求对角阵的逆

对角矩阵中，如果对角线上的元素都不为0，那么这个对角阵是可逆的。

其逆矩阵也是一个对角阵，对角线上的元素恰好是对应的原矩阵对角线上元素的倒数。

可以利用逆矩阵的初等变换法证明，所以，逆矩阵如下：

扩展资料：

在数学中，矩阵（Matrix）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。

对一些应用广泛而形式特殊的矩阵，例如稀疏矩阵和准对角矩阵，有特定的快速运算算法。关于矩阵相关理论的发展和应用，请参考矩阵理论。在天体物理、量子力学等领域，也会出现无穷维的矩阵，是矩阵的一种推广。

数值分析的主要分支致力于开发矩阵计算的有效算法，这是一个几个世纪以来的课题，是一个不断扩大的研究领域。 矩阵分解方法简化了理论和实际的计算。 针对特定矩阵结构（如稀疏矩阵和近角矩阵）定制的算法在有限元方法和其他计算中加快了计算。 无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵。

定义

由 m × n 个数aij排成的m行n列的数表称为m行n列的矩阵，简称m × n矩阵。记作：

这m×n 个数称为矩阵A的元素，简称为元，数aij位于矩阵A的第i行第j列，称为矩阵A的(i,j)元，以数 aij为(i,j)元的矩阵可记为(aij)或(aij)m × n，m×n矩阵A也记作Amn。

元素是实数的矩阵称为实矩阵，元素是复数的矩阵称为复矩阵。而行数与列数都等于n的矩阵称为n阶矩阵或n阶方阵 。

参考资料:百度百科-矩阵

设有一个方阵A，若存在一个方阵B，使得AB=I或BA=I，则称B是A的逆矩阵，用A-1表示（事实上若AB=I,则必有BA=I）。注意并不是所有矩阵都有逆矩阵。

对角矩阵的逆矩阵可以利用逆矩阵的初等变换法来求解。所谓对角矩阵是一个主对角线之外的元素皆为0的矩阵，常写为（a1，a2，...，an)。而且对角矩阵可以认为是矩阵中最简单的一种。

扩展资料：

对角矩阵计算注意事项：

用户需要注意要求掌握一般矩阵相似对角化的条件，会判断给定的矩阵是否可以相似对角化，另外还要会矩阵相似对角化的计算问题，会求可逆阵以及对角阵。事实上，矩阵相似对角化之后还有一些应用，主要体现在矩阵行列式的计算或者求矩阵的方幂上，这些应用在历年真题中都有不同的体现。

以后需要注意充要条件：An可相似对角化的充要条件是An有n个线性无关的特征向量。

充要条件的另一种形式：An可相似对角化的充要条件是An的k重特征值满足n-r(λE-A)=k。

充分条件：如果An的n个特征值两两不同，那么An一定可以相似对角化。

参考资料来源：百度百科-对角矩阵

参考资料来源：百度百科-矩阵求逆

---