嗨，朋友！看到你提到线性代数里的方阵求逆，是不是感觉头有点大？别担心，我当年学的时候也是一头雾水。但今天咱们就把这层窗户纸捅破。
逆矩阵就像是普通数字里的“倒数”。比如 \(3\) 的倒数是 \(1/3\)，因为 \(3 \times \frac{1}{3} = 1\)。对于矩阵 \(A\)，如果存在一个矩阵 \(A^{-1}\)，使得 \(A A^{-1} = A^{-1} A = I\)（单位矩阵），那 \(A^{-1}\) 就是它的逆矩阵。
但是，并不是所有方阵都有逆矩阵。只有行列式不为零的方阵才是可逆的（非奇异的）。今天我们要讲的四种方法，就是帮你找到这个 \(A^{-1}\) 的“四把钥匙”。
第一把钥匙：伴随矩阵法 (Adjugate Matrix Method)
这是很多课本最先介绍的方法，因为它有个漂亮的公式，适合理解原理，也适合手算小矩阵。
核心公式
\[A^{-1} = \frac{1}{|A|} A^*\]
其中：
- \(|A|\) 是矩阵 \(A\) 的行列式。
- \(A^*\) 是 \(A\) 的伴随矩阵。
什么是伴随矩阵？
伴随矩阵是由代数余子式组成的矩阵的转置。步骤有点繁琐，我们一步步来：
- 求余子式 \(M_{ij}\)：去掉第 \(i\) 行和第 \(j\) 列，剩下的元素组成的行列式。
- 求代数余子式 \(A_{ij}\)：\(A_{ij} = (-1)^{i+j} M_{ij}\)。注意正负号！
- 组成伴随矩阵：把代数余子式 \(A_{ij}\) 放在第 \(j\) 行第 \(i\) 列（注意是转置的位置）。
典型例题详解
题目：求矩阵 \(A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}\) 的逆矩阵。
步骤 1：计算行列式 \(|A|\)
\[|A| = 1 \times 4 - 2 \times 3 = 4 - 6 = -2\]
因为 \(|A| \neq 0\)，所以 \(A\) 可逆。
步骤 2：计算每个元素的代数余子式
- \(A_{11} = (-1)^{1+1} \times M_{11} = + \begin{vmatrix} 4 \end{vmatrix} = 4\)
- \(A_{12} = (-1)^{1+2} \times M_{12} = - \begin{vmatrix} 3 \end{vmatrix} = -3\)
- \(A_{21} = (-1)^{2+1} \times M_{21} = - \begin{vmatrix} 2 \end{vmatrix} = -2\)
- \(A_{22} = (-1)^{2+2} \times M_{22} = + \begin{vmatrix} 1 \end{vmatrix} = 1\)
步骤 3：写出伴随矩阵 \(A^*\)
这里有个容易出错的地方：伴随矩阵是代数余子式矩阵的转置。
代数余子式矩阵是 \(\begin{pmatrix} 4 & -3 \\ -2 & 1 \end{pmatrix}\)。
转置后（行变列），得到： $\(A^* = \begin{pmatrix} 4 & -2 \\ -3 & 1 \end{pmatrix}\)$
小技巧：对于二阶矩阵 \(\begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，伴随矩阵直接是 \(\begin{pmatrix} d & -b \\ -c & a \end{pmatrix}\)，即“主对角线交换，副对角线变号”。
步骤 4：代入公式
\[A^{-1} = \frac{1}{-2} \begin{pmatrix} 4 & -2 \\ -3 & 1 \end{pmatrix} = \begin{pmatrix} -2 & 1 \\ \frac{3}{2} & -\frac{1}{2} \end{pmatrix}\]
验证一下： $\(A A^{-1} = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} \begin{pmatrix} -2 & 1 \\ \frac{3}{2} & -\frac{1}{2} \end{pmatrix} = \begin{pmatrix} -2+3 & 1-1 \\ -6+6 & 3-2 \end{pmatrix} = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} = I\)$ 完美！
第二把钥匙：初等变换法 (Elementary Row Operations)
这是考试中最常用、最稳妥的方法，尤其是对于三阶及以上的矩阵。它的核心思想是：对 \((A | I)\) 做行变换，把左边的 \(A\) 变成 \(I\)，右边的 \(I\) 就变成了 \(A^{-1}\)。
操作原理
我们将矩阵 \(A\) 和单位矩阵 \(I\) 拼在一起，形成增广矩阵： $\((A \mid I)\)$
通过初等行变换（交换行、某行乘以非零常数、某行的倍数加到另一行），将左边的 \(A\) 化为单位矩阵 \(I\)。此时，右边的 \(I\) 就变成了 \(A^{-1}\)： $\((A \mid I) \xrightarrow{\text{行变换}} (I \mid A^{-1})\)$
典型例题详解
题目：求 \(A = \begin{pmatrix} 1 & 2 & 3 \\ 0 & 1 & 4 \\ 5 & 6 & 0 \end{pmatrix}\) 的逆矩阵。
步骤 1：构造增广矩阵
\[\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 1 & 4 & 0 & 1 & 0 \\ 5 & 6 & 0 & 0 & 0 & 1 \end{array}\right)\]
步骤 2：开始行变换
目标：把左边变成对角线为1，其余为0的矩阵。
消去第3行第1列的5：\(R_3 \leftarrow R_3 - 5R_1\) $\(\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 1 & 4 & 0 & 1 & 0 \\ 0 & -4 & -15 & -5 & 0 & 1 \end{array}\right)\)$
消去第3行第2列的-4：\(R_3 \leftarrow R_3 + 4R_2\) $\(\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 1 & 4 & 0 & 1 & 0 \\ 0 & 0 & 1 & -5 & 4 & 1 \end{array}\right)\)$ 现在左上角已经是上三角形式了，接下来消元上面的元素。
消去第2行第3列的4：\(R_2 \leftarrow R_2 - 4R_3\) $\(R_2: (0, 1, 4 \mid 0, 1, 0) - 4 \times (0, 0, 1 \mid -5, 4, 1) = (0, 1, 0 \mid 20, -15, -4)\)\( \)\(\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 1 & 0 & 20 & -15 & -4 \\ 0 & 0 & 1 & -5 & 4 & 1 \end{array}\right)\)$
消去第1行第3列的3：\(R_1 \leftarrow R_1 - 3R_3\) $\(R_1: (1, 2, 3 \mid 1, 0, 0) - 3 \times (0, 0, 1 \mid -5, 4, 1) = (1, 2, 0 \mid 16, -12, -3)\)\( \)\(\left(\begin{array}{ccc|ccc} 1 & 2 & 0 & 16 & -12 & -3 \\ 0 & 1 & 0 & 20 & -15 & -4 \\ 0 & 0 & 1 & -5 & 4 & 1 \end{array}\right)\)$
消去第1行第2列的2：\(R_1 \leftarrow R_1 - 2R_2\) $\(R_1: (1, 2, 0 \mid 16, -12, -3) - 2 \times (0, 1, 0 \mid 20, -15, -4) = (1, 0, 0 \mid -24, 18, 5)\)\( \)\(\left(\begin{array}{ccc|ccc} 1 & 0 & 0 & -24 & 18 & 5 \\ 0 & 1 & 0 & 20 & -15 & -4 \\ 0 & 0 & 1 & -5 & 4 & 1 \end{array}\right)\)$
结果： $\(A^{-1} = \begin{pmatrix} -24 & 18 & 5 \\ 20 & -15 & -4 \\ -5 & 4 & 1 \end{pmatrix}\)$
这个方法虽然步骤多，但逻辑简单，不容易记错公式，强烈推荐掌握！
第三把钥匙：公式法 (Formula Method)
这里说的“公式法”通常指的是针对特定阶数矩阵的简便计算公式，或者结合凯莱-哈密顿定理的方法。但对于初学者，最常考的就是二阶和三阶的特殊公式。
二阶矩阵公式（回顾）
对于 \(A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)， $\(A^{-1} = \frac{1}{ad-bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}\)$
三阶矩阵的“速算”技巧
其实三阶矩阵没有像二阶那样简单的口诀，但我们可以通过观察法或者拆分法来简化计算。不过，更高级的“公式法”指的是利用特征多项式。
根据凯莱-哈密顿定理，矩阵满足其自身的特征方程： $\(A^3 - \text{tr}(A)A^2 + \frac{1}{2}[(\text{tr}(A))^2 - \text{tr}(A^2)]A - |A|I = 0\)$
如果 \(|A| \neq 0\)，我们可以把等式变形，解出 \(A^{-1}\)。但这通常用于证明或高阶矩阵，手算不如初等变换快。
典型例题：利用二阶公式求分块矩阵的逆
有时候，“公式法”也指利用已知小矩阵的逆来求大矩阵的逆。比如，如果矩阵可以分块对角化： $\(A = \begin{pmatrix} A_1 & 0 \\ 0 & A_2 \end{pmatrix} \implies A^{-1} = \begin{pmatrix} A_1^{-1} & 0 \\ 0 & A_2^{-1} \end{pmatrix}\)$
这其实是第四种方法的基础，但单独拿出来看，也是一种基于公式的思路。
第四把钥匙：分块矩阵法 (Block Matrix Method)
当矩阵非常大，或者具有特殊的稀疏结构（比如很多零元素）时，把它切成几块小矩阵来处理，会简单得多。
常见分块求逆公式
1. 分块对角矩阵 $\(A = \begin{pmatrix} A_1 & 0 \\ 0 & A_2 \end{pmatrix} \implies A^{-1} = \begin{pmatrix} A_1^{-1} & 0 \\ 0 & A_2^{-1} \end{pmatrix}\)$
2. 分块三角矩阵（上三角） $\(A = \begin{pmatrix} A_1 & A_2 \\ 0 & A_4 \end{pmatrix} \implies A^{-1} = \begin{pmatrix} A_1^{-1} & -A_1^{-1} A_2 A_4^{-1} \\ 0 & A_4^{-1} \end{pmatrix}\)$
3. 分块三角矩阵（下三角） $\(A = \begin{pmatrix} A_1 & 0 \\ A_3 & A_4 \end{pmatrix} \implies A^{-1} = \begin{pmatrix} A_1^{-1} & 0 \\ -A_4^{-1} A_3 A_1^{-1} & A_4^{-1} \end{pmatrix}\)$
典型例题详解
题目：求 \(A = \begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 1 & 2 & 1 & 0 \\ 0 & 0 & 2 & 1 \end{pmatrix}\) 的逆矩阵。
分析： 观察这个矩阵，它其实是一个分块下三角矩阵。我们可以把它分成四个 \(2 \times 2\) 的子块：
\[A_1 = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} = I_2, \quad A_2 = \begin{pmatrix} 0 & 0 \\ 0 & 0 \end{pmatrix} = O_2\]
\[A_3 = \begin{pmatrix} 1 & 2 \\ 0 & 0 \end{pmatrix}, \quad A_4 = \begin{pmatrix} 1 & 0 \\ 2 & 1 \end{pmatrix}\]
等等，仔细看原矩阵： 第一行：1, 0, 0, 0 第二行：0, 1, 0, 0 第三行：1, 2, 1, 0 第四行：0, 0, 2, 1
如果我们按前2行2列切分： 左上块 \(A_{11} = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}\) 右上块 \(A_{12} = \begin{pmatrix} 0 & 0 \\ 0 & 0 \end{pmatrix}\) 左下块 \(A_{21} = \begin{pmatrix} 1 & 2 \\ 0 & 0 \end{pmatrix}\) 右下块 \(A_{22} = \begin{pmatrix} 1 & 0 \\ 2 & 1 \end{pmatrix}\)
这是一个分块下三角矩阵（因为右上块是零矩阵）。
应用公式： $\(A^{-1} = \begin{pmatrix} A_{11}^{-1} & 0 \\ -A_{22}^{-1} A_{21} A_{11}^{-1} & A_{22}^{-1} \end{pmatrix}\)$
步骤 1：求各块的逆
- \(A_{11}^{-1} = I_2^{-1} = I_2 = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}\)
- \(A_{22} = \begin{pmatrix} 1 & 0 \\ 2 & 1 \end{pmatrix}\)，这是一个二阶矩阵，用二阶公式： \(|A_{22}| = 1 \times 1 - 0 \times 2 = 1\) \(A_{22}^{-1} = \frac{1}{1} \begin{pmatrix} 1 & 0 \\ -2 & 1 \end{pmatrix} = \begin{pmatrix} 1 & 0 \\ -2 & 1 \end{pmatrix}\)
步骤 2：计算左下块
\[-A_{22}^{-1} A_{21} A_{11}^{-1} = - \begin{pmatrix} 1 & 0 \\ -2 & 1 \end{pmatrix} \begin{pmatrix} 1 & 2 \\ 0 & 0 \end{pmatrix} \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}\]
先算前两个矩阵相乘： $\(\begin{pmatrix} 1 & 0 \\ -2 & 1 \end{pmatrix} \begin{pmatrix} 1 & 2 \\ 0 & 0 \end{pmatrix} = \begin{pmatrix} 1 & 2 \\ -2 & -4 \end{pmatrix}\)$
再乘以 \(A_{11}^{-1}\)（单位矩阵，不变