线性代数学习笔记（十二）——逆矩阵（一）

本篇笔记首先回顾了矩阵的运算，并通过数的除法讨论逆矩阵的引入部分，需要注意：$永远不要把矩阵放到分母上！$所以矩阵不存在除法的说法；然后通过矩阵的属性讨论了方阵的行列式，以及方阵行列式的三条性质；最后重点介绍了方阵的伴随矩阵，包括伴随矩阵的求法，以及伴随矩阵相关的定理和推论。

1 矩阵运算回顾

前面在介绍矩阵的运算时，已经学习过了矩阵的加法、矩阵的减法、矩阵的数乘以及矩阵的乘法，那矩阵是否有除法运算呢？“矩阵的除法”就是下一篇博客要介绍的逆矩阵，其实矩阵只有逆矩阵，并没有除法的说法。

比如对于数来说：$2\times \frac{1}{2}=\frac{1}{2}\times 2=1$，
那么能否找到矩阵$A$和矩阵$B$，使得：$A\times B=B\times A=E$。

是否是$B=\frac{1}{A}$呢？因为：$\bcancel{A}\times \frac{1}{\bcancel{A}}=\frac{1}{\bcancel{A}}\times \bcancel{A}=E$。

以上做法是错误的！$永远不要把矩阵放到分母上$。

2 方阵的行列式

将给定方阵的元素作为行列式的元素就叫方阵的行列式。

例如：方阵$A=\left[\begin{array}{ccc}2& 2& 2\\ 3& 3& 3\\ 1& 1& 1\end{array}\right]$，则其行列式记作：$|A|$，故$|A|=\left|\begin{array}{ccc}2& 2& 2\\ 3& 3& 3\\ 1& 1& 1\end{array}\right|$。

不难发现，上述$|A|=0$，我们知道，行列式表示一个数，而矩阵表示一个数表，那么求矩阵的行列式是什么意思呢？其实矩阵具有很多的属性，方阵的行列式是方阵其中的一个属性，其他属性例如：

矩阵$\{\begin{array}{l}特征值\\ 特征向量\\ 行列式\\ ...\end{array}$

3 方阵行列式的性质

① $|A^T|=|A|$
原因：行列式性质第一条，行列式转置值不变。

★ ② $|kA|=k^n|A|$
原因：矩阵所有元素有公因子向外提$1$次，行列式所有元素的公因子向外提$n$次。

例如：$A=\left[\begin{array}{ccc}1& 1& 1\\ 2& 2& 2\\ 3& 3& 3\end{array}\right]$

$kA=\left[\begin{array}{ccc}k& k& k\\ 2k& 2k& 2k\\ 3k& 3k& 3k\end{array}\right]$

$|kA|=\left|\begin{array}{ccc}k& k& k\\ 2k& 2k& 2k\\ 3k& 3k& 3k\end{array}\right|$

$|kA|=k^3\left|\begin{array}{ccc}1& 1& 1\\ 2& 2& 2\\ 3& 3& 3\end{array}\right|=k^3|A|$

③ $|AB|=|A||B|$
行列式的乘法定理，前提条件：$A$、$B$为同阶，可以推广到多个方阵相乘的情况，如$|ABC|=|A||B||C|$。

例1：已知$A$为$5$阶方阵，并且$|A|=3$，求$|-A|$、$|2A^T|$、$|||A|A|$和$||||A|A|A|A|$。

(1) $|-A|=(-1{)}^5|A|=-1\times 3=-3$；

(2) $|2A^T|=2^5|A^T|=2^5|A|=2^5\times 3=96$；

(3) $||A|A|=|3A|=3^5|3|=3^5\times 3=3^6$；

(4) $||||A|A|A|A|$
$=|||3A|A|A|$
$=||3^5|A|A|A|$
$=||3^5\times 3A|A|$
$=||3^{6}A|A|$
$=|(3^6{)}^5|A|A|$
$=|3^{30}|A|A|$
$=|3^{30}\times 3A|$
$=|3^{31}A|$
$=(3^{31}{)}^5|A|$
$=3^{155}|A|$
$=3^{155}\times 3$
$=3^{156}$

4 伴随矩阵

只有方阵才有伴随矩阵。

定义：假设$n$阶方阵$A$，$A_{ij}$是其元素$a_{ij}$的代数余子式，那么矩阵$A$的伴随矩阵：
$A^{\ast }=\left[\begin{array}{cccc}{A}_{11}& A_{21}& \cdots & A_{n1}\\ A_{12}& A_{22}& \cdots & A_{n2}\\ ⋮& ⋮& \ddots & ⋮\\ A_{1n}& A_{2n}& \cdots & A_{nn}\end{array}\right]$。

矩阵$A$的伴随矩阵记作$A^{\ast }$。

例2：矩阵$A=\left[\begin{array}{ccc}1& 1& 1\\ 2& 1& 3\\ 1& 1& 4\end{array}\right]$

① 第一步：分别求所有元素的代数余子式
$A_{11}=(-1{)}^{1+1}\left|\begin{array}{cc}1& 3\\ 1& 4\end{array}\right|=1$
$A_{12}=(-1{)}^{1+2}\left|\begin{array}{cc}2& 3\\ 1& 4\end{array}\right|=-5$
$A_{13}=(-1{)}^{1+3}\left|\begin{array}{cc}2& 1\\ 1& 1\end{array}\right|=1$
$A_{21}=(-1{)}^{2+1}\left|\begin{array}{cc}1& 1\\ 1& 4\end{array}\right|=-3$
$A_{22}=(-1{)}^{2+2}\left|\begin{array}{cc}1& 1\\ 1& 4\end{array}\right|=3$
$A_{23}=(-1{)}^{2+3}\left|\begin{array}{cc}1& 1\\ 1& 1\end{array}\right|=0$
$A_{31}=(-1{)}^{3+1}\left|\begin{array}{cc}1& 1\\ 1& 3\end{array}\right|=2$
$A_{32}=(-1{)}^{3+2}\left|\begin{array}{cc}1& 1\\ 2& 3\end{array}\right|=-1$
$A_{33}=(-1{)}^{3+3}\left|\begin{array}{cc}1& 1\\ 2& 1\end{array}\right|=-1$

② 第二步：按行求的代数余子式按列放构成矩阵
$A^{\ast }=\left[\begin{array}{ccc}1& -3& 2\\ -5& 3& -1\\ 1& 0& -1\end{array}\right]$

求伴随矩阵的口诀：$按行求，按列放$。

定理2.4.1：对于任意方阵$A$，有：$A{A}^{\ast }=A^{\ast }A=|A|E$。

证明：
① $A{A}^{\ast }=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right]\left[\begin{array}{cccc}{A}_{11}& A_{21}& \cdots & A_{n1}\\ A_{12}& A_{22}& \cdots & A_{n2}\\ ⋮& ⋮& \ddots & ⋮\\ A_{1n}& A_{2n}& \cdots & A_{nn}\end{array}\right]$

根据矩阵的乘法得：
$=\left[\begin{array}{cccc}{a}_{11}{A}_{11}+a_{12}{A}_{12}+...+a_{1n}{A}_{1n}& a_{11}{A}_{21}+a_{12}{A}_{22}+...+a_{1n}{A}_{2n}& \cdots & a_{11}{A}_{n1}+a_{12}{A}_{n2}+...+a_{1n}{A}_{nn}\\ a_{21}{A}_{11}+a_{22}{A}_{12}+...+a_{2n}{A}_{1n}& a_{21}{A}_{21}+a_{22}{A}_{22}+...+a_{2n}{A}_{2n}& \cdots & a_{21}{A}_{n1}+a_{22}{A}_{n2}+...+a_{2n}{A}_{nn}\\ ⋮& ⋮& \ddots & ⋮\\ a_{n1}{A}_{11}+a_{n2}{A}_{12}+...+a_{nn}{A}_{1n}& a_{n1}{A}_{21}+a_{n2}{A}_{22}+...+a_{nn}{A}_{2n}& \cdots & a_{n1}{A}_{n1}+a_{n2}{A}_{n2}+...+a_{nn}{A}_{nn}\end{array}\right]$

根据行列式的按行展开定理：某行元素与其对应代数余子式相乘等于行列式的值，即：$a_{11}{A}_{11}+a_{12}{A}_{12}+...+a_{1n}{A}_{1n}=|A|$。

根据异乘变零定理：某行元素与其他行元素对应代数余子式相乘等于零，即：$a_{11}{A}_{21}+a_{12}{A}_{22}+...+a_{1n}{A}_{2n}=0$。

同理其他元素也是相同的处理，所以上述表达式：
$=\left[\begin{array}{cccc}|A|& 0& \cdots & 0\\ 0& |A|& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & |A|\end{array}\right]$

$=|A|E$

② $A^{\ast }A=\left[\begin{array}{cccc}{A}_{11}& A_{21}& \cdots & A_{n1}\\ A_{12}& A_{22}& \cdots & A_{n2}\\ ⋮& ⋮& \ddots & ⋮\\ A_{1n}& A_{2n}& \cdots & A_{nn}\end{array}\right]\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right]$

根据矩阵的乘法得：
$=\left[\begin{array}{cccc}{a}_{11}{A}_{11}+a_{21}{A}_{21}+...+a_{n1}{A}_{n1}& a_{12}{A}_{11}+a_{22}{A}_{21}+...+a_{n2}{A}_{n1}& \cdots & a_{1n}{A}_{11}+a_{2n}{A}_{21}+...+a_{nn}{A}_{n1}\\ a_{11}{A}_{12}+a_{21}{A}_{22}+...+a_{n1}{A}_{n2}& a_{12}{A}_{12}+a_{22}{A}_{22}+...+a_{n2}{A}_{n2}& \cdots & a_{1n}{A}_{12}+a_{2n}{A}_{22}+...+a_{nn}{A}_{n2}\\ ⋮& ⋮& \ddots & ⋮\\ a_{11}{A}_{1n}+a_{21}{A}_{2n}+...+a_{n1}{A}_{nn}& a_{12}{A}_{1n}+a_{22}{A}_{2n}+...+a_{n2}{A}_{nn}& \cdots & a_{1n}{A}_{1n}+a_{2n}{A}_{2n}+...+a_{nn}{A}_{nn}\end{array}\right]$

根据行列式的按列展开定理：某列元素与其对应代数余子式相乘等于行列式的值，即：$a_{11}{A}_{11}+a_{21}{A}_{21}+...+a_{n1}{A}_{n1}=|A|$。

根据异乘变零定理：某列元素与其他列元素对应代数余子式相乘等于零，即：$a_{12}{A}_{11}+a_{22}{A}_{21}+...+a_{n2}{A}_{n1}=0$。

同理其他元素也是相同的处理，所以上述表达式：
$=\left[\begin{array}{cccc}|A|& 0& \cdots & 0\\ 0& |A|& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & |A|\end{array}\right]$

$=|A|E$

综上所述：$A{A}^{\ast }=A^{\ast }A=|A|E$。

推论2.4.1：若$|A|\ne 0$，则：$|A^{\ast }|=|A{|}^{n-1}$。

证明：因为$A{A}^{\ast }=|A|E$，两边取行列式得：
$|A{A}^{\ast }|=||A|E|$

即：$|A||A^{\ast }|=|A{|}^n|E|$
又因为：$|E|=1$
所以：$|A||A^{\ast }|=|A{|}^n$
因为$|A|\ne 0$，所以两边同时除以$|A|$得：
$|A^{\ast }|=|A{|}^{n-1}$
故原式获证。

事实上，可以证明，当$|A|=0$时，以上结论也是成立的。

5 引用

《线性代数》高清教学视频 “惊叹号”系列 宋浩老师_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili_2.4 逆矩阵（一）