线性代数杂谈(2)——逆，转置与置换矩阵

本文章将会围绕着矩阵的逆与转置这两种运算讲述，旨在通过此加深你对矩阵的理解与进一步熟悉这两种运算。

矩阵的逆

$A{A}^{-1}=I$
方阵$A$（注意：只有方阵才存在逆的概念）乘方阵$A^{-1}$的带单位矩阵$I$，我们就说矩阵$A^{-1}$是矩阵$A$的逆。

从另一个更深的角度理解，矩阵的逆即是还原操作，用MIT教授的话比喻，就像穿上袜子后要脱下袜子的操作一样。下面我们来看一个例子：

$$\begin{array}{ccc}1& 0& 0\\ -2& 1& 0\\ 0& 0& 1\end{array}$$

这个矩阵是我们熟悉的消元矩阵，即$E_{2,1}$，用以产生(2,1)处的0，具体代表操作是（左乘）将矩阵A的第二行变为-2倍的第一行加上1倍的第二行的线性组合。

那么这个消元矩阵的逆你是否能直接想出来呢？矩阵的逆如下：

$$\begin{array}{ccc}1& 0& 0\\ 2& 1& 0\\ 0& 0& 1\end{array}$$

可以考虑如下思路：
我们要求的矩阵乘消元矩阵得到的结果是单位矩阵。而消元矩阵的作用是将矩阵A的第二行变为-2倍的第一行加上1倍的第二行，那么要将此结果变回单位矩阵，只需加上二倍的第二行，原矩阵就变回了单位矩阵。

简言之，矩阵的逆即是如此的还原操作。

---

矩阵的转置

转置可以有几种不同的方法来认识它，这里仅分为代数和图形两种方向。

转置可以直接理解为行与列的交换，即矩阵A中位置$(i,j)$的元素，将会出现在其转置矩阵的$(j,i)$位置。

从图形上来说，矩阵的转置即是让原矩阵以正对角线为轴进行对称变换。

示例：$\begin{array}{ccc}& & \\ 1& 0& 0\\ 2& 1& \\ 0& 0& \end{array}$