【逆矩陣公式】在線性代數中，逆矩陣是一個重要的概念，尤其在解線性方程組、矩陣變換等領域有廣泛應用。對于一個可逆的方陣 $ A $，其逆矩陣 $ A^{-1} $ 滿足 $ A \cdot A^{-1} = I $，其中 $ I $ 是單位矩陣。本文將總結常見的逆矩陣公式，并以表格形式展示其適用范圍和計算方法。
一、逆矩陣的基本定義
若矩陣 $ A $ 是一個 $ n \times n $ 的方陣，且存在另一個矩陣 $ B $，使得：
$$
AB = BA = I
$$
則稱 $ B $ 是 $ A $ 的逆矩陣，記作 $ A^{-1} $。若不存在這樣的矩陣，則稱 $ A $ 是奇異矩陣，不可逆。
二、逆矩陣的計算公式
1. 伴隨矩陣法（適用于所有可逆矩陣）
對于任意可逆矩陣 $ A $，其逆矩陣公式為：
$$
A^{-1} = \frac{1}{\det(A)} \cdot \text{adj}(A)
$$
其中：
- $ \det(A) $ 是矩陣 $ A $ 的行列式；
- $ \text{adj}(A) $ 是矩陣 $ A $ 的伴隨矩陣，即 $ A $ 的余子式矩陣的轉置。
2. 初等行變換法
通過將矩陣 $ A $ 與單位矩陣 $ I $ 并排排列，進行初等行變換，直到 $ A $ 變成單位矩陣，此時右側的矩陣即為 $ A^{-1} $。
3. 分塊矩陣的逆
對于分塊矩陣 $ M = \begin{bmatrix} A & B \\ C & D \end{bmatrix} $，若滿足一定條件，其逆矩陣可以表示為：
$$
M^{-1} = \begin{bmatrix} A^{-1} + A^{-1}B(D - CA^{-1}B)^{-1}CA^{-1} & -A^{-1}B(D - CA^{-1}B)^{-1} \\ -(D - CA^{-1}B)^{-1}CA^{-1} & (D - CA^{-1}B)^{-1} \end{bmatrix}
$$
此公式適用于 $ A $ 和 $ D - CA^{-1}B $ 都可逆的情況。
三、常見矩陣的逆矩陣公式
| 矩陣類型 | 逆矩陣公式 | 條件 |
| 2×2 矩陣 | $ \begin{bmatrix} a & b \\ c & d \end{bmatrix}^{-1} = \frac{1}{ad - bc} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix} $ | $ ad - bc \neq 0 $ |
| 對角矩陣 | $ \text{diag}(d_1, d_2, ..., d_n)^{-1} = \text{diag}\left(\frac{1}{d_1}, \frac{1}{d_2}, ..., \frac{1}{d_n}\right) $ | 所有對角元素非零 |
| 上三角/下三角矩陣 | 逆矩陣仍為上三角/下三角矩陣，具體計算需通過求解方程或行變換 | 僅當主對角線元素非零時可逆 |
| 正交矩陣 | $ A^{-1} = A^T $ | $ A^T A = I $ |
四、逆矩陣的應用
- 解線性方程組：若 $ Ax = b $，則 $ x = A^{-1}b $
- 矩陣求導：在優化問題中，常涉及逆矩陣的微分
- 圖像處理：如圖像變換中的坐標轉換
- 數據壓縮與編碼：在某些算法中需要矩陣的逆操作
五、注意事項
- 并非所有矩陣都有逆矩陣，只有行列式不為零的矩陣才是可逆的。
- 逆矩陣的計算過程可能較為復雜，尤其是高階矩陣，通常借助計算機軟件進行計算。
- 在實際應用中，應優先考慮數值穩定性，避免因舍入誤差導致結果錯誤。
總結
逆矩陣是線性代數中的核心工具之一，掌握其計算方法和應用場景對于數學、工程、計算機科學等領域的學習具有重要意義。不同類型的矩陣有不同的逆矩陣計算方式，合理選擇方法有助于提高計算效率和準確性。