17._逆矩阵

逆矩阵引入

在数学里,数字有加减乘除运算,自然,我们想把这个运算规律推广到矩阵上。在矩阵里,前面介绍了矩阵的加减和乘法,只有除法没有说过。 在数字运算中, 除法是乘法的逆运算, 它可以通过求倒数来实现. 即若求数 aa 除以 b(b0)b(b \neq 0) 的商, 则只需求出 b1=1bb^{-1}=\frac{1}{b}, 于是 ab=ab1\frac{a}{b}=a b^{-1}. 对矩阵我们也可以这样做, 先定义矩阵的逆阵, 然后将矩阵的除法归结为一个矩阵和另外一个矩阵的逆阵之积.

逆矩阵的定义

定义1A\boldsymbol{A}nn 阶方阵,如果存在 nn 阶方阵 B\boldsymbol{B} 使得

AB=BA=EA B=B A=E \text {, }

其中 EEnn 阶单位方阵,则称矩阵 AA可逆的,矩阵 BB 称为 AA 的逆矩阵;否则称 AA不可逆的. 如果矩阵 AA 可逆,则 AA 的逆矩阵一定是唯一的. 这是因为,若矩阵 BCB 、 C 都满足 AB=BA=EAC=CA=EA B=B A=E , A C=C A=E ,于是 C=CE=C(AB)=(CA)B=EB=BC=C E=C(A B)=(C A) B=E B=B. 所以 AA 的逆矩阵一定是唯一的. AA 的逆矩阵记为 A1A^{-1}.

并非任一非零方阵都有逆阵. 比如,矩阵

A=(1100)A =\left(\begin{array}{ll} 1 & 1 \\ 0 & 0 \end{array}\right)

就没有逆阵.因为对任一 B=(bij)2×2B =\left(b_{i j}\right)_{2 \times 2} ,有

AB=(1100)(b11b12b21b22)=(b11+b21b12+b2200).A B =\left(\begin{array}{ll} 1 & 1 \\ 0 & 0 \end{array}\right)\left(\begin{array}{ll} b_{11} & b_{12} \\ b_{21} & b_{22} \end{array}\right)=\left(\begin{array}{cc} b_{11}+b_{21} & b_{12}+b_{22} \\ 0 & 0 \end{array}\right) .

ABA B 不可能是单位阵.

矩阵的逆是什么

如果把矩阵的逆类比为数字中的倒数:应该是

数字:ab=1=>b=1a=a1ab=1 => b=\dfrac{1}{a}=a^{-1} 矩阵:AB=E=>B=1A=A1AB=E => B=\dfrac{1}{A}=A^{-1}

但是,等等,因为矩阵一般不满足 ABBAAB \neq BA,写成倒数就会有问题,例如

ABC\dfrac{AB}{C} 到底表示的是 ABC1ABC^{-1} 还是 C1ABC^{-1}AB 会有歧义.

矩阵里,我们从不会说矩阵有除法运算,而是说有逆运算。但是在学习中,您完全可以把逆运算看成除法,这样很多推导会容易记忆的很多。

若方阵AA得行列式A=0|A|=0,则称AA奇异矩阵,也叫退化矩阵或降秩矩阵。

若方阵AA得行列式A0|A| \ne 0,则称AA非奇异矩阵,也叫非退化矩阵或非降秩矩阵。

把矩阵的逆想象为数字除法后,正像除非里分母不能为零,同样,逆矩阵里A0|A| \neq 0他是可逆的。 如果A=0|A| = 0他就是不可逆。

矩阵可逆的充要条件

定理2 nn 阶方阵 AA 可逆的充分必要条件是 A0|A| \neq 0. 证明: nn 阶方阵 AA 可逆,则方阵 AA 行等价于单位阵 EE ,即 AA 可通过初等行变换化为单位阵 EE. 一定存在一个数 λ0\lambda \neq 0 ,使得 A=λE|A|=\lambda|E|. 而 E=1|E|=1 ,因此 A=λ0|A|=\lambda \neq 0. 反之,设 A0|A| \neq 0. 由于 nn 阶方阵 AA 可通过初等行变换化为行最简形矩阵 RR , 因此存在一个数 λ0\lambda \neq 0, 使得 A=λR|A|=\lambda|R|. 由 A0|A| \neq 0 可得 R0|R| \neq 0 ,因此 RR 中没有全零行,从而 R=ER=E. 也就是说,方阵 AA 行等价于单位阵 EE ,所以方阵 AA 可逆.

下面三个说法是等价的

A可逆 \Leftrightarrow Ax=0Ax=0只有零解 \Leftrightarrow 与单位阵E等价

上面可以拆解为两个意思 ① A=0|A|=0Ax=0Ax=0有非零解 ② A0|A|\ne 0Ax=0Ax=0只有零解

记忆技巧:零-非零, 非零-零,这个口诀在后面判断方程的解时经常用到,详见 对立与统一

可逆的几何意义

一个矩阵的逆,其几何意义就是“撤销”原矩阵所代表的线性变换。比如你往东走5米,可逆矩阵让你往西走5米,这样你又回到了原点。当你用一个矩阵 AA 乘以一个向量xx(即 AxA * x),你实际上是在对这个向量进行一个操作,旋转、缩放或剪切变换,而逆矩阵相当于“撤销”这些操作。

缩放变换

矩阵 A: [[2,0],[0,3]][[2, 0], [0, 3]]。这是一个将xx方向放大2倍,yy方向放大3倍的变换。 几何效果:一个正方形会被拉伸成一个 2x3 的矩形。 逆矩阵 A⁻¹: [[1/2,0],[0,1/3]][[1/2, 0], [0, 1/3]]。 逆的几何意义:将变换后的图形在x方向缩小到1/2,在y方向缩小到1/3。这样,那个被拉伸的 2x3 的矩形就准确地变回了原来的正方形。

旋转变换

矩阵 A: [[0, -1], [1, 0]]。这是一个将向量逆时针旋转90度的变换。 几何效果:一个指向右边的箭头,会变成指向上边的箭头。 逆矩阵 A⁻¹: [[0, 1], [-1, 0]](这恰好也是 A 的转置,对于旋转矩阵,其逆等于其转置)。 逆的几何意义:将变换后的图形顺时针旋转90度。这样,指向上边的箭头就又变回了指向右边的箭头。

并非所有矩阵都有逆矩阵,有些矩阵没有逆矩阵的本质是:数据丢失。

比如一个矩阵作用在一个单位圆上,单位圆变成了椭圆,因此后续能找到一个逆矩阵再把椭圆变成了圆。 但是如果矩阵作用在单位圆上,单位圆变成了直线,那么后续就无法找到一个逆矩阵,把直线还原成圆,详见 向量的秩

img-text

逆矩阵的性质

1 若 AA 可逆,则 A1A^{-1} 也可逆,并且 (A1)1=A\left(A^{-1}\right)^{-1}=A ; 2 若矩阵 A1,A2,,AsA_1, A_2, \cdots, A_s 都可逆,则它们的乘积 A1A2AsA_1 A_2 \cdots A_s 也可逆,并且 (A1A2As)1=As1A21A11;\left(A_1 A_2 \cdots A_s\right)^{-1}=A_s^{-1} \cdots A_2^{-1} A_1^{-1} ; 3 若 AA 可逆,则 ATA^{\mathrm{T}} 也可逆,并且 (AT)1=(A1)T\left(A^{\mathrm{T}}\right)^{-1}=\left(A^{-1}\right)^{\mathrm{T}} ; 4 若 AA 可逆并且数 k0k \neq 0 ,则 kAk \boldsymbol{A} 也可逆,并且 (kA)1=k1A1(k \boldsymbol{A})^{-1}=k^{-1} A^{-1}.

5.分块矩阵的逆 对于分块矩阵的逆,详见 分块矩阵

img-text

设 A 为 m 阶可逆矩阵, B 为 n 阶可逆矩阵,则可逆分块矩阵 D=(OABO)D=\left(\begin{array}{ll}O & A \\ B & O\end{array}\right) 的逆矩阵是

A. (A1OOB1)\left(\begin{array}{cc}A^{-1} & O \\ O & B^{-1}\end{array}\right)

B. (OB1A1O)\left(\begin{array}{cc}O & B^{-1} \\ A^{-1} & O\end{array}\right)

C. (B1OOA1)\left(\begin{array}{cc}B^{-1} & O \\ O & A^{-1}\end{array}\right)

D. (OA1B1O)\left(\begin{array}{cc}O & A^{-1} \\ B^{-1} & O\end{array}\right)

答案是 B

若矩阵 AA 有全零行 (全零列),那么矩阵 AA 一定不可逆. 证明 假设矩阵 AA 的第 ii 行是全零行,则对任何一个矩阵 BB ,矩阵 ABA B 的第 ii 行总是全为零, 从而不存在矩阵 BB 使得 AB=BA=EA B=B A=E ,所以矩阵 AA 不可逆. 类似可证,若矩阵 AA 有全零列,那么矩阵 AA 一定不可逆.

Ak=OA^k=\boldsymbol{O} ( kk 为正整数), 证明: (EA)1=E+A+A2++Ak1(E-A)^{-1}=E+A+A^2+\cdots+A^{k-1}. 证明 因为 Ak=OA^k=O, 于是

(EA)(E+A+A2++Ak1)=E(E+A+A2++Ak1)A(E+A+A2++Ak1)=E+A+A2++Ak1AA2Ak1Ak=EAk=E,\begin{aligned} (E-A)\left(E+A+A^2+\cdots+A^{k-1}\right) & =E\left(E+A+A^2+\cdots+A^{k-1}\right)-A\left(E+A+A^2+\cdots+A^{k-1}\right) \\ & =E+A+A^2+\cdots+A^{k-1}-A-A^2-\cdots-A^{k-1}-A^k=E-A^k=E, \end{aligned}
(E+A+A2++Ak1)(EA)=(E+A+A2++Ak1)E(E+A+A2++Ak1)A\left(\boldsymbol{E}+\boldsymbol{A}+\boldsymbol{A}^2+\cdots+\boldsymbol{A}^{k-1}\right)(\boldsymbol{E}-\boldsymbol{A})=\left(\boldsymbol{E}+\boldsymbol{A}+\boldsymbol{A}^2+\cdots+\boldsymbol{A}^{k-1}\right) \boldsymbol{E}-\left(\boldsymbol{E}+\boldsymbol{A}+\boldsymbol{A}^2+\cdots+\boldsymbol{A}^{k-1}\right) \boldsymbol{A}
=E+A+A2++Ak1AA2Ak1Ak=EAk=E,=E+A+A^2+\cdots+A^{k-1}-A-A^2-\cdots-A^{k-1}-A^k=E-A^k=E,

所以 EAE-A 可逆,且 (EA)1=E+A+A2++Ak1(E-A)^{-1}=E+A+A^2+\cdots+A^{k-1}.

判断下列矩阵是否可逆: (1) A=(111111111)A=\left(\begin{array}{ccc}-1 & 1 & -1 \\ 1 & -1 & -1 \\ -1 & -1 & 1\end{array}\right); (2) B=(213101121)B=\left(\begin{array}{ccc}2 & 1 & -3 \\ -1 & 0 & 1 \\ 1 & -2 & 1\end{array}\right).

解:(1)因为 A=111111111=111002022=111022002=40\quad|\boldsymbol{A}|=\left|\begin{array}{ccc}-1 & 1 & -1 \\ 1 & -1 & -1 \\ -1 & -1 & 1\end{array}\right|=\left|\begin{array}{ccc}-1 & 1 & -1 \\ 0 & 0 & -2 \\ 0 & -2 & 2\end{array}\right|=-\left|\begin{array}{ccc}-1 & 1 & -1 \\ 0 & -2 & 2 \\ 0 & 0 & -2\end{array}\right|=4 \neq 0, 所以矩阵 AA 可逆. (2) 因为 B=213101121=101213121=101011022=0|\boldsymbol{B}|=\left|\begin{array}{ccc}2 & 1 & -3 \\ -1 & 0 & 1 \\ 1 & -2 & 1\end{array}\right|=-\left|\begin{array}{ccc}-1 & 0 & 1 \\ 2 & 1 & -3 \\ 1 & -2 & 1\end{array}\right|=-\left|\begin{array}{ccc}-1 & 0 & 1 \\ 0 & 1 & -1 \\ 0 & -2 & 2\end{array}\right|=0, 所以矩阵 BB 不可逆.

nn 阶方阵 An\boldsymbol{A}_n 满足 A2+2A3E=O\boldsymbol{A}^2+2 \boldsymbol{A}-3 \boldsymbol{E}=\boldsymbol{O} ,证明 A,A+2E\boldsymbol{A}, \boldsymbol{A}+2 \boldsymbol{E}A+4E\boldsymbol{A}+4 \boldsymbol{E} 可逆,并求其逆.

证明:由 A2+2A3E=O\boldsymbol{A}^2+2 \boldsymbol{A}-3 \boldsymbol{E}=\boldsymbol{O}

A(A+2E)=3EA(A+2 E)=3 E

从而 13A(A+2E)=E\frac{1}{3} \boldsymbol{A}(\boldsymbol{A}+2 \boldsymbol{E})=\boldsymbol{E} .由上述推论知 A,A+2E\boldsymbol{A}, \boldsymbol{A}+2 \boldsymbol{E} 均可逆,且 A1=13(A+2E),(A+2E)1=13A\boldsymbol{A}^{-1}= \frac{1}{3}(\boldsymbol{A}+2 \boldsymbol{E}),(\boldsymbol{A}+2 \boldsymbol{E})^{-1}=\frac{1}{3} \boldsymbol{A}.

A2+2A3E=O\boldsymbol{A}^2+2 \boldsymbol{A}-3 \boldsymbol{E}=\boldsymbol{O}A2+4A2A8E=5E\boldsymbol{A}^2+4 \boldsymbol{A}-2 \boldsymbol{A}-8 \boldsymbol{E}=-5 \boldsymbol{E} ,分解因式有

(A2E)(A+4E)=5E(A-2 E)(A+4 E)=-5 E

由上述推论知, A+4E\boldsymbol{A}+4 \boldsymbol{E} 可逆,且 (A+4E)1=15(A2E)(\boldsymbol{A}+4 \boldsymbol{E})^{-1}=-\frac{1}{5}(\boldsymbol{A}-2 \boldsymbol{E})

在上例里,要求一个矩阵可逆,要尽可能“凑成”他的逆矩阵,然后证明 AA1=EAA^{-1}=E

逆矩阵的求法

逆矩阵通常有两种求法 (1)伴随矩阵法 (2)初等行变换法 (3)初等列变换法

伴随矩阵法求解逆矩阵

伴随矩阵的性质:

AA=AA=AIn\boldsymbol{A} \boldsymbol{A}^*=\boldsymbol{A}^* \boldsymbol{A}=|\boldsymbol{A}| \cdot \boldsymbol{I}_n

利用这个性质可以求矩阵的逆。

A=(123231312)A=\left(\begin{array}{lll} 1 & 2 & 3 \\ 2 & 3 & 1 \\ 3 & 1 & 2 \end{array}\right)

的伴随矩阵

注:本节内容涉及 伴随矩阵 的求法。

解:

 因为 A=180 ,所以 A 可逆. A11=(1)1+13112=5,A12=(1)1+22132=1,A13=(1)1+32331=7A21=(1)2+12312=1,A22=(1)2+21332=7,A23=(1)2+31231=5A31=(1)3+12331=7,A32=(1)3+21321=5,A33=(1)3+31223=1\begin{aligned} &\text { 因为 }|\boldsymbol{A}|=-18 \neq 0 \text { ,所以 } \boldsymbol{A} \text { 可逆. }\\ &\begin{aligned} & A_{11}=(-1)^{1+1}\left|\begin{array}{ll} 3 & 1 \\ 1 & 2 \end{array}\right|=5, \quad A_{12}=(-1)^{1+2}\left|\begin{array}{ll} 2 & 1 \\ 3 & 2 \end{array}\right|=-1, \quad A_{13}=(-1)^{1+3}\left|\begin{array}{ll} 2 & 3 \\ 3 & 1 \end{array}\right|=-7 \\ & A_{21}=(-1)^{2+1}\left|\begin{array}{ll} 2 & 3 \\ 1 & 2 \end{array}\right|=-1, \quad A_{22}=(-1)^{2+2}\left|\begin{array}{ll} 1 & 3 \\ 3 & 2 \end{array}\right|=-7, \quad A_{23}=(-1)^{2+3}\left|\begin{array}{ll} 1 & 2 \\ 3 & 1 \end{array}\right|=5 \\ & A_{31}=(-1)^{3+1}\left|\begin{array}{ll} 2 & 3 \\ 3 & 1 \end{array}\right|=-7, \quad A_{32}=(-1)^{3+2}\left|\begin{array}{ll} 1 & 3 \\ 2 & 1 \end{array}\right|=5, \quad A_{33}=(-1)^{3+3}\left|\begin{array}{ll} 1 & 2 \\ 2 & 3 \end{array}\right|=-1 \end{aligned} \end{aligned}

于是AA的伴随矩阵为

A=(517175751)A=\left(\begin{array}{ccc} 5 & -1 & -7 \\ -1 & -7 & 5 \\ -7 & 5 & -1 \end{array}\right)

AA得逆矩阵

A1=1AA=118(517175751)=(518118718118718518718518118)\boldsymbol{A}^{-1}=\frac{1}{|\boldsymbol{A}|} \boldsymbol{A}^*=\frac{1}{-18}\left(\begin{array}{ccc} 5 & -1 & -7 \\ -1 & -7 & 5 \\ -7 & 5 & -1 \end{array}\right)=\left(\begin{array}{ccc} -\frac{5}{18} & \frac{1}{18} & \frac{7}{18} \\ \frac{1}{18} & \frac{7}{18} & -\frac{5}{18} \\ \frac{7}{18} & -\frac{5}{18} & \frac{1}{18} \end{array}\right)

利用上面的结论可以解决考试常见的试题。

A\boldsymbol{A} 是一个 3 阶方阵,并设 A=2|\boldsymbol{A}|=2 .求 4A1+A\left|4 \boldsymbol{A}^{-1}+\boldsymbol{A}^*\right|

解.已知 A\boldsymbol{A} 是一个 3 阶方阵,并且 A=2|\boldsymbol{A}|=2 ,那么 A1=12\left|\boldsymbol{A}^{-1}\right|=\frac{1}{2} ,并且 A=AA1=2A1\boldsymbol{A}^*=|\boldsymbol{A}| \boldsymbol{A}^{-1}=2 \boldsymbol{A}^{-1} 。于是

4A1+A=4A1+2A1=6A1=63×12=108\left|4 \boldsymbol{A}^{-1}+\boldsymbol{A}^*\right|=\left|4 \boldsymbol{A}^{-1}+2 \boldsymbol{A}^{-1}\right|=\left|6 \boldsymbol{A}^{-1}\right|=6^3 \times \frac{1}{2}=108

初等行变换法求逆矩阵

定理 n×n n \times n 矩阵 AA 是可逆的, AA 行等价于 InI_n, 这时, 把 AA 变为 InI_n 的一系列初等行变换同时也会把 InI_n 变成 A1A^{-1}

证 设 AA 是可逆矩阵, 则对任意 bb, 方程 Ax=bA x = b 有解 , AA 在每一行有主元位置 , 因 AA 是方阵, 这 nn 个主元位置必在对角线上. 这就是说 AA 的简化阶梯形是 InI_n, 即 AInA \sim I_n.

反之, 若 AInA \sim I_n, 因每一步行变换对应于左乘一个初等矩阵, 就是说, 存在初等矩阵 E1,,EpE_1, \cdots, E_p使

AE1AE2(E1A)Ep(Ep1E1A)=InA \sim E_1 A \sim E_2\left(E_1 A\right) \sim \cdots \sim E_p\left(E_{p-1} \cdots E_1 A\right)=I_n

EpEp1E1A=InE_p E_{p-1} \cdots E_1 A=I_n

因为 EpE1E_p \cdots E_1 是可逆矩阵的乘积, 因此也是可逆矩阵, 由 (1) 式推出

(EpE1)1(EpE1)A=(EpE1)1InA=(EpE1)1\begin{aligned} \left(E_p \cdots E_1\right)^{-1}\left(E_p \cdots E_1\right) A & =\left(E_p \cdots E_1\right)^{-1} I_n \\ A & =\left(E_p \cdots E_1\right)^{-1} \end{aligned}

于是 AA 是可逆的, 因它是可逆矩阵的逆 , 同样有

A1=[(EpE1)1]1=EpE1A^{-1}=\left[\left(E_p \cdots E_1\right)^{-1}\right]^{-1}=E_p \cdots E_1

于是 A1=EpE1InA^{-1}=E_p \cdots E_1 \cdot I_n, 这就是说, A1A^{-1} 可由依次以 E1,,EpE_1, \cdots, E_p 作用于 InI_n 而得到, 它们就是上 式中把 AA 变为 InI_n 的同一行变换序列.

由此得到如下结论:

AA是一个nn阶矩阵,把AA和单位阵EE合在一起,即 [AE][A \mid E] 然后进行初等行变换,把左边AA变换为EE,而右侧就是AA得逆矩阵A1A^{-1} 即得 [EA1][E \mid A^{-1}]

求下面矩阵的逆矩阵

A=[123014560]A = \begin{bmatrix} 1 & 2 & 3 \\ 0 & 1 & 4 \\ 5 & 6 & 0 \end{bmatrix}

解:把矩阵AA和单位矩阵EE进行合并 构造增广矩阵

[AE]=[123100014010560001][A \mid E] = \left[\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 1 & 4 & 0 & 1 & 0 \\ 5 & 6 & 0 & 0 & 0 & 1 \end{array}\right]

然后使用初等行变换,把左边矩阵A化为单位矩阵E

第一步:第一行5-5倍加到第三行

[1231000140100415501]\left[\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 1 & 4 & 0 & 1 & 0 \\ 0 & -4 & -15 & -5 & 0 & 1 \end{array}\right]

用第二行消去第一行和第三行。

[105120014010001541]\left[\begin{array}{ccc|ccc} 1 & 0 & -5 & 1 & -2 & 0 \\ 0 & 1 & 4 & 0 & 1 & 0 \\ 0 & 0 & 1 & -5 & 4 & 1 \end{array}\right]

用第三行消去第一行和第二行。

[1002418501020154001541]\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & -24 & 18 & 5 \\ 0 & 1 & 0 & 20 & -15 & -4 \\ 0 & 0 & 1 & -5 & 4 & 1 \end{array}\right]

此时左侧已经是单位矩阵,右侧就是逆矩阵,所以

A1=[2418520154541]A^{-1} = \begin{bmatrix} -24 & 18 & 5 \\ 20 & -15 & -4 \\ -5 & 4 & 1 \end{bmatrix}

上面左侧化成单位矩阵的具体介绍请参考 阶梯形矩阵的求法

已知 A2=(210730009),A3=(1000100027)\boldsymbol{A}^2=\left(\begin{array}{rrr}2 & -1 & 0 \\ 7 & -3 & 0 \\ 0 & 0 & 9\end{array}\right), \boldsymbol{A}^3=\left(\begin{array}{rrr}-1 & 0 & 0 \\ 0 & -1 & 0 \\ 0 & 0 & -27\end{array}\right) ,求 A\boldsymbol{A}

【解】因为 A2A=A3\boldsymbol{A}^2 \cdot \boldsymbol{A}=\boldsymbol{A}^3 ,且 A2\boldsymbol{A}^2 可逆,所以

A=(A2)1A3=(210730009)1(1000100027)=(3107200019)(1000100027)=(310720003).\begin{aligned} \boldsymbol{A} & =\left(\boldsymbol{A}^2\right)^{-1} \boldsymbol{A}^3=\left(\begin{array}{rrr} 2 & -1 & 0 \\ 7 & -3 & 0 \\ 0 & 0 & 9 \end{array}\right)^{-1}\left(\begin{array}{rrr} -1 & 0 & 0 \\ 0 & -1 & 0 \\ 0 & 0 & -27 \end{array}\right) \\ & =\left(\begin{array}{rrr} -3 & 1 & 0 \\ -7 & 2 & 0 \\ 0 & 0 & \frac{1}{9} \end{array}\right)\left(\begin{array}{rrr} -1 & 0 & 0 \\ 0 & -1 & 0 \\ 0 & 0 & -27 \end{array}\right)=\left(\begin{array}{rrr} 3 & -1 & 0 \\ 7 & -2 & 0 \\ 0 & 0 & -3 \end{array}\right) . \end{aligned}

【注】若能运用下述结果,则可提高运算速度:

(abcd)=(dbca) 与 (AOOB)=(A1OOB1).\left(\begin{array}{ll} a & b \\ c & d \end{array}\right)^*=\left(\begin{array}{cc} d & -b \\ -c & a \end{array}\right) \quad \text { 与 } \quad\left(\begin{array}{ll} \boldsymbol{A} & \boldsymbol{O} \\ \boldsymbol{O} & \boldsymbol{B} \end{array}\right)=\left(\begin{array}{cc} \boldsymbol{A}^{-1} & \boldsymbol{O} \\ \boldsymbol{O} & \boldsymbol{B}^{-1} \end{array}\right) .

用初等列变换求逆矩阵(了解即可)

AA是一个nn阶矩阵,把AA和单位阵EE合在一起,即 (AE)\binom{ A }{ E } 然后进行初等列变换,把上边AA变换为EE,则下面就是AA得逆矩阵A1A^{-1} 即得 (EA1)\binom{ E }{ A ^{-1}}

我们几乎不用列变换求逆矩阵,此处稍微了解即可

求 矩阵A的逆矩阵。

A=[102010201]A = \begin{bmatrix} 1 & 0 & 2 \\ 0 & 1 & 0 \\ 2 & 0 & 1 \end{bmatrix}

解:把矩阵A和单位E竖着排列起来

[102010201100010001]\left[ \begin{array}{ccc} 1 & 0 & 2 \\ 0 & 1 & 0 \\ 2 & 0 & 1 \\ \hline 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{array} \right]

使用初等列变换(只能使用列变换),把上面矩阵化为E

上面部分:

  • 第1列 [1,0,2]T[1,0,2]^T 不动

  • 第3列: 原来 [2,0,1]T[2,0,1]^T 减去 2×[1,0,2]T=[2,0,1]T[2,0,4]T=[0,0,3]T2\times [1,0,2]^T = [2,0,1]^T - [2,0,4]^T = [0,0,-3]^T

得到:

[100010203102010001]\left[ \begin{array}{ccc} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 2 & 0 & -3 \\ \hline 1 & 0 & -2 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{array} \right]

继续化简,具体过程略,可以得到

[1000100011302301023013]\left[ \begin{array}{ccc} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ \hline -\frac13 & 0 & \frac23 \\ 0 & 1 & 0 \\ \frac23 & 0 & -\frac13 \end{array} \right]

最终的都逆矩阵

A1=13[102030201]A^{-1} = \frac13 \begin{bmatrix} -1 & 0 & 2 \\ 0 & 3 & 0 \\ 2 & 0 & -1 \end{bmatrix}
17._逆矩阵 - 线性代数 | OpenTech