线性代数系列讲解第四篇 矩阵的逆

矩阵的逆

1.概念

我们可以想想在数里面有倒数的概念，比如$2\ast 1/2=1$。同样的想法，矩阵的逆也是类似的想法。其定义是:
$$A{A}^{-1}=I$$
其中$A^{-1}$就是矩阵的逆。
当矩阵是方阵的时候，满足下面的方程
$$A{A}^{-1}=I=A^{-1}A$$
即矩阵的左逆等于矩阵的右逆。
证明: 可逆：$A_{L}A=A{A}_R$，使$A_L=A_R$
$$A_L=A_L(A{A}_R)=(A_{L}A)A_R=A_R=I$$
当矩阵不是方阵的时候，矩阵的左逆不等于矩阵的右逆，本身矩阵左逆和右逆的大小就不一样了。
注意：不是所有矩阵都有逆矩阵。
如果矩阵可逆，我们一般叫做可逆矩阵，或者叫做非奇异矩阵(non-singular matrix)
如果矩阵不可逆，我们一般叫做不可逆矩阵，或者叫做奇异矩阵(singular matrix)

思考：
1.若$A$,$B$均可逆，那么$AB$的逆矩阵是多少?
解法:$(AB)(B^{-1}{A}^{-1})=A(B{B}^{-1})A^{-1}=I$,$(AB{)}^{-1}$的逆矩阵为$B^{-1}{A}^{-1}$。
2.求$A^T$的逆矩阵?
$$A{A}^{-1}=I$$
$$(A^{-1}{)}^T{A}^T=I^T=I$$
所以$$(A^T{)}^{-1}=(A^{-1}{)}^T$$
3. 证明上节课的$det{A}^{-1}=1/detA$如下:
$A^{-1}A=I$,则$(det{A}^{-1})(detA)=1$，结果为$det{A}^{-1}=1/detA$

2.求矩阵的逆

1. Gauss-Jordan
   原理： [ A E ] ⟶ [ E A − 1 ] \begin{bmatrix}A&E\end{bmatrix}\longrightarrow\begin{bmatrix}E&A^{-1}\end{bmatrix} [