots & A_{nn} \end{bmatrix} $$然后，如果 $det(A)=0$，表示矩阵 $A$ 不可逆，我们称之为奇异矩阵。
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。
- 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)。
总结求矩阵的逆矩阵的方法-标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII总结求矩阵的逆矩阵的方法课程名称：专业班级：成员组成：联系方式：摘要：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.关键词：矩阵逆矩阵方法Method of finding inverse matrixAbstract:Matrix in linear algebra is the main content,many prictical problems with the matrix theory is simple and fast. The inverse matrix andmatrix theory the important content, the solution of inverse matrix nature has become one of the main research contents of linear algebra. The paper will give some method of finding inverse matrix.Key words:Matrix inversematrix method正文：1.引言: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.2.求矩阵的逆矩阵的方法总结：2.1矩阵的基本概念矩阵，是由个数组成的一个行列的矩形表格，通常用大写字母表示，组成矩阵的每一个数，均称为矩阵的元素，通常用小写字母其元素表示，其中下标都是正整数，他们表示该元素在矩阵中的位置。
比如，或表示一个矩阵，下标表示元素位于该矩阵的第行、第列。
元素全为零的矩阵称为零矩阵。
特别地，一个矩阵，也称为一个维列向量；而一个矩阵，也称为一个维行向量。
当一个矩阵的行数与烈数相等时，该矩阵称为一个阶方阵。
对于方阵，从左上角到右下角的连线，称为主对角线；而从左下角到右上角的连线称为付对角线。
若一个阶方阵的主对角线上的元素都是，而其余元素都是零，则称为单位矩阵，记为，即：。
如一个阶方阵的主对角线上（下）方的元素都是零，则称为下（上）三角矩阵，例如，是一个阶下三角矩阵，而则是一个阶上三角矩阵。
今后我们用表示数域上的矩阵构成的集合，用表示数域上的阶方阵构成的集合。
2.2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 + A2+…+A1-K证明因为E 与A 可以交换, 所以(E- A )(E+A + A2+…+ A1-K)= E-A K,因A K= 0 ,于是得(E-A)（E+A+A2+…+A1-K）=E，同理可得（E + A + A2+…+A1-K）(E-A)=E，因此E-A是可逆矩阵,且(E-A)1-= E + A + A2+…+A1-K.同理可以证明(E+ A)也可逆,且(E+ A)1-= E -A + A2+…+（-1）1-K A1-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 nnn 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 =22110A A =11A 22A ≠0, 所以A 可逆. 设A 1-=⎥⎦⎤⎢⎣⎡W ZY X，于是有⎥⎦⎤⎢⎣⎡W ZY X⎥⎦⎤⎢⎣⎡22110A 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=⎥⎦⎤⎢⎣⎡221100A A 两边求逆得1121110--⎥⎦⎤⎢⎣⎡-I A A I 1221211-⎥⎦⎤⎢⎣⎡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。