矩阵求逆方法大全1
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。
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。
矩阵的逆求解技巧
矩阵的逆求解技巧矩阵逆的求解是线性代数中非常重要的一部分，它在科学计算、工程应用和数学理论等领域都有广泛应用。
本文将介绍矩阵逆的求解技巧，包括高斯-约当消元法、伴随矩阵法和基于特征值的方法。
1. 高斯-约当消元法高斯-约当消元法是求解矩阵逆的一种经典方法。
该方法的基本思想是将待求逆矩阵与单位矩阵联合成一个增广矩阵，然后通过一系列行变换将增广矩阵转化为单位矩阵和逆矩阵。
具体步骤如下：1) 将待求逆矩阵A与单位矩阵I联合成增广矩阵[A|I]。
2) 通过行变换，使得增广矩阵的左半部分变为单位阵。
具体步骤是将第i列的主元素调整为1，同时将位于它下方的元素调整为0。
重复这一过程，直到所有列的主元素都变为1。
3) 在增广矩阵的左半部分变为单位阵后，其右半部分将变为矩阵A的逆矩阵。
这种方法的优点是简单易懂，适用于各种规模的矩阵。
但是，当矩阵的维数较大时，计算量非常庞大。
2. 伴随矩阵法伴随矩阵法是求解矩阵逆的另一种常用方法。
该方法的基本思想是利用伴随矩阵来求解逆矩阵。
伴随矩阵是由原矩阵的代数余子式按一定规律排列而成的一个矩阵。
具体步骤如下：1) 计算原矩阵A的代数余子式。
2) 将代数余子式按照一定规律排列成伴随矩阵。
3) 利用伴随矩阵和原矩阵的行列式之积进行矩阵逆的计算。
具体计算逆矩阵的公式是：A^(-1) = adj(A)/|A|，其中adj(A)表示A的伴随矩阵，|A|表示A的行列式。
伴随矩阵法的优点是计算量相对较小，适用于中等规模的矩阵。
但是，当原矩阵的维数较大时，计算伴随矩阵和行列式都会带来较大的计算压力。
3. 基于特征值的方法基于特征值的方法是求解矩阵逆的一种常用方法。
该方法的基本思想是将矩阵A分解为特征值和特征向量的形式，然后通过特征值和特征向量的计算求解逆矩阵。
具体步骤如下：1) 计算矩阵A的特征值和特征向量。
2) 将矩阵A的特征值构成一个对角矩阵Λ，特征向量构成一个列向量矩阵P。
3) 计算原矩阵A的逆矩阵。
矩阵运算 求逆
矩阵求逆是线性代数中的一个重要概念，通常指的是对于一个给定的方阵，找到一个同样大小的矩阵，使得两者相乘得到单位矩阵。
以下是几种常见的求逆矩阵的方法：
1. 高斯消元法：这是一种通过行变换将矩阵转换为行阶梯形矩阵，然后通过回代求解未知数的方法。
如果矩阵可逆，最终可以通过回代得到其逆矩阵。
2. LU分解法：这种方法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。
如果这样的分解存在，那么矩阵的逆可以表示为U的逆和L的逆的乘积。
3. SVD分解法：奇异值分解（SVD）是一种将矩阵分解为三个矩阵的乘积的方法。
如果矩阵是可逆的，那么它的逆可以通过对分解得到的矩阵进行相应的逆运算得到。
4. QR分解法：这种方法将矩阵分解为一个正交矩阵Q和一个上三角矩阵R的乘积。
如果矩阵可逆，那么其逆可以表示为R的逆和Q的转置的乘积。
5. 伴随矩阵法：这是通过计算矩阵的伴随矩阵和行列式的倒数来求逆的方法。
适用于小矩阵或者行列式容易计算的情况。
6. 初等变换法：通过对矩阵进行一系列的初等行变换或列变换，将其转换为单位矩阵，同时对单位矩阵进行相同的变换，最终得到的就是原矩阵的逆。
矩阵求逆方法大全-1
求逆矩阵的若干方法和举例苏红杏广西民院计信学院00数本（二）班[摘 要] 本文详细给出了求逆矩阵的若干方法并给出相应的例子，以供学习有关矩阵方面的读者参考。
[关键词] 逆矩阵 初等矩阵 伴随矩阵 对角矩阵 矩阵分块 多项式等引 言 在我们学习《高等代数》时，求一个矩阵的逆矩阵是一个令人十分头痛的问题。
但是，在研究矩阵及在以后学习有关数学知识时，求逆矩阵又是一个必不可缺少的知识点。
为此，我介绍下面几种求逆矩阵的方法，供大家参考。
定义: n 阶矩阵A 为可逆，如果存在n 阶矩阵B ，使得E BA AB ==，这里E 是n 阶单位矩阵，此时，B 就称为A 的逆矩阵，记为1-A ，即：1-=A B方法 一. 初等变换法（加边法）我们知道，n 阶矩阵A 为可逆的充分必要条件是它能表示成一系列初等矩阵的乘积A=m Q Q Q 21， 从而推出可逆矩阵可以经过一系列初等行变换化成单位矩阵。
即，必有一系列初等矩阵 m Q Q Q 21使E A Q Q Q m m =-11 （1） 则1-A =E A Q Q Q m m =-11 （2）把A ，E 这两个n 阶矩阵凑在一起，做成一个n*2n 阶矩阵（A ，E ），按矩阵的分块乘法，（1）（2）可以合并写成11Q Q Q m m -（A ，E ）=（11Q Q Q m m -，A ，E Q Q Q m m 11 -）=（E ，1-A ） （3） 这样就可以求出矩阵A 的逆矩阵1-A 。
例 1 . 设A= ⎪⎪⎪⎭⎫ ⎝⎛-012411210 求1-A 。
解：由（3）式初等行变换逐步得到：⎪⎪⎪⎭⎫ ⎝⎛-100012010411001210→ ⎪⎪⎪⎭⎫ ⎝⎛-100012001210010411 →⎪⎪⎪⎭⎫ ⎝⎛----123200124010112001→⎪⎪⎪⎪⎭⎫ ⎝⎛----21123100124010112001于是1-A = ⎪⎪⎪⎪⎭⎫ ⎝⎛----21123124112说明：此方法适用于求元素为具体数字的矩阵的逆矩阵，比较简便，特别是当阶数较高时，使用初等变换法的优点更明显。
求逆矩阵的三种方法
求逆矩阵的三种方法求逆矩阵的三种方法1.待定系数法待定系数法顾名思义是一种求未知数的方法。
将一个多项式表示成另一种含有待定系数的新的形式，这样就得到一个恒等式。
然后根据恒等式的性质得出系数应满足的方程或方程组，其后通过解方程或方程组便可求出待定的系数，或找出某些系数所满足的关系式，这种解决问题的方法叫做待定系数法。
对于这个题来说，左边是题目中的矩阵，右边是假设的三阶矩阵[1 -4 -3] | [a b c][1 -5 -3] | [d e f][-1 6 4] | [g h i]接下来该说说矩阵的乘法，两个矩阵相乘，内部决定可乘与否，外部决定新形状形如A[3*1]与B[2*3]不可乘，A[3*3]与B[3*1]可乘A*B=C3*1（三行一列的矩阵）其核心是第一个矩阵第一行的每个数字，各自乘以第二个矩阵第一列对应位置的数字，然后乘积相加就可以得到，换句话说，结果矩阵的第M行与第N列交叉的位置的那个值等于第一个矩阵的第M行与第二个矩阵第N列对应位置的每个数字的乘积之和。
过程如下[a-4d-3g b-4e-3h c-4f-3i ] | [1 0 0][a-5d-3g b-5e-3h c-5f-3i ] | [0 1 0][-a+6d+4g -b+6d+4g -c+6c+4i ] | [0 0 1]九个未知数九个方程a-4d-3g=1 a=2b-4e-3h=0 b=2c-4f-3i=0 c=3a-5d-3g=0 >>> d=1b-5e-3h=1 >>> e=-1c-5f-3i=0 >>> f=0-a+6d+4g=0 g=-1-b+6d+4g=0 h=2-c+6c+4i=1 i=1以上就是待定系数法的全部内容，这种方法方法并不难，主要考察的是细心。
2.伴随矩阵法用这个方法之前，必须先搞清什么是余子式和代数余子式！设矩阵，将矩阵的元素所在的第i行第j列元素划去后，剩余的，各元素按原来的排列顺序组成的n-1阶矩阵所确定的行列式称为元素的余子式，记为，称谓元素的代数余子式。
矩阵求逆方法
求元素为具体数字的矩阵的逆矩阵时，常采用如下一些方法．
方法1 伴随矩阵法：．
注1对于阶数较低(一般不超过3阶)或元素的代数余子式易于计算的矩阵可用此法求其逆矩阵．注意元素的位置及符号．特别对于2阶方阵
，其伴随矩阵，即伴随矩阵具有“主对角元互换，次对角元变号”的规律．
注2 对分块矩阵不能按上述规律求伴随矩阵．
方法2 初等变换法：
注对于阶数较高()的矩阵，采用初等变换法求逆矩阵一般比用伴随矩阵法简便．在用上述方法求逆矩阵时，只允许施行初等行变换．
方法3分块对角矩阵求逆：对于分块对角(或次对角)矩阵求逆可套用公式
其中均为可逆矩阵．
例1已知，求．解将分块如下：
其中，
而
，
从而
例2已知，且，试求．解由题设条件得
例3 设4阶矩阵
且矩阵满足关系式，试将所给关系式化简，并求出矩阵．解由所给的矩阵关系式得到
，即
故．利用初等变换法求．由于
故
例4 设，则_________.
应填：.
分析在遇到的有关计算时，一般不直接由定义去求，而是利用的
重要公式.如此题，由得，而，于是
=
例5 已知，试求和．
分析因为，所以求的关键是求．又由
知，可见求得和后即可得到．
解对两边取行列式得，于是
即，故
又因为，其中，又，可求得
，
故由得
例6 设，其中（），则____.
应填：.
分析法1.，其中，.
从而.又，，代入即得的逆矩阵.
法2. 用初等变换法求逆矩阵.
=
故。
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！。
矩阵求逆的方法
前言矩阵理论在《线性代数》课程中有着重要的地位,矩阵和数相仿可以运算,特别是乘法和数一样有逆运算,其定义为:对于 n 阶方阵 A,如果存在 n 个阶段 B 使得 AB=BA=E,则 n 个阶方阵 A 为可逆的,B 为 A 的逆矩阵。
掌握好求逆矩阵的方法对线性方程组、二次型、线性变换等问题的解决有很大帮助。
关于矩阵求逆问题,不同的《线性代数》教材介绍了不同的方法。
下面对求逆矩阵方法进行全面论述,并做一步探讨。
1矩阵求逆常见的几种方法 1.1 用伴随矩阵法求逆矩定理1.1.1：n 阶矩阵)(ij a A =可逆的充要条件0≠A ，而且当)2(≥n 阶矩阵A 有逆矩阵，*-=A AA 11，其中*A 伴随矩阵。
例1 矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=412112013A 是否可逆？若可逆，求1-A 解：A A ∴≠=05可逆又511=A ，421=A ，3131=A ，1012=A ，1222=A ，332-=A ，013=A ，123=A ，133=A∴*-=A AA 11 例 2 设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=543022001A ，*A 是A 的伴随矩阵，求()1-*A 解：1-*=A A A ，又()kB kB 11--=， 所以()()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡====---*5430220011011011111A A A AA A且有规律可循。
对于三阶以上方阵用该方法逆矩阵,不仅计算量大且易出错,一般不用此种方法。
对求出逆矩阵正确与否,一般用E AA A A ==--11来检验是否正确。
1.2 用初等变换法求逆矩阵定理 1.2.1 如果n 阶方阵A 可逆，则存在有限个初等矩阵，l P P P 21,使得l P P P A 21=。
如果A 可逆，则1-A 也可逆，由上述定理， 存在初等矩阵l Q Q Q ,,,21 使得l Q Q Q A 211=-那么A A AA E 11--== 即A Q Q Q E l 21= E Q Q Q A l 211=-于是我们得到一个求逆矩阵的方法如下：如果n 阶方阵A 可逆，作一个n n 2⨯的矩阵E A ，然后对此矩阵施以初等行换，使A 化为单位矩阵E 同时化为1-A ，即：E A 1-−−−→−A E 初等行变换例1 用初等行变换求矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=521310132A 的逆矩阵解：=E A →⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡001010100132310521100010001521310132 →⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--201010100910310521211010100600310521⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-----→⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡--→316161100123210103461361001316161100010310100521 故⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-----=-3161611232134613611A 同理，如果n 阶矩阵A 可逆，作一个n n ⨯2的矩阵⎥⎦⎤⎢⎣⎡E A ，然后此矩阵施以初等变换，使矩阵A 化为单位阵E ，则同时E 化为1-A ，即⎥⎦⎤⎢⎣⎡−−−→−⎥⎦⎤⎢⎣⎡-1A E E A 初等列变换。
(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。
求矩阵逆矩阵的常用方法
求矩阵逆矩阵的常用方法矩阵逆矩阵是一个非常重要的概念，在许多数学和工程应用中都有广泛的应用。
下面介绍了三种求矩阵逆矩阵的常见方法，以及它们的拓展。
方法一：行列式求解法行列式求解法是最常用的方法之一，它基于矩阵逆矩阵的定义，即矩阵的逆矩阵等于其转置矩阵与原矩阵相乘的行列式。
具体步骤如下:1. 计算矩阵 A 的行列式;2. 将行列式乘以矩阵 A 的列向量，得到矩阵 A 的逆矩阵。
方法二：高斯 - 约旦消元法高斯 - 约旦消元法是一种用于求解矩阵逆矩阵的线性代数算法，它基于矩阵乘法的可逆性。
具体步骤如下:1. 将矩阵 A 分解成阶梯形矩阵;2. 对阶梯形矩阵的每一列进行高斯 - 约旦消元，得到一个新的矩阵;3. 将新的矩阵与原矩阵 A 相乘，得到矩阵 A 的逆矩阵。
方法三：奇异值分解法奇异值分解法是一种用于求解矩阵逆矩阵的非常规方法，它基于矩阵的奇异值分解。
具体步骤如下:1. 将矩阵 A 分解成奇异值分解;2. 对分解后的矩阵分别进行逆矩阵运算，得到矩阵 A 的逆矩阵。
拓展：矩阵逆矩阵的应用矩阵逆矩阵在许多数学和工程应用中都有广泛的应用，下面列举了其中的几个应用领域:1. 信号处理：矩阵逆矩阵在数字信号处理中被用来求解信号的逆变换，即信号的逆变换。
2. 量子力学：矩阵逆矩阵在量子力学中被用作求解系统的能级和波函数。
3. 控制理论：矩阵逆矩阵在控制理论中被用作求解系统的控制器，即控制器的逆矩阵。
4. 统计学：矩阵逆矩阵在统计学中被用于求解协方差矩阵的逆矩阵，即协方差矩阵的逆矩阵。
5. 计算机科学：矩阵逆矩阵在计算机科学中被用于求解矩阵的逆矩阵，即矩阵的逆矩阵。
矩阵逆矩阵是一种非常重要的数学概念，在许多数学和工程应用中都有广泛的应用。
了解不同方法求解矩阵逆矩阵的原理和过程，有助于更好地理解和应用矩阵逆矩阵的概念。
矩阵求逆的几种方法
矩阵求逆的几种方法矩阵求逆是线性代数学习的重要内容，给出一个矩阵A，要求求矩阵A的逆矩阵存在时，可以通过几种方法来解决这个问题。
本文对这几种求逆方法进行了总结，一起来学习一下。
一、矩阵求逆的2x2特例2x2矩阵求逆是求矩阵逆最为基础的方法，下面以A为例，计算A的逆矩阵。
A=begin{pmatrix}a&bc&dend{pmatrix}则A的逆矩阵为：A^{-1}=frac{1}{ad-bc}begin{pmatrix}d&-b-c&aend{pmatrix}二、增广矩阵的方法用增广矩阵的方法，可以求任意阶的方阵的逆矩阵。
由A增广矩阵B：B=begin{pmatrix}a&b&e_1c&d&e_2e_3&e_4&e_5end{pmatrix} 其中，$e_i$是单位矩阵的元素。
用行列式计算法求出$Delta_B$由$Delta_B=ad-bceq 0$可以判断行列式不等于0，即矩阵A可逆。
计算A的逆矩阵：A^{-1}=frac 1{Delta_B}begin{pmatrix}d&-b&e_3-c&a&e_4e_1&e_2&e_5end{pmatr ix}其中，$e_i$为求解此增广矩阵过程中得到的单位矩阵的元素。
三、分块矩阵的求逆分块矩阵的方法是求解大型矩阵的另一种简便方法，假设A为4阶矩阵：A=begin{pmatrix}A_{11}&A_{12}A_{21}&A_{22}end{pmatrix} 它的逆矩阵为：A^{-1}=begin{pmatrix}A_{11}^{-1}&-A_{11}^{-1}A_{12}-A_{21}A _{11}^{-1}&A_{22}-A_{21}A_{11}^{-1}A_{12}end{pmatrix} 以上三种矩阵求逆的方法在实际应用中都有不同的作用，但是本质都是同一种方法，以上三种方法矩阵求逆的数学原理是一样的，只不过实现过程和求解结果有所不同而已。
求具体矩阵的逆矩阵(方法集锦)
故
/jp2005/26/bjjc/xj/zsyd2-55.htm[2015/3/18 22:27:11]
无标题文档
/jp2005/26/bjjc/xj/zsyd2-55.htm[2015/3/18 22:27:11]
/jp2005/26/bjjc/xj/zsyd2-55.htm[2015/3/18 22:27:11]
无标题文档
其中
，
而 ，
从而 例2 已知
解 由题设条件得
例3 设4阶矩阵
，且
，试求 ．
且矩阵 满足关系式
，试将所给关系式化简，并求出矩阵 ．
解 由所给的矩阵关系式得到
，其中 得
，又 ，
，可求得
例6 设
，其中
（
），则
____.
/jp2005/26/bjjc/xj/zsyd2-55.htm[2015/3/18 22:27:11]
无标题文档
应填：
分析 法1.
，其中
从而
.又
法2. 用初等变换法求逆矩阵.
=
，
.
，
，代入即得 的逆矩阵.
得
，而
，于是
=
例5 已知
，试求 和 ．
/jp2005/26/bjjc/xj/zsyd2-55.htm[2015/3/18 22:27:11]
无标题文档
分析 因为
，所以求 的关键是求
．又由
知
后即可得到 ．
解对
两边取行列式得
，于是
，可见求得
和
即
，故
又因为 故由
注2 对分块矩阵
不能按上述规律求伴随矩阵．
方法2初等变换法：
求矩阵的逆矩阵的方法
求矩阵的逆矩阵的方法
矩阵的逆矩阵是一种特殊的矩阵，与原矩阵相乘得到单位矩阵。
如果一个矩阵没有逆矩阵，则称该矩阵为“奇异矩阵”。
为了求一个矩阵的逆矩阵，需要满足两个条件：
1.该矩阵是可逆矩阵（即没有行或列的线性相关）。
2.该矩阵是方阵（行数和列数相同）。
以下是求解矩阵的逆矩阵的方法：
1. 高斯-约旦消元法
使用高斯-约旦消元法可将一个矩阵转化为行阶梯矩阵（或最简模型矩阵）。
将该矩阵与一个单位矩阵进行行变换，直到原始矩阵变为单位矩阵。
此时右侧的矩阵即为原始矩阵的逆矩阵。
2. 列主元消元法
使用列主元消元法可将一个矩阵转化为一个特殊的矩阵，即一个下三角矩阵与一个上三角矩阵的乘积。
利用这个分解，可以很容易地计算出逆矩阵。
3. 矩阵伴随法
使用伴随矩阵法可以计算出一个矩阵的逆矩阵。
该方法将原始矩阵转置为其伴随矩阵，再将其除以原始矩阵的行列式即得到逆矩阵。
总之，求解一个矩阵的逆矩阵需要使用一些数学方法和技巧。
这
些方法的选择取决于矩阵的特性，以及求解逆矩阵的具体要求和目的。
求逆矩阵的方法
求逆矩阵的方法逆矩阵是矩阵理论中非常重要的概念，它在线性代数、微积分、概率统计等领域都有着广泛的应用。
在实际问题中，我们常常需要对矩阵进行逆运算，以便求解方程组、进行线性变换等。
那么，如何求逆矩阵呢？下面我们将介绍几种常用的方法。
1. 初等变换法。
初等变换法是求逆矩阵的一种常用方法。
首先，我们将待求逆的矩阵写成增广矩阵的形式，即将单位矩阵拼接在原矩阵的右侧，然后通过一系列的初等行变换，将原矩阵变为单位矩阵，此时增广矩阵的右侧就是所求的逆矩阵。
这种方法简单直观，适用于小规模矩阵的求逆运算。
2. 初等矩阵法。
初等矩阵法是另一种常用的求逆矩阵的方法。
我们知道，对一个矩阵进行一系列的初等行变换，实质上可以看作是左乘一个初等矩阵，因此，如果我们能够找到一系列的初等矩阵，使得它们的乘积等于单位矩阵，那么这些初等矩阵的逆矩阵的乘积就是原矩阵的逆矩阵。
这种方法适用于大规模矩阵的求逆运算，因为可以通过计算初等矩阵的逆矩阵，避免直接进行行变换。
3. 克拉默法则。
克拉默法则是另一种求逆矩阵的方法，它适用于方阵且可逆的情况。
根据克拉默法则，一个矩阵的逆矩阵可以通过它的伴随矩阵来求解，具体的求解过程可以通过矩阵的代数余子式和行列式来完成。
这种方法在理论上很有意义，但在实际计算中往往效率较低，因此一般不适用于大规模矩阵的求逆运算。
4. 特征值和特征向量法。
特征值和特征向量法是一种更加高级的求逆矩阵的方法。
通过求解矩阵的特征值和特征向量，我们可以得到矩阵的对角化形式，从而进一步求得矩阵的逆矩阵。
这种方法在理论上非常有深度和广泛的适用性，但在实际计算中往往较为复杂，因此一般适用于特定的矩阵结构和特定的求逆问题。
综上所述，求逆矩阵的方法有很多种，我们可以根据具体的问题和需求选择合适的方法。
在实际应用中，我们往往会结合多种方法，以求得更加高效和精确的结果。
希望本文介绍的方法能够对您有所帮助，谢谢阅读！。
矩阵的逆的求法
矩阵的逆的求法
矩阵的逆的求法主要有以下几种方法：
1.利用定义求逆矩阵：如果矩阵A是可逆的，那么存在一个矩阵B，使得
AB=BA=E，其中E为单位矩阵。
利用这个定义，可以通过特定的算法计算出矩阵A的逆矩阵B。
2.初等变换法：对于元素为具体数字的矩阵，可以利用初等行变换化为单位
矩阵的方法来求逆矩阵。
如果A可逆，则A可通过初等行变换化为单位矩阵I，即存在初等矩阵使（1）式成立。
同时，用右乘上式两端，得到（2）式。
比较（1）、（2）两式，可以看到当A通过初等行变换化为单位处阵的同时，对单位矩阵I作同样的初等行变换，就化为A的逆矩阵。
这种方法在实际应用中比较简单。
3.伴随阵法：如果A是n阶可逆矩阵，那么A的伴随矩阵A也是可逆的，且
(A)-1=A*/|A|。
利用这个公式可以方便地计算出A的逆矩阵。
4.恒等变形法：利用恒等式的变形规律来求逆矩阵。
例如，利用行列式的性
质和展开定理，可以计算出矩阵的行列式值，从而得到逆矩阵。
需要注意的是，不同的方法适用于不同类型的矩阵和问题，因此在选择方法时应根据具体情况进行选择。
同时，在实际应用中还需注意计算的精度和稳定性等问题。
求逆矩阵的三种方法
求逆矩阵的三种方法求逆矩阵是线性代数中的一个重要问题，对于给定的一个方阵A，求解出一个方阵B，使得A与B的乘积为单位矩阵，即A乘以B等于单位矩阵。
本文将介绍三种常见的求逆矩阵的方法：伴随矩阵法、初等变换法和高斯-约当消元法。
一、伴随矩阵法：伴随矩阵法是求解逆矩阵最常用的方法之一、给定一个n阶方阵A，首先计算出其伴随矩阵Adj(A)，然后用其行列式D，A，除以A的行列式，A，得到矩阵的逆矩阵A^(-1)。
具体步骤如下：步骤1：计算A的行列式，A。
步骤2：对A的每个元素a(ij)，计算其代数余子式A(ij)。
A(ij)是将A的第i行和第j列删除后得到的矩阵的行列式。
步骤3：根据代数余子式A(ij)计算伴随矩阵Adj(A)。
Adj(A)的第i行第j列的元素等于A(ij)乘以(-1)^(i+j)。
步骤4：计算逆矩阵A^(-1) = Adj(A)/，A。
伴随矩阵法求逆矩阵的优点是简单易懂，但是对于大型矩阵来说，计算量较大。
二、初等变换法：初等变换法是通过一系列矩阵的变换，将原矩阵变换为单位矩阵的同时，将单位矩阵进行相同变换，最终得到的矩阵就是原矩阵的逆矩阵。
具体步骤如下：步骤1：将原矩阵A和单位矩阵I进行横向拼接，得到一个n阶矩阵[A,I]。
步骤2：通过一系列的初等行变换，将矩阵[A,I]变换为一个左边是单位矩阵的矩阵[E,B]。
此时，原矩阵A的逆矩阵就是右边的矩阵B。
步骤3：将右边的矩阵B拆分出来，即得到A的逆矩阵A^(-1)=B。
初等变换法求逆矩阵的优点是可以直观地通过初等行变换的方式来求解，但是对于一些特殊矩阵而言，可能需要执行大量的行变换操作。
三、高斯-约当消元法：高斯-约当消元法是通过消元的方式，将原矩阵A变换为一个上三角矩阵的同时，将单位矩阵进行相同变换，最终得到的矩阵就是原矩阵的逆矩阵。
具体步骤如下：步骤1：将原矩阵A和单位矩阵I进行横向拼接，得到一个n阶矩阵[A,I]。
步骤2：通过高斯-约当消元的方式，将矩阵[A,I]转化为一个上三角矩阵[U,C]。
求矩阵的逆的方法
求矩阵的逆的方法矩阵是现代数学的重要工具之一，广泛应用于各个领域，例如物理学、工程学、经济学等。
在矩阵运算中，求矩阵的逆是一项基本操作，因为逆矩阵可以帮助我们解决许多实际问题。
本文将介绍几种求矩阵逆的方法，包括高斯消元法、伴随矩阵法和LU分解法等。
一、高斯消元法高斯消元法是一种常用的求解线性方程组的方法，也可用于求解矩阵逆。
该方法的基本思路是通过一系列的矩阵变换，将原矩阵转化为一个上三角矩阵或下三角矩阵，然后再通过反向代入法求解逆矩阵。
具体步骤如下：1. 将原矩阵A与单位矩阵I合并成增广矩阵$(A|I)$；2. 通过初等行变换，将增广矩阵转化为上三角矩阵$(U|B)$，其中B为单位矩阵的变换结果；3. 反向代入法求解逆矩阵：$$ begin{cases} UY=B AX=Y end{cases} $$其中，Y为逆矩阵。
由此可得，逆矩阵的求解可以转化为线性方程组的求解，因此高斯消元法是一种可靠且易于实现的方法。
但是，该方法的计算复杂度较高，特别是在矩阵规模较大时，计算时间会很长。
二、伴随矩阵法伴随矩阵法是一种基于矩阵的代数运算求解逆矩阵的方法。
该方法的基本思路是通过求解伴随矩阵，来得到原矩阵的逆矩阵。
具体步骤如下：1. 求解原矩阵的行列式$|A|$；2. 求解原矩阵的伴随矩阵$adj(A)$：$$ adj(A)=[(-1)^{i+j}M_{ji}]^T $$其中，$M_{ji}$为原矩阵的代数余子式，$(-1)^{i+j}$为符号因子，$^T$表示矩阵的转置；3. 求解逆矩阵：$$ A^{-1}=frac{1}{|A|}adj(A) $$伴随矩阵法的优点是计算简单，特别是对于规模较小的矩阵，计算效率较高。
但是，该方法的缺点是对于规模较大的矩阵，计算时间会较长，而且需要求解行列式，这也会增加计算的难度。
三、LU分解法LU分解法是一种将原矩阵分解为下三角矩阵L和上三角矩阵U的方法，由此可以求解逆矩阵。
求逆矩阵的方法
求逆矩阵的方法逆矩阵是线性代数中非常重要的概念，它在数学和工程领域有着广泛的应用。
在实际问题中，我们经常需要求解矩阵的逆，因此了解求逆矩阵的方法是非常重要的。
本文将介绍几种常见的求逆矩阵的方法，希望能对大家有所帮助。
方法一，伴随矩阵法。
伴随矩阵法是求解逆矩阵的一种常用方法。
对于一个n阶矩阵A，如果它的行列式不为0，那么它的逆矩阵存在。
我们可以通过计算伴随矩阵来求解逆矩阵。
具体步骤如下：1. 计算矩阵A的行列式，如果行列式为0，则矩阵A不存在逆矩阵；2. 计算矩阵A的伴随矩阵，即将矩阵A的每个元素的代数余子式组成的矩阵进行转置；3. 将伴随矩阵除以矩阵A的行列式，得到矩阵A的逆矩阵。
方法二，初等变换法。
初等变换法是另一种求解逆矩阵的常用方法。
对于一个n阶矩阵A，如果它的行列式不为0，那么它的逆矩阵存在。
我们可以通过初等变换将矩阵A转化为单位矩阵，然后将单位矩阵通过相同的初等变换得到A的逆矩阵。
具体步骤如下：1. 将矩阵A和单位矩阵拼接成一个2n阶的矩阵；2. 通过初等行变换将矩阵A转化为单位矩阵，此时单位矩阵部分就是A的逆矩阵。
方法三，高斯-约当消元法。
高斯-约当消元法也是一种常用的求解逆矩阵的方法。
通过将矩阵A和单位矩阵拼接在一起，然后通过初等行变换将矩阵A转化为单位矩阵，此时单位矩阵部分就是A的逆矩阵。
具体步骤如下：1. 将矩阵A和单位矩阵拼接成一个2n阶的矩阵；2. 通过高斯-约当消元法将矩阵A转化为单位矩阵，此时单位矩阵部分就是A的逆矩阵。
方法四，矩阵分块法。
矩阵分块法是一种比较直观的求解逆矩阵的方法。
对于一个2n 阶矩阵A，我们可以将其分块成四个n阶子矩阵，然后通过矩阵分块的运算规则来求解逆矩阵。
具体步骤如下：1. 将矩阵A分块成四个n阶子矩阵，记为A = [A11, A12;A21, A22]；2. 如果A22存在逆矩阵，那么A的逆矩阵可以通过以下公式求解，A的逆矩阵 = [A11 A12 A22^(-1) A21]^(-1), -A11A12^(-1); -A22^(-1) A21, A22^(-1)]。
- 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)。
求逆矩阵的若干方法和举例苏红杏广西民院计信学院00数本（二）班[摘 要] 本文详细给出了求逆矩阵的若干方法并给出相应的例子，以供学习有关矩阵方面的读者参考。
[关键词] 逆矩阵 初等矩阵 伴随矩阵 对角矩阵 矩阵分块 多项式等引 言 在我们学习《高等代数》时，求一个矩阵的逆矩阵是一个令人十分头痛的问题。
但是，在研究矩阵及在以后学习有关数学知识时，求逆矩阵又是一个必不可缺少的知识点。
为此，我介绍下面几种求逆矩阵的方法，供大家参考。
定义: n 阶矩阵A 为可逆，如果存在n 阶矩阵B ，使得E BA AB ==，这里E 是n 阶单位矩阵，此时，B 就称为A 的逆矩阵，记为1-A ，即：1-=A B方法 一. 初等变换法（加边法）我们知道，n 阶矩阵A 为可逆的充分必要条件是它能表示成一系列初等矩阵的乘积A=m Q Q Q 21， 从而推出可逆矩阵可以经过一系列初等行变换化成单位矩阵。
即，必有一系列初等矩阵 m Q Q Q 21使E A Q Q Q m m =-11 （1）则1-A =E A Q Q Q m m =-11 （2）把A ，E 这两个n 阶矩阵凑在一起，做成一个n*2n 阶矩阵（A ，E ），按矩阵的分块乘法，（1）（2）可以合并写成11Q Q Q m m -（A ，E ）=（11Q Q Q m m -，A ，E Q Q Q m m 11 -）=（E ，1-A ） （3） 这样就可以求出矩阵A 的逆矩阵1-A 。
例 1 . 设A= ⎪⎪⎪⎭⎫ ⎝⎛-012411210 求1-A 。
解：由（3）式初等行变换逐步得到： ⎪⎪⎪⎭⎫ ⎝⎛-100012010411001210→ ⎪⎪⎪⎭⎫ ⎝⎛-100012001210010411 →⎪⎪⎪⎭⎫ ⎝⎛----123200124010112001→⎪⎪⎪⎪⎭⎫ ⎝⎛----21123100124010112001于是1-A = ⎪⎪⎪⎪⎭⎫ ⎝⎛----21123124112说明：此方法适用于求元素为具体数字的矩阵的逆矩阵，比较简便，特别是当阶数较高时，使用初等变换法的优点更明显。
同样使用初等列变换类似行变换，此略，注意在使用此方法求逆矩阵是，一般做初等行变换，避免做初等列变换。
方法 二. 伴随矩阵法定理：矩阵A 是可逆的充分必要条件是A 非退化，而1-A =d1*A ，（d=A ≠0） (4)我们用（4）式来求一个矩阵的逆矩阵。
例 2. 求矩阵A 的逆矩阵1-A ：已知A= ⎪⎪⎪⎭⎫ ⎝⎛343122321解：d=A =9+6+24-18-12-4=2≠011A =2 12A =-3 13A =221A =6 22A =-6 23A =2 31A =-4 32A =5 33A =-2用伴随矩阵法，得1-A =d 1*A =⎪⎪⎪⎪⎭⎫ ⎝⎛----11125323231 说明：虽然这个公式对任何可逆矩阵都适用，但由于计算量大，一般只用于较低阶的矩阵的求逆比如二阶三阶矩阵的逆，尤以对二阶，此方法更方便。
方法 三. 矩阵分块求逆法 在进行高阶矩阵运算时，经常将高阶矩阵按某种规则分成若干块，每一小块是一小矩阵，这样一方面对小矩阵进行运算，一方面每一小矩阵又可作为一个元素按运算规则来进行运算，求出矩阵的逆矩阵。
引出公式： 设T 的分块矩阵为：T= ⎪⎪⎭⎫⎝⎛D C B A , 其中T 为可逆矩阵，则1-T = ⎪⎪⎭⎫⎝⎛------+-------------1111111111111)()()()(B CA D CA B CA D B CA D B A CA B CA D B A A , （5） 说明：关于这个公式的推倒从略。
例 3. 求下列矩阵的逆矩阵，已知 W=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛5243210040103001 解：将矩阵W 分成四块，设A=⎪⎪⎪⎭⎫ ⎝⎛100010001, B=⎪⎪⎪⎭⎫ ⎝⎛243, C=()243, D=()5,于是 ),24()(1-=--B CA D 即11)(---B CA D =)241(-B A 1-=B=⎪⎪⎪⎭⎫ ⎝⎛243, 1-CA =C=()243，利用公式（5），得1-W =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-------12432208648812361215241 方法 四. 因式分解法若0=k A ，即（E-A ）可逆，且有1)(--A E =12-++++K A A A E ， （6） 我们通过上式（6），求出1-A 例 4.求下面矩阵的逆矩阵，已知：A=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛------1000011000211003211043211, 解：因为存在一个K 0，使K A E )(-=0，把这里的（E-A ）替换（6）式中的“A ”，得 1-A =12)()()(--++-+-+K A E A E A E E通过计算得 4)(A E -=41000011000211003211043211⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛------=0，即K=4所以 1-A =32)()()(A E A E A E E -+-+-+=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛1000001000001000001000001+⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----0000010000210003210043210 +=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---1000011000111000111010111 方法 五.多项式法我们知道，矩阵A 可逆的充分必要条件是有一常数项不为零的多项式f(x)，满足f(A)=0，用这个知识点也可以求出逆矩阵。
例 5.已知矩阵A=⎪⎪⎭⎫⎝⎛--3312，且A 满足多项式f(x)=0352=+-E X X ，即0352=+-E A A 试证明A 是可逆矩阵，并求其可逆矩阵。
证：由0352=+-E A A ，可得E E A A =+-)3531(从而可知A 为可逆矩阵，并且⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛---=+=-32131110013533123135311EA A方法 六. 解方程组法在求一个矩阵的的逆矩阵时，可设出逆矩阵的待求元素，根据等式E AA =-1两端对应元素相等，可得出相应的只含待求元素的诸多线性方程组，便可求解逆矩阵。
例 6.求A=⎪⎪⎪⎭⎫ ⎝⎛343122321的逆矩阵解：求可逆矩阵A 的逆矩阵X ，则它满足AX=E ，设),,(321X X X X =，则⎪⎪⎪⎭⎫ ⎝⎛=0011AX ， ⎪⎪⎪⎭⎫ ⎝⎛=0102AX ， ⎪⎪⎪⎭⎫ ⎝⎛=1003AX利用消元解法求⎪⎪⎪⎭⎫ ⎝⎛=i i i i x x x X 321 （i=1,2,3）解得：⎪⎪⎪⎪⎭⎫ ⎝⎛----==-1110253232311X A方法 七. 准对角矩阵的求逆方法定义：形如 ii nn A A A A A ,0000002211⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛= 是矩阵 n i ,2,1= 。
A 称为准对角矩阵。
其求逆的方法：可以证明：如果nn A A A ,,,2211 都可逆，则准对角矩阵也可逆，且⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----11221111221100000000000nn nn A A A A A A例 7. 已知 ⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--=500051002300004A ，求1-A 。
解：设11A =4 ⎪⎪⎪⎭⎫⎝⎛-=512322A 533-=A ⎪⎪⎪⎪⎪⎭⎫⎝⎛=33221100000A A A A求得：,41111=-A ⎪⎪⎪⎭⎫⎝⎛=-3125171122A 51133-=-A所以 ⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=----51000173171001721750000410000001331221111A A A A方法八.恒等变形法有些计算命题表面上与求逆矩阵无关，但实质上只有求出其逆矩阵之后，才能解决问题。
而求其逆矩阵常对所给矩阵进行恒等变形，且常变为两矩阵乘积等于单位矩阵的等式。
例 8.已知E A =6 ， 求11A ， 其中⎪⎪⎪⎪⎭⎫ ⎝⎛-=21232321A ， 解：对已知矩阵等式E A =6进行恒等变形，得 E A A A A A E A =•=•=•=116666于是，111-=A A ，又因为A 是正交矩阵，T A A =-1，所以⎪⎪⎪⎪⎭⎫ ⎝⎛-===-21232321111T A A A方法九.公式法利用下述诸公式，能够迅速准确地求出逆矩阵。
１） 二阶矩阵求逆公式（两调一除）：若 Ａ＝⎪⎪⎭⎫ ⎝⎛d c b a ， 则⎪⎪⎭⎫ ⎝⎛--=-a c b d A A 11２） 初等矩阵求逆公式：ij ij E E =-1)1()(1kE k E i i =-)()(1k E k E ij ij -=-３） 对角线及其上方元素全为１的上三角矩阵的逆矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=100011101111A 的逆矩阵为：⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=-100001100000110000111 A４） 正交矩阵的求逆公式： 若A 为正交矩阵，则T A A =-15）其他常用的求逆公式： 111)(---=A B AB T T A A )()(11--= A A A A 111)*(*)(---==S A A A A ,,,,321 可逆 ，则11121121)(----=A A A A A A SS 例 9. 已知：⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=100010001A ， ⎪⎪⎪⎪⎪⎭⎫⎝⎛=100110111B ，求1)(-AB 。
解：由于A 是初等矩阵，由公式得：A A =-1而B 为元素都为1的上三角矩阵，由公式得：⎪⎪⎪⎭⎫⎝⎛--=-1001100111B ，再由公式得：⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=-010110101110100001100110011)(1AB到此为止，我已介绍了9种求逆矩阵的方法，除此外还有求正定矩阵的逆矩阵的三角阵法，由于其方法不是很简便，在此略。
这些方法各有所长，读者可根据实际情况进行选择。
当然，除此之外还有其它方法。
希望能和大家在今后的学习中，共同研究出更方便，更有效的矩阵求逆方法。
参考文献：[1] 高等代数/北京大学数学系几何与代数教研室代数小组编。
[2] 高等代数一题多解200例/ 魏献祝 编 福建人民出版社。
[3] 线性代数学习指导/ 戴宗儒编科学技术出版社。
[4] 线性代数解题方法技巧归纳/ 毛纲源编华中理工大学出版社。
[5] 数学手册/ 《数学手册》编写组编。