线性代数：矩阵可逆的重要性-优快云博客

本文链接：https://blog.youkuaiyun.com/Nh_code/article/details/143970386

### 1，帮助线性系统求解。
线性系统是一种很广泛用来描述世界，描述问题的方式。很多问题都可以被线性系统抽象为 $A x = b$ 的形式，其中 $x$ 是要求解，通过"高斯消元"可以很容易得到解。但是如果 $A$ 是一个可逆的系数矩阵，并能够求出 $A^{-1}$ 的话，就有 $A−1⋅A⋅x=A−1⋅bA^{-1} \cdot A \cdot x = A^{-1}\cdot b$ ，也能解出 $x=A−1⋅bx=A^{-1}\cdot b$ 。不过在一次计算的过程中，求出矩阵 $A$ 的逆的时间复杂度其实和"高斯消元"的过程几乎是一致的，甚至求 $A^{-1}$ 的时间复杂度会更高。

但是对于形式 $A x = b$ ,如果在矩阵 $A$ 不变， $b$ 会变化的情况下，通过 $x=A−1⋅bx=A^{-1}\cdot b$ 求解会大大加快计算速度。

2、当一个方阵 $A$ 可逆，以下四个等价命题即成立：

① 矩阵 $A$ 是非奇异矩阵;
② 齐次线性系统 $A x = 0$ 有唯一解，且这个解为零解 $[100∣0010∣0001∣0]→x=0\begin{bmatrix} 1&0&0&|&0\\0&1&0 &|&0\\0&0&1&|&0\end{bmatrix}\to x=0$ ;
③ 矩阵 $A$ 的行最简形式为 $I$ , $re ff (A) = I$ ；
④ 矩阵 $A$ 可以表示为一些列初等矩阵的乘积, $reff(A)=I=Ep⋅...⋅E3⋅E2⋅E1⋅A(Ep−1⋅...⋅E3−1⋅E2−1⋅E1−1)⋅(Ep⋅...⋅E3⋅E2⋅E1)⋅A=(Ep−1⋅...⋅E3−1⋅E2−1⋅E1−1)⋅IA=Ep−1⋅...⋅E3−1⋅E2−1⋅E1−1reff(A)=I=E_{p}\cdot ... \cdot E_{3} \cdot E_{2} \cdot E_{1} \cdot A \\ (E_{p}^{-1}\cdot ... \cdot E_{3}^{-1} \cdot E_{2}^{-1} \cdot E_{1}^{-1})\cdot (E_{p}\cdot ... \cdot E_{3} \cdot E_{2} \cdot E_{1} )\cdot A = (E_{p}^{-1}\cdot ... \cdot E_{3}^{-1} \cdot E_{2}^{-1} \cdot E_{1}^{-1})\cdot I \\ A = E_{p}^{-1}\cdot ... \cdot E_{3}^{-1} \cdot E_{2}^{-1} \cdot E_{1}^{-1}$