逆矩阵的求法1(无附录)
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。
逆矩阵的计算方法
逆矩阵的计算方法逆矩阵在线性代数中扮演着非常重要的角色，它在解线性方程组、计算行列式、求解线性变换等问题中都有着广泛的应用。
本文将介绍逆矩阵的计算方法，希望能够帮助读者更好地理解和运用逆矩阵。
首先，我们来看逆矩阵的定义。
对于一个n阶方阵A，如果存在另一个n阶方阵B，使得AB=BA=I（其中I为单位矩阵），那么我们称B是A的逆矩阵，记作A^-1。
逆矩阵的存在与唯一性是一个非常重要的问题，只有可逆的方阵才有逆矩阵。
下面我们将介绍如何计算逆矩阵。
一、初等变换法。
对于一个n阶方阵A，我们可以通过初等行变换将其变为单位矩阵，此时A经过一系列的初等行变换得到单位矩阵的同时，对应的变换也可以得到B，即A的逆矩阵。
这种方法需要进行较多的计算，但是在实际应用中是非常有效的。
二、伴随矩阵法。
对于一个n阶方阵A，我们可以通过伴随矩阵来求其逆矩阵。
伴随矩阵是由A的代数余子式按一定规律排列而成的矩阵，通过伴随矩阵的计算可以得到A的逆矩阵。
这种方法在理论上是非常简洁和直观的，但是在计算过程中需要大量的代数运算。
三、求逆矩阵的性质。
除了通过初等变换和伴随矩阵来计算逆矩阵外，我们还可以利用逆矩阵的一些性质来简化计算过程。
例如，如果A和B都是可逆的方阵，那么(AB)^-1 = B^-1A^-1；如果A是可逆的方阵，那么A的转置矩阵也是可逆的，并且(A^-1)^T =(A^T)^-1。
这些性质在实际计算中可以帮助我们简化逆矩阵的求解过程。
四、逆矩阵的应用。
逆矩阵在线性代数中有着广泛的应用，例如在解线性方程组时，我们可以通过逆矩阵来求解未知数；在计算行列式时，我们可以利用逆矩阵的性质简化计算过程；在求解线性变换的逆变换时，逆矩阵也起到了非常重要的作用。
因此，对逆矩阵的计算方法有着深入的理解是非常重要的。
总结。
逆矩阵在线性代数中有着重要的地位，它的计算方法有多种多样，包括初等变换法、伴随矩阵法以及利用逆矩阵的性质来简化计算过程。
逆矩阵的应用也非常广泛，涉及到线性方程组的求解、行列式的计算以及线性变换的逆变换等问题。
(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 ）= E + A + A +…+A 1-21-K 证明 因为E 与A 可以交换, 所以(E- A )(E+A + A +…+ A )= E-A ,21-K K 因A = 0 ,于是得 K (E-A)（E+A+A +…+A ）=E ，21-K 同理可得（E + A + A +…+A ）(E-A)=E ，21-K 因此E-A 是可逆矩阵,且(E-A)= E + A + A +…+A .1-21-K 同理可以证明(E+ A)也可逆,且(E+ A)= E -A + A +…+（-1）A .1-21-K 1-K 由此可知, 只要满足A =0，就可以利用此题求出一类矩阵E A 的逆矩阵.K ±例2 设 A =,求 E-A 的逆矩阵.⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000300000200010分析 由于A 中有许多元素为零, 考虑A 是否为零矩阵, 若为零矩阵, 则可以K 采用例2 的方法求E-A 的逆矩阵.解 容易验证A =， A =， A =02⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡00000000600002003⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000000000006004而 (E-A)(E+A+ A + A )=E,所以23(E-A)= E+A+ A + A =.1-23⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡10003100621062112.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 ，即存在初等矩阵使S P P P ,,21 （1）A=I ，用A 右乘上式两端，得：s p p p 211- （2） I= A s p p p 211-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 ）为（I A ），就是求逆矩阵的初等行变换法，−−−→−初等行变换1-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=0，则A 不存在.A 1-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 ]为可逆的充分必要条件是A 非奇异.且ij A =1-A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nnn n A A A A A A A A A (212221212111)其中A 是中元素a 的代数余子式.ij A ij 矩阵称为矩阵A 的伴随矩阵，记作A ，于是有A = A .⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nnn n A A A A A AA A A (2122212)1211131-A 13证明 必要性：设A 可逆，由A A =I ，有=，则=，所以1-1-AA I A 1-A I A0，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===I A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡A A A A ............0...00...0⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡1...00...1......0...100...01同理可证BA=I.由此可知，若A 可逆，则A =A .1-A13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 =I 来检验.一1-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 、A 都是非奇异矩阵，且A 为n 阶方阵，A 为m 阶方阵11221122 ⎥⎦⎤⎢⎣⎡221100A A ⎥⎦⎤⎢⎣⎡--12211100A A 证明 因为==0, 所以A 可逆.A 22110A A 11A 22A ≠设A =，于是有=,1-⎥⎦⎤⎢⎣⎡WZY X⎥⎦⎤⎢⎣⎡W Z Y X ⎥⎦⎤⎢⎣⎡221100A A ⎥⎦⎤⎢⎣⎡m nI I 00其中 X A =I ， Y A =0，Z A =0，W A =I .又因为A 、A 都可逆，用11n 221122m 1122A 、A 分别右乘上面左右两组等式得：111-122-X= A ，Y=0，Z=0，W= A 111-122-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 、A 都是非奇异矩阵，则有1122=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 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 =E ，把题目中的逆矩阵化简掉。
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。
(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。
12-逆矩阵的求法3-4
方法二： 初等变换法。
A可逆 A 可逆, A
1
1
P 1P 2 P s
P 1P 2 P sA E 1 P 1P 2 P sE A
( A E ) ( E A )
行变换
1
方法三：用定义求。 定义：对n阶方阵A，若有n阶矩阵B，使
E Ak E
练 习
设 A，B 为 n 阶方阵，且 E AB 与 E BA 均可逆， 证明 ( E BA)1 E B( E AB)1 A.
证 因为
( E BA 〔 ) E B( E AB) 1 A〕
E BA ( E BA) B( E AB) A E BA ( B BAB )( E AB) A
方法三：用定义求。 对n阶方阵A，只需找到一个n阶矩阵B，使 AB=E或者BA=E就行了。
行变换
1
方法四：用定义证明B为A的逆。
也就是证明等式AB=E成立或者BA=E成立。
E BA B( E AB)( E AB) 1 A
1
1
E BA BA E
故 ( E BA) 1 E B( E AB) 1 A.
方法二： 初等变换法。
逆阵的求法 1 1 方法一： 用A 求。 A A A
( A E ) ( E A )
解 由 2 A( A E ) A3，得
A3 2 A2 2 A 0,
所以
从而有
(A3 E ) (2 A2 2 A) E,
( E A)( A2 A E ) E.
即
( E A) A A E.
逆矩阵的几种求法与解析(很全很经典)
E-A) 1= E + A + 2 K1 + … +A(E- A )(E+A + A 2+…+ AK 1)= E-A K(E-A) (E+A+A 2 + …+A K 1)=E，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,且证明因为E与A可以交换，所以因A K= 0 ,于是得同理可得( E + A + A 2 + … +A K 1 )(E-A)=E ，因此E-A是可逆矩阵，且(E-A) 1 = E + A + A 2 +…+A K 1同理可以证明 (E+ A) 也可逆,且E-A 的逆矩阵.(E+ A) 1 = E -A + A 2+…+ (-1 ) K1A K1.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 =00 20 00 03,求0003 0000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00 2 00 0 0 6200 0 630 0 0 04A 2=■A 3=， A 4 =000 0 00 00 0000 00 0 0 0而 (E-A)(E+A+ A2+ A 3 )=E , 所以1 12 61230 12 6 (E-A)E+A+ A2+ A.0 0 1 30 00 12. 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R,P 2 , P S 使（1） p 1 p 2 p s A=I ，用 A 1右乘上式两端，得：（2） p 1 p 2 p s I= 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 ）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 .2 3 1例1 求矩阵A的逆矩阵•已知A= 0 1 31 2 52 3 1 1 0 0 1 2 5 0 0 1解[A I] 0 1 3 0 1 0 0 1 3 0 1 01 2 5 0 0 1 2 3 1 1 0 01 2 5 0 0 1 1 0 0 1/6 13/6 4/30 1 3 0 1 0 0 1 0 1/2 3/2 10 0 1 1/6 1/6 1/3 0 0 1 1/6 1/6 1/31/6 13/6 4/3故 A 1 = 1/2 3/2 11/6 1/6 1/3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.1 2 3例 2 求 A= 4 5 6.7 8 91 2 3 1 0 0 1 2 3 1 0 0解[A E]= 4 5 6 0 1 0 0 3 6 4 1 07 8 9 0 0 1 0 6 12 7 0 11 2 3 1 0 00 3 6 4 1 0 .0 0 0 1 2 1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 j ]为可逆的充分必要条件是A非奇异.且A n1A n2矩阵A 21.A n1A 22...A 12称为矩阵A 的伴随矩阵，记作A 3，于是有A 1=-A A 3'' ''' )A 2n.A nnB=A n A 2n 由此可知，若A 可逆，则AA 3.其中A j 是A 中元素a j 的代数余子式.证明 必要性：设A 可逆，由A A 1=I ，有AA 1 = l |，则A A 1 =|l |，所以A 0 , 即A 为非奇异.充分性： 设A 为非奇异，存在矩其中a11 a12 ...a 1nA 11 A21...A n1 a 21a22...a2 n1 A 12A22A n2 AB=... ... ...A・・・an1an2...a nnA 1nA2n...A nnA 0...0 1 0=丄oA ...0 =010 = -1=A ... ... A ...1T0 0...A0 01同理可证BA=I.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A|2nAiA2 A inAI2A 22A nn证明 因为A =A ii0 0A22其中X A ii A 11A ii0 A 22=A 1i | |A22An 0 0A 22 i0,所以A 可逆.YW ，于是有X Y A ii ZWA22I n 00 I m n， 丫 A22 =0， ZA ii =0，W A 22 I m .又因为A ii 、A 22都可逆，用22 i 分别右乘上面左右两组等式得: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 il 、A 22都是非奇异矩阵，且A il 为n 阶方阵，A 22为m 阶方阵iiX= A ii ，Y=0，Z=0，W= A 22A 2i =Aii0 A 22 i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:iA i iA2 A2i42准三角形矩阵求逆命题设A11、A 22都是非奇异矩阵，则有A11 1 1A12 A111A11 A12 A22 10 A22 0 A22 1证明因为A11 A12 I 1A11 A12 =An 0 0 A22 0 I 0 A22两边求逆得I A11 1 1A12 A1 1 A12 1= A11 100 I 0 A22 0 A22 所以A11A12 1 _ I A11 A12 A1 100 A22 0 I 0 A22 1=A11 11 1 A11 A12 A220 A22 1 同理可证A1110 A11 10A21 A221 1A11 A21 A22 A22 1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。
(完整word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 ,,21Λ使（1）s p p p Λ21A=I ，用A 1-右乘上式两端，得：（2） s p p p Λ21I= 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。
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 ）= E + A + A +…+A 1-21-K 证明 因为E 与A 可以交换, 所以(E- A )(E+A + A +…+ A )= E-A ,21-K K 因A = 0 ,于是得 K (E-A)（E+A+A +…+A ）=E ，21-K 同理可得（E + A + A +…+A ）(E-A)=E ，21-K 因此E-A 是可逆矩阵,且(E-A)= E + A + A +…+A .1-21-K 同理可以证明(E+ A)也可逆,且(E+ A)= E -A + A +…+（-1）A .1-21-K 1-K 由此可知, 只要满足A =0，就可以利用此题求出一类矩阵E A 的逆矩阵.K ±例2 设 A =,求 E-A 的逆矩阵.⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡00300000200010分析 由于A 中有许多元素为零, 考虑A 是否为零矩阵, 若为零矩阵, 则可以K 采用例2 的方法求E-A 的逆矩阵.解 容易验证A =， A =， A =02⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡00000000600002003⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000000000006004而 (E-A)(E+A+ A + A )=E,所以23(E-A)= E+A+ A + A =.1-23⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡10003100621062112.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 ，即存在初等矩阵使S P P P ,,21 （1）A=I ，用A 右乘上式两端，得：s p p p 211- （2） I= A s p p p 211-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 ）为（I A ），就是求逆矩阵的初等行变换法，−−−→−初等行变换1-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=0，则A 不存在.A 1-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 ]为可逆的充分必要条件是A 非奇异.且ij A =1-A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nnn n A A A A A A A A A .....................212221212111其中A 是中元素a 的代数余子式.ij A ij 矩阵称为矩阵A 的伴随矩阵，记作A ，于是有A = A .⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nnn n A A A A A AA A A (2122212)1211131-A 13证明 必要性：设A 可逆，由A A =I ，有=，则=，所以1-1-AA I A 1-A I A0，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===I A 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡A AA A ...00.........0...00...0⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡1...00...1......0...100...01同理可证BA=I.由此可知，若A 可逆，则A =A .1-A13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 =I 来检验.一1-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 、A 都是非奇异矩阵，且A 为n 阶方阵，A 为m 阶方阵11221122 ⎥⎦⎤⎢⎣⎡221100A A ⎥⎦⎤⎢⎣⎡--12211100A A 证明 因为==0, 所以A 可逆.A 22110A A 11A 22A ≠设A =，于是有=,1-⎥⎦⎤⎢⎣⎡WZYX⎥⎦⎤⎢⎣⎡W Z Y X ⎥⎦⎤⎢⎣⎡221100A A ⎥⎦⎤⎢⎣⎡m nI I 00其中 X A =I ， Y A =0，Z A =0，W A =I .又因为A 、A 都可逆，用11n 221122m 1122A 、A 分别右乘上面左右两组等式得：111-122-X= A ，Y=0，Z=0，W= A 111-122-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 、A 都是非奇异矩阵，则有1122=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 =E ，把题目中的逆矩阵化简掉。
逆矩阵的几种求法与解析
(E-A) = E + A + A +…+A .
同理可以证明(E+ A)也可逆,且
(E+ A) = E -A + A +…+（-1） A .
由此可知,只要满足A =0，就可以利用此题求出一类矩阵E A的逆矩阵.
例2设A = ,求E-A的逆矩阵.
分析由于A中有许多元素为零,考虑A 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.
3.伴随阵法
定理n阶矩阵A=[a ]为可逆的充分必要条件是A非奇异.且
A =
其中A 是 中元素a 的代数余子式.
矩阵 称为矩阵A的伴随矩阵，记作A*，于是有A = A*.
证明必要性：设A可逆，由AA =I，有 = ，则 = ，所以 0，即A为非奇异.
充分性： 设A为非奇异，存在矩阵
B= ，
其中
AB=
X= A ，Y=0，Z=0，W= A
故 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：
=
4.2.准三角形矩阵求逆
命题设A 、A 都是非奇异矩阵，则有
=
证明因为 =
两边求逆得
=
所以 =
=
同理可证
=
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 =E，把题目中的逆矩阵化简掉。
例1计算（A+4E） （4E-A） （16E-A ）的行列式，其中 A=
求逆矩阵的简便方法
求逆矩阵的简便方法求逆矩阵是线性代数中非常重要的一个操作，它在很多领域都有广泛的应用，比如计算机图形学、机器学习等。
在实际应用中，求逆矩阵通常是通过一些简便的方法来完成的，本文将介绍一些常用的简便方法。
我们需要明确什么是矩阵的逆。
对于一个n阶方阵A，如果存在一个n阶方阵B，使得AB=BA=I，其中I为单位矩阵，那么我们称B 为A的逆矩阵，记作A^-1。
逆矩阵的存在与否是由A是否满足一定的条件决定的。
一种常用的方法是使用伴随矩阵求逆。
对于一个n阶方阵A，它的伴随矩阵记作adj(A)，其元素由A的代数余子式按一定的规则构成。
我们可以通过求解伴随矩阵来得到矩阵的逆。
具体步骤如下：1. 计算矩阵A的行列式det(A)。
2. 如果det(A)等于0，则矩阵A不存在逆矩阵。
3. 如果det(A)不等于0，计算伴随矩阵adj(A)。
4. 计算A的逆矩阵A^-1，有A^-1 = adj(A)/det(A)。
这种方法的优点是简单易懂，但是需要计算矩阵的行列式和伴随矩阵，对于大规模的矩阵来说计算量较大。
另一种常用的方法是使用初等行变换。
初等行变换包括以下三种操作：1. 交换矩阵的两行。
2. 用一个非零常数乘以某一行。
3. 把某一行的常数倍加到另一行。
通过一系列的初等行变换，我们可以将矩阵A转化为一个上三角矩阵，记作U。
然后我们再通过一系列的初等行变换，将U转化为单位矩阵I。
而这些初等行变换对应的矩阵，记作E1、E2、…、En，它们的乘积E=E1E2…En即为A的逆矩阵A^-1。
这种方法的优点是计算量较小，特别适用于大规模矩阵的求逆。
但是需要注意的是，如果矩阵A的行列式等于0，则无法使用初等行变换求逆。
除了以上两种常用的方法外，还有一些特殊矩阵的逆矩阵求解方法。
比如，对于对角矩阵、上三角矩阵和下三角矩阵来说，它们的逆矩阵可以直接通过将对角元素取倒数来得到。
而对于对称矩阵和正交矩阵来说，它们的逆矩阵可以通过转置矩阵得到。
逆矩阵的公式
逆矩阵的公式
逆矩阵是一种非常重要的矩阵，对于我们计算和解决问题都有着重要的作用。
在矩阵运算中，逆矩阵是指一个矩阵，它和原矩阵相乘得到单位矩阵。
逆矩阵是计算机科学、数学、物理等领域中的常用工具，可以用来解决线性方程组、最小二乘法、矩阵分解等问题。
逆矩阵的求解公式如下：
设A是一个n阶矩阵，若存在一个n阶矩阵B，使得AB=BA=E，其中E是n阶单位矩阵，则称B是A的逆矩阵，记为A^-1。
在实际运用中，求解逆矩阵的方法有多种，其中较为常用的是高斯-约旦消元法、克莱姆法则和矩阵求逆公式等。
高斯-约旦消元法是一种求解线性方程组的方法，也可以用来求解逆矩阵。
将原矩阵A和单位矩阵E合并成一个增广矩阵，然后通过初等变换将A化为单位矩阵E，此时增广矩阵右半部分就是A的逆矩阵。
这种方法的优点是简单易懂，但当矩阵的阶数较大时，计算量会很大。
克莱姆法则是一种用于求解n元线性方程组的方法，也可以用来求解逆矩阵。
根据克莱姆法则，可以得到一个n阶矩阵的逆矩阵，即A^-1 = adj(A)/|A|，其中adj(A)是A的伴随矩阵，|A|是A的行列式。
这种方法的缺点是计算量较大，而且只适用于n阶矩阵。
矩阵求逆公式是一种比较复杂的方法，但可以求解任意阶数的矩阵。
根据矩阵求逆公式，可以得到一个n阶矩阵的逆矩阵，即A^-1 = 1/|A| * adj(A)，其中adj(A)是A的伴随矩阵，|A|是A的行列式。
这种方法的优点是通用性强，但计算量较大。
逆矩阵是一种非常重要的矩阵，可以用于解决很多实际问题。
在求解逆矩阵时，可以根据具体情况选择不同的方法，以达到最优的计算效果。
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, 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, 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 *，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 ，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-=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.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-=⎥⎦⎤⎢⎣⎡WZY 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= ⎥⎦⎤⎢⎣⎡--1221110A 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。
求逆矩阵的代数计算方法
求逆矩阵的代数计算方法
求逆矩阵的代数计算方法如下：
1、待定系数法
2、高斯消元法
已知矩阵A和对应维度的单位矩阵I，先写出增广矩阵A|I，然后对A进行高斯消元，在对A消元的同时，单位矩阵I也在变，直到把A消成单位矩阵，A旁边的单位矩阵也会随之变成A的逆矩阵。
3、用LU分解求矩阵的逆
跟我们平时用LU分解的结果来解方程不同的是，以往，我们面对的是Ax=b（x和b都是和A同维度的列向量），当我们已经求得了A的LU分解以后，我们会按照先求Ly=b,得到y，再求Ux=y的步骤，得到最终的x。
如果，我们使用的是PA=LU的分解，则是先求Ly=Pb,再求Ux=y。
而这里，我们面对的是AX=I（X和I都是和A同维度的矩阵，且X就是A-1）。
因此，我这里的做法是把单位矩阵中的每一列，都看成是Ax=b中的一个b，同时，也把“未知矩阵”A-1中的每一列看成是Ax=b中的x。
实际上，我的这个做法也是符合矩阵与矩阵的乘法的意义的，例如AB=C,则，C中的每一列，实际上都是B中的对应列，对A中所有列的线性组合的结果。
B的对应列中的每一个元素就是线性组合的权重。
4、伴随矩阵+代数余子式。
逆矩阵的求法1(无附录)
目录摘要............................................................................................................................................... ΙAbstract. (Ⅱ)第1章绪论 (1)1.1课题的意义及背景介绍 (1)1.2 课题的主要内容 (4)第2章矩阵的基础知识 (5)2.1矩阵的定义及性质 (5)2.1.1 矩阵的定义 (5)2.1.1 矩阵的性质 (11)2.2逆矩阵的定义及性质 (13)2.2.1 逆矩阵的定义 (13)2.2.1 逆矩阵的性质 (13)第3章逆矩阵的求法 (13)3.1初等变换法 (14)3.2伴随矩阵法 (19)3.3利用矩阵方程求逆矩阵法 (21)3.4解方程组法 (22)结论 (26)致谢 (27)参考文献 (28)附录1 (29)附录2 (33)摘要我们知道，矩阵是现代自然科学、工程技术乃至社会科学等许多领域一个不可缺少的数学工具,作为矩阵的一个重要分支，逆矩阵也具有重要的作用。
逆矩阵理论是本世纪矩阵理论中一项极为重要的新发展，特别自50年代以来，逆矩阵的理论和计算方法的研究取得了长足的进展。
比如在概率统计、数学规划、数值分析、控制论、博弈论和网络论等领域。
可以这样说，凡是用到矩阵的地方，都有可能用到逆矩阵。
文中首先介绍了矩阵和逆矩阵的发展和意义，体现出矩阵在现代科学领域中的重要作用。
并且在给出矩阵和逆矩阵定义和性质的基础上，分析了逆矩阵的各种求法。
历史上许多数学家对逆矩阵的求法付出了大量的心血进行研究，文章着重介绍了逆矩阵的四种不同求法，即：初等变换法、伴随矩阵法、利用矩阵方程求逆矩阵法、解方程组法。
最后对论文研究的总体思路进行了总结，进一步阐述了论文研究的重要意义。
关键词:矩阵；逆矩阵；初等变换；伴随矩阵；矩阵方程AbstractWe know that,Matrix is an indispensable mathematical tools in the modern natural science, engineering technology,social science and many other fields,As an important branch of the matrix , the inverse matrix also plays an important role .The inverse matrix theory is a very important new development of matrix theory in this century.Especially since the 1950s,the theory and calculation method of the inverse matrix has made considerable progress.For example,in probability and statistics,mathematical programming, numerical analysis , control theory,game theory and network theory and other fields.The application of the matrix is extensive.This article first describes the development and significance of the matrix and the inverse matrix and the important role of matrix in the field of modern science.In this paper, the author gives the finding of inverse matrix through use the definitions and properties of matrix.Many mathematicians make lots of works to find the method of finding inverse matrix. The article focuses on four different methods for finding the inverse matrix,such as elementary transformation,adjoining matrix,using matrix equation solve inverse matrix,matrix equation.Finally,the general idea of the article are summarized and the significance meaning are described .Key words:matrix；inverse matrix；elementary transformation；adjoining matrix；matrix equation第一章绪论1.1课题的意义及背景介绍矩阵是数学中的一个重要的基本概念，是代数学的一个主要研究对象，也是数学研究和应用的一个重要工具。
- 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)。
目录摘要............................................................................................................................................... ΙAbstract. (Ⅱ)第1章绪论 (1)1.1课题的意义及背景介绍 (1)1.2 课题的主要内容 (4)第2章矩阵的基础知识 (5)2.1矩阵的定义及性质 (5)2.1.1 矩阵的定义 (5)2.1.1 矩阵的性质 (11)2.2逆矩阵的定义及性质 (13)2.2.1 逆矩阵的定义 (13)2.2.1 逆矩阵的性质 (13)第3章逆矩阵的求法 (13)3.1初等变换法 (14)3.2伴随矩阵法 (19)3.3利用矩阵方程求逆矩阵法 (21)3.4解方程组法 (22)结论 (26)致谢 (27)参考文献 (28)附录1 (29)附录2 (33)摘要我们知道，矩阵是现代自然科学、工程技术乃至社会科学等许多领域一个不可缺少的数学工具,作为矩阵的一个重要分支，逆矩阵也具有重要的作用。
逆矩阵理论是本世纪矩阵理论中一项极为重要的新发展，特别自50年代以来，逆矩阵的理论和计算方法的研究取得了长足的进展。
比如在概率统计、数学规划、数值分析、控制论、博弈论和网络论等领域。
可以这样说，凡是用到矩阵的地方，都有可能用到逆矩阵。
文中首先介绍了矩阵和逆矩阵的发展和意义，体现出矩阵在现代科学领域中的重要作用。
并且在给出矩阵和逆矩阵定义和性质的基础上，分析了逆矩阵的各种求法。
历史上许多数学家对逆矩阵的求法付出了大量的心血进行研究，文章着重介绍了逆矩阵的四种不同求法，即：初等变换法、伴随矩阵法、利用矩阵方程求逆矩阵法、解方程组法。
最后对论文研究的总体思路进行了总结，进一步阐述了论文研究的重要意义。
关键词:矩阵；逆矩阵；初等变换；伴随矩阵；矩阵方程AbstractWe know that,Matrix is an indispensable mathematical tools in the modern natural science, engineering technology,social science and many other fields,As an important branch of the matrix , the inverse matrix also plays an important role .The inverse matrix theory is a very important new development of matrix theory in this century.Especially since the 1950s,the theory and calculation method of the inverse matrix has made considerable progress.For example,in probability and statistics,mathematical programming, numerical analysis , control theory,game theory and network theory and other fields.The application of the matrix is extensive.This article first describes the development and significance of the matrix and the inverse matrix and the important role of matrix in the field of modern science.In this paper, the author gives the finding of inverse matrix through use the definitions and properties of matrix.Many mathematicians make lots of works to find the method of finding inverse matrix. The article focuses on four different methods for finding the inverse matrix,such as elementary transformation,adjoining matrix,using matrix equation solve inverse matrix,matrix equation.Finally,the general idea of the article are summarized and the significance meaning are described .Key words:matrix；inverse matrix；elementary transformation；adjoining matrix；matrix equation第一章绪论1.1课题的意义及背景介绍矩阵是数学中的一个重要的基本概念，是代数学的一个主要研究对象，也是数学研究和应用的一个重要工具。
“矩阵”这个词是由西尔维斯特首先使用的，他是为了将数字的矩形阵列区别于行列式而发明了这个术语。
而实际上，矩阵在它的课题诞生之前就已经发展的很好了。
18世纪中期，数学家们开始研究二次曲线和二次曲面的方程简化问题，即二次型的化简。
在这一问题的研究中，数学家们得到了与后来的矩阵理论密切相关的许多概念和结论。
1748年，瑞士数学家欧拉(L．Euler，1707—1783)在将三个变数的二次型化为标准型时，隐含地给出了特征方程的概念。
1773年，法国数学家拉格朗日(J．L．Lagrange，1736—1813)在讨论齐次多项式时引入了线性变换。
1801年德国数学家高斯(C．F．Gauss，1777一1855)在《算术研究》中，将欧拉与拉格朗日的二次型理论进行了系统的推广，给出了两个线性变换的复合，而这个复合的新变换其系数矩阵是原来两个变换的系数矩阵的乘积。
另外，高斯还从拉格朗日的工作中抽象出了型的等价概念，在研究两个互逆变换的过程中孕育了两个矩阵的互逆概念。
1826年，柯西在《微积分在几何中的应用教程》中讨论了二次型束的特征根使束的行列式为零的情况，证明了当其中一个二次型对变数的所有非零实数值是正定的时，束的特征根全为实数。
从18世纪中期到19世纪初，数学家们在研究二次型的过程中涉及到大量的线性变换，得到了许多重要概念和结论。
由于二次型和线性变换均可以使用矩阵来表示，所以这些概念和结论也就可以自然而然地移植到矩阵理论之中。
因此二次型理论是矩阵思想得以孕育的重要源泉之一。
“从逻辑上来说，矩阵的概念应先于行列式的概念，但在历史上却正好相反”。
18世纪中叶，数学家们开始用行列式的法则解线性方程组，在大量关于行列式的计算中用到矩阵的一些基本性质。
1815年，柯西在一篇关于行列式理论的基础性论文中用缩写的记号1,()n a 代表被其称之为“对称组”的矩阵。
另外，在柯西有关行列式的工作中，还涉及到正规矩阵、对称矩阵以及相似变换等问题。
在相似行列式的研究中，柯西证明了相似变换有相同的特征根。
1827年，德国数学家雅可比(J.Jacobi,1804—1851)得出结论“斜对称矩阵的秩是偶数”。
1843年，德国数学家艾森斯坦(F.G .Eisenstein,1823—1852)用明确的符号S T ⨯来表示两个变换S 和T 的复合，并在1844年的一篇论文中针对这种变换的复合写道：“顺便地，在它的基础上可以建立一个算法，其中包括把乘除法以及乘幂的一般运算规则应用到两个线性方程组的符号方程上。
正确的符号方程总是可以得到，它思考的中心问题是因子的顺序，即方程组复合的顺序往往不可以改变”。
很明显，艾森斯坦这里所说的变换的一般运算规则实际上就是矩阵的运算法则，并指出矩阵运算不符合交换律。
由此看出，矩阵的概念还没有明确给出，而在行列式的计算中，矩阵作为一种工具就已经开始自由地使用了。
但那时的矩阵仅作为行列式的排列形式，在行列式的计算中遵循了矩阵的运算法则。
因此伴随线性方程组的求解而产生的行列式理论是矩阵思想的里一个重要源泉。
1858年，凯莱发表了重要文章《矩阵论的研究报告》，系统地阐述了矩阵的基本理论。
在该文中，他用单个的字母表示矩阵，定义了零矩阵、单位矩阵等特殊矩阵，定义了两个矩阵相等、相加以及数乘矩阵，指出了矩阵加法的可交换性与可结合性，数与矩阵的数乘等运算和算律。
在该文中，凯莱从两个变换的复合给出两个矩阵乘积的定义，得出矩阵乘法满足结合律一般不满足交换律，推广了矩阵乘积的转置的一般性质。
利用一般的代数运算和矩阵运算的相似性得出矩阵的一些结论，他把方程组的解用矩阵的逆来表示，给出“当0A =时逆矩阵的概念就没有了”，即当行列式为零时矩阵不可逆，并把这一结论称为“当0A =时矩阵是不定的”。
文章中凯莱还用矩阵的简化记法推出了方阵的特征方程和特征根(特征值)的重要结论：“每一个矩阵都满足它的特征方程”，这是“矩阵理论中最著名的理论之一”引。
凯莱对于二、三阶矩阵的情况给出证明，并且说明没有必要去验证一般的矩阵。
由于爱尔兰数学家哈密顿(W ．R ．Hamilton ，1805--1865)的四元数理论涉及到的一个线性变换满足它的特征方程，所以该结论被称为“凯莱一哈密顿定理”。
凯莱的这一结论遵循矩阵乘法的特殊规则以及不满足交换律的特征，具有四元数理论所不具备的将超复数当作矩阵看待的思想，为进一步将矩阵论与超复数相联系来研究超复数代数提供了新的工具。
凯莱的《矩阵论的研究报告》的公开发表标志着矩阵理论作为一个独立数学分支的诞生。
作为矩阵理论的创立者，凯莱在矩阵理论的创立与发展中做了开创性的工作，他是第一个把矩阵作为独立的概念提出来，并作为独立的理论加以研究的数学家。
从矩阵概念的引入、相关概念的定义、运算的定性与求法到矩阵一些重要结论的建立，凯莱关于这个课题发表了一系列研究成果，使得矩阵从零散的知识发展为系统完善的理论体系。
凯莱创立矩阵理论之后，数学家们并没有停止对矩阵的研究，在19世纪下半叶，许多数学家在不同的数学领域进一步研究和发展着矩阵理论。
其中西尔维斯特、弗罗伯纽斯和约当等就是他们中的重要代表。
在矩阵论的发展史上，弗罗伯纽斯(G.Frobenius,1849-1917)的贡献是不可磨灭的。