3x3矩阵求逆 | AI生成和翻译

Home 2025.10

好的——让我们清晰直观地逐步解析,不使用表格格式,以便逐行阅读。


1. 目标是什么

我们想求一个 3×3 矩阵的逆,通常写作 A⁻¹。
逆矩阵是能够“抵消”A 作用的矩阵,即
A × A⁻¹ = I,
其中 I 是单位矩阵。


2. 核心公式

任意可逆方阵的通用公式为

A⁻¹ = (1 / det(A)) × adj(A)。

因此我们需要两个要素:


3. 3×3 矩阵的行列式

如果
A =
[a b c]
[d e f]
[g h i],

那么

det(A) = a(ei − fh) − b(di − fg) + c(dh − eg)。

这个值告诉你矩阵是否可逆:


4. 余子式

为了构造 adj(A),我们首先求每个元素的余子式。
元素 aᵢⱼ 的余子式为
Cᵢⱼ = (−1)^(i+j) × Mᵢⱼ,
其中 Mᵢⱼ 是删除第 i 行和第 j 列后得到的 2×2 子矩阵的行列式。

对所有九个位置执行此操作,得到“余子矩阵”。
对于上述一般情况:

C₁₁ = ei − fh
C₁₂ = −(di − fg)
C₁₃ = dh − eg

C₂₁ = −(bi − ch)
C₂₂ = ai − cg
C₂₃ = −(ah − bg)

C₃₁ = bf − ce
C₃₂ = −(af − cd)
C₃₃ = ae − bd


5. 转置余子矩阵

现在取该余子矩阵并转置——即交换行和列。
这个新矩阵称为 A 的伴随矩阵,记作 adj(A)。
如果形象地理解,“转置”就像旋转矩阵:原本在第一行的元素现在变成第一列,依此类推。


6. 乘以 1/det(A)

最后,将伴随矩阵的每一项除以 det(A) 进行缩放。
这样就得到了 A⁻¹。

符号表示:
A⁻¹ = (1/det(A)) × adj(A)。


7. 为什么这个方法有效

这个公式源于行列式和余子式的基本性质:

A × adj(A) = det(A) × I。

如果两边同时除以 det(A),正好得到
A × [(1/det(A)) × adj(A)] = I。

因此右边的因子必然是逆矩阵。

该恒等式成立的原因是,当你将 A 乘以其余子矩阵时,每个对角线项都变成了行列式本身(因为它是沿该行的展开式),而每个非对角线项由于交替的余子式符号而变为零——这是代数消去在起作用。


8. 示例


A =
[1 2 3]
[0 1 4]
[5 6 0]。

计算 det(A):
= 1(1×0 − 4×6) − 2(0×0 − 4×5) + 3(0×6 − 1×5)
= (−24) − (−40) + (−15)
= −24 + 40 − 15 = 1。

所以 det(A) = 1。

然后找出所有余子式(有点繁琐但直接),转置得到 adj(A),由于 det(A) = 1,伴随矩阵本身就是逆矩阵。


9. 直观总结


需要我展示该示例(即 [1 2 3; 0 1 4; 5 6 0])的详细余子式计算过程吗?这样你可以看到每个子式和符号的处理。


Back

openai/gpt-5

Donate