线性代数逆矩阵的计算方法
逆矩阵怎么求？
逆矩阵怎么求？
求矩阵的逆矩阵的方法为，
公式法
|A|≠0，A的逆矩阵为（1/|A|）A*，A*为A的伴随矩阵，
初等变换法
欲求矩阵A的逆矩阵，我们将矩阵A与单位矩阵E写在一起，经过初等行变换，将矩阵A变换为单位矩阵E，相应的，矩阵E在相同的初等行变换下变换成矩阵A的逆矩阵。
线性代数，那个(A-E)的逆矩阵怎么算出来的？
对于二阶可逆方阵A，可以利用AA*|A|E这一等式，快速得到A的逆矩阵为A*/|A| 由题可知，|A-E|1*2-1*5-3 (A-E)* 2 -5 -1 1 因此可得到A-E的逆矩阵就是(A-E)/(-3)，也即图中的结果
逆矩阵和伴随矩阵的值？
公式：A^i1(A*)/|A|；A*代表伴随矩阵，|A|代表矩阵行列式，A^-1代表逆矩阵。
逆矩阵： 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阶矩阵B，使得： ABBAE。 则我们称B是A的逆矩阵，而A则被称为可逆矩阵。
伴随矩阵：在线性代数中，一个方形矩阵的伴随矩阵是一个类似于逆矩阵的概念。如果矩阵可逆，那么它的逆矩阵和它的伴随矩阵之间只差一个系数。然而，伴随矩阵对不可逆的矩阵也有定义，并且不需要用到除法。
矩阵是一个按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
矩阵是高等代数学中的.常见工具，也常见于统计分析等应用数学学科中在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。
如何求逆矩阵的方法？
第一种：高斯消元法
高斯消元法是最经典也是最广为人知的一种矩阵求逆方法，但是在现实应用中很少用到高斯消元法来进行矩阵的逆矩阵的求解。（考试或者手算会用到）
高斯消元法有两个版本：行变换版本与列变换版本，在日常应用中行变换应用的更广泛。这两个基本原理都是相同的。
高斯消元法先将矩阵A与单位矩阵I进行连接形成一个新的增广矩阵.
上面的方法在中学比赛或者是考研经常用这种方法，手算一下。
第二种：LU分解法
LU分解法其实是高斯消元法的一种变种算法。LU分解是将矩阵A分解为一个下三角矩阵与一个上三角矩阵的乘积。所谓的三角阵就是一半为零的矩阵。L是下三角矩阵(Lower TriangularMatrix)，即主对角线以上的元素全部都是0的矩阵。U是上三角矩阵(Upper Triangular Matrix)，即主对角线以下的元素全部都是0的矩阵。
然LU分解是高斯消元法的一种表现形式，但是相对于高斯消元法，LU分解更易于实现并行化。计算机基本用这种方法。比如求 50000*50000的这种大型矩阵。
第三种：SVD分解法
SingularValue Decomposition分解法也叫做奇异值分解，也是线性代数中十分重要的矩阵分解法，同样的能用来求解矩阵的逆矩阵。不同于LU分解中将矩阵A分解为下三角矩阵L与上三角矩阵U的乘积，SVD分解将矩阵A分解为三个矩阵的乘积，分别为：正交矩阵U、对角矩阵W以及正交矩阵V的转置矩阵V.
第四种：QR分解法
QR分解同样将原始矩阵A分解为两个矩阵的乘积，不同的是这两个矩阵分别为正交矩阵Q和上三角矩阵R。