左行右列定理求逆-左行右列逆矩阵

矩阵的逆矩阵，作为矩阵乘法运算的“逆运算”概念，在线性代数中占据着举足轻重的地位。一个(n)阶方阵(A)，如果存在另一个(n)阶方阵(B)，使得(AB = BA = E)（其中(E)为单位矩阵），则称(A)是可逆的，(B)称为(A)的逆矩阵，记为(A^{-1})。求逆矩阵的方法多样，从直接的伴随矩阵法，到基于矩阵分解的数值方法。在理论教学与基础计算中，基于左行右列定理的初等变换法因其直观性、可操作性和深刻的启发性而被广泛采用。本文将围绕这一定理，详细阐述其原理、与矩阵求逆的内在联系，以及具体的求逆步骤与实例，并探讨其意义与相关拓展。

要理解左行右列定理，首先必须清晰掌握两个基本概念：初等变换与初等矩阵。

1.初等变换： 初等变换是指以下三种对矩阵施加的操作：

• 倍乘变换： 以一个非零常数(k)乘矩阵的某一行（或某一列）。记作 (r_i times k)（行变换）或 (c_i times k)（列变换）。
• 倍加变换： 将矩阵的某一行（列）的(k)倍加到另一行（列）上。记作 (r_i + k r_j)（行变换）或 (c_i + k c_j)（列变换）。
• 对换变换： 交换矩阵的任意两行（列）。记作 (r_i leftrightarrow r_j)（行变换）或 (c_i leftrightarrow c_j)（列变换）。

初等变换是矩阵化简、求解线性方程组、求秩等问题的基本手段。

2.初等矩阵： 初等矩阵是指由单位矩阵(E)经过一次初等变换得到的矩阵。相应地，也有三种类型：

• 倍乘初等矩阵(E(i(k)))： 单位矩阵第(i)行（或等价地，第(i)列）乘以非零数(k)。
  例如，(E(2(3)))表示(E)的第二行乘以3。
• 倍加初等矩阵(E(i, j(k)))： 将单位矩阵第(i)行的(k)倍加到第(j)行上（或以列方式定义）。
  例如，(E(1, 3(2)))表示将(E)第一行的2倍加到第三行上。
• 对换初等矩阵(E(i, j))： 交换单位矩阵第(i)行与第(j)行。
  例如，(E(1, 3))表示交换(E)的第一行和第三行。

初等矩阵都是可逆的，且其逆矩阵仍是同类型的初等矩阵，这为后续的求逆理论奠定了基础。

左行右列定理建立了初等变换与矩阵乘法之间的桥梁，其表述如下：

定理： 对一个(m times n)矩阵(A)施行一次初等行变换，相当于在(A)的左边乘以一个相应的(m)阶初等矩阵；对(A)施行一次初等列变换，相当于在(A)的右边乘以一个相应的(n)阶初等矩阵。

更具体地说：

• 设(P)是一个(m)阶初等矩阵，则(PA)的结果就是对(A)施行与由(E)得到(P)时相同的初等行变换。
• 设(Q)是一个(n)阶初等矩阵，则(AQ)的结果就是对(A)施行与由(E)得到(Q)时相同的初等列变换。

这个定理的证明是直接的，只需验证三种初等变换的情形即可。它是整个初等变换法求逆的理论支柱。

左行右列定理的一个重要推论是：任何可逆矩阵都可以表示为一系列初等矩阵的乘积。

推导过程： 因为矩阵(A)可逆，则其行列式(|A| neq 0)。根据线性代数知识，任何可逆矩阵(A)都可以通过有限次初等行变换化为单位矩阵(E)。设这些行变换对应的初等矩阵依次为(P_1, P_2, ..., P_s)，根据左行右列定理，这一系列行变换等价于： [ P_s ... P_2 P_1 A = E ] 由于初等矩阵均可逆，上式两边同时左乘( (P_s ... P_2 P_1)^{-1} )，得到： [ A = (P_1)^{-1} (P_2)^{-1} ... (P_s)^{-1} ] 而初等矩阵的逆仍是初等矩阵，记(Q_i = (P_i)^{-1})，则(A = Q_1 Q_2 ... Q_s)，即(A)可表示为若干初等矩阵的乘积。反之，初等矩阵乘积显然可逆。
也是因为这些，矩阵可逆的充分必要条件是它能表示为一些初等矩阵的乘积。

这一结论具有深刻的几何意义：一个可逆线性变换（对应可逆矩阵）可以分解为一系列基本的伸缩、旋转（对换可视为反射或旋转）、错切（倍加）变换的复合。这也为理解矩阵的求逆提供了直接思路。

由关系式(P_s ... P_2 P_1 A = E)可知，( (P_s ... P_2 P_1) = A^{-1} )。但如何具体求出(A^{-1})呢？这里引出了实践中最常用的求逆方法——初等变换法（或高斯-约当消元法）。

方法原理： 构造一个(n times 2n)的增广矩阵([A | E])。我们对这个增广矩阵施以一系列初等行变换，目标是将左侧的(A)化为单位矩阵(E)。根据左行右列定理，这些行变换整体上等价于用一个可逆矩阵(P)左乘增广矩阵：(P[A | E] = [PA | PE])。当我们的操作成功将(A)化为(E)时，即意味着(PA = E)，所以(P = A^{-1})。
于此同时呢，右侧部分(PE = P = A^{-1})。
也是因为这些，当左侧(A)化为(E)时，右侧初始的(E)就化为了(A^{-1})。

具体算法步骤：

1. 构造增广矩阵： 写出([A | E_n])。
2. 同时进行行变换： 只使用初等行变换，试图将(A)所在的部分化为单位矩阵(E)。通常采用如下顺序：
   • 将第一列除第一个元素外全部消为零（若第一行第一列元素为0，先通过行交换确保其不为零）。这通过将第一行的适当倍数加到后续各行来实现。
   • 然后，将第二列除第二个元素外全部消为零。
   • 依此类推，直至将对角线下方元素全部消零，形成一个上三角矩阵。
   • 接着，再自下而上，将对角线上方元素全部消零。
   • 通过行倍乘变换，将对角线元素全部化为1。
   实际上，步骤(2)到(5)是交错进行的，目标是形成单位矩阵。
3. 得到逆矩阵： 当左侧(A)的位置完全变成单位矩阵(E)时，右侧(E)的位置就变成了(A^{-1})。即矩阵变为([E | A^{-1}])。
4. 验证（可选但建议）： 计算(AA^{-1})或(A^{-1}A)，看结果是否为单位矩阵。

注意事项： 如果在化简过程中，发现(A)的某一行（在变换后）全部为零，则说明矩阵(A)不可逆（奇异），求逆过程终止。这也提供了判断矩阵是否可逆的一种实用方法。

求矩阵 ( A = begin{bmatrix} 1 & 2 & -1 \ 3 & 4 & 0 \ 2 & -1 & 1 end{bmatrix} ) 的逆矩阵。

解： 构造增广矩阵并施行初等行变换。

第一步：( [A|E] = left[begin{array}{ccc|ccc} 1 & 2 & -1 & 1 & 0 & 0 \ 3 & 4 & 0 & 0 & 1 & 0 \ 2 & -1 & 1 & 0 & 0 & 1 end{array}right] )

第二步：将第一行的-3倍加到第二行，-2倍加到第三行，消去第一列下方元素。 ( rightarrow left[begin{array}{ccc|ccc} 1 & 2 & -1 & 1 & 0 & 0 \ 0 & -2 & 3 & -3 & 1 & 0 \ 0 & -5 & 3 & -2 & 0 & 1 end{array}right] )

第三步：处理第二列。先将第二行乘以(-frac{1}{2})，使主元为1。 ( rightarrow left[begin{array}{ccc|ccc} 1 & 2 & -1 & 1 & 0 & 0 \ 0 & 1 & -frac{3}{2} & frac{3}{2} & -frac{1}{2} & 0 \ 0 & -5 & 3 & -2 & 0 & 1 end{array}right] )

第四步：将第二行的5倍加到第三行，消去第三行第二列元素；将第二行的-2倍加到第一行，消去第一行第二列元素。 ( rightarrow left[begin{array}{ccc|ccc} 1 & 0 & 2 & -2 & 1 & 0 \ 0 & 1 & -frac{3}{2} & frac{3}{2} & -frac{1}{2} & 0 \ 0 & 0 & -frac{9}{2} & frac{11}{2} & -frac{5}{2} & 1 end{array}right] )

第五步：处理第三列。将第三行乘以(-frac{2}{9})，使主元为1。 ( rightarrow left[begin{array}{ccc|ccc} 1 & 0 & 2 & -2 & 1 & 0 \ 0 & 1 & -frac{3}{2} & frac{3}{2} & -frac{1}{2} & 0 \ 0 & 0 & 1 & -frac{11}{9} & frac{5}{9} & -frac{2}{9} end{array}right] )

第六步：将第三行的-2倍加到第一行，(frac{3}{2})倍加到第二行，消去第
一、二行第三列元素。 ( rightarrow left[begin{array}{ccc|ccc} 1 & 0 & 0 & frac{4}{9} & -frac{1}{9} & frac{4}{9} \ 0 & 1 & 0 & -frac{1}{3} & frac{2}{3} & -frac{1}{3} \ 0 & 0 & 1 & -frac{11}{9} & frac{5}{9} & -frac{2}{9} end{array}right] )

至此，左侧已化为单位矩阵，右侧即为所求逆矩阵： [ A^{-1} = begin{bmatrix} frac{4}{9} & -frac{1}{9} & frac{4}{9} \ -frac{1}{3} & frac{2}{3} & -frac{1}{3} \ -frac{11}{9} & frac{5}{9} & -frac{2}{9} end{bmatrix} ]

读者可以自行验证(AA^{-1} = E)。这个系统的过程，正是左行右列定理在计算中的完美体现。易搜职考网提醒，在各类职称或学业考试中，熟练掌握此计算流程是快速准确解题的关键。

1.列变换法： 对称地，也可以利用初等列变换求逆。此时需构造增广矩阵 (begin{bmatrix} A \ E end{bmatrix})，然后只施行初等列变换，当上方(A)化为(E)时，下方(E)即化为(A^{-1})。其理论依据同样是左行右列定理（列变换对应右乘）。但行变换法更为常用和标准化。

2.与伴随矩阵法的比较：

• 伴随矩阵法： (A^{-1} = frac{1}{|A|}A^)。理论价值高，适用于低阶（如2阶、3阶）矩阵或理论推导，但计算量巨大，需要计算(n^2)个代数余子式和行列式，对于(n>3)的情况几乎不用于手算。
• 初等变换法： 基于左行右列定理，具有系统性、步骤化强、适合手算和计算机编程实现（是数值计算中LU分解等方法的雏形）。它能同时判断矩阵是否可逆并求出逆矩阵，效率远高于伴随矩阵法。

也是因为这些，在解决实际问题、应对考试计算题时，初等变换法是首选的求逆方法。

3.核心意义：

• 理论意义： 它将抽象的逆矩阵乘法定义，转化为具体的、可视化的矩阵行（列）化简过程，深化了对矩阵可逆性、矩阵分解的理解。
• 计算意义： 提供了一种稳定、通用的算法，是连接线性代数理论与数值计算的桥梁。
• 教学意义： 通过“左乘对应行变换，右乘对应列变换”这一简洁规则，将矩阵乘法与初等变换这两个核心概念紧密联系起来，有助于学生构建统一的知识网络。

，左行右列定理不仅是矩阵理论中的一个优美结论，更是解锁矩阵求逆等众多问题的一把实用钥匙。从理解初等矩阵的作用，到推导矩阵可逆的等价条件，再到实际执行初等变换法求逆，这一定理贯穿始终，体现了数学中“化复杂为简单，化抽象为具体”的深刻思想。对于通过易搜职考网等平台进行系统学习的备考者来说呢，透彻掌握这一部分内容，意味着在矩阵论的相关考题面前能够稳扎稳打，从原理到计算均能从容应对，为成功通过考核奠定坚实的数学基础。矩阵的世界纷繁复杂，但掌握如左行右列定理这样的核心工具，便能拨云见日，把握住解决问题的关键脉络。