Inverse Matrix 逆矩阵

逆矩阵（$Inverse\ Matrix$）是"变换的逆问题"的数学化。

在矩阵笔记里埋过一个伏笔：

解方程 $Ax=b$，本质上就是问——“哪个向量 $x$ 经过变换 $A$ 之后，恰好落在 $b$？“解方程其实是变换的逆问题。

逆矩阵就是这句话的严格表达：如果 $A$ 是"执行变换”，那么 $A^{-1}$ 就是”撤销变换"；而 $Ax=b$ 的解，正是 $x = A^{-1}b$。

从数字的倒数说起

先看最熟悉的场景。解方程：

怎么解？两边除以 3，也就是乘以 3 的倒数：

倒数 $\frac{1}{3}$ 的本质是什么？是那个"和 3 相乘等于 1"的数：

所以"除法"从来不是一种新运算，它就是"乘以倒数"。而倒数存在的前提只有一个：这个数不为 0。

矩阵世界里没有"除法"，但我们可以照搬这个思路：

能不能找到一个矩阵 $A^{-1}$，使得 $AA^{-1} = I$？

这里的 $I$ 就扮演着数字 “$1$” 的角色。

单位矩阵 $I$：变换世界里的"1"

单位矩阵（identity matrix）是对角线上全是 1、其余全是 0 的方阵：

用“列 = 基向量落点”的读法看：$I$ 的列就是 $\hat{\mathbf{i}}, \hat{\mathbf{j}}$ 原地不动。所以它代表的变换是——什么都不做：

任何向量、任何矩阵乘上 $I$ 都不变，就像任何数乘以 1 不变一样：

定义

对于方阵 $A$，如果存在矩阵 $A^{-1}$ 满足：

就称 $A^{-1}$ 是 $A$ 的逆矩阵，$A$ 是可逆的（invertible）。

几何意义一句话：先执行 $A$，再执行 $A^{-1}$，合起来等于什么都没发生（$=I$）。逆矩阵就是"撤销键"。

用逆矩阵解方程：$x = A^{-1}b$

有了逆矩阵，解方程 $Ax=b$ 就和解 $3x=6$ 完全同构了——两边同时左乘 $A^{-1}$：

“解方程"这个动作，被压缩成了”求逆，再乘一次"。

拿个具体例子验证。还是用缩放变换：

$x$ 方向扩 2 倍、$y$ 方向扩 3 倍之后落在了 $(2,6)$，问原来的 $x$ 在哪？

“x 扩 2 倍"的撤销当然是"x 缩回 1/2”，所以：

验证 $AA^{-1} = I$：

于是解就是：

代回去：$(1,2)$ 经过"x×2、y×3"确实落在 $(2,6)$。求逆矩阵，就是在回答"谁变换之后落在这里"。

什么时候没有逆矩阵？

类比数字：$0$ 没有倒数，因为 $0$ 乘任何数都回不到 $1$——$0$ 把所有数都"压成了 0"，信息丢了。

矩阵完全一样：把空间压扁（降维）的变换没有逆。比如投影矩阵把整个平面压到 x 轴上，无数个点被压到同一个位置，给你输出也无法还原输入。

判断标准就是行列式：

$\det(A) = 0$ 意味着体积缩放倍数是 0——空间被压扁，多对一，回不去。这和"$0$ 没有倒数"是同一件事的两个版本：

2×2 逆矩阵公式

对于 $A = \begin{bmatrix} a&b\\ c&d \end{bmatrix}$，逆矩阵有现成公式：

记忆口诀：主对角线互换，副对角线取负，再除以行列式。

$\det(A)$ 出现在分母上，再一次印证：$\det(A)=0$ 时公式直接失效（除以 0），不可逆。

算一个例子：

验证：

逆矩阵的常用性质

① 逆的逆是自己：

撤销"撤销"，回到原变换。

② 乘积的逆要反序：

为什么顺序要反过来？$AB$ 是"先 $B$ 后 $A$“的复合变换，撤销时必须倒着来——先撤销最后做的 $A$，再撤销 $B$。就像先穿袜子再穿鞋，脱的时候必须先脱鞋再脱袜子。直接验证：

③ 逆矩阵的行列式：

由 $AA^{-1}=I$ 两边取行列式、用乘法公式 $\det(AA^{-1}) = \det(A)\det(A^{-1}) = \det(I) = 1$ 即得。几何上也显然：$A$ 把体积放大 $\det(A)$ 倍，逆变换当然要除回去。

一句话总结 逆矩阵是"撤销变换"的矩阵：$AA^{-1}=I$。有了它，解方程 $Ax=b$ 就变成了 $x=A^{-1}b$——和数字世界里"除以 $a$ 就是乘以 $1/a$“一模一样。而它存在的前提 $\det(A)\neq 0$，也正是”$0$ 没有倒数"的空间版本。