本篇笔记首先回顾了伴随矩阵,随后给出了逆矩阵的定义,并通过定理给出了采用伴随矩阵法求逆矩阵的公式以及推论,由于伴随矩阵法求逆矩阵计算量过于复杂,一般不常用,更常用的方法是后续介绍的初等变换法;使用推论证明某矩阵的逆等于另一矩阵的关键在于:验证某矩阵乘以另一矩阵等于单位阵。然后介绍矩阵方程,需要注意求矩阵方程的几大易错点,最后还介绍了逆矩阵的性质,并对伴随矩阵做了总结。
1 伴随矩阵回顾
对于方阵,有以下万能公式:
A
A
∗
=
A
∗
A
=
∣
A
∣
E
AA^*=A^*A=|A|E
AA∗=A∗A=∣A∣E。
思考:
(1) 任何方阵都有伴随矩阵吗?
答案是肯定的,因为按照求伴随矩阵的步骤一定能求出来。
(2) 如果只有一个元素的矩阵,如何求它的伴随矩阵?
例如
A
=
[
5
]
A=[5]
A=[5],因为根据求伴随矩阵的步骤,无法求元素的代数余子式。
所以只能根据上面的公式计算:
A
A
∗
=
∣
A
∣
E
AA^*=|A|E
AA∗=∣A∣E,即:
[
5
]
A
∗
=
5
E
[5]A^*=5E
[5]A∗=5E
所以:
A
∗
=
E
=
[
1
]
A^*=E=[1]
A∗=E=[1]
2 逆矩阵的定义
设 A A A是一个 n n n阶方阵,如果存在同阶方阵 B B B,使得 A B = B A = E AB=BA=E AB=BA=E,那么 B B B就叫 A A A的逆矩阵,记作: A − 1 = B A^{-1}=B A−1=B。
A − 1 = B A^{-1}=B A−1=B表示 A A A的逆矩阵是 B B B,与数字运算(如 a − 1 = 1 a a^{-1}=\frac{1}{a} a−1=a1)不同, A − 1 = 1 A A^{-1}=\xcancel{\frac{1}{A}} A−1=A1 是错误的。
逆矩阵满足以下三个基本事实:
① 未必所有方阵均可逆。
如:
O
O
O矩阵,
O
B
=
B
O
=
O
OB=BO=O
OB=BO=O,永远不可能等于
E
E
E。
② 如果一个方阵可逆,那么它的逆矩阵是唯一的。
证明:假设方阵
A
A
A的逆矩阵为
B
1
B_1
B1和
B
2
B_2
B2。
根据逆矩阵的定义:
A
B
1
=
B
1
A
=
E
AB_1=B_1A=E
AB1=B1A=E,
A
B
2
=
B
2
A
=
E
AB_2=B_2A=E
AB2=B2A=E
所以:
B
1
=
B
1
E
=
B
1
(
A
B
2
)
=
(
B
1
A
)
B
2
=
E
B
2
=
B
2
B_1=B_1E=B_1(AB_2)=(B_1A)B_2=EB_2=B_2
B1=B1E=B1(AB2)=(B1A)B2=EB2=B2
即:
B
1
=
B
2
B_1=B_2
B1=B2
所以逆矩阵是唯一的。
③ 如果方阵 A A A可逆,那么 A A − 1 = A − 1 A = E AA^{-1}=A^{-1}A=E AA−1=A−1A=E。
3 伴随矩阵法求逆矩阵
一个方阵究竟满足什么条件才可逆?
(1) 如何判断可逆?
(2) 逆矩阵
A
−
1
A^{-1}
A−1是什么?
定义:若方阵 A A A的行列式 ∣ A ∣ ≠ 0 |A|{\neq}0 ∣A∣=0,该方阵叫做非奇异(非退化、满秩)矩阵;反之,若方阵 A A A的行列式 ∣ A ∣ = 0 |A|=0 ∣A∣=0,该方阵叫做奇异(退化、降秩)矩阵。
定理2.4.2:矩阵 A A A可逆的充要条件是 ∣ A ∣ ≠ 0 |A|{\neq}0 ∣A∣=0,并且 A − 1 = 1 ∣ A ∣ A ∗ \color{red}{A^{-1}=\frac{1}{|A|}A^*} A−1=∣A∣1A∗。
证明:
充分性:假设
∣
A
∣
≠
0
|A|{\neq}0
∣A∣=0,因为方阵有:
A
A
∗
=
A
∗
A
=
∣
A
∣
E
AA^*=A^*A=|A|E
AA∗=A∗A=∣A∣E(所有方阵都成立),所以等式中都除以
∣
A
∣
|A|
∣A∣得:
A
(
1
∣
A
∣
A
∗
)
=
(
1
∣
A
∣
A
∗
)
A
=
E
A(\frac{1}{|A|}A^*)=(\frac{1}{|A|}A^*)A=E
A(∣A∣1A∗)=(∣A∣1A∗)A=E(只有当
∣
A
∣
≠
0
|A|{\neq}0
∣A∣=0才成立),根据逆矩阵的定义可知:
1
∣
A
∣
A
∗
\frac{1}{|A|}A^*
∣A∣1A∗就是
A
A
A的逆矩阵,所以:
A
−
1
=
1
∣
A
∣
A
∗
A^{-1}=\frac{1}{|A|}A^*
A−1=∣A∣1A∗。
必要性:如果 A A A可逆,那么 A A − 1 = E AA^{-1}=E AA−1=E,两边同时取行列式得: ∣ A A − 1 ∣ = ∣ E ∣ |AA^{-1}|=|E| ∣AA−1∣=∣E∣,即: ∣ A ∣ ∣ A − 1 ∣ = 1 |A||A^{-1}|=1 ∣A∣∣A−1∣=1,所以 ∣ A ∣ ≠ 0 |A|{\neq}0 ∣A∣=0。
该定理解决了上面的两个问题:
(1) 如何判断可逆?
∣
A
∣
≠
0
|A|{\neq}0
∣A∣=0;
(2) 逆矩阵
A
−
1
A^{-1}
A−1是什么?
A
−
1
=
1
∣
A
∣
A
∗
A^{-1}=\frac{1}{|A|}A^*
A−1=∣A∣1A∗。
推论:假设矩阵 A A A和矩阵 B B B均为 n n n阶方阵,如果 A B = E AB=E AB=E或 B A = E BA=E BA=E,则可知 A A A可逆,并且 A − 1 = B A^{-1}=B A−1=B。
证明:
因为
A
B
=
E
AB=E
AB=E,两边同时取行列式得:
∣
A
B
∣
=
∣
E
∣
|AB|=|E|
∣AB∣=∣E∣,即:
∣
A
∣
∣
B
∣
=
1
|A||B|=1
∣A∣∣B∣=1,所以
∣
A
∣
≠
0
|A|{\neq}0
∣A∣=0,故
A
A
A可逆。
在
A
B
=
E
AB=E
AB=E两边同时左乘
A
−
1
A^{-1}
A−1得:
A
−
1
A
B
=
A
−
1
E
A^{-1}AB=A^{-1}E
A−1AB=A−1E,所以:
B
=
A
−
1
B=A^{-1}
B=A−1,也就是说:
A
−
1
=
B
A^{-1}=B
A−1=B。
该推论与定义相比其先进性在于: A B = E AB=E AB=E或 B A = E BA=E BA=E只需要验证一个即可,故一般做题时较为常用。
求逆矩阵的方法有两种:一种是上面的 “伴随矩阵法”,另一个是 “初等变换法” ,将在后面进行介绍。
一般求逆矩阵时使用初等变换法,不使用伴随矩阵法,因为伴随矩阵法求逆矩阵的计算量比较大。
例3:
已知矩阵
A
=
[
1
1
1
2
1
3
1
1
4
]
A=\begin{bmatrix}1&1&1\\2&1&3\\1&1&4\end{bmatrix}
A=⎣⎡121111134⎦⎤,求
A
−
1
A^{-1}
A−1。
解:行列式 ∣ A ∣ = ∣ 1 1 1 2 1 3 1 1 4 ∣ |A|=\begin{vmatrix}1&1&1\\2&1&3\\1&1&4\end{vmatrix} ∣A∣=∣∣∣∣∣∣121111134∣∣∣∣∣∣
将 第 1 行 × ( − 2 ) 加 到 第 2 行 ‾ ‾ ∣ 1 1 1 0 − 1 1 1 1 4 ∣ \underline{\underline{将第1行{\times}(-2)加到第2行}}\begin{vmatrix}1&1&1\\0&-1&1\\1&1&4\end{vmatrix} 将第1行×(−2)加到第2行∣∣∣∣∣∣1011−11114∣∣∣∣∣∣
将
第
1
行
×
(
−
1
)
加
到
第
3
行
‾
‾
∣
1
1
1
0
−
1
1
0
0
3
∣
\underline{\underline{将第1行{\times}(-1)加到第3行}}\begin{vmatrix}1&1&1\\0&-1&1\\0&0&3\end{vmatrix}
将第1行×(−1)加到第3行∣∣∣∣∣∣1001−10113∣∣∣∣∣∣
=
−
3
=-3
=−3
故 ∣ A ∣ ≠ 0 |A|\ne0 ∣A∣=0,所以 A A A可逆。
根据上一篇博客线性代数学习笔记(十二)——逆矩阵(一)例2,求出矩阵
A
A
A每个元素代数余子式的方法,得到伴随矩阵:
A
∗
=
[
1
−
3
2
−
5
3
−
1
1
0
−
1
]
A^*=\begin{bmatrix}1&-3&2\\-5&3&-1\\1&0&-1\end{bmatrix}
A∗=⎣⎡1−51−3302−1−1⎦⎤
然后通过求逆矩阵公式: A − 1 = 1 ∣ A ∣ A ∗ A^{-1}=\frac{1}{|A|}A^* A−1=∣A∣1A∗,得:
A − 1 = − 1 3 [ 1 − 3 2 − 5 3 − 1 1 0 − 1 ] A^{-1}=-\frac{1}{3}\begin{bmatrix}1&-3&2\\-5&3&-1\\1&0&-1\end{bmatrix} A−1=−31⎣⎡1−51−3302−1−1⎦⎤
= [ − 1 3 1 − 2 3 5 3 − 1 1 3 − 1 3 0 1 3 ] =\begin{bmatrix}-\frac{1}{3}&1&-\frac{2}{3}\\\frac{5}{3}&-1&\frac{1}{3}\\-\frac{1}{3}&0&\frac{1}{3}\end{bmatrix} =⎣⎡−3135−311−10−323131⎦⎤
例5:已知
A
A
A、
B
B
B为
n
n
n阶方阵,并满足
A
+
B
=
A
B
A+B=AB
A+B=AB。
(1) 试验证
A
−
E
A-E
A−E可逆;
(2) 若
B
=
?
B=?
B=?,求
A
A
A。
(1) 证明:
因为:
A
+
B
=
A
B
A+B=AB
A+B=AB,
所以:
A
B
−
A
−
B
=
O
AB-A-B=O
AB−A−B=O,(
O
O
O为
n
n
n阶零矩阵),等式两边同加
n
n
n阶单位矩阵
E
E
E得:
A
B
−
A
−
B
+
E
=
E
AB-A-B+E=E
AB−A−B+E=E,
即:
A
(
B
−
E
)
−
B
+
E
=
E
A(B-E)-B+E=E
A(B−E)−B+E=E,(
B
=
B
E
B=BE
B=BE)
故:
A
(
B
−
E
)
−
E
(
B
−
E
)
=
E
A(B-E)-E(B-E)=E
A(B−E)−E(B−E)=E,
即:
(
A
−
E
)
(
B
−
E
)
=
E
(A-E)(B-E)=E
(A−E)(B−E)=E,
所以
A
−
E
A-E
A−E可逆,
(
A
−
E
)
−
1
=
(
B
−
E
)
(A-E)^{-1}=(B-E)
(A−E)−1=(B−E),原式获证。
(2) 解:略
⋆ {\star} ⋆ 4 矩阵方程
举例:已知 A = [ 4 2 3 1 1 0 − 1 2 3 ] A=\begin{bmatrix}4&2&3\\1&1&0\\-1&2&3\end{bmatrix} A=⎣⎡41−1212303⎦⎤,求 A X = A + 2 X AX=A+2X AX=A+2X。
解:将含有
X
X
X的项移到等式左边得:
A
X
−
2
X
=
A
AX-2X=A
AX−2X=A,提取公因子
X
X
X得:
(
A
−
2
E
)
X
=
A
(A-2E)X=A
(A−2E)X=A,(错误写法:
(
A
−
2
)
X
=
A
(A-2)X=A
(A−2)X=A、
X
(
A
−
2
)
=
A
X(A-2)=A
X(A−2)=A或
X
(
A
−
2
E
)
=
A
X(A-2E)=A
X(A−2E)=A),
因为: A − 2 E = [ 4 2 3 1 1 0 − 1 2 3 ] − 2 [ 1 0 0 0 1 0 0 0 1 ] A-2E=\begin{bmatrix}4&2&3\\1&1&0\\-1&2&3\end{bmatrix}-2\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix} A−2E=⎣⎡41−1212303⎦⎤−2⎣⎡100010001⎦⎤
= [ 4 2 3 1 1 0 − 1 2 3 ] − [ 2 0 0 0 2 0 0 0 2 ] =\begin{bmatrix}4&2&3\\1&1&0\\-1&2&3\end{bmatrix}-\begin{bmatrix}2&0&0\\0&2&0\\0&0&2\end{bmatrix} =⎣⎡41−1212303⎦⎤−⎣⎡200020002⎦⎤
= [ 2 2 3 1 − 1 0 − 1 2 1 ] =\begin{bmatrix}2&2&3\\1&-1&0\\-1&2&1\end{bmatrix} =⎣⎡21−12−12301⎦⎤
故: ∣ A − 2 E ∣ = ∣ 2 2 3 1 − 1 0 − 1 2 1 ∣ = 5 |A-2E|=\begin{vmatrix}2&2&3\\1&-1&0\\-1&2&1\end{vmatrix}=5 ∣A−2E∣=∣∣∣∣∣∣21−12−12301∣∣∣∣∣∣=5
所以:
∣
A
−
2
E
∣
≠
0
|A-2E|{\neq}0
∣A−2E∣=0,
即:
A
−
2
E
A-2E
A−2E可逆,
等式两边同时左乘
(
A
−
2
E
)
−
1
(A-2E)^{-1}
(A−2E)−1得:
(
A
−
2
E
)
−
1
(
A
−
2
E
)
X
=
(
A
−
2
E
)
−
1
A
(A-2E)^{-1}(A-2E)X=(A-2E)^{-1}A
(A−2E)−1(A−2E)X=(A−2E)−1A
所以: X = ( A − 2 E ) − 1 A X=(A-2E)^{-1}A X=(A−2E)−1A(错误写法: X = A A − 2 E X=\bcancel{\frac{A}{A-2E}} X=A−2EA 、 X = A ( A − 2 E ) − 1 X=A(A-2E)^{-1} X=A(A−2E)−1)
不建议做法:
设
X
=
[
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
]
X=\begin{bmatrix}x_1&x_2&x_3\\x_4&x_5&x_6\\x_7&x_8&x_9\end{bmatrix}
X=⎣⎡x1x4x7x2x5x8x3x6x9⎦⎤
所以根据
(
A
−
2
E
)
X
=
A
(A-2E)X=A
(A−2E)X=A得:
[
2
2
3
1
−
1
0
−
1
2
1
]
[
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
]
=
[
4
2
3
1
1
0
−
1
2
3
]
\begin{bmatrix}2&2&3\\1&-1&0\\-1&2&1\end{bmatrix}\begin{bmatrix}x_1&x_2&x_3\\x_4&x_5&x_6\\x_7&x_8&x_9\end{bmatrix}=\begin{bmatrix}4&2&3\\1&1&0\\-1&2&3\end{bmatrix}
⎣⎡21−12−12301⎦⎤⎣⎡x1x4x7x2x5x8x3x6x9⎦⎤=⎣⎡41−1212303⎦⎤
根据矩阵乘法规则联立方程组求出所有未知数。太复杂!
当前建议做法:
(
A
−
2
E
)
−
1
=
1
∣
A
−
2
E
∣
(
A
−
2
E
)
∗
(A-2E)^{-1}=\frac{1}{|A-2E|}(A-2E)^*
(A−2E)−1=∣A−2E∣1(A−2E)∗
后续建议使用初等变换法求逆矩阵。
总结:
① 提取公因子需要注意方向;
② 矩阵不能加减一个数,需要补上单位矩阵;
③ 永远不要将矩阵放在分母上;
④ 先判断行列式不等于零,矩阵才可逆,才能写逆矩阵;
⑤ 求逆矩阵时,待定法(假设法)过于复杂,不建议使用;
⑥ 使用伴随矩阵法求逆矩阵比较复杂,建议后续使用初等变换法。
5 逆矩阵的性质
接上一篇博客线性代数学习笔记(十二)——逆矩阵(一)方阵行列式的性质。
④ 若
A
A
A可逆,则
A
−
1
A^{-1}
A−1也可逆,且
(
A
−
1
)
−
1
=
A
\color{red}{(A^{-1})^{-1}=A}
(A−1)−1=A
证明:
(1) 因为
A
A
A可逆,所以
A
A
−
1
=
A
−
1
A
=
E
AA^{-1}=A^{-1}A=E
AA−1=A−1A=E,所以根据定义可知:
A
−
1
A^{-1}
A−1的逆矩阵就等于
A
A
A,即
(
A
−
1
)
−
1
=
A
(A^{-1})^{-1}=A
(A−1)−1=A。
(2) 根据推论可知,因为
A
−
1
A
=
E
A^{-1}A=E
A−1A=E,所以
(
A
−
1
)
−
1
=
A
(A^{-1})^{-1}=A
(A−1)−1=A。
该性质在形式上类似于行列式的以下性质:
(
A
T
)
T
(A^T)^T
(AT)T
⑤ 若
A
A
A、
B
B
B均可逆,则
A
B
AB
AB也可逆,且
(
A
B
)
−
1
=
B
−
1
A
−
1
\color{red}{(AB)^{-1}=B^{-1}A^{-1}}
(AB)−1=B−1A−1
证明:
因为:
A
B
⋅
B
−
1
‾
A
−
1
=
A
A
−
1
=
E
A\underline{B{\cdot}B^{-1}}A^{-1}=AA^{-1}=E
AB⋅B−1A−1=AA−1=E,所以
(
A
B
)
−
1
=
B
−
1
A
−
1
(AB)^{-1}=B^{-1}A^{-1}
(AB)−1=B−1A−1。
该性质在形式上类似于行列式的以下性质:
(
A
B
)
T
=
B
T
A
T
(AB)^T=B^TA^T
(AB)T=BTAT
推论: ( A B C D ) − 1 = D − 1 C − 1 B − 1 A − 1 (ABCD)^{-1}=D^{-1}C^{-1}B^{-1}A^{-1} (ABCD)−1=D−1C−1B−1A−1
⑥ 若
A
A
A可逆,那么
A
T
A^T
AT也可逆,并且
(
A
T
)
−
1
=
(
A
−
1
)
T
\color{red}{(A^T)^{-1}=(A^{-1})^T}
(AT)−1=(A−1)T;若
k
≠
0
k{\neq}0
k=0,那么
(
k
A
)
−
1
=
1
k
A
−
1
\color{red}{(kA)^{-1}=\frac{1}{k}A^{-1}}
(kA)−1=k1A−1
证明:
(1) 因为
A
T
⋅
(
A
−
1
)
T
=
(
A
−
1
A
)
T
=
E
T
=
E
A^T{\cdot}(A^{-1})^T=(A^{-1}A)^T=E^T=E
AT⋅(A−1)T=(A−1A)T=ET=E,所以
(
A
T
)
−
1
=
(
A
−
1
)
T
(A^T)^{-1}=(A^{-1})^T
(AT)−1=(A−1)T;
(2) 因为
k
A
⋅
1
k
A
−
1
=
E
\bcancel{k}A{\cdot}\bcancel{\frac{1}{k}}A^{-1}=E
k
A⋅k1
A−1=E,所以
(
k
A
)
−
1
=
1
k
A
−
1
(kA)^{-1}=\frac{1}{k}A^{-1}
(kA)−1=k1A−1。
⑦ 若
A
A
A可逆,那么
∣
A
−
1
∣
=
∣
A
∣
−
1
\color{red}{|A^{-1}|=|A|^{-1}}
∣A−1∣=∣A∣−1
证明:
因为
A
A
A可逆,所以
A
A
−
1
=
E
AA^{-1}=E
AA−1=E且
∣
A
∣
≠
0
|A|{\neq}0
∣A∣=0,等式两边取行列式得:
∣
A
A
−
1
∣
=
∣
E
∣
|AA^{-1}|=|E|
∣AA−1∣=∣E∣,所以
∣
A
∣
∣
A
−
1
∣
=
1
|A||A^{-1}|=1
∣A∣∣A−1∣=1,即
∣
A
−
1
∣
=
1
∣
A
∣
|A^{-1}|=\frac{1}{|A|}
∣A−1∣=∣A∣1,也就是
∣
A
−
1
∣
=
∣
A
∣
−
1
|A^{-1}|=|A|^{-1}
∣A−1∣=∣A∣−1。
⑧ 若
A
A
A可逆,则
A
∗
A^*
A∗也可逆,并且
(
A
∗
)
−
1
=
1
∣
A
∣
A
\color{red}{(A^*)^{-1}=\frac{1}{|A|}A}
(A∗)−1=∣A∣1A
证明:
因为
A
A
A可逆,所以
∣
A
∣
≠
0
|A|{\neq}0
∣A∣=0,又因为
A
A
∗
=
∣
A
∣
E
AA^*=|A|E
AA∗=∣A∣E,等式两边同时除以
∣
A
∣
|A|
∣A∣得:
(
1
∣
A
∣
A
)
A
∗
=
E
(\frac{1}{|A|}A)A^*=E
(∣A∣1A)A∗=E,所以
(
A
∗
)
−
1
=
1
∣
A
∣
A
(A^*)^{-1}=\frac{1}{|A|}A
(A∗)−1=∣A∣1A。
6 A ∗ A^* A∗专题
对伴随矩阵做以下总结:
① 按行求的代数余子式,按列放;
② 公式
A
A
∗
=
A
∗
A
=
∣
A
∣
E
AA^*=A^*A=|A|E
AA∗=A∗A=∣A∣E永远成立;
③ 公式
∣
A
∗
∣
=
∣
A
∣
n
−
1
|A^*|=|A|^{n-1}
∣A∗∣=∣A∣n−1永远成立;
④ 因为
A
−
1
=
1
∣
A
∣
A
∗
A^{-1}=\frac{1}{|A|}A^*
A−1=∣A∣1A∗,所以
∣
A
∣
A
−
1
=
A
∗
|A|A^{-1}=A^*
∣A∣A−1=A∗,即
A
∗
=
∣
A
∣
A
−
1
A^*=|A|A^{-1}
A∗=∣A∣A−1;
⑤
(
A
∗
)
∗
=
∣
A
∗
∣
(
A
∗
)
−
1
=
∣
A
∣
n
−
1
1
∣
A
∣
A
=
∣
A
∣
n
−
2
A
(A^*)^*=|A^*|(A^*)^{-1}=|A|^{n-1}\frac{1}{|A|}A=|A|^{n-2}A
(A∗)∗=∣A∗∣(A∗)−1=∣A∣n−1∣A∣1A=∣A∣n−2A;
(
(
A
∗
)
∗
)
∗
=
∣
A
∗
∣
n
−
2
A
∗
=
(
∣
A
∣
n
−
1
)
n
−
2
∣
A
∣
A
−
1
=
∣
A
∣
n
2
−
3
n
+
3
A
−
1
((A^*)^*)^*=|A^*|^{n-2}A^*=(|A|^{n-1})^{n-2}|A|A^{-1}=|A|^{n^2-3n+3}A^{-1}
((A∗)∗)∗=∣A∗∣n−2A∗=(∣A∣n−1)n−2∣A∣A−1=∣A∣n2−3n+3A−1;
(
(
A
∗
)
∗
)
−
1
=
(
∣
A
∣
n
−
2
A
)
−
1
=
(
∣
A
∣
n
−
2
)
−
1
A
−
1
=
∣
A
∣
2
−
n
A
−
1
((A^*)^*)^{-1}=(|A|^{n-2}A)^{-1}=(|A|^{n-2})^{-1}A^{-1}=|A|^{2-n}A^{-1}
((A∗)∗)−1=(∣A∣n−2A)−1=(∣A∣n−2)−1A−1=∣A∣2−nA−1;
(
(
(
A
∗
)
∗
)
∗
)
−
1
=
(
∣
A
∣
n
2
−
3
n
+
3
A
−
1
)
−
1
=
(
∣
A
∣
n
2
−
3
n
+
3
)
−
1
A
=
∣
A
∣
−
n
2
+
3
n
−
3
A
(((A^*)^*)^*)^{-1}=(|A|^{n^2-3n+3}A^{-1})^{-1}=(|A|^{n^2-3n+3})^{-1}A=|A|^{-n^2+3n-3}A
(((A∗)∗)∗)−1=(∣A∣n2−3n+3A−1)−1=(∣A∣n2−3n+3)−1A=∣A∣−n2+3n−3A。
7 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(二)