檢視伴隨矩陣的原始碼

佇線性代數內底，一个方形矩陣的'''伴隨矩陣'''（英語：adjugate matrix）是一个類似逆矩陣的概念。如果矩陣會當倒反，遐爾仔伊的逆矩陣佮伊的伴隨矩陣之間干焦差一个係數。毋過，伴隨矩陣對袂使顛倒的矩陣嘛有定義，並且無需要用到除法。

'''$ \ mathbf { A } $'''的伴隨矩陣記作 $ \ mathrm { adj } ( \ mathbf { A } ) $，抑是 $ \ mathbf { A } ^ { * } $。

==定義==

設 _ R _ 是一个交換環，'''A'''是一个以 _ R _ 中元素為係數的 _ n _ × _ n _ 矩陣。_ A _ 的伴隨矩陣會當如此下步驟定義：

* 定義：'''A'''關於著第 _ i _ 行第 _ j _ 列的'''餘子式'''（記作'''M'''ij）是去掉'''A'''的第 _ i _ 行第 _ j _ 列了後得著的 ( _ n _ − 一 ) × ( _ n _ − 一 ) 矩陣的行列式。
* 定義：'''A'''關於著第 _ i _ 行第 _ j _ 列的'''代數餘子式'''是：


: : $ \ mathbf { C } _ { ij }=( 影一 ) ^ { i + j } \ mathbf { M } _ { ij } $。

* 定義：'''A'''的'''余子矩陣'''是一个 _ n _ × _ n _ 矩陣'''C'''，其實會使第 _ i _ 行第 _ j _ 列的元素是'''A'''關於著第 _ i _ 行第 _ j _ 列的'''代數餘子式'''。

引入以上的概念了後，會當定義：矩陣'''A'''的'''伴隨矩陣'''是'''A'''的余子矩陣的'''轉置矩陣'''：


: $ \ mathrm { adj } ( \ mathbf { A } )=\ mathbf { C } ^ { T } $，

也就是講，'''A'''的'''伴隨矩陣'''是一个 _ n _ × _ n _ 矩陣（記作 adj ('''A''')）， 其實會使第 _ i _ 行第 _ j _ 列的元素是'''A'''關於著第 _ j _ 行第 _ i _ 列的'''代數餘子式'''。
我簡單講，伴隨矩陣就是共原來'''余子矩陣 C'''每一列的代數餘子式橫的寫：


: $ \ left [\ mathrm { adj } ( \ mathbf { A } ) \ right] _ { ij }=\ mathbf { C } _ { ji } $。

==例==

===二 x 二矩陣===

一个 $ 二 \ times 二 $ 矩陣 $ \ mathbf { A }={ \ begin { bmatrix } { a } & { b } \ \ { c } & { d } \ end { bmatrix } } $ 伊的伴隨矩陣是


: $ \ operatorname { adj } ( \ mathbf { A } )={ \ begin { bmatrix } \ , \ , \ , { d } & \ ! \ ! {-b } \ \ {-c } & { a } \ end { bmatrix } } $

===三 x 三矩陣===

對於 $ 三 \ times 三 $ 矩陣，情形小可仔有複雜一寡：


: $ \ mathbf { A }={ \ begin { bmatrix } a _ { 十一 } & a _ { 十二 } & a _ { 十三 } \ \ a _ { 二十一 } & a _ { 二十二 } & a _ { 二十三 } \ \ a _ { 三十一 } & a _ { 三十二 } & a _ { 三十三 } \ end { bmatrix } } $

其實凊彩陣是：


: $ \ operatorname { adj } ( \ mathbf { A } )={ \ begin { bmatrix } + { \ begin { vmatrix } a _ { 二十二 } & a _ { 二十三 } \ \ a _ { 三十二 } & a _ { 三十三 } \ end { vmatrix } } &-{ \ begin { vmatrix } a _ { 十二 } & a _ { 十三 } \ \ a _ { 三十二 } & a _ { 三十三 } \ end { vmatrix } } & + { \ begin { vmatrix } a _ { 十二 } & a _ { 十三 } \ \ a _ { 二十二 } & a _ { 二十三 } \ end { vmatrix } } \ \ & & \ \-{ \ begin { vmatrix } a _ { 二十一 } & a _ { 二十三 } \ \ a _ { 三十一 } & a _ { 三十三 } \ end { vmatrix } } & + { \ begin { vmatrix } a _ { 十一 } & a _ { 十三 } \ \ a _ { 三十一 } & a _ { 三十三 } \ end { vmatrix } } &-{ \ begin { vmatrix } a _ { 十一 } & a _ { 十三 } \ \ a _ { 二十一 } & a _ { 二十三 } \ end { vmatrix } } \ \ & & \ \ + { \ begin { vmatrix } a _ { 二十一 } & a _ { 二十二 } \ \ a _ { 三十一 } & a _ { 三十二 } \ end { vmatrix } } &-{ \ begin { vmatrix } a _ { 十一 } & a _ { 十二 } \ \ a _ { 三十一 } & a _ { 三十二 } \ end { vmatrix } } & + { \ begin { vmatrix } a _ { 十一 } & a _ { 十二 } \ \ a _ { 二十一 } & a _ { 二十二 } \ end { vmatrix } } \ end { bmatrix } } . $

其中


: $ \ left | { \ begin { matrix } a _ { im } & a _ { in } \ \ \ , \ , a _ { jm } & a _ { jn } \ end { matrix } } \ right |=\ det \ left [{ \ begin { matrix } a _ { im } & a _ { in } \ \ \ , \ , a _ { jm } & a _ { jn } \ end { matrix } } \ right]=\ det \ left | { \ begin { matrix } a _ { im } & a _ { in } \ \ \ , \ , a _ { jm } & a _ { jn } \ end { matrix } } \ right | $

愛注意伴隨矩陣是餘因子矩陣的轉置，就按呢第 _ 三 _ 行第 _ 二 _ 列的係數是'''A'''關於著第 _ 二 _ 行第 _ 三 _ 列的代數餘子式。

===具體的情形===

對數值的數陣，
比如講求矩陣 $ A={ \ begin { bmatrix } \ ! ma三 & \ , 二 & \ ! 鋪五 \ \ \ ! 影一 & \ , 零 & \ ! 鋪二 \ \ \ , 三 & \ ! 扳四 & \ , 一 \ end { bmatrix } } $ 伊的伴隨矩陣 $ \ operatorname { adj } ( A ) $，

只需要共數值代入上節得著的表達式中。

即：$ \ operatorname { adj } ( A ) _ { ji }=C _ { ij }=( 影一 ) ^ { i + j } ( M _ { ij } ) $。

其中，$ M _ { ij } $ 共刪掉矩陣 $ A $ 的第 i 橫列佮第 j 縱然後得著的行列式，$ C _ { ji } $ 為矩陣 $ A $ 的餘因子。


比如講：$ \ operatorname { adj } ( A ) $ 中'''第三行第二列的'''的元素為


: $ \ operatorname { adj } ( A ) _ { 三十二 }=C _ { 二十三 }=( 影一 ) ^ { 二 + 三 } \ ; \ operatorname { det } { \ begin { bmatrix } \ ! ma三 & \ , 二 \ \ \ , 三 & \ ! 扳四 \ end { bmatrix } }=-( ( ma三 ) \ cdot ( 扳四 ) 鋪二 \ cdot 三 )=ma六 $

依照其順序一直算，便可得著計算了的結果是：


: $ \ operatorname { adj } ( A )=\ operatorname { adj } { \ begin { bmatrix } \ ! ma三 & \ , 二 & \ ! 鋪五 \ \ \ ! 影一 & \ , 零 & \ ! 鋪二 \ \ \ , 三 & \ ! 扳四 & \ , 一 \ end { bmatrix } }={ \ begin { bmatrix } \ ! ma八 & 十八 & \ , 扳四 \ \ \ , 鋪五 & 十二 & \ , 影一 \ \ \ ! 四 & \ ! ma六 & \ , 二 \ end { bmatrix } } $

==應用==

做這个拉普拉斯公式的推論，關於著 _ n _ × _ n _ 矩陣'''A'''的行列式，有：


: $ \ mathbf { A } \ , \ mathrm { adj } ( \ mathbf { A } )=\ mathrm { adj } ( \ mathbf { A } ) \ , \ mathbf { A }=\ det ( \ mathbf { A } ) \ , \ mathbf { I } \ qquad ( * ) $

其中'''I'''是 _ n _ 階的單位矩陣。事實上，'''A'''adj ('''A''') 的第 _ i _ 行第 _ i _ 列的係數是


: $ \ sum _ { j=一 } ^ { n } a _ { i ; j } C _ { i , j } $。根據拉普拉斯公式，等於'''A'''的行列式。

若是 _ i _ ≠ _ j _，遐爾'''A'''adj ('''A''') 的第 _ i _ 行第 _ j _ 列的係數是


: $ \ sum _ { k=一 } ^ { n } a _ { i ; k } C _ { j , k } $。拉普拉斯公式說明這个佮等於零（實際上相當共'''A'''的第 _ j _ 行元素換做第 _ i _ 行元素了求行列式。因為有兩行仝款，行列式做零）。

由這个公式會當推出一个重要結論：交換環 _ R _ 上的矩陣'''A'''會當逆若其他的方式佇環 _ R _ 中可逆。

這是因為若講'''A'''可逆，遐爾


: $ 一=\ det ( \ mathbf { I } )=\ det ( \ mathbf { A } \ mathbf { A } ^ { 影一 } )=\ det ( \ mathbf { A } ) \ det ( \ mathbf { A } ^ { 影一 } ) $，

若是 det ('''A''') 是環中的敢若元素遐爾仔公式（\ *）顯明


: $ \ mathbf { A } ^ { 影一 }=\ det ( \ mathbf { A } ) ^ { 影一 } \ , \ mathrm { adj } ( \ mathbf { A } ) $

==性質==

著 $ n \ times n $ 矩陣'''A'''和'''B'''，有：

一 . $ \ mathrm { adj } ( \ mathbf { I } )=\ mathbf { I } $，
二 . $ \ mathrm { adj } ( \ mathbf { AB } )=\ mathrm { adj } ( \ mathbf { B } ) \ , \ mathrm { adj } ( \ mathbf { A } ) $，
三 . $ \ mathrm { adj } ( \ mathbf { A } ^ { T } )=\ mathrm { adj } ( \ mathbf { A } ) ^ { T } $，
四 . $ \ det { \ big ( } \ mathrm { adj } ( \ mathbf { A } ) { \ big ) }=\ det ( \ mathbf { A } ) ^ { n 影一 } $，
五 . $ \ mathrm { adj } ( k \ mathbf { A } )=k ^ { n 影一 } \ \ mathrm { adj } ( \ mathbf { A } ) $
六 . 當 n >=兩時，$ \ mathrm { adj } ( \ mathrm { adj } ( \ mathbf { A } ) )=( \ det \ mathbf { A } ) ^ { n 鋪二 } \ mathbf { A } $
七 . 若是'''A'''可逆，遐爾 $ \ mathrm { adj } ( \ mathbf { A } ^ { 影一 } )=\ mathrm { adj } ( \ mathbf { A } ) ^ { 影一 }={ \ frac { A } { \ det A } } $
八 . 若是'''A'''是對稱矩陣，按呢其實凊彩陣嘛是對稱矩陣；若是'''A'''是反對稱矩陣，遐爾當 _ n _ 做偶數的時，'''A'''伊的伴隨矩陣嘛是反對稱矩陣，_ n _ 為奇數的時陣是對稱矩陣。
九 . 若是'''A'''是（半）正定矩陣，其實凊彩陣嘛是（半）正定矩陣。
十 . 如果矩陣'''A'''和'''B'''相仝，遐爾 $ \ mathrm { adj } ( \ mathbf { A } ) $ 和 $ \ mathrm { adj } ( \ mathbf { B } ) $ 嘛相𫝛。
十一 . 若是 n > 二，遐無空矩陣'''A'''是正交矩陣若而且唯若 $ \ mathrm { adj } ( \ mathbf { A } )=\ pm A ^ { T } $

===伴隨矩陣的秩===

當矩陣'''A'''著愛倒轉來，伊的伴隨矩陣嘛會當倒反，因此兩个人的秩仝款，攏是 _ n _。當矩陣'''A'''袂使倒轉來，'''A'''的伴隨矩陣的秩通常並無佮'''A'''相仝。當'''A'''的秩為 _ n _ 學一時仔，其實綴著日本時的秩為一，當'''A'''的秩小於 _ n _ 學一時仔，其實凊彩陣為零矩陣。

===伴隨矩陣的特徵值===

設矩陣'''A'''佇咧複域中間的特徵值做 $ \ lambda _ { 一 } , \ lambda _ { 二 } \ cdots \ lambda _ {n } $ ( 就算特徵多項式的 _ n _ 個根）， 著'''A'''的伴隨矩陣的特徵值為


: $ \ lambda _ { 二 } \ lambda _ { 三 } \ cdots \ lambda _ { n } , \ \ lambda _ { 一 } \ lambda _ { 三 } \ cdots \ lambda _ { n } , \ cdots , \ lambda _ { 一 } \ lambda _ { 二 } \ cdots \ lambda _ { n 影一 } $。

===伴隨矩陣佮特徵多項式===

設 $ p ( t )=\ mathrm { det } ( \ mathbf { A }-t \ mathbf { I } ) $ 為 $ \ mathbf { A } $ 的特徵多項式，定義 $ q ( t )={ \ frac { p ( 零 )-p ( t ) } { t } } $，遐爾：


: $ \ mathrm { adj } ( \ mathbf { A } )=q ( \ mathbf { A } )=-( p _ { 一 } \ mathbf { I } + p _ { 二 } \ mathbf { A } + p _ { 三 } \ mathbf { A } ^ { 二 } + \ cdots + p _ { n } \ mathbf { A } ^ { n 影一 } ) $ ,

其中 $ p _ { i } $ 是 $ p ( t ) $ 的各項係數：


: $ p ( t )=p _ { 零 } + p _ { 一 } t + p _ { 二 } t ^ { 二 } + \ cdots p _ { n } t ^ { n } $。

伴隨矩陣也出現佇行列式的導數形式當中。



==參見==

* 逆矩陣
* 會使逆元素
* 余子矩陣
* 行列式

==參考來源==

* Strang , Gilbert . Section 四四 : Applications of determinants . _ Linear Algebra and its Applications _ 三 . Harcourt Brace Jovanovich . 一千九百八十八 : 兩百三十一–兩百三十二 . ISBN  空知十五五五十五五一千空五五鋪三（英語）.
* 余馬。鋪先的代表二 . 清華大學出版社 . 兩千空二（中文（中國大陸）） .

==外部連結==

* 矩陣論參考手冊 ( 英文 )

[[分類: 待校正]]