第 8 章　逆矩阵

8.1动机：把变换「反着做回去」

回忆矩阵 = 变换 = 动作。如果有一个动作把空间「横向拉伸 2 倍」，那么它的「反动作」就是「横向压缩到一半」。

把「拉伸 2 倍」的矩阵 [[2,0],[0,1]] 记为 A。它的反动作是「压缩一半」[[1/2,0],[0,1]]，记为 A⁻¹。两者连着做，一个拉伸、一个压缩，效果互相抵消，等于「什么都没做」——也就是单位矩阵 I。

顺手用「面积缩放率」把逆矩阵看透：若 A 把面积放大 det(A) 倍，那么 A⁻¹ 就把面积放大 1/det(A) 倍——撤销动作连缩放率也要一并撤销。例：B = [[3,0],[0,2]] 把面积放大 3×2 = 6 倍，而 B⁻¹ = [[1/3,0],[0,1/2]] 把面积缩回 1/3 × 1/2 = 1/6——两个缩放率相乘恰好为 1，正是 det(B⁻¹) = 1/det(B) 的几何含义。第 7 章说过「行列式是缩放率」，本章的逆矩阵就是「缩放率的倒数」。

每行都可以用「乘出来等于 I」快速复核，例如旋转：[[0,−1],[1,0]]·[[0,1],[−1,0]] = [[1,0],[0,1]]。这四行还透露一个好消息：基本变换的逆都是基本变换——拉伸的逆是压缩、旋转的逆是反转、剪切的逆是反剪。复杂的变换由它们复合而成，于是逆矩阵也按「先穿的后脱」逐个撤销即可，不必另起炉灶。

日常软件里最贴身的逆矩阵是「撤销键」（Ctrl+Z）与「回放」：图形软件里把图形 A 用剪切变换 [[1,2],[0,1]] 推到新位置——点 (2,3) 变到 (1×2+2×3, 3) = (8,3)；按一次撤销，就是左乘它的逆 [[1,−2],[0,1]]，(8,3) 立刻弹回 (2,3)。变换的复合次序、撤销的反序，都由 (AB)⁻¹ = B⁻¹A⁻¹ 统一管理。把这一页记牢，8.2 节的反序律将不再是公式，而是你每天都在用的功能键。

深化一：「可撤销」的数学标准——一一对应

什么样的动作才有「撤销键」？标准只有四个字：不丢信息——每个输出都能唯一地找回它的输入，数学上叫一一对应（既是满射又是单射）。拉伸、旋转、剪切都满足：空间没有塌缩，不同的点始终保持不同。投影不满足：一整条线上的点被压成同一个输出点，输出无法告诉你「输入是谁」。判断可逆，本质上就是检查一一对应；本章 8.3 节会用 det 给出一个 5 秒判据，但请先把这个「不丢信息」的标准立在脑子里——它是所有后续定理的魂。

撤销键还有个朴素性质：唯一。假想有两个矩阵 B、C 都能撤销 A，那么 B = B·I = B(AC) = (BA)C = IC = C——只用了乘法结合律，两行推完，B 和 C 必是同一个矩阵。所以「A⁻¹」这个记号理直气壮：它不带任何歧义。（严格展开在 8.2。）

为什么要如此在意「撤销」？因为工程问题的一大半是「从结果反推原因」：从装配坐标反算零件坐标、从密文反推明文、从测量输出反解输入状态。这些问题能不能解、解得准不准，第一步就是问一句：这个变换可逆吗？——问不好这一句，后面全白忙。

工程应用：成对出现的正反变换

工程软件里「变换 + 撤销」是成对注册的。CAD 内核中，零件的局部坐标 → 装配体全局坐标是一个正向变换 T，做干涉检查、求交点时又要从全局回到局部，调用的正是 T⁻¹。机器人学把「关节角 → 末端位姿」叫正运动学、「末端位姿 → 关节角」叫逆运动学——同一对概念的工程名字。还有数据编码：对测量数据做线性变换 E 后存储或传输，用时用 E⁻¹ 恢复——前提是 E 可逆，否则数据一去不返。

辨析：A⁻¹ 不是「A 的负一次方」

A⁻¹ 是一个整体记号，读作「A 的逆（矩阵）」，严格指满足 AA⁻¹ = A⁻¹A = I 的那个矩阵，不是「A 的 −1 次幂」这种可以随意参与运算的缩写。矩阵世界没有除法：看到「B/A」要立刻警觉它没有定义，只有 AB⁻¹（先撤销 A，再做 B）或 B⁻¹A（先做 B，再撤销 A）两种可能，顺序不同、含义不同。数字世界的直觉（除以 A = 乘以 A⁻¹）只保留一半：乘逆可以，但乘的位置必须拿对。

8.2逆矩阵的定义

形式化地说：

注意两个「双向」：AB = I 且 BA = I。因为「先 A 后 A⁻¹」和「先 A⁻¹ 后 A」都必须回到原状。幸好数学上可以证明，方阵只要 AB=I，就自动有 BA=I，所以实际验证时看一边就够了。

类比：数字里的「倒数」。3 × (1/3) = 1，1/3 是 3 的倒数；矩阵里的「逆」，A × A⁻¹ = I。只是矩阵没有「除法」，所以用「乘以逆矩阵」来替代「除以」。

一个常被忽略的追问：为什么定义偏要写成 AB = BA = I 两个等式？对方阵而言可以证明「一边成立则另一边自动成立」，但定义写全两条是为了把「双向撤销」的语义说清楚：先 A 后 A⁻¹ 是「做完再撤销」，先 A⁻¹ 后 A 是「还没做就撤销」——两种次序都必须回到原状，才配叫「反动作」。将来遇到非方阵（没有标准逆）或多对一变换（没有右逆）时，正是这两个方向的差别暴露了问题；现在把定义记全，是给后面的辨析预埋伏笔。

补一条方阵世界的「免费福利」：单位矩阵 I 和任何同阶方阵交换（AI = IA = A），I 的逆就是 I 自己。更妙的是，可逆矩阵的逆也唯一——若 B、C 都是 A 的逆，则 B = BI = B(AC) = (BA)C = IC = C，一路只用结合律与定义，两行就证完。唯一性保证了记号 A⁻¹ 名副其实：它不是「某个逆」，而是「那个逆」，我们才能放心把它当作一个确定的对象参与运算与证明。

深化一：方阵世界「单边即双边」——用第 7 章的钥匙开锁

定义要求 AB = BA = I「双向」，验证起来似乎要干两遍活。好消息：方阵世界里，只要 AB = I，BA = I 自动成立。证明思路只动用第 7 章的乘法性质——对 AB = I 两边取行列式：det(A)·det(B) = det(I) = 1。左边能等于 1，说明 det(A) ≠ 0——A 没压扁空间。而 det(A) ≠ 0 时逆矩阵确实存在（8.4 给出两种构造方法），把这个真正的逆记作 C，则 B = (CA)B = C(AB) = C·I = C，于是 BA = CA = I。证毕。第 7 章「det(AB) = det(A)det(B)」在这里直接当了工具——上一章埋的伏笔，本章立刻兑现。

顺带把唯一性正式写全：若 B、C 都是 A 的逆，则 B = B·I = B(AC) = (BA)C = I·C = C。整个证明没算一个数字，只用了结合律和 I 的定义——矩阵乘法没有交换律，但结合律永远可靠；线性代数的很多「神证明」，本事都在于「把乘法往正确的方向结合」。

深化二：逆的运算性质清单

特别建议给 det(A⁻¹) = 1/det(A) 做一次数值体检：例题 1 中 A=[[2,1],[1,1]] 的 det = 1，其逆 [[1,−1],[−1,2]] 的 det = 1×2 − (−1)×(−1) = 1——1/1 = 1 ✓。行列式的世界与逆的世界在这里完全咬合。

工程与直观：变换链的撤销

「先穿袜子后穿鞋，脱的时候先脱鞋」——次序反转不是比喻，是定理。CAD 与图形学里一条模型变换链 T = T₅·T₄·T₃·T₂·T₁（缩放、旋转、平移层层嵌套，越靠右越先作用），要撤销整条链必须 T₁⁻¹·T₂⁻¹·…·T₅⁻¹。机械臂的连杆变换、相机的内外参、动画的骨骼层级，动辄几十个矩阵相乘——逆链必须严格倒序，写错一个次序，模型瞬间「原地爆炸」。工程师调试这类 bug 时，十有八九是次序问题。

8.3什么时候可逆：det ≠ 0

不是每个矩阵都有逆。什么时候没有？回到几何：

• 如果变换把空间压扁了（det=0），信息就丢失了——平面被压成一条线，线上一个点对应原来一整个方向的点，无法还原。
• 如果变换没压扁（det≠0），每个点都有唯一去向，也能唯一地找回来，可以还原。

四条判据为什么是「一回事」？串起两条链路就能看清：其一，det ≠ 0 ⇒ 压缩率为非零常数，空间维度不丢 ⇒ 列线性无关 ⇒ 没压扁；反过来任一列能被其余列表出 ⇒ 输入的不同方向被叠成同一输出 ⇒ 压扁 ⇒ det = 0。其二，det 是一个数，检查它只要一次乘加展开；检查「列线性无关」原则上要验证所有组合。所以工程与考试都爱用 det 当最快的体检指标：一个数定生死，这正是行列式从第 7 章一路铺垫到这里的 payoff。

数值上还要当心「临界地带」：det ≠ 0 只保证「能算」，不保证「算得稳」。取 A = [[1, 0.999],[0.999, 1]]，det = 1 − 0.998001 = 0.001999 ≠ 0，理论上可逆；但 A⁻¹ 的元素高达 1/0.001999 ≈ 500——输入端一丝风吹草动（比如某测量值从 0.999 变到 0.9991），输出端就可能翻江倒海。工程上把这类「det 很小、逆很大」的矩阵叫病态矩阵，说它「可逆」是真的，「敢用」是另一回事——这正是第 7 章病态警告在逆矩阵身上的续集：判据是定性的一刀切，数值是定量的连续谱，中间隔着一个工程判断。

这也和第 7 章无缝衔接：行列式非零，就是「可逆」的入场券。

六位一体：可逆条件的完整汇总表

「det ≠ 0」只是入口。下面这张表把方阵世界里彼此等价的六种说法一列排开——它们是同一件事的六种语言，可以在任意两种之间互推：

深化一：不可逆 = 信息丢失（投影的现场）

把 P = [[1,0],[0,0]] 施加在平面上：P(1, 0.5) = (1, 0)，P(1, 0.7) = (1, 0)——两个不同的输入，输出一模一样。加密这种「多对一」，撤销就无从谈起：拿到 (1, 0)，你无法知道它来自哪条竖线上的点。不可逆的数学名字，叫信息丢失。det = 0 正是「发生了多对一压扁」的代数警报。

再补一个对称的视角：可逆要求变换「到得全」（满射：每个 b 都是某个 x 的像）且「不重叠」（单射：不同 x 像不同）。det ≠ 0 时这两个条件自动同时成立；det = 0 时自动同时破产——要么有些 b 永远够不着（例如压成线后，线外的 b 没有原像），要么有些 b 原像成堆（线上的 b 对应一整条原像）。到不全、重叠了，两个警报一起响，这就是 det = 0。

工程应用：投影是工程图的宿命

三视图、剖面图、屏幕渲染，全是投影——三维到二维，深度信息必然丢失（背面的结构看不见）。工程图学教我们用多个视图互相补充来「重建」三维：单个投影不可逆，但不同方向的投影组合起来能约束出完整形状——这正是摄影测量与三维重建的原理，本质上是「用多个不可逆变换的组合，逼近一个可逆的信息量」。反过来提醒：凡是需要「从结果唯一回到原因」的设计（编码、标定、控制指令下发），设计者都必须保证变换矩阵 det ≠ 0。

辨析：非方阵没有「标准逆」

可逆是方阵俱乐部的专属福利。3×2 矩阵把二维送进三维：所有输出都挤在三维空间的一张平面上，三维的绝大多数点永远够不着——「到不全」；2×3 矩阵把三维压进二维：必然「重叠」。两边都不满足一一对应，所以非方阵谈不上标准逆。好在数学家准备了推广——伪逆（在最小二乘意义下「最佳的近似撤销」），它是数据拟合、参数辨识的主力工具，进阶篇再会。初学阶段记住边界：谈 A⁻¹，先检查 A 是不是方阵。

8.4怎么求逆矩阵

方法一：2×2 公式（快捷）

对二阶矩阵 A=[[a,b],[c,d]]，当 ad−bc≠0 时：

A⁻¹ = (1 / (ad−bc)) · [[d, −b], [−c, a]]

记忆口诀：主对角对调，副对角变号，再除以行列式。

深化：二阶公式从哪来——伴随矩阵法

「主对角对调、副对角变号、除以行列式」不是口诀魔法，它是一般方法 伴随矩阵法的 2×2 特例。定义：把每个位置的代数余子式算出来，摆成一张表，再转置，得到 A 的伴随矩阵，记作 adj(A)。于是：

A⁻¹ = adj(A) / det(A)

为什么除以 det(A)？因为第 7 章的两条展开定理在这里会师：用自己所在行的余子式展开 = det(A)；用别的行的余子式展开 = 0。把这两条合起来算矩阵乘积 A·adj(A)，每个对角元恰好是「本行×本行余子式」= det(A)，非对角元全是「本行×别行余子式」= 0——一乘出来整张表就是 det(A)·I。两边除以 det(A)，逆矩阵当场现形。二阶情形里 adj(A) 恰好是「对调加变号」，口诀由此而来。

方法二：增广矩阵高斯消元（通法）

对任意 n 阶矩阵，通用做法是：把 A 和单位矩阵 I 并排写成增广矩阵 [A | I]，然后只做行变换，把左边变成 I。此时右边就会自动变成 A⁻¹：

[A | I] —行变换—→ [I | A⁻¹]

为什么有效？因为「对 A 做一串行变换变成 I」等价于「左乘一串初等矩阵变成 I」，这串矩阵的乘积恰好就是 A⁻¹；把它同样作用在右边的 I 上，就得到了 A⁻¹ 本身。这正是高斯消元的又一妙用。

深化：行变换法的本质——左乘一串初等矩阵。回看例题 6 的每一步：把某行乘 k、把某行加到另一行，都等价于在左边乘上一个「初等矩阵」。若一串行变换把 A 变成 I，记作 E_k⋯E₁A = I，那么两边右… 不对——两边同时看，A⁻¹ = E_k⋯E₁；而这串乘积作用在 I 上就是它自己，所以右半边从 I 出发一路被同步乘成 E_k⋯E₁ = A⁻¹。「右边在记账」的直觉由此获得严格版本：右半边记录的正是这串初等矩阵的连乘。这也解释了为什么只许行变换——列变换对应右乘，右乘的乘积不等于 A⁻¹（它只能给出 A 的「右逆」的碎片），账就记错了。

工程应用：求逆很贵——「要 A⁻¹b，就别真求逆」

求逆的算力账要算清楚：n 阶矩阵求逆的运算量约为「解一次方程组」的三倍，还需要额外内存存放结果。所以工程守则是：如果最终只用到 A⁻¹b，就不要把 A⁻¹ 显式算出来——直接解 Ax = b 得到同样的 x，成本只有三分之一；要连续算 A⁻¹b₁、A⁻¹b₂、…，就把消元过程做一次、保存成 LU 分解，之后每来一个新 b 只做一次「回代」，越用越划算。大型有限元软件从不显式求刚度矩阵的逆，字典里只有「分解」和「回代」。逆矩阵的价值在概念与理论，而不是逐元素计算。

辨析：三种求逆方法，各就各位

方法选择有个朴素的对应表：二阶手算 → 公式（口诀最快）；三阶且元素整齐 → 伴随法（det=±1 时尤其干净，例题 4 那样）；高阶、数值计算 → 行变换（LU 分解，机器的标配）。要害在成本：伴随法要算 n² 个（n−1）阶行列式，n=10 就是 100 个九阶行列式，每个又有 36 万多项展开——理论价值很高（推公式、证明定理），计算价值断崖式下跌。别嫌某个方法「笨」，也别迷信某个方法「万能」：场合决定工具。

8.5用逆矩阵解方程

逆矩阵最实用的地方，是解线性方程组。把方程组写成矩阵形式：

Ax = b

其中 A 是系数矩阵，x 是未知数向量，b 是常数向量。如果 A 可逆，两边左乘 A⁻¹：

A⁻¹Ax = A⁻¹b　⇒　Ix = A⁻¹b　⇒　x = A⁻¹b

一步得到唯一解！

「唯一解」还有一条常被忽略的平行通道：齐次方程组 Ax = 0。若 A 可逆，两边左乘 A⁻¹ 立得 x = 0——零向量是唯一解；反过来，Ax = 0 若只有零解，任何 Ax = b 的两个解相减就得零解，从而两解相等，唯一。于是又多一条等价表述：「A 可逆 ⇔ Ax = 0 只有零解」，与「det ≠ 0」「列线性无关」「没压扁」并列成第五条判据。用例题 6 的矩阵试：A = [[2,1,1],[1,1,1],[1,1,3]]，det = 2 ≠ 0，齐次方程消到底只剩 x = (0,0,0)——数值上立即复核。齐次视角的价值在第九章会再次升级：它把「解的存在与个数」变成「列把谁张出来」的几何问题。

辨析：逆矩阵 ≠ 每个元素取倒数。矩阵没有「逐元素的除法」，把 [[2,1],[1,1]] 每个元素取倒数得到 [[1/2,1],[1,1]]，乘回去验证：[[2,1],[1,1]]·[[1/2,1],[1,1]] = [[2,3],[3/2,2]]，与 I 相去甚远。真正的逆是 [[1,−1],[−1,2]]——它把变换作为一个整体撤销，而不是把 16 个（n² 个）数字各自孤立地「翻转」。矩阵的逆是动作级的概念，不是元素级的概念；分辨这两者，是初学者与熟练者的分水岭之一。

举个第 6 章的例子：A=[[2,1],[1,−1]]，b=(4,1)。det(A)=2·(−1)−1·1=−3≠0，可逆。

A⁻¹ = (1/−3)·[[−1,−1],[−1,2]] = [[1/3,1/3],[1/3,−2/3]]

x = A⁻¹b = (5/3, 2/3)

结果与第 6 章完全一致。两种方法（高斯消元、逆矩阵）殊途同归。

这张表回答一个要害问题：「能解」与「该用哪个解」是两回事。四种方法在可逆时给出的都是同一个 x——殊途同归说的是答案；但它们的代价结构完全不同，工程里选的是代价，不是答案。

不过要提醒：实际计算中，解方程用高斯消元通常更快更稳；逆矩阵的价值更多在于理论——它让我们一眼看穿「解是否存在、是否唯一」。

深化一：「左乘」的讲究与「可逆 ≠ 万能」

从 Ax = b 到 x = A⁻¹b，A⁻¹ 只能乘在左边（结合律保证 A⁻¹(Ax) = (A⁻¹A)x）。把 bA⁻¹ 写出来不仅含义错，连维度都对不上（1×2 行向量乘 2×2 也许维度碰巧能算，但含义已是另一回事）——矩阵世界「乘在哪边」本身就是语义的一部分。

更重要的边界：逆矩阵是「唯一解」情形的专用钥匙。A 可逆 ⇒ Ax = b 对任何 b 都有唯一解；但 A 不可逆时，方程组并非一律无解——当 b 恰好落在 A 的列空间里时，方程组有解，而且有无穷多个（一整族解）。「无解 / 唯一 / 无穷多」三分类的完整判据要用第 9 章的秩来补全。用错钥匙不是钥匙的错：拿逆矩阵去处理不可逆的问题，才会闹出「无解硬求解」的笑话。

扩展：克莱姆法则——行列式直接给出答案

行列式还能把解写成「现成的分数」：把 A 的第 j 列换成 b，得矩阵 Aⱼ，则 xⱼ = det(Aⱼ)/det(A)。这就是克莱姆法则（Cramer's rule）。用章内那个二阶例子试验：A = [[2,1],[1,−1]]，det = −3；x = det[[4,1],[1,−1]]/(−3) = (−5)/(−3) = 5/3；y = det[[2,4],[1,1]]/(−3) = (−2)/(−3) = 2/3——与正文结果完全一致。克莱姆法则理论上漂亮（它把「解」与「行列式」直接挂钩），实用上低效（要算 n+1 个 n 阶行列式），但它常在考试与推导里客串，认识一下很有必要。

工程应用：同一架结构，一百种载荷

结构仿真里，刚度矩阵 A 常常几十万阶，而载荷工况 b 却有成百上千种（不同的载重配置、不同的气动载荷分布）。高效流程是：把 A 分解一次（LU 分解，成本大头），之后每种工况只做一次轻量回代得到各自的 x——「一次投资、反复收益」。这正是「求逆 / 分解」在工程中的真实用法：不是每次从零来一遍，而是把最贵的步骤摊销到所有工况上。

辨析：三问分离——存在、唯一、怎么解

初学者最常把三个问题搅在一起：解存在吗？（b 在不在列空间里——第 9 章秩的判据）解唯一吗？（列是否独立——本章 det 的判据）怎么算？（高斯消元、分解、还是逆矩阵——算法效率问题）。三问各有各的工具，答非所问是常见病：被问「这个方程组有没有解」，回答「我会高斯消元」，等于被问「体检指标正常吗」时回答「我会用血压计」。从本章起，遇到任何方程组问题，先在心里把三问排开，再挑对应的工具。