• 1.摘要
  • 2.基本信息
  • 3.基础定义
  • 4.应用举例
  • 4.1.求逆矩阵的初等变换法
  • 4.2.初等变换法计算原理
  • 4.3.伴随矩阵法
  • 5.性质
  • 6.性质定理
  • 6.1.证明
  • 6.2.可逆等价条件
  • 7.参考资料

逆矩阵

线性代数术语

逆矩阵(外文名:inverse matrix)是一个数学概念,主要用于描述两个矩阵之间的可逆关系。设A是数域上的一个n阶矩阵,若在相同数域上存在另一个n阶矩阵B,使得:AB=BA=E,其中E为单位矩阵,则称B是A的逆矩阵。

基本信息

  • 中文名

    逆矩阵

  • 外文名

    inverse matrix

  • 学科分类

    高等数学术语

  • 所属学科

    线性代数

  • 相关概念

    非奇异矩阵满秩矩阵

基础定义

一个n阶方阵A称为可逆的,或非奇异的,如果存在一个n阶方阵B,使得

逆矩阵

则称B是A的一个逆矩阵。A的逆矩阵记作A-1。

应用举例

求逆矩阵的初等变换法

将一n阶可逆矩阵A和n阶单位矩阵I写成一个nX2n的矩阵image对B施行初等行变换,即对A与I进行完全相同的若干初等行变换,目标是把A化为单位矩阵。当A化为单位矩阵I的同时,B的右一半矩阵同时化为了A的逆矩阵。

如求image的逆矩阵A-1。

image

故A可逆并且,由右一半可得逆矩阵A-1=image

初等变换法计算原理

若n阶方阵A可逆,即A行等价I,即存在初等矩阵P1,P2,...,Pk使得

image,在此式子两端同时右乘A-1得:image

比较两式可知:对A和I施行完全相同的若干初等行变换,在这些初等行变化把A变成单位矩阵的同时,这些初等行变换也将单位矩阵化为A-1。1

如果矩阵AB互逆,则AB=BA=I。由条件AB=BA以及矩阵乘法的定义可知,矩阵AB都是方阵。再由条件AB=I以及定理“两个矩阵的乘积的行列式等于这两个矩阵的行列式的乘积”可知,这两个矩阵的行列式都不为0。也就是说,这两个矩阵的秩等于它们的级数(或称为阶,也就是说,A与B都是方阵,且rank(A) = rank(B) = n)。换句话说,这两个矩阵可以只经由初等行变换,或者只经由初等列变换,变为单位矩阵2

伴随矩阵法

如果矩阵image可逆,则image

注意:image中元素的排列特点是的第k元素是A的第k元素的代数余子式。要求得image即为求解image的余因子矩阵的转置矩阵。A的伴随矩阵image,其中Aij=(-1)i+jMij称为aij的代数余子式。

性质