说实话，第一次见到逆矩阵这玩意儿的时候，我也懵了。什么叫“逆”？怎么求？为什么有的矩阵没有逆？记得当时备考，老师讲伴随矩阵法，我听得云里雾里，考试时更是算得头晕眼花，还经常掉进计算陷阱。后来总结出来，其实求逆矩阵就那三板斧：伴随矩阵法、初等行变换法（高斯-约旦消元法）、以及公式法（虽然本质一样但 shortcut 好用）。今天咱们不整那些虚头巴脑的定义，直接上干货，用大白话+真实例题，带你彻底搞懂。不管你是考研党、还是准备面试，看完这篇，求逆矩阵就是送分题。
一、先搞明白：什么是逆矩阵？为什么它这么重要？
逆矩阵，英文叫 inverse matrix，记作 \(A^{-1}\)。通俗讲，就是一个矩阵的“反向操作”。比如，你有一个矩阵 \(A\)，它能把向量 \(\mathbf{x}\) 变成 \(\mathbf{b}\)（即 \(A\mathbf{x} = \mathbf{b}\)），那逆矩阵 \(A^{-1}\) 就能把 \(\mathbf{b}\) 变回 \(\mathbf{x}\)（即 \(A^{-1}\mathbf{b} = \mathbf{x}\)）。就像你穿衣服和解衣服一样，顺序反过来就行。
为什么重要？
- 解方程组：线性方程组 \(A\mathbf{x} = \mathbf{b}\)，如果 \(A\) 可逆，直接 \(\mathbf{x} = A^{-1}\mathbf{b}\) 就解出来了，不用繁琐的消元。
- 考研高频考点：逆矩阵的计算、性质、证明题，几乎每年都有，分值还不低。
- 面试实战：很多公司面试（尤其是算法、数据分析岗）会现场让你手算一个矩阵的逆，考的就是基本功和细心程度。
关键前提：什么矩阵才有逆？ 只有方阵（行数=列数）才可能可逆，而且必须满足行列式不为零（\(|A| \neq 0\)）。如果行列式为零，叫“奇异矩阵”，没有逆。这点必须刻在脑子里，不然算到一半发现没逆，那叫一个心塞。
二、方法一：伴随矩阵法——概念清晰，但计算要小心陷阱
伴随矩阵法是最“正统”的方法，公式简单：
$\(A^{-1} = \frac{1}{|A|} \cdot \text{adj}(A)\)\(
其中，\)\text{adj}(A)\( 是 \)A\( 的**伴随矩阵**，它是由 \)A$ 的代数余子式组成的矩阵的转置。
步骤拆解（保姆级）：
- 计算行列式 \(|A|\)：先判断是否可逆。如果 \(|A| = 0\)，直接放弃，矩阵不可逆。
- 求每个元素的代数余子式 \(C_{ij}\)：代数余子式 \(C_{ij} = (-1)^{i+j} M_{ij}\)，其中 \(M_{ij}\) 是删掉第 \(i\) 行和第 \(j\) 列后剩下的子矩阵的行列式。
- 写出伴随矩阵：把代数余子式按原位置填好，然后转置（即第 \(i\) 行第 \(j\) 列的元素放到第 \(j\) 行第 \(i\) 列）。
- 乘以 \(\frac{1}{|A|}\)：得到逆矩阵。
真题演练：2023年某高校考研真题
题目：求矩阵 \(A = \begin{pmatrix} 1 & 2 & 3 \\ 0 & 1 & 4 \\ 5 & 6 & 0 \end{pmatrix}\) 的逆矩阵。
第一步：算行列式 \(|A|\)
用对角线法则或展开法：
\(|A| = 1 \cdot (1 \cdot 0 - 4 \cdot 6) - 2 \cdot (0 \cdot 0 - 4 \cdot 5) + 3 \cdot (0 \cdot 6 - 1 \cdot 5)\)
\(= 1 \cdot (-24) - 2 \cdot (-20) + 3 \cdot (-5)\)
\(= -24 + 40 - 15 = 1\)
行列式是1，不为零，所以可逆。好消息！
第二步：求代数余子式
- \(C_{11} = (-1)^{1+1} \begin{vmatrix} 1 & 4 \\ 6 & 0 \end{vmatrix} = 1 \cdot (0 - 24) = -24\)
- \(C_{12} = (-1)^{1+2} \begin{vmatrix} 0 & 4 \\ 5 & 0 \end{vmatrix} = -1 \cdot (0 - 20) = 20\)
- \(C_{13} = (-1)^{1+3} \begin{vmatrix} 0 & 1 \\ 5 & 6 \end{vmatrix} = 1 \cdot (0 - 5) = -5\)
- \(C_{21} = (-1)^{2+1} \begin{vmatrix} 2 & 3 \\ 6 & 0 \end{vmatrix} = -1 \cdot (0 - 18) = 18\)
- \(C_{22} = (-1)^{2+2} \begin{vmatrix} 1 & 3 \\ 5 & 0 \end{vmatrix} = 1 \cdot (0 - 15) = -15\)
- \(C_{23} = (-1)^{2+3} \begin{vmatrix} 1 & 2 \\ 5 & 6 \end{vmatrix} = -1 \cdot (6 - 10) = 4\)
- \(C_{31} = (-1)^{3+1} \begin{vmatrix} 2 & 3 \\ 1 & 4 \end{vmatrix} = 1 \cdot (8 - 3) = 5\)
- \(C_{32} = (-1)^{3+2} \begin{vmatrix} 1 & 3 \\ 0 & 4 \end{vmatrix} = -1 \cdot (4 - 0) = -4\)
- \(C_{33} = (-1)^{3+3} \begin{vmatrix} 1 & 2 \\ 0 & 1 \end{vmatrix} = 1 \cdot (1 - 0) = 1\)
第三步：写伴随矩阵并转置
代数余子式矩阵是：
\(\begin{pmatrix} -24 & 20 & -5 \\ 18 & -15 & 4 \\ 5 & -4 & 1 \end{pmatrix}\)
注意！伴随矩阵是它的转置（这是最大陷阱！很多人会漏掉转置）：
\(\text{adj}(A) = \begin{pmatrix} -24 & 18 & 5 \\ 20 & -15 & -4 \\ -5 & 4 & 1 \end{pmatrix}\)
第四步：乘以 \(\frac{1}{|A|}\)
因为 \(|A| = 1\)，所以：
\(A^{-1} = \begin{pmatrix} -24 & 18 & 5 \\ 20 & -15 & -4 \\ -5 & 4 & 1 \end{pmatrix}\)
验证一下（面试时经常让你验算）：
\(A \cdot A^{-1} = \begin{pmatrix} 1 & 2 & 3 \\ 0 & 1 & 4 \\ 5 & 6 & 0 \end{pmatrix} \begin{pmatrix} -24 & 18 & 5 \\ 20 & -15 & -4 \\ -5 & 4 & 1 \end{pmatrix} = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}\)
完美，等于单位矩阵。
伴随矩阵法陷阱提醒：
- 符号别搞错：代数余子式的 \((-1)^{i+j}\) 要算对，尤其是奇偶位置。
- 转置别漏掉：伴随矩阵是代数余子式矩阵的转置，不是原样照抄。
- 行列式为零就停手：别算一半发现不可逆，浪费时间。
三、方法二：初等行变换法（高斯-约旦消元法）——实操最快，面试首选
这个方法更“接地气”，因为不用算那么多代数余子式，直接通过行变换把 \([A | I]\) 变成 \([I | A^{-1}]\)。适合手算，也适合编程实现。
步骤拆解：
- 构造增广矩阵：把单位矩阵 \(I\) 拼在 \(A\) 右边，写成 \([A | I]\)。
- 对左边做行变换：目标是将 \(A\) 变成单位矩阵 \(I\)。操作包括：
- 交换两行
- 某行乘以非零常数
- 某行加上另一行的倍数
- 右边自然就变成逆矩阵：当左边是 \(I\) 时，右边就是 \(A^{-1}\)。
- 如果左边出现全零行：说明原矩阵不可逆，放弃。
真题演练：2024年某互联网公司面试真题
题目：求矩阵 \(B = \begin{pmatrix} 2 & 1 & 1 \\ 1 & 3 & 2 \\ 1 & 0 & 0 \end{pmatrix}\) 的逆矩阵。
第一步：构造增广矩阵 \(\left[\begin{array}{ccc|ccc} 2 & 1 & 1 & 1 & 0 & 0 \\ 1 & 3 & 2 & 0 & 1 & 0 \\ 1 & 0 & 0 & 0 & 0 & 1 \end{array}\right]\)
第二步：行变换（目标：左边变成单位矩阵）
- R1 ↔ R3（交换第一行和第三行，让左上角为1，方便计算）：
\(\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & 0 & 0 & 1 \\ 1 & 3 & 2 & 0 & 1 & 0 \\ 2 & 1 & 1 & 1 & 0 & 0 \end{array}\right]\) - R2 = R2 - R1，R3 = R3 - 2R1：
\(\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & 0 & 0 & 1 \\ 0 & 3 & 2 & 0 & 1 & -1 \\ 0 & 1 & 1 & 1 & 0 & -2 \end{array}\right]\) - R2 ↔ R3（交换第二行和第三行，让对角线为1）：
\(\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & 0 & 0 & 1 \\ 0 & 1 & 1 & 1 & 0 & -2 \\ 0 & 3 & 2 & 0 & 1 & -1 \end{array}\right]\) - R3 = R3 - 3R2：
\(\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & 0 & 0 & 1 \\ 0 & 1 & 1 & 1 & 0 & -2 \\ 0 & 0 & -1 & -3 & 1 & 5 \end{array}\right]\) - R3 = -R3（让对角线为正）：
\(\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & 0 & 0 & 1 \\ 0 & 1 & 1 & 1 & 0 & -2 \\ 0 & 0 & 1 & 3 & -1 & -5 \end{array}\right]\) - R2 = R2 - R3：
\(\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & 0 & 0 & 1 \\ 0 & 1 & 0 & -2 & 1 & 3 \\ 0 & 0 & 1 & 3 & -1 & -5 \end{array}\right]\)
第三步：读出逆矩阵
左边已经是单位矩阵了，右边就是 \(B^{-1}\)：
\(B^{-1} = \begin{pmatrix} 0 & 0 & 1 \\ -2 & 1 & 3 \\ 3 & -1 & -5 \end{pmatrix}\)
验证：
\(B \cdot B^{-1} = \begin{pmatrix} 2 & 1 & 1 \\ 1 & 3 & 2 \\ 1 & 0 & 0 \end{pmatrix} \begin{pmatrix} 0 & 0 & 1 \\ -2 & 1 & 3 \\ 3 & -1 & -5 \end{pmatrix} = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}\)
正确！
初等行变换法陷阱提醒：
- 行变换顺序要灵活：别死板地按顺序做，有时交换行能简化计算。
- 分数容易错：如果遇到分数，保持分数形式，别过早化成小数，不然精度丢失。
- 出现全零行就停：如果左边某行全为零，说明矩阵不可逆，别硬算。
四、方法三：公式推导法——理解本质，快速记忆
其实“公式法”不是独立的方法，而是伴随矩阵法的简化版。但有些特殊情况，我们可以直接套公式，省去计算代数余子式的麻烦。
二阶矩阵的逆矩阵公式（超常用！）
对于二阶矩阵 \(A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，如果 \(|A| = ad - bc \neq 0\)，则：
$\(A^{-1} = \frac{1}{ad-bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}\)$
口诀：主对角线交换，副对角线变号，除以行列式。
三阶及以上没有简单公式，但可以推导
对于三阶矩阵，我们可以通过特征值或Cayley-Hamilton定理来推导，但那些太复杂，考研和面试一般不考。我们重点记牢二阶公式和三阶的伴随矩阵法就够了。
真题演练：二阶矩阵快解
题目：求 \(C = \begin{pmatrix} 3 & 4 \\ 2 & 5 \end{pmatrix}\) 的逆矩阵。
直接用二阶公式：
\(|C| = 3 \cdot 5 - 4 \cdot 2 = 15 - 8 = 7\)
\(C^{-1} = \frac{1}{7} \begin{pmatrix} 5 & -4 \\ -2 & 3 \end{pmatrix} = \begin{pmatrix} 5/7 & -4/7 \\ -2/7 & 3/7 \end{pmatrix}\)
搞定！比伴随矩阵法快多了。
五、三种方法对比与选择策略
| 方法 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 伴随矩阵法 | 概念清晰，适合理论证明 | 计算量大，容易出错（符号、转置） | 考研理论题、小阶矩阵（二阶、三阶） |
| 初等行变换法 | 计算直接，不容易漏步骤 | 行变换步骤多，需要耐心 | 面试手算、高阶矩阵（四阶以上） |
| 公式法 | 极快，尤其是二阶 | 只适用于二阶，三阶以上无简单公式 | 二阶矩阵快速求解 |
我的建议：
- 如果是二阶矩阵，闭着眼用公式法。
- 如果是三阶矩阵，用伴随矩阵法（小心转置）或初等行变换法都行，看哪个你更顺手。
- 如果是四阶及以上，果断用初等行变换法，否则算代数余子式算到怀疑人生。
六、常见计算陷阱与避坑指南
- 行列式为零没发现：算到一半才发现不可逆，前面全白干。所以第一步一定要算行列式！
- 伴随矩阵忘记转置：这是伴随矩阵法最大的坑，很多人算完代数余子式直接当逆矩阵，结果全错。
- 行变换时漏掉右边：初等行变换要同时作用在左边和右边，别只变换左边，右边不跟着变。
- 分数计算错误：遇到分数时，保持通分，别急着化小数，不然最后验算对不上。
- 验算这一步别省：求完逆矩阵，顺手乘一下 \(A \cdot A^{-1}\) 看是不是单位矩阵，能避免很多低级错误。