qr分解求线性方程组_【2.6】再谈矩阵的逆：判定和求逆

矩阵的逆太重要了，在本专栏之前的文章【2.3】《正式谈谈矩阵的乘法和矩阵的逆》的最后，我们介绍了矩阵逆的定义和几个重要性质，让我们复习一下：

• 如果矩阵可逆，它的左逆和右逆相等。换句话说，如果
  ，一定有
  。
• 矩阵的逆是唯一的。
• 矩阵可逆，则
  只有
  解。
• 矩阵可逆，则
  的主元全都不为
  。
• 不可逆的矩阵叫奇异矩阵

随后，在【2.4】《Gauss-Jordan消元法求矩阵的逆》一文中，我们介绍了一种求矩阵逆的方法。通过【2.5】《矩阵分块相乘》的学习，我们再看Gauss-Jordan消元法的基本思想，它正是矩阵的分块相乘：

。

---

我们现在来谈谈矩阵可逆性的判别，下面都是矩阵可逆的充要条件：

1. 的主元都不为
   。
2. 只有零解。
3. 的行列式不等于
   。

第一条和第二条的必要性作为可逆矩阵的性质，已经在【2.3】《正式谈谈矩阵的乘法和矩阵的逆》中证明过，现在我们来讨论它们的充分性。关于第一条，我们可以回忆一下Gauss-Jordan消元法求矩阵逆的过程，只要所有主元都不为0，就可以顺利完成消元的过程，求得

的逆，即充分性得证。关于第二条，如果

只有零解，说明所有主元都存在，再利用刚刚证明的第一条，主元都存在说明

一定可逆，第二条的充分性也得证。

关于第三条，我们首次提到行列式的概念。这是方阵的一个很复杂的运算规则，后面有一章会专门讲解。方阵

的行列式记为

或

，它是一个数。目前我们只点明

矩阵

的行列式

，也记为

。 我们将会看到矩阵的逆和行列式密切相关：

。这个表达式清楚的说明了如果矩阵的行列式不为

，逆就存在；如果矩阵可逆，那么它的行列式就不能为

。充分性必要性都得证。

例：如果一个矩阵某行全都为

，则不可逆。

证明：矩阵的某行为

，意味着这行不包含主元，也就意味着主元不全，由第一条就可以判断矩阵不可逆。后面我们会学到，某行为

则行列式也为

。实际上上面三条判定准则的判定结果肯定是一致的，我们只是选择直观的判别方法。

例：如果一个矩阵包含全

列，则不可逆。

证明：矩阵某列全

，同样意味着这列没有主元，由第一条，主元不全所以不可逆。 用第二条判断准则同样很直观：

有非零解就意味着可以找到不全为

的一组系数对

的列矢量进行线性组合，使得线性组合的结果为

。因为

有一个列矢量是

，那只要让这一列的系数不为

，而其它列的系数都为

，就满足

，这也就意味着方程有非

解，

的列向量不是线性独立的。

例：如果

矩阵中某一行是另一行的

倍，那么矩阵不可逆。

证明：我们依然用主元来考虑。在高斯消元法中，如果我们用一行减去另外那行的

倍，就会得到全

的一行，也就是主元不全，由第一条可以判定矩阵不可逆。如果读者足够仔细，会质疑高斯消元法求解线性方程组的过程是按照顺序消元，不存在恰好可以用其中一行减去另外那行

倍的操作。我提示一下，你会发现即使是按照一列一列的进行消元，每列消元完成的时候那两行依然保持

倍的关系，所以在某个时刻一定会发生那两行

倍相减得到全

行。

例：如果矩阵

的第三行等于前两行之和，则

不可逆。

例证：同样考虑主元，我们以

矩阵为例。

，消去

的

和

的

之后，

变为

，不用管

和

的具体表达式，后面两行“竟然”一样了，再继续消元下去自然可以使得第三行全为

，由第一条，主元不全则可判定矩阵

不可逆。

现在我们回过头来好好思考一下为啥后两行“竟然”会一样呢？你可以动手算算，也可以用“一双慧眼”发现第三行消元其实可以分两步：先减去第一行，剩下的元素和第二行完全相同，再重复和第二行完全相同的消元步骤，剩下的元素也自然和第二行完全相同了。动手算算绝对可以帮助你拥有慧眼，只是不要止于动手算出的结果，要多想想为什么会有这样的结果。

例：如果矩阵

的第三列等于前两列之和，则

不可逆。

证：这次我们考虑第二条判别准则，

解的情况。因为第一列和第二列的和等于第三列，所以

就是

的解。既然存在非

解，矩阵就不可逆。

我们再以

矩阵为例看看主元的情况。

，完成第一列的消元之后，

，到这一步不难看得出再进行一步消元最后一行就变为全

了，如我们所料，主元不全，因此不可逆。同样的，请你思考一下第一列消元完成后为什么会"必然"变成

那种形式。

例：还记得高斯消元法中提到的行互换矩阵吧，

就是把恒等矩阵

中第

行和第

行互换。例如

矩阵

。证明任意两个行互换矩阵

相减得到的矩阵不可逆，即

不可逆。

证： 因为每个

矩阵每一行都有一个

，所以

矩阵的每一行要么是全

，要么同时有一个

一个

，所以

每一行元素的和都是

，也即

列向量的和为

，

有非零解

。注意，矩阵乘全

向量等于矩阵列向量的和。

例：证明如果

可逆，那么

一定可逆。

证：如果学习了行列式的知识，我们就会知道

。

不可逆，则

，那么

的行列式也一定不为

，所以

可逆。

我们不知道行列式的性质也没关系，我们可以用第二条判定准则。

可逆，则

只有零解。如果

有非零解

，那么根据

只有零解可得

，而

是它的非零解，和已知矛盾。

例：

为方阵，如果

可逆，那么

都可逆。

证：同样的如果学习了行列式的知识，利用

也很容易证明。

现在我们依然用第二条判定准则来考虑。

可逆，所以

只有

解。容易得到

只有

解，否则

就有非零解了，所以先得出

可逆。如果

有非零解，那么取

则

。因为

可逆，

。

非零，则

一定非零，这就和已知

只有

解矛盾了。

可以试着自己证明一下：如果

可逆，则方阵

都可逆。

---

回忆一下我们已经学过的求矩阵逆的方法：

1. Gauss-Jordan消元法
2. 矩阵有

现在我们再补充几种求矩阵逆的方法:

3. 矩阵乘法的逆：

，逆的顺序和原矩阵相乘的顺序刚好相反。这很容易理解，请看：

, 再根据结合律是不是就显而易见了。

4. 转置的逆等于逆的转置：

。矩阵转置就是将一个矩阵的行变为对应的列，后面会专门介绍矩阵转置和对称矩阵，这条性质会在那时证明。

5. 另外，对一些简单的或者特殊形式的矩阵，我们可以用尝试法(trial-and-error)或者直接分析得出逆矩阵的形式。

例：回忆一下高斯消元法中的消去矩阵

。若

，它代表第二行减去第一行的5倍。我们不用计算，直接分析矩阵乘法的意义就可以得到

，即将第一行的5倍加回到第二行上，这样就可以抵消

的影响。如果

，从第三行减去第二行的4倍，则同样的

。那么如果消元的过程是

，那么从

恢复

就需要相反顺序的逆操作，也就是

，正好是

，也印证了矩阵乘法求逆的公式。

例：如果对角阵

存在逆矩阵，因为它的主元就是对角线上的元素：

, 所以它们都不为

，

。你可以用矩阵乘法的四种观点验证一下这个结论。

例：

；

;

的逆可以通过Gauss-Jordan法一步一步求得，也可以通过分析矩阵乘法的意义得到。比如

，那么

，根据矩阵乘法行的观点，自然就得到了

。

我们再观察一下，可以发现

，而

，从而验证了转置的逆等于逆的转置。

对角阵的逆仍为对角阵；下(上)三角矩阵的逆仍为下(上)三角矩阵，对角线上的元素如果都是

，这条性质在逆矩阵中也得以保持。

这些是很重要的结论，之后将要学习的矩阵

分解会用到这些结论。这些结论都可以用Gauss-Jordan求矩阵逆的过程验证，请读者自己想透彻。

例：如果一个矩阵和它的转置相等，这个矩阵就叫对称矩阵。

就是一个对称矩阵，用Gauss-Jordan消元法可以求得

。

对称矩阵的逆仍为对称矩阵。这也是容易证明的，

，逆矩阵也是对称矩阵。