矩阵化为行最简形矩阵计算器_矩阵的逆矩阵

在上一篇文章中我们介绍到矩阵的乘法不满足交换律，出于同样的原因，矩阵也不能够直接做除法，而我们在计算中却会经常遇到需要做除法的情况。

比如我们有这样一个等式：

这里Y和X是n维向量，A是n阶方阵。我们通过测量能够得到Y的值，而且也知道表示Y和X之间关系的矩阵A，想要得到X，怎么求出呢？显然我们不能够做

这样的除法，而在实际中我们又常常会遇到这种已知Y和A而需要求X的情况。这时我们就需要用求逆矩阵的方法。

求逆矩阵的方法基于单位矩阵的概念。假设一个n阶方阵，在其主对角线上的元素全为1，其余位置的元素全为0。

就是一个三阶的单位矩阵。单位矩阵(Identity Matrix)可以用E表示。任何方阵乘以同阶的单位矩阵的结果都为自身。比如：

,或用代数方法写成

。

从以上乘法中可以看出，单位矩阵E有些类似于代数乘法中的1，即任何数乘以1都等于它自身。那么，根据此思路，我们若能找出与A相乘等于E的矩阵来，

，就相当于找到了矩阵A的倒数了。

定义：对于矩阵A，如果存在

，使

，则称

为矩阵A的逆矩阵。

明确了逆矩阵的定义后，我们需要了解计算出逆矩阵的方法。下面介绍如何利用矩阵的初等变换来求逆矩阵的方法。

假设我们需要求A的逆矩阵，我们可以对矩阵A持续进行初等行变换的操作，直到将A转化成为单位矩阵E。与这些初等行变换操作同步进行的是对一个同阶单位矩阵E的初等行变换操作。也就是说，从第一步开始，都将对A的每一步初等行变换操作同时作用于E。这样，A不断变化的同时E也不断变化。当最终A转换为E的同时，对E的操作就将E转换为了A的逆矩阵。

上图中左侧一列矩阵是将A不断地变换成单位矩阵的过程。而右侧是将E做同步操作的过程，其结果就是A的逆矩阵

。化成单位矩阵的过程并不唯一，基本思路是先将第一列除第一行外的元素转化为0，再将第二列除第二行外的元素转化为0，最后操作第三列。

每一次进行行变换时需要对两侧的矩阵同时进行行变换，计算量不小且比较繁琐，需要非常细心。当然，一个更好的办法是使用计算机或计算器来计算逆矩阵：

最后，并不是所有矩阵都存在逆矩阵的。首先，要满足

，矩阵必须是一个方阵。其次，矩阵的行列式不能为0，这个问题在我们介绍矩阵的秩时会有更多的介绍。