线性代数（3）—— 逆矩阵、伴随矩阵、初等矩阵

• 参考：张宇高等数学基础30讲

---

1. 矩阵的逆

1.1 逆矩阵的定义

• 定义：设 $A\text{A}A,B\text{B}B$ 是n阶方阵，$E\text{E}E$ 是n阶单位阵，若 $A\text{A}AB\text{B}B=B\text{B}BA\text{A}A=E\text{E}E$，则称 $A\text{A}A$ 为 可逆矩阵，并称 $B\text{B}B$ 是 $A\text{A}A$ 的 逆矩阵，并称 $B\text{B}B$ 是 $A\text{A}A$ 的逆矩阵，且逆矩阵是唯一的，记作 ${A\text{A}A}^{-1}$。注意逆矩阵是相互的，即有
  $$\{\begin{array}{r}{A\text{A}A}^{-1}=B\text{B}B\\ {B\text{B}B}^{-1}=A\text{A}A\end{array}$$
• $A\text{A}A$ 可逆的充要条件是 $|A\text{A}A|\ne 0$，当 $|A\text{A}A|\ne 0$ 时，$A\text{A}A$ 可逆，且
  $${A\text{A}A}^{-1}=\frac{1}{|A\text{A}A|}{A\text{A}A}^{\ast }$$
  其中${A\text{A}A}^{\ast }$ 是矩阵 $A\text{A}A$ 的伴随矩阵

1.2 逆矩阵性质与重要公式

• 欲利用定义法证明 ${A\text{A}A}^{-1}=B\text{B}B$，只需证明 $A\text{A}AB\text{B}B=E\text{E}E$ 即可，下面用此方法证明一些常用性质和公式。设 $A\text{A}A,B\text{B}B$ 是同阶可逆矩阵，则

  公式	证明
  $({A\text{A}A}^{-1}{)}^{-1}=A\text{A}A$	${A\text{A}A}^{-1}A\text{A}A=E\text{E}E$
  $(kA\text{A}A{)}^{-1}=\frac{1}{k}{A\text{A}A}^{-1},k\ne 0$	$(kA\text{A}A{)}^{-1}\cdot \frac{1}{k}{A\text{A}A}^{-1}=E\text{E}E$
  $(A\text{A}AB\text{B}B)$ 也可逆，且 $(A\text{A}AB\text{B}B{)}^{-1}={B\text{B}B}^{-1}{A\text{A}A}^{-1}$	$A\text{A}AB\text{B}B{B\text{B}B}^{-1}{A\text{A}A}^{-1}=A\text{A}A(B\text{B}B{B\text{B}B}^{-1}){A\text{A}A}^{-1}=A\text{A}A{A\text{A}A}^{-1}=E\text{E}E$
  ${A\text{A}A}^T$ 也可逆，且 $({A\text{A}A}^T{)}^{-1}=({A\text{A}A}^{-1}{)}^T$	${A\text{A}A}^T({A\text{A}A}^{-1}{)}^T=({A\text{A}A}^{-1}A\text{A}A{)}^T={E\text{E}E}^T=E\text{E}E$
  $|{A\text{A}A}^{-1}|=|A\text{A}A{|}^{-1},|A\text{A}A{|}^{-1}\ne 0$	$|{A\text{A}A}^{-1}A\text{A}A|=|E\text{E}E|\Rightarrow |{A\text{A}A}^{-1}||A\text{A}A|=1\Rightarrow |{A\text{A}A}^{-1}|=|A\text{A}A{|}^{-1}$

1.3 用定义求逆矩阵

• 定义法适用于求抽象矩阵的逆矩阵

  方法	说明
  依定义	即求一个矩阵 $B\text{B}B$，使得 $A\text{A}AB\text{B}B=E\text{E}E$，则 $A\text{A}A$ 可逆，且 ${A\text{A}A}^{-1}=B\text{B}B$
  将 $A\text{A}A$ 分解成若干个可逆矩阵的乘积	因为两个可逆矩阵的乘积仍是可逆矩阵，即若 $A\text{A}A=B\text{B}BC\text{C}C$，其中 $B\text{B}B,C\text{C}C$ 均可逆，则 $A\text{A}A$ 可逆，且$${A\text{A}A}^{-1}=(B\text{B}BC\text{C}C{)}^{-1}={C\text{C}C}^{-1}{B\text{B}B}^{-1}$$
  一些简单分块矩阵的逆	若 $A\text{A}A,B\text{B}B$ 均是可逆方阵，则$${\left[\begin{array}{cc}A\text{A}A& O\text{O}O\\ O\text{O}O& B\text{B}B\end{array}\right]}^{-1}=\left[\begin{array}{cc}{A\text{A}A}^{-1}& O\text{O}O\\ O\text{O}O& {B\text{B}B}^{-1}\end{array}\right],{\left[\begin{array}{cc}O\text{O}O& A\text{A}A\\ B\text{B}B& O\text{O}O\end{array}\right]}^{-1}=\left[\begin{array}{cc}O\text{O}O& {A\text{A}A}^{-1}\\ {B\text{B}B}^{-1}& O\text{O}O\end{array}\right]$$

1.4 例题

1. $A\text{A}A,B\text{B}B$ 均是n阶方阵，且 $A\text{A}AB\text{B}B=A\text{A}A+B\text{B}B$。证明 $A\text{A}A-E\text{E}E$ 可逆，并求 $(A\text{A}A-E\text{E}E{)}^{-1}$
   思路：用定义法，找 $(A\text{A}A-E\text{E}E)$ 乘以什么得 $E\text{E}E$
   $$\begin{array}{rl}& \because A\text{A}AB\text{B}B=A\text{A}A+B\text{B}B\\ & \therefore A\text{A}AB\text{B}B-A\text{A}A-B\text{B}B+E\text{E}E=E\text{E}E\\ & \therefore A\text{A}A(B\text{B}B-E\text{E}E)-(B\text{B}B-E\text{E}E)=E\text{E}E\\ & \therefore (A\text{A}A-E\text{E}E)(B\text{B}B-E\text{E}E)=E\text{E}E\\ & \therefore (A\text{A}A-E\text{E}E{)}^{-1}=B\text{B}B-E\text{E}E\end{array}$$
   其中倒数第二个等式 $(A\text{A}A-E\text{E}E)(B\text{B}B-E\text{E}E)=E\text{E}E$ 成立就证明了 $A\text{A}A-E\text{E}E$ 可逆。也可在此式两边取行列式，则有
   $$|A\text{A}A-E\text{E}E|=\frac{1}{|B\text{B}B-E\text{E}E|}\ne 0\Rightarrow (A\text{A}A-E\text{E}E)可逆$$
2. 设 $A\text{A}A,B\text{B}B$ 是同阶可逆矩阵，且 ${A\text{A}A}^{-1}+{B\text{B}B}^{-1}$ 是可逆矩阵，证明 $A\text{A}A+B\text{B}B$ 是可逆矩阵，并求 $(A\text{A}A+B\text{B}B{)}^{-1}$
   思路：用拆分法，找出可逆矩阵 $M\text{M}M,N\text{N}N$ 使得 $A\text{A}A=M\text{M}MN\text{N}N$，则 ${A\text{A}A}^{-1}={N\text{N}N}^{-1}{M\text{M}M}^{-1}$
   $$\begin{array}{rl}& \because A\text{A}A,B\text{B}B可逆\\ & \therefore A\text{A}A+B\text{B}B=A\text{A}A(E\text{E}E+{A\text{A}A}^{-1}B\text{B}B)=A\text{A}A({B\text{B}B}^{-1}+{A\text{A}A}^{-1})B\text{B}B\\ & \because A\text{A}A,({B\text{B}B}^{-1}+{A\text{A}A}^{-1}),B\text{B}B都可逆\\ & \therefore (A\text{A}A+B\text{B}B{)}^{-1}={B\text{B}B}^{-1}({B\text{B}B}^{-1}+{A\text{A}A}^{-1}{)}^{-1}{A\text{A}A}^{-1}\end{array}$$

2. 伴随矩阵

2.1 伴随矩阵的定义

• 定义：将行列式 $|A\text{A}A|$ 的 $n^2$ 个元素的代数余子式按照如下形式（就是第 $i$ 行元素的代数余子式写在第 $i$ 列）排列成的矩阵称为 $A\text{A}A$ 的 伴随矩阵，记作 ${A\text{A}A}^{\ast }$，即
  $${A\text{A}A}^{\ast }={\left[\begin{array}{ccccc}& A_{11}& A_{21}& \dots & A_{n1}\\ & A_{12}& A_{22}& \dots & A_{n2}\\ & ⋮& ⋮& & ⋮\\ & A_{1n}& A_{2n}& \dots & A_{nn}\end{array}\right]}^{-1}$$

2.2 伴随矩阵的定义与重要公式

1. 对任意 n 阶方阵 $A\text{A}A$，都有伴随矩阵 ${A\text{A}A}^{\ast }$，且有公式

   公式	证明
   $A\text{A}A{A\text{A}A}^{\ast }={A\text{A}A}^{\ast }A\text{A}A=|A\text{A}A|E\text{E}E$	可以用归纳法证明，给出一个2阶的例子，设 $A\text{A}A=\left[\begin{array}{cc}{a}_{11}& a_{12}\\ a_{21}& a_{22}\end{array}\right]$，${A\text{A}A}^{\ast }=\left[\begin{array}{cc}{A}_{11}& A_{21}\\ A_{12}& A_{22}\end{array}\right]$，则有$$A\text{A}A{A\text{A}A}^{\ast }=\left[\begin{array}{ccc}& a_{11}{A}_{11}+a_{12}{A}_{12}& a_{11}{A}_{21}+a_{12}{A}_{22}\\ & a_{21}{A}_{11}+a_{22}{A}_{12}& a_{21}{A}_{21}+a_{22}{A}_{22}\end{array}\right]=\left[\begin{array}{cc}|A\text{A}A|& 0\\ 0& |A\text{A}A|\end{array}\right]=|A\text{A}A|E\text{E}E$$
   $|{A\text{A}A}^{\ast }|=|A\text{A}A{|}^{n-1}$	$$\begin{array}{rl}& \because {A\text{A}A}^{\ast }A\text{A}A=|A\text{A}A|E\text{E}E\\ & \therefore |{A\text{A}A}^{\ast }A\text{A}A|=||A\text{A}A|E\text{E}E|\\ & \therefore |{A\text{A}A}^{\ast }||A\text{A}A|=|A\text{A}A{|}^n\\ & \therefore |{A\text{A}A}^{\ast }|=|A\text{A}A{|}^{n-1}\end{array}$$
   $(A\text{A}A+B\text{B}B{)}^{\ast }\ne {A\text{A}A}^{\ast }+{B\text{B}B}^{\ast }$	-

2. 交换律
   $$\{\begin{array}{rl}& A\text{A}AE\text{E}E=E\text{E}EA\text{A}A\\ & A\text{A}AkE\text{E}E=kE\text{E}EA\text{A}A\\ & A\text{A}A{A\text{A}A}^{\ast }={A\text{A}A}^{\ast }A\text{A}A\\ & A\text{A}AB\text{B}B=B\text{B}BA\text{A}A=E\text{E}E(要求{A\text{A}A}^{-1}=B\text{B}B)\end{array}$$

2.3 用伴随矩阵求逆矩阵

• 用伴随矩阵求逆矩阵，适用于求数值矩阵的逆矩阵
  1. 若 $|A\text{A}A|\ne 0$，则 $A\text{A}A$ 可逆，且
     $$\{\begin{array}{rl}& {A\text{A}A}^{-1}=\frac{1}{|A\text{A}A|}{A\text{A}A}^{\ast }\\ & {A\text{A}A}^{\ast }=|A\text{A}A|{A\text{A}A}^{-1}\end{array}$$
• 例题：已知 $A\text{A}A=\left[\begin{array}{cc}a& b\\ c& d\end{array}\right]$，写出 $A\text{A}A$ 可逆的一个充要条件，并求 ${A\text{A}A}^{-1}$
  $$\begin{array}{rl}& \because A\text{A}A可逆\iff |A\text{A}A|\ne 0\\ & \therefore 充要条件：|A\text{A}A|=ad-bc\ne 0\\ & \therefore {A\text{A}A}^{-1}=\frac{1}{|A\text{A}A|}{A\text{A}A}^{\ast }=\frac{1}{ad-bc}\left[\begin{array}{cc}d& -b\\ -c& a\end{array}\right]\end{array}$$

3. 转置、伴随、逆矩阵、取行列式公式小结

• 现有n阶方阵 $A\text{A}A$ ，设以下公式中所需条件（比如要求 $A\text{A}A\ne 0$）均满足

3.1 嵌套

• 相同操作嵌套小结

  公式	证明
  $||A\text{A}A||=|A\text{A}A|$	取一次行列式就变成一个数了，第二次操作失效
  $({A\text{A}A}^T{)}^T=A\text{A}A$	-
  $({A\text{A}A}^{-1}{)}^{-1}=A\text{A}A$	-
  $({A\text{A}A}^{\ast }{)}^{\ast }=|A\text{A}A{|}^{n-2}A\text{A}A$	$$\begin{array}{rl}& \because {A\text{A}A}^{\ast }({A\text{A}A}^{\ast }{)}^{\ast }=|{A\text{A}A}^{\ast }|E\text{E}E\\ & \therefore ({A\text{A}A}^{\ast }{)}^{-1}{A\text{A}A}^{\ast }({A\text{A}A}^{\ast }{)}^{\ast }=({A\text{A}A}^{\ast }{)}^{-1}|{A\text{A}A}^{\ast }|E\text{E}E\\ & \therefore ({A\text{A}A}^{\ast }{)}^{\ast }=({A\text{A}A}^{\ast }{)}^{-1}|A\text{A}A{|}^{n-1}E\text{E}E\\ & \because ({A\text{A}A}^{\ast }{)}^{-1}=(|A\text{A}A|{A\text{A}A}^{-1}{)}^{-1}=\frac{1}{|A\text{A}A|}A\text{A}A\\ & \therefore ({A\text{A}A}^{\ast }{)}^{\ast }=\frac{1}{|A\text{A}A|}A\text{A}A|A\text{A}A{|}^{n-1}E\text{E}E=|A\text{A}A{|}^{n-2}A\text{A}A\end{array}$$

3.2 数乘

• $k$ 为任意常数，有

  公式	证明
  $|kA\text{A}A|=k^n|A\text{A}A|$	-
  $(kA\text{A}A{)}^T=k{A\text{A}A}^T$	-
  $(kA\text{A}A{)}^{-1}=\frac{1}{k}{A\text{A}A}^{-1}$	$$(kA\text{A}A)\frac{1}{k}{A\text{A}A}^{-1}=E\text{E}E$$
  $(kA\text{A}A{)}^{\ast }=k^{n-1}{A\text{A}A}^{\ast }$	$$\begin{array}{rl}& \because (kA\text{A}A)(kA\text{A}A{)}^{\ast }=|kA\text{A}A|E\text{E}E\\ & \therefore (kA\text{A}A{)}^{\ast }=|kA\text{A}A|(kA\text{A}A{)}^{-1}=k^{n-1}|A\text{A}A|{A\text{A}A}^{-1}=k^{n-1}{A\text{A}A}^{\ast }\end{array}$$

3.3 穿脱原则

• 穿脱原则就是展开前后排列顺序相反

  公式	证明
  $|A\text{A}AB\text{B}B|=|A\text{A}A||B\text{B}B|=|B\text{B}B||A\text{A}A|$	-
  $(A\text{A}AB\text{B}B{)}^T={B\text{B}B}^T{A\text{A}A}^T$	-
  $(A\text{A}AB\text{B}B{)}^{-1}={B\text{B}B}^{-1}{A\text{A}A}^{-1}$	-
  $(A\text{A}AB\text{B}B{)}^{\ast }={B\text{B}B}^{\ast }{A\text{A}A}^{\ast }$	$$\begin{array}{rl}& \because (A\text{A}AB\text{B}B)(A\text{A}AB\text{B}B{)}^{\ast }=|A\text{A}AB\text{B}B|E\text{E}E\\ & \therefore (A\text{A}AB\text{B}B{)}^{\ast }=|A\text{A}AB\text{B}B|(A\text{A}AB\text{B}B{)}^{-1}\\ & \therefore (A\text{A}AB\text{B}B{)}^{\ast }=|A\text{A}A||B\text{B}B|{B\text{B}B}^{-1}{A\text{A}A}^{-1}\\ & \therefore (A\text{A}AB\text{B}B{)}^{\ast }=(|B\text{B}B|{B\text{B}B}^{-1})(|A\text{A}A|{A\text{A}A}^{-1})={B\text{B}B}^{\ast }{A\text{A}A}^{\ast }\end{array}$$

3.4 交换操作顺序

• 求逆、求转置、求伴随，任意两个可以交换执行顺序

  公式	证明
  $({A\text{A}A}^{-1}{)}^T=({A\text{A}A}^T{)}^{-1}$	$$\begin{array}{rl}& \because {A\text{A}A}^T({A\text{A}A}^{-1}{)}^T=({A\text{A}A}^{-1}A\text{A}A{)}^T={E\text{E}E}^T=E\text{E}E\\ & \therefore ({A\text{A}A}^T{)}^{-1}=({A\text{A}A}^{-1}{)}^T\end{array}$$
  $({A\text{A}A}^{-1}{)}^{\ast }=({A\text{A}A}^{\ast }{)}^{-1}$	$$\begin{array}{rl}& \because ({A\text{A}A}^{-1})({A\text{A}A}^{-1}{)}^{\ast }=|{A\text{A}A}^{-1}|E\text{E}E\\ & \therefore ({A\text{A}A}^{-1}{)}^{\ast }=|{A\text{A}A}^{-1}|A\text{A}A=|A\text{A}A{|}^{-1}A\text{A}A=({A\text{A}A}^{\ast }{)}^{-1}\end{array}$$
  $({A\text{A}A}^{\ast }{)}^T=({A\text{A}A}^T{)}^{\ast }$	$$\begin{array}{rl}& \because ({A\text{A}A}^T)({A\text{A}A}^T{)}^{\ast }=|{A\text{A}A}^T|E\text{E}E\\ & \therefore ({A\text{A}A}^T{)}^{\ast }=|{A\text{A}A}^T|({A\text{A}A}^T{)}^{-1}=|A\text{A}A|({A\text{A}A}^{-1}{)}^T=|A\text{A}A|(\frac{1}{|A\text{A}A|}{A\text{A}A}^{\ast }{)}^T=({A\text{A}A}^{\ast }{)}^T\end{array}$$

3.5 操作后取行列式

• 在转置、求逆、求伴随后取行列式
  $$\{\begin{array}{rl}& |{A\text{A}A}^T|=|A\text{A}A|\\ & |{A\text{A}A}^{-1}|=|A\text{A}A{|}^{-1}\\ & |{A\text{A}A}^{\ast }|=|A\text{A}A{|}^{n-1}\end{array}$$

3.6 只有转置可以直接去括号

• 取行列式、求逆、求伴随都不能直接去括号
  $$\{\begin{array}{rl}& (A\text{A}A+B\text{B}B{)}^T={A\text{A}A}^T+{B\text{B}B}^T\\ & |A\text{A}A+B\text{B}B|\ne |A\text{A}A|+|B\text{B}B|\\ & (A\text{A}A+B\text{B}B{)}^{-1}\ne {A\text{A}A}^{-1}+{B\text{B}B}^{-1}\\ & (A\text{A}A+B\text{B}B{)}^{\ast }\ne {A\text{A}A}^{\ast }+{B\text{B}B}^{\ast }\end{array}$$

4. 初等变换与初等矩阵

4.1 初等变换

• 矩阵和线性方程组、行列式有着相同的初等变换

  1. 倍乘：一个非零常数乘矩阵的某一行（列）
  2. 互换：互换矩阵中某两行（列）的位置
  3. 倍加：将矩阵的某一行（列）的 $k$ 倍加到另一行（列）

  以上三种操作称为矩阵的初等行（列）变换

4.2 初等矩阵

• 由单位矩阵经过一次初等变换得到的矩阵称为 初等矩阵，三种初等变换对应了三种初等矩阵
  1. 倍乘初等矩阵 ：${E\text{E}E}_i(k)(k\ne 0)$ 代表单位矩阵 $E\text{E}E$ 的第 $i$ 行（列）乘以某非零常数 $k$ 得到的初等矩阵。以3阶矩阵为例：
     $${E\text{E}E}_2(k)=\left[\begin{array}{ccc}1& 0& 0\\ 0& k& 0\\ 0& 0& 1\end{array}\right]$$
  2. 互换初等矩阵：${E\text{E}E}_{ij}$ 代表单位矩阵 $E\text{E}E$ 的第 $i$ 行（列）与第 $j$ 行（列）互换所得的初等矩阵
     $${E\text{E}E}_{12}=\left[\begin{array}{ccc}0& 1& 0\\ 1& 0& 0\\ 0& 0& 1\end{array}\right]$$
  3. 倍加初等矩阵：${E\text{E}E}_{ij}(k)$ 代表单位矩阵 $E\text{E}E$ 的第 $j$ 行的 $k$ 倍加到第 $i$ 行（或第 $i$ 列的 $k$ 倍加到第 $j$ 列）所得的初等矩阵。
     $${E\text{E}E}_{31}(k)=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ k& 0& 1\end{array}\right]$$

4.3 初等矩阵的性质与重要公式

• 四条常用性质

  1. 初等矩阵的转置仍是初等矩阵
  2. 因为初等矩阵的行列式都不为零，故所有 初等矩阵都是可逆矩阵，且逆矩阵都是相同类型的初等矩阵
     $$\{\begin{array}{rl}& |{E\text{E}E}_i(k)|=k\ne 0\\ & |{E\text{E}E}_{ij}|=-1\ne 0\\ & |{E\text{E}E}_{ij}(k)|=1\ne 0\end{array}\{\begin{array}{rl}& [{E\text{E}E}_i(k){]}^{-1}=E_i\text{Ei}{E}_i(\frac{1}{k})\\ & [{E\text{E}E}_{ij}{]}^{-1}={E\text{E}E}_{ij}\\ & [{E\text{E}E}_{ij}(k){]}^{-1}={E\text{E}E}_{ij}(-k)\end{array}$$
  3. 可逆矩阵可以表示为有限个初等矩阵的乘积，设 $A\text{A}A$ 是可逆矩阵，有
     $$A\text{A}A={P\text{P}P}_1{P\text{P}P}_2...{P\text{P}P}_s$$ 其中 ${P\text{P}P}_1,{P\text{P}P}_2,...,{P\text{P}P}_s$ 是初等矩阵。
  4. 对矩阵进行初等行变换，相当于矩阵左乘相应的初等矩阵；对矩阵进行初等列变换，相当于矩阵右乘相应的初等矩阵。例如，设 $A\text{A}A=\left[\begin{array}{cc}1& 2\\ 2& 3\end{array}\right]$，要想把 $A\text{A}A$ 的第一行的-2倍加到第二行，就相当于 $A\text{A}A$ 左乘 ${E\text{E}E}_{21}(-2)$
     $${E\text{E}E}_{21}(-2)A\text{A}A=\left[\begin{array}{cc}1& 0\\ -2& 1\end{array}\right]\left[\begin{array}{cc}1& 2\\ 2& 3\end{array}\right]=\left[\begin{array}{cc}1& 2\\ 0& -1\end{array}\right]$$

• 重要推论：可逆矩阵一定可以经过有限次初等变换化为同阶单位矩阵。证明如下
  $$\begin{array}{rl}& \because A\text{A}A可逆\\ & \therefore A\text{A}A={P\text{P}P}_1{P\text{P}P}_2...{P\text{P}P}_s(P_i均为初等矩阵)\\ & \therefore A\text{A}A{P\text{P}P}_s^{-1}...{P\text{P}P}_2^{-1}{P\text{P}P}_1^{-1}={P\text{P}P}_1{P\text{P}P}_2...{P\text{P}P}_s{P\text{P}P}_s^{-1}...{P\text{P}P}_2^{-1}{P\text{P}P}_1^{-1}=E\text{E}E\\ & \because 初等矩阵的逆矩阵也是初等矩阵\\ & \therefore P_i^{-1}均为初等矩阵\\ & \because 矩阵和初等矩阵相乘相当于进行初等行（列）变换\\ & \therefore 可逆矩阵一定可以经过有限次初等变换化为同阶初等矩阵得证\end{array}$$
  欲对任意可逆矩阵 $A\text{A}A$进行初等矩阵分解，可以反向操作，先通过初等变换将其转为 $E\text{E}E$，即找出 $A\text{A}A{P\text{P}P}_s^{-1}...{P\text{P}P}_2^{-1}{P\text{P}P}_1^{-1}=E\text{E}E$，再得到分解结果 $A\text{A}A={P\text{P}P}_1{P\text{P}P}_2...{P\text{P}P}_s$

• 例题：现有矩阵 $A\text{A}A=\left[\begin{array}{ccc}1& 0& 1\\ -1& -1& 1\\ 0& 2& -4\end{array}\right]$，$B\text{B}B=\left[\begin{array}{ccc}1& 0& 1\\ 0& -1& 2\\ 0& 0& 0\end{array}\right]$，求一个可逆矩阵 $P\text{P}P$ 使得 $P\text{P}PA\text{A}A=B\text{B}B$

  显然，有 $|A\text{A}A|=0$，$|B\text{B}B|=0$，因此 $A\text{A}A$ 不可逆，无法通过常规方法 $P\text{P}P=B\text{B}B{A\text{A}A}^{-1}$ 求解。这时，只能回归本质，从初等变换的角度考虑.观察两个矩阵，发现可以通过两步变换把 $A\text{A}A$ 变成 $B\text{B}B$：（1）第一行加到第二行；（2）第二行的两倍加到第三行。即
  $$\begin{array}{rl}& {E\text{E}E}_{32}(2){E\text{E}E}_{21}(1)A\text{A}A=B\text{B}B\\ & P\text{P}P={E\text{E}E}_{32}(2){E\text{E}E}_{21}(1)=\left[\begin{array}{ccc}1& 0& 0\\ 1& 1& 0\\ 2& 2& 1\end{array}\right]\end{array}$$

4.4 用初等变换求逆矩阵

• 根据4.3节中重要推论，可逆矩阵一定可以经过有限次初等行变换化为同阶单位矩阵，对于可逆矩阵 $A\text{A}A$，有有限个初等矩阵，使得
  $$\begin{array}{rl}& {P\text{P}P}_s...{P\text{P}P}_2{P\text{P}P}_{1}A\text{A}A=E\text{E}E\\ & {P\text{P}P}_s...{P\text{P}P}_2{P\text{P}P}_{1}A\text{A}A{A\text{A}A}^{-1}=E\text{E}E{A\text{A}A}^{-1}\\ & {P\text{P}P}_s...{P\text{P}P}_2{P\text{P}P}_{1}E\text{E}E={A\text{A}A}^{-1}\end{array}$$
  如果把 ${P\text{P}P}_s...{P\text{P}P}_2{P\text{P}P}_1$ 看成一个整体，可以发现，对 $A\text{A}A$ 执行这一系列行变换，可以得到 $E\text{E}E$；对 $E\text{E}E$ 执行同一系列行变换，可以得到 ${A\text{A}A}^{-1}$，这启发我们可以使用以下方法求逆矩阵
  
• 这种方法适用于求具体矩阵的逆，示例如下
  

4.5 等价矩阵和矩阵的等价标准型

• 等价矩阵：设 $A\text{A}A,B\text{B}B$ 都是 $m\times n$ 维矩阵，若存在可逆矩阵 ${P\text{P}P}_{m\times m},{Q\text{Q}Q}_{n\times n}$ 使得 $PAQ\text{PAQ}PAQ=B\text{B}B$，则称 $A\text{A}A,B\text{B}B$ 是等价矩阵，记作 $A\text{A}A\cong B\text{B}B$
• 矩阵等价标准型：$A\text{A}A$ 是一个 $m\times n$ 矩阵，则 $A\text{A}A$ 等价于形如 $\left[\begin{array}{cc}{E\text{E}E}_r& 0\text{0}0\\ 0\text{0}0& 0\text{0}0\end{array}\right]$ 的矩阵（其中 ${E\text{E}E}_r$ 是尺寸为 $\text{rank}(A\text{A}A)$ 的单位矩阵），称为 $A\text{A}A$ 的等价标准型。等价标准型是唯一的，即若 $\text{rank}(A\text{A}A)=r$，存在可逆矩阵 $P\text{P}P,Q\text{Q}Q$ 使得
  $$PAQ\text{PAQ}PAQ=\left[\begin{array}{cc}{E\text{E}E}_r& 0\text{0}0\\ 0\text{0}0& 0\text{0}0\end{array}\right]$$ 注意到这本质上就是混合进行初等行列表换，以将原始矩阵 $A\text{A}A$ 化为规定形式。一种普适的化法如下

  1. 做初等行变换，化阶梯型
  2. 做初等列变换，将每一非零行的除了首非零元外的其余元素化为零
  3. 适当地交换各列的位置使其左上角称为一个单位阵

5. 矩阵求逆总结

5.1 普通矩阵求逆

• 前文已经讨论了四种对于普通可逆矩阵求逆的方法
  

5.2 分块矩阵求逆

• 考研要求中，分块矩阵求逆必有一块为全零，
  
  根据全零块位置不同，一共有四种情况，可以直接记住结论

• 当全零块不止一块时，也可以直接套公式，会更简化，例如
  

• 一般考虑分块主对角阵和副对角阵，有
  $$A\text{A}A=\left[\begin{array}{ccc}{A\text{A}A}_1& & \\ & \ddots & \\ & & {A\text{A}A}_s\end{array}\right]\Rightarrow {A\text{A}A}^{-1}=\left[\begin{array}{ccc}{A\text{A}A}_1^{-1}& & \\ & \ddots & \\ & & {A\text{A}A}_s^{-1}\end{array}\right]$$
  $$A\text{A}A=\left[\begin{array}{ccc}& & {A\text{A}A}_1\\ & \dots & \\ {A\text{A}A}_s& & \end{array}\right]\Rightarrow {A\text{A}A}^{-1}=\left[\begin{array}{ccc}& & {A\text{A}A}_s^{-1}\\ & \dots & \\ {A\text{A}A}_1^{-1}& & \end{array}\right]$$
  注意副对角线要反着写（这里副对角线的省略符号katex不支持，所以用水平的代替了）

6. 矩阵方程

• 灵活使用矩阵的基本运算和矩阵求逆，就可以解矩阵方程了
  
• 例
  
  注：这里最后一步操作用到了 $({A\text{A}A}^{-1}-E\text{E}E)$ 可逆，这个其实不用证，把等号右边的6除过来，发现这里是两个矩阵相乘等于单位阵，直接用定义可二者互为逆矩阵
• 例
  
  注意这里圈1处凑逆矩阵的操作，和圈2处对伴随矩阵、逆矩阵、行列式公式的灵活运用