矩阵的逆的求法

逆的求法很多，下面是几种比较常见的。

强行解线性方程法

把逆矩阵的定义写出来
$$\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ \cdots & \cdots & \cdots & \cdots \\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right]\left[\begin{array}{cccc}{x}_{11}& x_{12}& \cdots & x_{1n}\\ x_{21}& x_{22}& \cdots & x_{2n}\\ \cdots & \cdots & \cdots & \cdots \\ x_{n1}& x_{n2}& \cdots & x_{nn}\end{array}\right]=\left[\begin{array}{cccc}1& 0& \cdots & 0\\ 0& 1& \cdots & 0\\ \cdots & \cdots & \cdots & \cdots \\ 0& 0& \cdots & 1\end{array}\right]$$
这实际上是n个系数矩阵相同(都是A)的n元方程组。LU分解显出了他的好处：它可以复用。
令$$A=L\ast U$$
对于每一列k$$LU{A}^{-1(k)}=e^{(k)}$$构成一个系数矩阵为A的n元线性方程，并把A矩阵LU分解了。知道L和U后解出每个方程的复杂度是$O(n^2)$的，共有n个方程，再加上$O(n^3)$的LU分解复杂度，总复杂度是$$O(n^2)n+O(n^3)=O(n^3)$$

初等变换法

这种方法是线性代数课最常用的方法，就是把E加到A右边成增广矩阵，然后行列分别高斯消元，左半部分的A变成单位矩阵后，右边变成的样子就是逆。

伴随矩阵法

逆矩阵可以写成：
$$A^{-1}=\frac{A^{\ast }}{|A|}$$
其中$$A^{\ast }=\left[\begin{array}{ccc}{M}_{11}& \cdots & M_{1n}\\ ⋮& \ddots & ⋮\\ M_{n1}& \cdots & M_{nn}\end{array}\right]$$
其中Mij为A[i,j]的代数余子式。
显然一共$n^2$个代数余子式，每个余子式是个系数乘上n-1阶行列式，求行列式最好的复杂度$O(n^3)$，所以最后复杂度$O(n^5)$。
行列式的求法参见我的另一篇博客：

https://blog.csdn.net/sidnee/article/details/105772605