线性代数研究性论文逆矩阵

矩阵的逆等于伴随矩阵除以矩阵的行列式，所以现在只要求原矩阵的行列式即可。

A^*=A^(-1)|A|,

两边同时取行列式得

|A^*|=|A|^2 （因为是三阶矩阵）

又|A^*|=4,|A|>0,所以|A|=2

所以A^(-1)=A^(*)/2,就是伴随矩阵除以2。

特殊求法：

（1）当矩阵是大于等于二阶时 ：

主对角元素是将原矩阵该元素所在行列去掉再求行列式，非主对角元素是原矩阵该元素的共轭位置的元素去掉所在行列求行列式乘以  ， x，y为该元素的共轭位置的元素的行和列的序号，序号从1开始。主对角元素实际上是非主对角元素的特殊情况，因为x=y，所以  ，一直是正数，没必要考虑主对角元素的符号问题。

（2）当矩阵的阶数等于一阶时，伴随矩阵为一阶单位方阵。

（3）二阶矩阵的求法口诀：主对角线元素互换，副对角线元素加负号。

矩阵性质

矩阵是线性代数的主要内容，很多实际问题用矩阵的思想去解既简单又快捷。逆矩阵又是矩阵理论的很重要的内容，逆矩阵的求法自然也就成为线性代数研究的主要内容之一。

设A是数域上的一个n阶方阵，若在相同数域上存在另一个n阶矩B，使得： AB=BA=E。 则我们称B是A的逆矩阵，而A则被称为可逆矩阵。其中，E为单位矩阵。

典型的矩阵求逆方法有：利用定义求逆矩阵、初等变换法、伴随阵法、恒等变形法等。

线性代数是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题；因而，线性代数被广泛地应用于抽象代数和泛函分析中；通过解析几何，线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。中文名线性代数外文名linear algebra主要问题线性关系问题研究对象向量、矩阵、行列式应用抽象代数、泛函分析定义与历史概念线性代数是代数学的一个分支，主要处理线性关系问题。线性关系意即数学对象之间的关系是以一次形式来表达的。例如，在解析几何里，平面上直线的方程是二元一次方程；空间平面的方程是三元一次方程，而空间直线视为两个平面相交，由两个三元一次方程所组成的方程组来表示。含有n个未知量的一次方程称为线性方程。关于变量是一次的函数称为线性函数。线性关系问题简称线性问题。解线性方程组的问题是最简单的线性问题。所谓“线性”，指的就是如下的数学关系：。其中，f叫线性算子或线性映射。所谓“代数”，指的就是用符号代替元素和运算，也就是说：我们不关心上面的x，y是实数还是函数，也不关心f是多项式还是微分，我们统一把他们都抽象成一个记号，或是一类矩阵。合在一起，线性代数研究的就是：满足线性关系的线性算子f都有哪几类，以及他们分别都有什么性质。[1]历史线性代数作为一个独立的分支在20世纪才形成，然而它的历史却非常久远。“鸡兔同笼”问题实际上就是一个简单的线性方程组求解的问题。最古老的线性问题是线性方程组的解法，在中国古代的数学著作《九章算术·方程》章中，已经作了比较完整的叙述，其中所述方法实质上相当于现代的对方程组的增广矩阵的行施行初等变换，消去未知量的方法。九章算术由于费马和笛卡儿的工作，现代意义的线性代数基本上出现于十七世纪。直到十八世纪末，线性代数的领域还只限于平面与空间。十九世纪上半叶才完成了到n维线性空间的过渡。随着研究线性方程组和变量的线性变换问题的深入，行列式和矩阵在18～19世纪期间先后产生，为处理线性问题提供了有力的工具，从而推动了线性代数的发展。向量概念的引入，形成了向量空间的概念。凡是线性问题都可以用向量空间的观点加以讨论。因此，向量空间及其线性变换，以及与此

-----------首先你要了解初等变换。------------------初等变换就3种。1. E12 就是吧12行（列）互换2. E12(K)就是把第1行（列）的K倍加到第2（行）3. E1（K）就是把第1行都乘上K----------------------------------然后了解如何化最简型--------------------------------------怎样化行最简：这个其实很简单，一步一步来不要话错了就行了。无非就是要化成阶梯形，然后再把阶梯开头的元素化为1，他头顶上的元素化为0嘛比如一个4阶矩阵。首先你要把第一列，除了第一个元素都化成0。那么显然，就是用第二行，第三行，第四行，去减第一行的k倍。假设。第一行是（1,2,3,4）第二行第一个元素是3，那么你用第二行减去第一行的3倍的话，头一个元素不就肯定是0了吗。然后假设第三行第一个元素是4，那么就是第三行减去第一行的4倍。同理第四行也是一样的。此时你只要关注第一列的元素就行了，全力把他们化为0。等到完成的时候，矩阵就变成1 2 3 40 * * *0 * * *0 * * *这样就出来一个阶梯了对吧。下面就是重复上面的工作。不过。不要在整个矩阵里面进行了，因为如果你带着第一行算的话，前面的0就肯定会被破坏了。下面你就直接在* 的那个3阶矩阵里面进行。把原来的第二行 0 * * *当作第一行来化下面的，完工之后就是1 2 3 40 * * *0 0 * *0 0 * * 不就又出来一个阶梯吗。反复这么做最后就化成1 2 3 40 * * *0 0 * *0 0 0 *这个就是阶梯形了吧。。然后化最简形就很简单了。用初等变化的第3条。显然我们可以吧最后一行的那个*除以他自己变成11 2 3 40 * * 40 0 * 40 0 0 1然后他头上的数，不论是多少都可以写成0，因为不论是多少，总可以化为0吧，如果是2012，就减去第四行的2012倍嘛，反正第四行只有一个1，前面都是0，怎么减都不会影响到前面的行这样就化成了1 2 3 00 * * 00 0 * 00 0 0 1很显然，重复上面的过程就可以了，现在只要把第三行的那个*，除以自己，变成1，然后他头上的也就全可以化为0了1 2 0 00 * 0 00 0 1 00 0 0 1再来一次。就ok了嘛-----------------------------------------------初等变换求逆矩阵--------------------------------------------比如你求A的逆矩阵，就是把A的右边拼上一个同阶的单位阵变成（A|E）1 2 3 1 0 0 4 5 6 0 1 07 8 9 0 0 1然后把这个矩阵当作新的矩阵，然后就把左面那个部分化成单位阵（方法就是化最简型嘛），当你把左面的部分化成单位阵之后，右边就自动是A的逆矩阵了（E|A逆）就是这样。嗯----------------------------------

一般有2种方法。

1、伴随矩阵法。A的逆矩阵=A的伴随矩阵/A的行列式。

2、初等变换法。A和单位矩阵同时进行初等行（或列）变换，当A变成单位矩阵的时候，单位矩阵就变成了A的逆矩阵。

第2种方法比较简单，而且变换过程还可以发现矩阵A是否可逆（即A的行列式是否等于0）。矩阵可逆的充要条件是系数行列式不等于零。

矩阵求逆，即求矩阵的逆矩阵。

矩阵是线性代数的主要内容，很多实际问题用矩阵的思想去解既简单又快捷。逆矩阵又是矩阵理论的很重要的内容，逆矩阵的求法自然也就成为线性代数研究的主要内容之一。设A是数域上的一个n阶方阵，若在相同数域上存在另一个n阶矩B，使得： AB=BA=E。 则我们称B是A的逆矩阵，而A则被称为可逆矩阵。其中，E为单位矩阵。