求解逆矩阵的常用三种方法

合集下载

求逆矩阵的几种方法

求逆矩阵的几种方法
1. 嘿，你知道吗？直接用定义去求逆矩阵就像是摸着石头过河。

比如说矩阵 A，咱们就按照公式一步一步来，那可得细心哦！
2. 哇塞，初等变换法可是个厉害的招儿！就像变魔术一样，把矩阵变得服服帖帖。

就拿那个矩阵 B 来说，通过一系列变换就能轻松找到它的逆矩阵啦！
3. 哎呀呀，利用伴随矩阵求逆矩阵也很不错呢！这就好像顺藤摸瓜，找到伴随矩阵，就能把逆矩阵给揪出来了。

像矩阵 C，试试这种方法，很有趣呀！
4. 嘿哟，分块矩阵法就像是把大问题拆分成小问题。

比如说对于一个复杂的分块矩阵 D，用这个方法就能巧妙解决啦！
5. 哇哦，行列式法你可别小瞧呀！它就像一把钥匙，能打开求逆矩阵的大门。

对矩阵 E 使用行列式法，会有惊喜哦！
6. 哈哈，迭代法也可以试试呀！就如同不断探索，逐步靠近答案。

拿矩阵 F 试试这种看上去有点特别的方法吧！
我觉得呀，求逆矩阵这些方法都各有特点和用处，我们要根据不同的情况选择合适的方法，这样就能又快又准地求出逆矩阵啦！。

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。

A逆三种计算方法

A逆三种计算方法
A逆三种计算方法，是指在数学中，求解矩阵的逆矩阵的三种不同的计算方法。

这三种方法分别是高斯-约旦消元法、伴随矩阵法和初等变换法。

第一种方法是高斯-约旦消元法。

这种方法通常用于解决线性方程组，但也可以应用于求解矩阵的逆矩阵。

该方法的基本思想是将待求的逆矩阵与单位矩阵拼接成一个增广矩阵，然后通过一系列的行变换来将左边的单位矩阵转换为逆矩阵。

这种方法的优点是简单易懂，但当矩阵规模较大时，计算量较大。

第二种方法是伴随矩阵法。

这种方法依赖于矩阵的伴随矩阵。

先求解原矩阵的行列式，然后根据伴随矩阵公式求解伴随矩阵。

最后根据逆矩阵公式，将伴随矩阵和原矩阵的行列式进行运算求解逆矩阵。

这种方法的计算量相对较小，但需要求解矩阵的行列式，而计算矩阵行列式的时间复杂度较高。

第三种方法是初等变换法。

这种方法和高斯-约旦消元法相似，但是在进行行变换时，可以采用初等矩阵进行变换，从而减少计算量。

这种方法的优点是计算量较小，但是还需要对初等矩阵的性质有一定的了解。

总之，这三种方法都是求解矩阵逆矩阵的有效方法，可以根据实际情况选择其中一种或多种方法来求解。

- 1 -。

求逆矩阵知识点总结

求逆矩阵知识点总结一、定义矩阵的逆是指存在一个矩阵使得它与原矩阵相乘得到单位矩阵。

具体来说，如果矩阵A的逆矩阵存在，我们用A^-1来表示它，那么矩阵A的逆矩阵定义为满足下式的矩阵B：A *B = B * A = I其中，I是单位矩阵。

二、求解方法1. 初等变换法利用行初等变换把矩阵A转换为单位矩阵，所做的初等行变换同时作用于一个相同次序的单位矩阵，然后将单位矩阵转换得到的矩阵即是A的逆矩阵。

2. 伴随矩阵法对于n阶方阵A，它的伴随矩阵定义为其每个元素的代数余子式。

A的伴随矩阵记作Adj(A)，则有A^-1 = (1/det(A)) * Adj(A)，其中det(A)是A的行列式。

3. 初等矩阵法对于矩阵A，构造一个n阶单位矩阵In，然后对In进行一系列的乘法和加减操作所得到的新矩阵记为B，如果B=A^-1，则B就是矩阵A的逆矩阵。

三、性质1. 逆矩阵的唯一性如果一个矩阵A有逆矩阵，那么这个逆矩阵是唯一的。

也就是说，如果存在矩阵B和C，使得A*B=I和A*C=I，那么B=C。

2. 若A和B都是可逆矩阵，则AB也是可逆矩阵，并且有(A*B)^-1=B^-1*A^-13. (A^-1)^-1 = A4. (A^T)^-1 = (A^-1)^T5. 行列式为0的矩阵没有逆矩阵。

四、应用求逆矩阵在实际应用中有着广泛的作用，其中包括但不限于以下几个方面。

1. 线性方程组求解线性方程组Ax=b时，如果A是可逆矩阵，则可以直接用逆矩阵求解：x=A^-1*b。

2. 信号处理在信号处理领域中，矩阵的逆可以用来解决信号的解耦、滤波等问题。

3. 机器学习矩阵的逆在机器学习中也有重要的应用，比如用于参数的最小二乘估计以及矩阵分解等问题。

4. 几何变换在计算机图形学和几何变换领域，矩阵的逆可以用来表示坐标点的逆向变换。

总结求逆矩阵是线性代数中的一个重要概念，有着广泛的应用。

本文从定义、求解方法、性质和应用等方面对求逆矩阵的知识点进行了总结，希望能帮助读者更好地理解和应用这一概念。

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。

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（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 + 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 ,,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 (2122212) 12111，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 1A 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 X221100A 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 A4.2.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。

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-=⎥⎦⎤⎢⎣⎡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。

逆矩阵求解方法及matlab应用

逆矩阵求解方法及matlab应用矩阵是线性代数中的基本概念，它广泛应用于各个领域中。

在实际应用中，矩阵求解是一项非常重要的工作，而逆矩阵是矩阵求解中的一个重要概念。

本文将介绍逆矩阵的概念、求解方法以及在matlab 中的应用。

一、逆矩阵的概念逆矩阵是矩阵求解中的一个重要概念，它是指对于一个n阶方阵A，存在一个n阶方阵B，使得AB=BA=I，其中I为n阶单位矩阵。

如果一个矩阵存在逆矩阵，那么它就是可逆矩阵，否则就是不可逆矩阵。

二、逆矩阵的求解方法1.初等变换法初等变换法是求解逆矩阵的一种基本方法，它是通过对矩阵进行初等行变换或初等列变换，得到一个单位矩阵，然后将这些变换逆序执行，就可以得到原矩阵的逆矩阵。

以3阶方阵为例，假设原矩阵为A，逆矩阵为B：（1）将A的行列式化为1对A进行初等行变换，将第一行除以A的行列式，得到：（2）将A的第一列化为单位矩阵对A进行初等列变换，将第一列变为单位矩阵，得到：（3）将A的第二列和第三列化为0对A进行初等列变换，将第二列和第三列分别变为0，得到：（4）将A的第二行和第三行化为单位矩阵对A进行初等行变换，将第二行和第三行分别变为单位矩阵，得到：（5）将A的第一列变为0对A进行初等列变换，将第一列变为0，得到：（6）将A的第一行变为0对A进行初等行变换，将第一行变为0，得到：最终得到的矩阵就是逆矩阵B。

2.伴随矩阵法伴随矩阵法是求解逆矩阵的另一种方法，它通过求解伴随矩阵和行列式，得到逆矩阵。

以3阶方阵为例，假设原矩阵为A，逆矩阵为B：（1）求解伴随矩阵首先求解A的伴随矩阵Adj(A)：（2）求解行列式然后求解A的行列式det(A)：（3）求解逆矩阵最后，将伴随矩阵的每个元素除以行列式，得到逆矩阵B：三、matlab中逆矩阵的应用在matlab中，可以使用inv函数来求解逆矩阵。

inv函数的语法格式为：B = inv(A)其中A为原矩阵，B为逆矩阵。

例如，如果要求解以下3阶方阵的逆矩阵：则可以使用以下代码：A = [1 2 3; 2 5 6; 3 6 9];B = inv(A)运行结果为：B =-3.0000 2.0000 -0.00002.0000 -1.0000 1.0000-0.0000 1.0000 -0.0000可以看到，matlab计算得到的逆矩阵与手工计算得到的逆矩阵相同。

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。

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。

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中最基本的概念之一，它是一种求解方程组系数等式的有效方法。

矩阵求逆可以用来解决多元线性方程组，解决矩阵分解、合并及其他复杂的线性方程计算问题，并且可以用于机器学习、信号处理等领域。

但是，由于矩阵求逆的复杂性，它往往需要特定的计算方法才能够实现。

常见的矩阵求逆方法有三种。

第一种方法是元素反转法，也被称为除法法则，它是最常用的求逆方法之一，通过矩阵的乘法和逆矩阵的乘法定义来实现。

它可以用来求解较小的矩阵，但是当矩阵较大时，会出现精度问题，而且计算速度过慢。

第二种方法是LU分解法，又称为分块LU分解法。

它是一种应用矩阵分块技术的求逆方法，结合了高斯消去和Gauss-Jordan法，可以对矩阵进行分块化处理，从而减小解矩阵求逆的规模，节省计算时间。

第三种方法是QR分解法，又称为秩一QR分解法。

它是一种求解非线性方程组的一种有效方法，利用QR分解矩阵，可以求解矩阵求逆问题。

该方法既可以求解高维度矩阵求逆问题，又可以求解低维度矩阵的求逆问题。

此外，还有许多其他的求逆方法，比如列主元消去法、Jacobi
迭代法、Gauss-Seidel迭代法、稀疏矩阵求逆法、尺度不变技术、变分法等等。

以上就是求解矩阵求逆问题的几种常用方法，它们各有特色，并
且在不同的应用场景中都可能发挥作用。

在决定使用何种方法时，需要根据矩阵的大小以及要解决的问题的复杂程度来进行选择，这样可以获得更好的计算效果。

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。

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]。

逆矩阵求解方法

逆矩阵求解方法摘要：一、逆矩阵的概念与意义二、求解逆矩阵的方法1.高斯-约旦消元法2.列主元矩阵的求逆方法3.奇异值分解法（SVD）三、逆矩阵在实际应用中的案例四、注意事项与技巧正文：逆矩阵在线性代数中具有重要的地位，它是指一个矩阵与其转置矩阵的乘积等于单位矩阵的矩阵。

在实际应用中，矩阵的逆矩阵广泛应用于问题求解、数据分析等领域。

本文将介绍求解逆矩阵的方法，以及在一些实际案例中的应用。

一、逆矩阵的概念与意义矩阵的逆矩阵是指满足以下条件的矩阵A：A * A^(-1) = I，其中I为单位矩阵。

当矩阵A可逆时，A的逆矩阵存在，且唯一。

矩阵的逆矩阵在矩阵运算、线性方程组求解等方面具有重要意义。

二、求解逆矩阵的方法1.高斯-约旦消元法高斯-约旦消元法是一种常用的求解逆矩阵的方法。

该方法通过对矩阵进行高斯消元，然后将得到的矩阵转化为阶梯形矩阵或行最简矩阵，最后求得逆矩阵。

2.列主元矩阵的求逆方法当矩阵A为列主元矩阵时，可以利用主元交换法求解逆矩阵。

该方法通过交换矩阵的列，将矩阵A转化为行主元矩阵，然后利用高斯-约旦消元法求解逆矩阵。

3.奇异值分解法（SVD）奇异值分解法是将矩阵A分解为三个矩阵的乘积，即A = U * S * V^T。

在这种情况下，逆矩阵可以通过以下公式计算：A^(-1) = V * S^(-1) * U^T奇异值分解法在实际应用中具有较高的计算效率，尤其在处理大型矩阵时。

三、逆矩阵在实际应用中的案例1.线性方程组求解在线性方程组Ax = b 中，如果矩阵A可逆，那么可以通过A的逆矩阵求解方程组的解：x = A^(-1)b。

2.矩阵乘法加速在矩阵乘法中，若矩阵A可逆，则可以使用A的逆矩阵加速计算。

例如，对于矩阵A、B和C，可以通过以下方式计算：AB^(-1)C = A * (B^(-1)C)四、注意事项与技巧1.矩阵可逆的条件矩阵A可逆的条件是其行列式det(A)不为零。

当det(A) = 0时，矩阵A 不可逆。