MATLAB求逆矩阵方法：inv函数与左右除详解

在MATLAB中求方阵逆矩阵远不止调用一个inv函数那么简单——本文系统梳理了四种核心方法：直接使用inv函数（简洁但数值稳定性差）、左除A\I（自动选择最优算法，精度高、推荐首选）、右除I/A（保持行空间结构，适合特定应用场景）以及基于LU等分解对象的预计算策略（大幅提升多次求逆效率与精度控制能力）。无论您是处理小规模理论问题、病态矩阵求解，还是批量运算与内存受限场景，都能从中找到最适配、最稳健的实现方案。

如果您在MATLAB中需要计算一个方阵的逆矩阵，系统提供了多种等效但数值稳定性与适用场景各不相同的实现方式。以下是针对该需求的具体操作方法：

一、使用inv函数直接求逆

inv函数是MATLAB内置的显式求逆函数，它调用LAPACK中的DGETRF/DGETRI（双精度）等例程，对输入矩阵执行LU分解后求逆。该方法适用于理论推导或小规模非病态矩阵，但不推荐用于解线性方程组。

1、确保待求逆矩阵A为方阵且满秩，例如定义A = [2 1; 1 1]；

2、在命令行或脚本中输入B = inv(A)，回车执行；

3、输出结果B即为A的逆矩阵，可通过A*B验证是否接近单位阵；

4、若A接近奇异，inv会发出警告，且结果可能包含极大绝对值元素或NaN。

二、使用左除运算符\求解Ax=I的列向量

左除运算符\在MATLAB中自动选择最优算法（如LU、Cholesky或QR分解），隐式求解线性系统。当用于求逆时，实质是依次求解A*x₁=e₁, A*x₂=e₂,…，其中eᵢ为单位阵第i列，最终拼接x₁,x₂,…构成逆矩阵。

1、构造与A同维的单位矩阵I = eye(size(A))；

2、输入B = A \ I，回车执行；

3、B的每一列对应I中对应列的解，整体即为A⁻¹；

4、该方法比inv更稳定，尤其对条件数较大的矩阵，能返回相对误差更小的逆矩阵近似。

三、使用右除运算符/求解xA=I的行向量

右除运算符/等价于对矩阵转置使用左除，即B = I / A ≡ (A' \ I')'。它通过求解xⱼA = eⱼᵀ（eⱼᵀ为单位阵第j行）获得逆矩阵各行，适用于需保持行空间结构的场合。

1、构造单位矩阵I = eye(size(A))；

2、输入B = I / A，回车执行；

3、B的每一行对应I中对应行的解，整体仍为A⁻¹；

4、当A为Hermitian正定矩阵时，/与\结果一致；否则二者数值结果可能略有差异，但均满足B*A ≈ I且A*B ≈ I。

四、使用分解对象预计算再求逆

对于需多次求逆同一矩阵的场景，可先调用分解函数（如lu、chol、qr）生成可重用的分解对象，避免重复分解开销，并提升精度控制能力。

1、对A执行[LU,p] = lu(A)获取带行置换的LU分解；

2、构造单位阵I = eye(size(A))；

3、依次求解y = L \ (U \ I(p,:))，其中p为置换向量；

4、最终B = y即为逆矩阵，此过程绕过inv的中间存储限制，适合内存受限但需高精度逆矩阵的批量计算。

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。