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 a a a 除以 b ( b ≠ 0 ) b(b \neq 0) b ( b = 0 ) 的商, 则只需求出 b − 1 = 1 b b^{-1}=\frac{1}{b} b − 1 = b 1 , 于是 a b = a b − 1 \frac{a}{b}=a b^{-1} b a = 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1 设 A \boldsymbol{A} A 为 n n n 阶方阵,如果存在 n n n 阶方阵 B \boldsymbol{B} B 使得
A B = B A = E , A B=B A=E \text {, } A B = B A = E , 其中 E E E 为 n n n 阶单位方阵,则称矩阵 A A A 是可逆 的,矩阵 B B B 称为 A A A 的逆矩阵;否则称 A A A 是不可逆 的.
如果矩阵 A A A 可逆,则 A A A 的逆矩阵一定是唯一的.
这是因为,若矩阵 B 、 C B 、 C B 、 C 都满足 A B = B A = E , A C = C A = E A B=B A=E , A C=C A=E A B = B A = E , A C = C A = E ,于是 C = C E = C ( A B ) = ( C A ) B = E B = B C=C E=C(A B)=(C A) B=E B=B C = CE = C ( A B ) = ( C A ) B = EB = B .
所以 A A A 的逆矩阵一定是唯一的. A A A 的逆矩阵记为 A − 1 A^{-1} A − 1 .
并非任一非零方阵都有逆阵. 比如,矩阵
A = ( 1 1 0 0 ) A =\left(\begin{array}{ll}
1 & 1 \\
0 & 0
\end{array}\right) A = ( 1 0 1 0 ) 就没有逆阵.因为对任一 B = ( b i j ) 2 × 2 B =\left(b_{i j}\right)_{2 \times 2} B = ( b ij ) 2 × 2 ,有
A B = ( 1 1 0 0 ) ( b 11 b 12 b 21 b 22 ) = ( b 11 + b 21 b 12 + b 22 0 0 ) . 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) . A B = ( 1 0 1 0 ) ( b 11 b 21 b 12 b 22 ) = ( b 11 + b 21 0 b 12 + b 22 0 ) . A B A B A 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:a b = 1 = > b = 1 a = a − 1 ab=1 => b=\dfrac{1}{a}=a^{-1} ab = 1 => b = a 1 = a − 1
矩阵:A B = E = > B = 1 A = A − 1 AB=E => B=\dfrac{1}{A}=A^{-1} A B = E => B = A 1 = A − 1
但是,等等,因为矩阵一般不满足 A B ≠ B A AB \neq BA A B = B A ,写成倒数就会有问题,例如
A B C \dfrac{AB}{C} C A B 到底表示的是 A B C − 1 ABC^{-1} A B C − 1 还是 C − 1 A B C^{-1}AB C − 1 A B 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A A A 得行列式∣ A ∣ = 0 |A|=0 ∣ A ∣ = 0 ,则称A A A 为奇异矩阵 ,也叫退化矩阵或降秩矩阵。
若方阵A A A 得行列式∣ A ∣ ≠ 0 |A| \ne 0 ∣ A ∣ = 0 ,则称A A A 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∣ A ∣ ≠ 0 |A| \neq 0 ∣ A ∣ = 0 他是可逆的。 如果∣ A ∣ = 0 |A| = 0 ∣ A ∣ = 0 他就是不可逆。
矩阵可逆的充要条件 定理2 n n n 阶方阵 A A A 可逆的充分必要条件是 ∣ A ∣ ≠ 0 |A| \neq 0 ∣ A ∣ = 0 .
证明: n n n 阶方阵 A A A 可逆,则方阵 A A A 行等价于单位阵 E E E ,即 A A A 可通过初等行变换化为单位阵 E E E . 一定存在一个数 λ ≠ 0 \lambda \neq 0 λ = 0 ,使得 ∣ A ∣ = λ ∣ E ∣ |A|=\lambda|E| ∣ A ∣ = λ ∣ E ∣ . 而 ∣ E ∣ = 1 |E|=1 ∣ E ∣ = 1 ,因此 ∣ A ∣ = λ ≠ 0 |A|=\lambda \neq 0 ∣ A ∣ = λ = 0 .
反之,设 ∣ A ∣ ≠ 0 |A| \neq 0 ∣ A ∣ = 0 . 由于 n n n 阶方阵 A A A 可通过初等行变换化为行最简形矩阵 R R R , 因此存在一个数 λ ≠ 0 \lambda \neq 0 λ = 0 , 使得 ∣ A ∣ = λ ∣ R ∣ |A|=\lambda|R| ∣ A ∣ = λ ∣ R ∣ . 由 ∣ A ∣ ≠ 0 |A| \neq 0 ∣ A ∣ = 0 可得 ∣ R ∣ ≠ 0 |R| \neq 0 ∣ R ∣ = 0 ,因此 R R R 中没有全零行,从而 R = E R=E R = E .
也就是说,方阵 A A A 行等价于单位阵 E E E ,所以方阵 A A A 可逆.
下面三个说法是等价的
A可逆 ⇔ \Leftrightarrow ⇔ A x = 0 Ax=0 A x = 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|=0 ∣ A ∣ = 0 则 A x = 0 Ax=0 A x = 0 有非零解
② ∣ A ∣ ≠ 0 |A|\ne 0 ∣ A ∣ = 0 则 A x = 0 Ax=0 A x = 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 A A A 乘以一个向量x x x (即 A ∗ x A * x A ∗ 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]] [[ 2 , 0 ] , [ 0 , 3 ]] 。这是一个将x x x 方向放大2倍,y y y 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]] [[ 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
逆矩阵的性质 1 若 A A A 可逆,则 A − 1 A^{-1} A − 1 也可逆,并且 ( A − 1 ) − 1 = A \left(A^{-1}\right)^{-1}=A ( A − 1 ) − 1 = A ;
2 若矩阵 A 1 , A 2 , ⋯ , A s A_1, A_2, \cdots, A_s A 1 , A 2 , ⋯ , A s 都可逆,则它们的乘积 A 1 A 2 ⋯ A s A_1 A_2 \cdots A_s A 1 A 2 ⋯ A s 也可逆,并且 ( A 1 A 2 ⋯ A s ) − 1 = A s − 1 ⋯ A 2 − 1 A 1 − 1 ; \left(A_1 A_2 \cdots A_s\right)^{-1}=A_s^{-1} \cdots A_2^{-1} A_1^{-1} ; ( A 1 A 2 ⋯ A s ) − 1 = A s − 1 ⋯ A 2 − 1 A 1 − 1 ;
3 若 A A A 可逆,则 A T A^{\mathrm{T}} A T 也可逆,并且 ( A T ) − 1 = ( A − 1 ) T \left(A^{\mathrm{T}}\right)^{-1}=\left(A^{-1}\right)^{\mathrm{T}} ( A T ) − 1 = ( A − 1 ) T ;
4 若 A A A 可逆并且数 k ≠ 0 k \neq 0 k = 0 ,则 k A k \boldsymbol{A} k A 也可逆,并且 ( k A ) − 1 = k − 1 A − 1 (k \boldsymbol{A})^{-1}=k^{-1} A^{-1} ( k 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
例 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 = ( O A B O ) D=\left(\begin{array}{ll}O & A \\ B & O\end{array}\right) D = ( O B A O ) 的逆矩阵是
A. ( A − 1 O O B − 1 ) \left(\begin{array}{cc}A^{-1} & O \\ O & B^{-1}\end{array}\right) ( A − 1 O O B − 1 )
B. ( O B − 1 A − 1 O ) \left(\begin{array}{cc}O & B^{-1} \\ A^{-1} & O\end{array}\right) ( O A − 1 B − 1 O )
C. ( B − 1 O O A − 1 ) \left(\begin{array}{cc}B^{-1} & O \\ O & A^{-1}\end{array}\right) ( B − 1 O O A − 1 )
D. ( O A − 1 B − 1 O ) \left(\begin{array}{cc}O & A^{-1} \\ B^{-1} & O\end{array}\right) ( O B − 1 A − 1 O )
答案是 B
例若矩阵 A A A 有全零行 (全零列),那么矩阵 A A A 一定不可逆.
证明 假设矩阵 A A A 的第 i i i 行是全零行,则对任何一个矩阵 B B B ,矩阵 A B A B A B 的第 i i i 行总是全为零, 从而不存在矩阵 B B B 使得 A B = B A = E A B=B A=E A B = B A = E ,所以矩阵 A A A 不可逆.
类似可证,若矩阵 A A A 有全零列,那么矩阵 A A A 一定不可逆.
例设 A k = O A^k=\boldsymbol{O} A k = O ( k k k 为正整数), 证明: ( E − A ) − 1 = E + A + A 2 + ⋯ + A k − 1 (E-A)^{-1}=E+A+A^2+\cdots+A^{k-1} ( E − A ) − 1 = E + A + A 2 + ⋯ + A k − 1 .
证明 因为 A k = O A^k=O A k = O , 于是
( E − A ) ( E + A + A 2 + ⋯ + A k − 1 ) = E ( E + A + A 2 + ⋯ + A k − 1 ) − A ( E + A + A 2 + ⋯ + A k − 1 ) = E + A + A 2 + ⋯ + A k − 1 − A − A 2 − ⋯ − A k − 1 − A k = E − A k = 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 ) ( E + A + A 2 + ⋯ + A k − 1 ) = E ( E + A + A 2 + ⋯ + A k − 1 ) − A ( E + A + A 2 + ⋯ + A k − 1 ) = E + A + A 2 + ⋯ + A k − 1 − A − A 2 − ⋯ − A k − 1 − A k = E − A k = E , ( E + A + A 2 + ⋯ + A k − 1 ) ( E − A ) = ( E + A + A 2 + ⋯ + A k − 1 ) E − ( E + A + A 2 + ⋯ + A k − 1 ) 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 + A 2 + ⋯ + A k − 1 ) ( E − A ) = ( E + A + A 2 + ⋯ + A k − 1 ) E − ( E + A + A 2 + ⋯ + A k − 1 ) A = E + A + A 2 + ⋯ + A k − 1 − A − A 2 − ⋯ − A k − 1 − A k = E − A k = E , =E+A+A^2+\cdots+A^{k-1}-A-A^2-\cdots-A^{k-1}-A^k=E-A^k=E, = E + A + A 2 + ⋯ + A k − 1 − A − A 2 − ⋯ − A k − 1 − A k = E − A k = E , 所以 E − A E-A E − A 可逆,且 ( E − A ) − 1 = E + A + A 2 + ⋯ + A k − 1 (E-A)^{-1}=E+A+A^2+\cdots+A^{k-1} ( E − A ) − 1 = E + A + A 2 + ⋯ + A k − 1 .
例 判断下列矩阵是否可逆:
(1) A = ( − 1 1 − 1 1 − 1 − 1 − 1 − 1 1 ) A=\left(\begin{array}{ccc}-1 & 1 & -1 \\ 1 & -1 & -1 \\ -1 & -1 & 1\end{array}\right) A = − 1 1 − 1 1 − 1 − 1 − 1 − 1 1 ;
(2) B = ( 2 1 − 3 − 1 0 1 1 − 2 1 ) B=\left(\begin{array}{ccc}2 & 1 & -3 \\ -1 & 0 & 1 \\ 1 & -2 & 1\end{array}\right) B = 2 − 1 1 1 0 − 2 − 3 1 1 .
解:(1)因为 ∣ A ∣ = ∣ − 1 1 − 1 1 − 1 − 1 − 1 − 1 1 ∣ = ∣ − 1 1 − 1 0 0 − 2 0 − 2 2 ∣ = − ∣ − 1 1 − 1 0 − 2 2 0 0 − 2 ∣ = 4 ≠ 0 \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 ∣ A ∣ = − 1 1 − 1 1 − 1 − 1 − 1 − 1 1 = − 1 0 0 1 0 − 2 − 1 − 2 2 = − − 1 0 0 1 − 2 0 − 1 2 − 2 = 4 = 0 , 所以矩阵 A A A 可逆.
(2) 因为 ∣ B ∣ = ∣ 2 1 − 3 − 1 0 1 1 − 2 1 ∣ = − ∣ − 1 0 1 2 1 − 3 1 − 2 1 ∣ = − ∣ − 1 0 1 0 1 − 1 0 − 2 2 ∣ = 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 ∣ B ∣ = 2 − 1 1 1 0 − 2 − 3 1 1 = − − 1 2 1 0 1 − 2 1 − 3 1 = − − 1 0 0 0 1 − 2 1 − 1 2 = 0 , 所以矩阵 B B B 不可逆.
例 n n n 阶方阵 A n \boldsymbol{A}_n A n 满足 A 2 + 2 A − 3 E = O \boldsymbol{A}^2+2 \boldsymbol{A}-3 \boldsymbol{E}=\boldsymbol{O} A 2 + 2 A − 3 E = O ,证明 A , A + 2 E \boldsymbol{A}, \boldsymbol{A}+2 \boldsymbol{E} A , A + 2 E , A + 4 E \boldsymbol{A}+4 \boldsymbol{E} A + 4 E 可逆,并求其逆.
证明:由 A 2 + 2 A − 3 E = O \boldsymbol{A}^2+2 \boldsymbol{A}-3 \boldsymbol{E}=\boldsymbol{O} A 2 + 2 A − 3 E = O 有
A ( A + 2 E ) = 3 E A(A+2 E)=3 E A ( A + 2 E ) = 3 E 从而 1 3 A ( A + 2 E ) = E \frac{1}{3} \boldsymbol{A}(\boldsymbol{A}+2 \boldsymbol{E})=\boldsymbol{E} 3 1 A ( A + 2 E ) = E .由上述推论知 A , A + 2 E \boldsymbol{A}, \boldsymbol{A}+2 \boldsymbol{E} A , A + 2 E 均可逆,且 A − 1 = 1 3 ( A + 2 E ) , ( A + 2 E ) − 1 = 1 3 A \boldsymbol{A}^{-1}= \frac{1}{3}(\boldsymbol{A}+2 \boldsymbol{E}),(\boldsymbol{A}+2 \boldsymbol{E})^{-1}=\frac{1}{3} \boldsymbol{A} A − 1 = 3 1 ( A + 2 E ) , ( A + 2 E ) − 1 = 3 1 A .
由 A 2 + 2 A − 3 E = O \boldsymbol{A}^2+2 \boldsymbol{A}-3 \boldsymbol{E}=\boldsymbol{O} A 2 + 2 A − 3 E = O 有 A 2 + 4 A − 2 A − 8 E = − 5 E \boldsymbol{A}^2+4 \boldsymbol{A}-2 \boldsymbol{A}-8 \boldsymbol{E}=-5 \boldsymbol{E} A 2 + 4 A − 2 A − 8 E = − 5 E ,分解因式有
( A − 2 E ) ( A + 4 E ) = − 5 E (A-2 E)(A+4 E)=-5 E ( A − 2 E ) ( A + 4 E ) = − 5 E 由上述推论知, A + 4 E \boldsymbol{A}+4 \boldsymbol{E} A + 4 E 可逆,且 ( A + 4 E ) − 1 = − 1 5 ( A − 2 E ) (\boldsymbol{A}+4 \boldsymbol{E})^{-1}=-\frac{1}{5}(\boldsymbol{A}-2 \boldsymbol{E}) ( A + 4 E ) − 1 = − 5 1 ( A − 2 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 A A − 1 = E AA^{-1}=E A A − 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:
A A ∗ = A ∗ A = ∣ A ∣ ⋅ I n \boldsymbol{A} \boldsymbol{A}^*=\boldsymbol{A}^* \boldsymbol{A}=|\boldsymbol{A}| \cdot \boldsymbol{I}_n A A ∗ = A ∗ A = ∣ A ∣ ⋅ I n 利用这个性质可以求矩阵的逆。
例求
A = ( 1 2 3 2 3 1 3 1 2 ) A=\left(\begin{array}{lll}
1 & 2 & 3 \\
2 & 3 & 1 \\
3 & 1 & 2
\end{array}\right) A = 1 2 3 2 3 1 3 1 2 的伴随矩阵
注:本节内容涉及 伴随矩阵 的求法。
解:
因为 ∣ A ∣ = − 18 ≠ 0 ,所以 A 可逆. A 11 = ( − 1 ) 1 + 1 ∣ 3 1 1 2 ∣ = 5 , A 12 = ( − 1 ) 1 + 2 ∣ 2 1 3 2 ∣ = − 1 , A 13 = ( − 1 ) 1 + 3 ∣ 2 3 3 1 ∣ = − 7 A 21 = ( − 1 ) 2 + 1 ∣ 2 3 1 2 ∣ = − 1 , A 22 = ( − 1 ) 2 + 2 ∣ 1 3 3 2 ∣ = − 7 , A 23 = ( − 1 ) 2 + 3 ∣ 1 2 3 1 ∣ = 5 A 31 = ( − 1 ) 3 + 1 ∣ 2 3 3 1 ∣ = − 7 , A 32 = ( − 1 ) 3 + 2 ∣ 1 3 2 1 ∣ = 5 , A 33 = ( − 1 ) 3 + 3 ∣ 1 2 2 3 ∣ = − 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} 因为 ∣ A ∣ = − 18 = 0 ,所以 A 可逆 . A 11 = ( − 1 ) 1 + 1 3 1 1 2 = 5 , A 12 = ( − 1 ) 1 + 2 2 3 1 2 = − 1 , A 13 = ( − 1 ) 1 + 3 2 3 3 1 = − 7 A 21 = ( − 1 ) 2 + 1 2 1 3 2 = − 1 , A 22 = ( − 1 ) 2 + 2 1 3 3 2 = − 7 , A 23 = ( − 1 ) 2 + 3 1 3 2 1 = 5 A 31 = ( − 1 ) 3 + 1 2 3 3 1 = − 7 , A 32 = ( − 1 ) 3 + 2 1 2 3 1 = 5 , A 33 = ( − 1 ) 3 + 3 1 2 2 3 = − 1 于是A A A 的伴随矩阵为
A = ( 5 − 1 − 7 − 1 − 7 5 − 7 5 − 1 ) A=\left(\begin{array}{ccc}
5 & -1 & -7 \\
-1 & -7 & 5 \\
-7 & 5 & -1
\end{array}\right) A = 5 − 1 − 7 − 1 − 7 5 − 7 5 − 1 A A A 得逆矩阵
A − 1 = 1 ∣ A ∣ A ∗ = 1 − 18 ( 5 − 1 − 7 − 1 − 7 5 − 7 5 − 1 ) = ( − 5 18 1 18 7 18 1 18 7 18 − 5 18 7 18 − 5 18 1 18 ) \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) A − 1 = ∣ A ∣ 1 A ∗ = − 18 1 5 − 1 − 7 − 1 − 7 5 − 7 5 − 1 = − 18 5 18 1 18 7 18 1 18 7 − 18 5 18 7 − 18 5 18 1 利用上面的结论可以解决考试常见的试题。
例设 A \boldsymbol{A} A 是一个 3 阶方阵,并设 ∣ A ∣ = 2 |\boldsymbol{A}|=2 ∣ A ∣ = 2 .求 ∣ 4 A − 1 + A ∗ ∣ \left|4 \boldsymbol{A}^{-1}+\boldsymbol{A}^*\right| 4 A − 1 + A ∗ .
解.已知 A \boldsymbol{A} A 是一个 3 阶方阵,并且 ∣ A ∣ = 2 |\boldsymbol{A}|=2 ∣ A ∣ = 2 ,那么 ∣ A − 1 ∣ = 1 2 \left|\boldsymbol{A}^{-1}\right|=\frac{1}{2} A − 1 = 2 1 ,并且 A ∗ = ∣ A ∣ A − 1 = 2 A − 1 \boldsymbol{A}^*=|\boldsymbol{A}| \boldsymbol{A}^{-1}=2 \boldsymbol{A}^{-1} A ∗ = ∣ A ∣ A − 1 = 2 A − 1 。于是
∣ 4 A − 1 + A ∗ ∣ = ∣ 4 A − 1 + 2 A − 1 ∣ = ∣ 6 A − 1 ∣ = 6 3 × 1 2 = 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 4 A − 1 + A ∗ = 4 A − 1 + 2 A − 1 = 6 A − 1 = 6 3 × 2 1 = 108 初等行变换法求逆矩阵 定理 n × n n \times n n × n 矩阵 A A A 是可逆的, A A A 行等价于 I n I_n I n , 这时, 把 A A A 变为 I n I_n I n 的一系列初等行变换同时也会把 I n I_n I n 变成 A − 1 A^{-1} A − 1 。
证 设 A A A 是可逆矩阵, 则对任意 b b b , 方程 A x = b A x = b A x = b 有解 , A A A 在每一行有主元位置 , 因 A A A 是方阵, 这 n n n 个主元位置必在对角线上. 这就是说 A A A 的简化阶梯形是 I n I_n I n , 即 A ∼ I n A \sim I_n A ∼ I n .
反之, 若 A ∼ I n A \sim I_n A ∼ 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 E 1 , ⋯ , E p E_1, \cdots, E_p E 1 , ⋯ , E p 使
A ∼ E 1 A ∼ E 2 ( E 1 A ) ∼ ⋯ ∼ E p ( E p − 1 ⋯ E 1 A ) = I n A \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 A ∼ E 1 A ∼ E 2 ( E 1 A ) ∼ ⋯ ∼ E p ( E p − 1 ⋯ E 1 A ) = I n 即
E p E p − 1 ⋯ E 1 A = I n E_p E_{p-1} \cdots E_1 A=I_n E p E p − 1 ⋯ E 1 A = I n 因为 E p ⋯ E 1 E_p \cdots E_1 E p ⋯ E 1 是可逆矩阵的乘积, 因此也是可逆矩阵, 由 (1) 式推出
( E p ⋯ E 1 ) − 1 ( E p ⋯ E 1 ) A = ( E p ⋯ E 1 ) − 1 I n A = ( E p ⋯ E 1 ) − 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} ( E p ⋯ E 1 ) − 1 ( E p ⋯ E 1 ) A A = ( E p ⋯ E 1 ) − 1 I n = ( E p ⋯ E 1 ) − 1 于是 A A A 是可逆的, 因它是可逆矩阵的逆 , 同样有
A − 1 = [ ( E p ⋯ E 1 ) − 1 ] − 1 = E p ⋯ E 1 A^{-1}=\left[\left(E_p \cdots E_1\right)^{-1}\right]^{-1}=E_p \cdots E_1 A − 1 = [ ( E p ⋯ E 1 ) − 1 ] − 1 = E p ⋯ E 1 于是 A − 1 = E p ⋯ E 1 ⋅ I n A^{-1}=E_p \cdots E_1 \cdot I_n A − 1 = E p ⋯ E 1 ⋅ I n , 这就是说, A − 1 A^{-1} A − 1 可由依次以 E 1 , ⋯ , E p E_1, \cdots, E_p E 1 , ⋯ , E p 作用于 I n I_n I n 而得到, 它们就是上 式中把 A A A 变为 I n I_n I n 的同一行变换序列.
由此得到如下结论:
若A A A 是一个n n n 阶矩阵,把A A A 和单位阵E E E 合在一起,即 [ A ∣ E ] [A \mid E] [ A ∣ E ] 然后进行初等行变换,把左边A A A 变换为E E E ,而右侧就是A A A 得逆矩阵A − 1 A^{-1} A − 1 即得 [ E ∣ A − 1 ] [E \mid A^{-1}] [ E ∣ A − 1 ] 。
例 求下面矩阵的逆矩阵
A = [ 1 2 3 0 1 4 5 6 0 ] A = \begin{bmatrix}
1 & 2 & 3 \\
0 & 1 & 4 \\
5 & 6 & 0
\end{bmatrix} A = 1 0 5 2 1 6 3 4 0 解:把矩阵A A A 和单位矩阵E E E 进行合并
构造增广矩阵
[ A ∣ E ] = [ 1 2 3 1 0 0 0 1 4 0 1 0 5 6 0 0 0 1 ] [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] [ A ∣ E ] = 1 0 5 2 1 6 3 4 0 1 0 0 0 1 0 0 0 1 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 − 5 倍加到第三行
[ 1 2 3 1 0 0 0 1 4 0 1 0 0 − 4 − 15 − 5 0 1 ] \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] 1 0 0 2 1 − 4 3 4 − 15 1 0 − 5 0 1 0 0 0 1 用第二行消去第一行和第三行。
[ 1 0 − 5 1 − 2 0 0 1 4 0 1 0 0 0 1 − 5 4 1 ] \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] 1 0 0 0 1 0 − 5 4 1 1 0 − 5 − 2 1 4 0 0 1 用第三行消去第一行和第二行。
[ 1 0 0 − 24 18 5 0 1 0 20 − 15 − 4 0 0 1 − 5 4 1 ] \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] 1 0 0 0 1 0 0 0 1 − 24 20 − 5 18 − 15 4 5 − 4 1 此时左侧已经是单位矩阵,右侧就是逆矩阵,所以
A − 1 = [ − 24 18 5 20 − 15 − 4 − 5 4 1 ] A^{-1} = \begin{bmatrix}
-24 & 18 & 5 \\
20 & -15 & -4 \\
-5 & 4 & 1
\end{bmatrix} A − 1 = − 24 20 − 5 18 − 15 4 5 − 4 1 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
例已知 A 2 = ( 2 − 1 0 7 − 3 0 0 0 9 ) , A 3 = ( − 1 0 0 0 − 1 0 0 0 − 27 ) \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) A 2 = 2 7 0 − 1 − 3 0 0 0 9 , A 3 = − 1 0 0 0 − 1 0 0 0 − 27 ,求 A \boldsymbol{A} A .
【解】因为 A 2 ⋅ A = A 3 \boldsymbol{A}^2 \cdot \boldsymbol{A}=\boldsymbol{A}^3 A 2 ⋅ A = A 3 ,且 A 2 \boldsymbol{A}^2 A 2 可逆,所以
A = ( A 2 ) − 1 A 3 = ( 2 − 1 0 7 − 3 0 0 0 9 ) − 1 ( − 1 0 0 0 − 1 0 0 0 − 27 ) = ( − 3 1 0 − 7 2 0 0 0 1 9 ) ( − 1 0 0 0 − 1 0 0 0 − 27 ) = ( 3 − 1 0 7 − 2 0 0 0 − 3 ) . \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} A = ( A 2 ) − 1 A 3 = 2 7 0 − 1 − 3 0 0 0 9 − 1 − 1 0 0 0 − 1 0 0 0 − 27 = − 3 − 7 0 1 2 0 0 0 9 1 − 1 0 0 0 − 1 0 0 0 − 27 = 3 7 0 − 1 − 2 0 0 0 − 3 . 【注】若能运用下述结果,则可提高运算速度:
( a b c d ) ∗ = ( d − b − c a ) 与 ( A O O B ) = ( A − 1 O O B − 1 ) . \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) . ( a c b d ) ∗ = ( d − c − b a ) 与 ( A O O B ) = ( A − 1 O O B − 1 ) . 用初等列变换求逆矩阵(了解即可) 若A A A 是一个n n n 阶矩阵,把A A A 和单位阵E E E 合在一起,即 ( A E ) \binom{ A }{ E } ( E A ) 然后进行初等列变换,把上边A A A 变换为E E E ,则下面就是A A A 得逆矩阵A − 1 A^{-1} A − 1 即得 ( E A − 1 ) \binom{ E }{ A ^{-1}} ( A − 1 E ) 。
我们几乎不用列变换求逆矩阵,此处稍微了解即可
例求 矩阵A的逆矩阵。
A = [ 1 0 2 0 1 0 2 0 1 ] A = \begin{bmatrix}
1 & 0 & 2 \\
0 & 1 & 0 \\
2 & 0 & 1
\end{bmatrix} A = 1 0 2 0 1 0 2 0 1 解:把矩阵A和单位E竖着排列起来
[ 1 0 2 0 1 0 2 0 1 1 0 0 0 1 0 0 0 1 ] \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] 1 0 2 1 0 0 0 1 0 0 1 0 2 0 1 0 0 1 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 [ 1 , 0 , 2 ] T 不动
第3列:
原来 [ 2 , 0 , 1 ] T [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 ] T 2\times [1,0,2]^T = [2,0,1]^T - [2,0,4]^T = [0,0,-3]^T 2 × [ 1 , 0 , 2 ] T = [ 2 , 0 , 1 ] T − [ 2 , 0 , 4 ] T = [ 0 , 0 , − 3 ] T
得到:
[ 1 0 0 0 1 0 2 0 − 3 1 0 − 2 0 1 0 0 0 1 ] \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] 1 0 2 1 0 0 0 1 0 0 1 0 0 0 − 3 − 2 0 1 继续化简,具体过程略,可以得到
[ 1 0 0 0 1 0 0 0 1 − 1 3 0 2 3 0 1 0 2 3 0 − 1 3 ] \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] 1 0 0 − 3 1 0 3 2 0 1 0 0 1 0 0 0 1 3 2 0 − 3 1 最终的都逆矩阵
A − 1 = 1 3 [ − 1 0 2 0 3 0 2 0 − 1 ] A^{-1} = \frac13 \begin{bmatrix}
-1 & 0 & 2 \\
0 & 3 & 0 \\
2 & 0 & -1
\end{bmatrix} A − 1 = 3 1 − 1 0 2 0 3 0 2 0 − 1