矩阵的求逆

逆的几何解释

矩阵的逆可以计算变换的反向或相反变换，能撤销原变换。向量$\vec{v}$用矩阵M进行变换，再用$M^{-1}$进行变换，则会得到原向量。证明：

$$(\vec{v}M)M^{-1}=\vec{v}(MM^{-1})=\vec{v}I=\vec{v}$$

矩阵可逆性

不是所有的矩阵都有逆，其中最简单的判别方法就是：可逆矩阵的行列式不为0

标准伴随矩阵

假设有一可逆矩阵M，则标准伴随矩阵的定义是M的代数余子式矩阵的转置矩阵。

例如：

$$M= \left[ \begin{matrix} -4 & -3 & 3 \\ 0 & 2 & -2 \\ 1 & 4 & -1 \end{matrix} \right]$$

计算M的代数余子式矩阵：

M的标准伴随矩阵是代数余子式矩阵的转置：

$$adjM= \begin{bmatrix} c_{11} & c_{12} & c_{13} \\ c_{21} & c_{22} & c_{23} \\ c_{31} & c_{32} & c_{33} \end{bmatrix} ^T= \begin{bmatrix} 6 & -2 & -2 \\ 9 & 1& 13 \\ 0 & -8 & -8 \end{bmatrix} ^T=\begin{bmatrix} 6 & 9 & 0 \\ -2 & 1 & -8 \\ -2 & 13 & -8 \end{bmatrix}$$

求逆

则有了标准伴随矩阵，通过除以M的行列式，就能计算矩阵的逆。

$$M^{-1}=\frac {adjM}{|M|}$$
则最后的有：
$$M^{-1}=\frac {adjM}{|M|}=\begin{bmatrix} \frac {-1}{4} & \frac {-3}{8} & 0 \\ \frac {1}{12}& \frac {-1}{24} & \frac {1}{3} \\ \frac {1}{12} & \frac {-13}{24} & \frac {1}{3} \end{bmatrix}$$

写在最后

还有很多的方法计算矩阵的逆，比如高斯消元法。很多线性代数的书认为该方法更适合在计算机上实现，这是相对于大矩阵和特殊矩阵来说的。对于低阶矩阵，如转置矩阵等，伴随矩阵能更快一些。