<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh-Hant-TW">
	<id>https://wiki.taigi.ima.org.tw/w/index.php?action=history&amp;feed=atom&amp;title=%E4%BC%B4%E9%9A%A8%E7%9F%A9%E9%99%A3</id>
	<title>伴隨矩陣 - 修訂紀錄</title>
	<link rel="self" type="application/atom+xml" href="https://wiki.taigi.ima.org.tw/w/index.php?action=history&amp;feed=atom&amp;title=%E4%BC%B4%E9%9A%A8%E7%9F%A9%E9%99%A3"/>
	<link rel="alternate" type="text/html" href="https://wiki.taigi.ima.org.tw/w/index.php?title=%E4%BC%B4%E9%9A%A8%E7%9F%A9%E9%99%A3&amp;action=history"/>
	<updated>2026-04-06T23:08:04Z</updated>
	<subtitle>本 wiki 上此頁面的修訂紀錄</subtitle>
	<generator>MediaWiki 1.43.1</generator>
	<entry>
		<id>https://wiki.taigi.ima.org.tw/w/index.php?title=%E4%BC%B4%E9%9A%A8%E7%9F%A9%E9%99%A3&amp;diff=491147&amp;oldid=prev</id>
		<title>TaiwanTonguesApiRobot：​從 JSON 檔案批量匯入</title>
		<link rel="alternate" type="text/html" href="https://wiki.taigi.ima.org.tw/w/index.php?title=%E4%BC%B4%E9%9A%A8%E7%9F%A9%E9%99%A3&amp;diff=491147&amp;oldid=prev"/>
		<updated>2025-08-23T21:55:16Z</updated>

		<summary type="html">&lt;p&gt;從 JSON 檔案批量匯入&lt;/p&gt;
&lt;p&gt;&lt;b&gt;新頁面&lt;/b&gt;&lt;/p&gt;&lt;div&gt;佇線性代數內底，一个方形矩陣的&amp;#039;&amp;#039;&amp;#039;伴隨矩陣&amp;#039;&amp;#039;&amp;#039;（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。&lt;br /&gt;
&lt;br /&gt;
&amp;#039;&amp;#039;&amp;#039;$ \ mathbf { A } $&amp;#039;&amp;#039;&amp;#039;的伴隨矩陣記作 $ \ mathrm { adj } ( \ mathbf { A } ) $，抑是 $ \ mathbf { A } ^ { * } $。&lt;br /&gt;
&lt;br /&gt;
==定義==&lt;br /&gt;
&lt;br /&gt;
設 _ R _ 是一个交換環，&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;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：&lt;br /&gt;
&lt;br /&gt;
* 定義：&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;關於著第 _ i _ 行第 _ j _ 列的&amp;#039;&amp;#039;&amp;#039;餘子式&amp;#039;&amp;#039;&amp;#039;（記作&amp;#039;&amp;#039;&amp;#039;M&amp;#039;&amp;#039;&amp;#039;ij）是去掉&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的第 _ i _ 行第 _ j _ 列了後得著的 ( _ n _ − 一 ) × ( _ n _ − 一 ) 矩陣的行列式。&lt;br /&gt;
* 定義：&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;關於著第 _ i _ 行第 _ j _ 列的&amp;#039;&amp;#039;&amp;#039;代數餘子式&amp;#039;&amp;#039;&amp;#039;是：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: : $ \ mathbf { C } _ { ij }=( 影一 ) ^ { i + j } \ mathbf { M } _ { ij } $。&lt;br /&gt;
&lt;br /&gt;
* 定義：&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的&amp;#039;&amp;#039;&amp;#039;余子矩陣&amp;#039;&amp;#039;&amp;#039;是一个 _ n _ × _ n _ 矩陣&amp;#039;&amp;#039;&amp;#039;C&amp;#039;&amp;#039;&amp;#039;，其實會使第 _ i _ 行第 _ j _ 列的元素是&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;關於著第 _ i _ 行第 _ j _ 列的&amp;#039;&amp;#039;&amp;#039;代數餘子式&amp;#039;&amp;#039;&amp;#039;。&lt;br /&gt;
&lt;br /&gt;
引入以上的概念了後，會當定義：矩陣&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的&amp;#039;&amp;#039;&amp;#039;伴隨矩陣&amp;#039;&amp;#039;&amp;#039;是&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的余子矩陣的&amp;#039;&amp;#039;&amp;#039;轉置矩陣&amp;#039;&amp;#039;&amp;#039;：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ mathrm { adj } ( \ mathbf { A } )=\ mathbf { C } ^ { T } $，&lt;br /&gt;
&lt;br /&gt;
也就是講，&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的&amp;#039;&amp;#039;&amp;#039;伴隨矩陣&amp;#039;&amp;#039;&amp;#039;是一个 _ n _ × _ n _ 矩陣（記作 adj (&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;)）， 其實會使第 _ i _ 行第 _ j _ 列的元素是&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;關於著第 _ j _ 行第 _ i _ 列的&amp;#039;&amp;#039;&amp;#039;代數餘子式&amp;#039;&amp;#039;&amp;#039;。&lt;br /&gt;
我簡單講，伴隨矩陣就是共原來&amp;#039;&amp;#039;&amp;#039;余子矩陣 C&amp;#039;&amp;#039;&amp;#039;每一列的代數餘子式橫的寫：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ left [\ mathrm { adj } ( \ mathbf { A } ) \ right] _ { ij }=\ mathbf { C } _ { ji } $。&lt;br /&gt;
&lt;br /&gt;
==例==&lt;br /&gt;
&lt;br /&gt;
===二 x 二矩陣===&lt;br /&gt;
&lt;br /&gt;
一个 $ 二 \ times 二 $ 矩陣 $ \ mathbf { A }={ \ begin { bmatrix } { a } &amp;amp; { b } \ \ { c } &amp;amp; { d } \ end { bmatrix } } $ 伊的伴隨矩陣是&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ operatorname { adj } ( \ mathbf { A } )={ \ begin { bmatrix } \ , \ , \ , { d } &amp;amp; \ ! \ ! {-b } \ \ {-c } &amp;amp; { a } \ end { bmatrix } } $&lt;br /&gt;
&lt;br /&gt;
===三 x 三矩陣===&lt;br /&gt;
&lt;br /&gt;
對於 $ 三 \ times 三 $ 矩陣，情形小可仔有複雜一寡：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ mathbf { A }={ \ begin { bmatrix } a _ { 十一 } &amp;amp; a _ { 十二 } &amp;amp; a _ { 十三 } \ \ a _ { 二十一 } &amp;amp; a _ { 二十二 } &amp;amp; a _ { 二十三 } \ \ a _ { 三十一 } &amp;amp; a _ { 三十二 } &amp;amp; a _ { 三十三 } \ end { bmatrix } } $&lt;br /&gt;
&lt;br /&gt;
其實凊彩陣是：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ operatorname { adj } ( \ mathbf { A } )={ \ begin { bmatrix } + { \ begin { vmatrix } a _ { 二十二 } &amp;amp; a _ { 二十三 } \ \ a _ { 三十二 } &amp;amp; a _ { 三十三 } \ end { vmatrix } } &amp;amp;-{ \ begin { vmatrix } a _ { 十二 } &amp;amp; a _ { 十三 } \ \ a _ { 三十二 } &amp;amp; a _ { 三十三 } \ end { vmatrix } } &amp;amp; + { \ begin { vmatrix } a _ { 十二 } &amp;amp; a _ { 十三 } \ \ a _ { 二十二 } &amp;amp; a _ { 二十三 } \ end { vmatrix } } \ \ &amp;amp; &amp;amp; \ \-{ \ begin { vmatrix } a _ { 二十一 } &amp;amp; a _ { 二十三 } \ \ a _ { 三十一 } &amp;amp; a _ { 三十三 } \ end { vmatrix } } &amp;amp; + { \ begin { vmatrix } a _ { 十一 } &amp;amp; a _ { 十三 } \ \ a _ { 三十一 } &amp;amp; a _ { 三十三 } \ end { vmatrix } } &amp;amp;-{ \ begin { vmatrix } a _ { 十一 } &amp;amp; a _ { 十三 } \ \ a _ { 二十一 } &amp;amp; a _ { 二十三 } \ end { vmatrix } } \ \ &amp;amp; &amp;amp; \ \ + { \ begin { vmatrix } a _ { 二十一 } &amp;amp; a _ { 二十二 } \ \ a _ { 三十一 } &amp;amp; a _ { 三十二 } \ end { vmatrix } } &amp;amp;-{ \ begin { vmatrix } a _ { 十一 } &amp;amp; a _ { 十二 } \ \ a _ { 三十一 } &amp;amp; a _ { 三十二 } \ end { vmatrix } } &amp;amp; + { \ begin { vmatrix } a _ { 十一 } &amp;amp; a _ { 十二 } \ \ a _ { 二十一 } &amp;amp; a _ { 二十二 } \ end { vmatrix } } \ end { bmatrix } } . $&lt;br /&gt;
&lt;br /&gt;
其中&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ left | { \ begin { matrix } a _ { im } &amp;amp; a _ { in } \ \ \ , \ , a _ { jm } &amp;amp; a _ { jn } \ end { matrix } } \ right |=\ det \ left [{ \ begin { matrix } a _ { im } &amp;amp; a _ { in } \ \ \ , \ , a _ { jm } &amp;amp; a _ { jn } \ end { matrix } } \ right]=\ det \ left | { \ begin { matrix } a _ { im } &amp;amp; a _ { in } \ \ \ , \ , a _ { jm } &amp;amp; a _ { jn } \ end { matrix } } \ right | $&lt;br /&gt;
&lt;br /&gt;
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&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;關於著第 _ 二 _ 行第 _ 三 _ 列的代數餘子式。&lt;br /&gt;
&lt;br /&gt;
===具體的情形===&lt;br /&gt;
&lt;br /&gt;
對數值的數陣，&lt;br /&gt;
比如講求矩陣 $ A={ \ begin { bmatrix } \ ! ma三 &amp;amp; \ , 二 &amp;amp; \ ! 鋪五 \ \ \ ! 影一 &amp;amp; \ , 零 &amp;amp; \ ! 鋪二 \ \ \ , 三 &amp;amp; \ ! 扳四 &amp;amp; \ , 一 \ end { bmatrix } } $ 伊的伴隨矩陣 $ \ operatorname { adj } ( A ) $，&lt;br /&gt;
&lt;br /&gt;
只需要共數值代入上節得著的表達式中。&lt;br /&gt;
&lt;br /&gt;
即：$ \ operatorname { adj } ( A ) _ { ji }=C _ { ij }=( 影一 ) ^ { i + j } ( M _ { ij } ) $。&lt;br /&gt;
&lt;br /&gt;
其中，$ 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。&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
比如講：$ \ operatorname { adj } ( A ) $ 中&amp;#039;&amp;#039;&amp;#039;第三行第二列的&amp;#039;&amp;#039;&amp;#039;的元素為&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ operatorname { adj } ( A ) _ { 三十二 }=C _ { 二十三 }=( 影一 ) ^ { 二 + 三 } \ ; \ operatorname { det } { \ begin { bmatrix } \ ! ma三 &amp;amp; \ , 二 \ \ \ , 三 &amp;amp; \ ! 扳四 \ end { bmatrix } }=-( ( ma三 ) \ cdot ( 扳四 ) 鋪二 \ cdot 三 )=ma六 $&lt;br /&gt;
&lt;br /&gt;
依照其順序一直算，便可得著計算了的結果是：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ operatorname { adj } ( A )=\ operatorname { adj } { \ begin { bmatrix } \ ! ma三 &amp;amp; \ , 二 &amp;amp; \ ! 鋪五 \ \ \ ! 影一 &amp;amp; \ , 零 &amp;amp; \ ! 鋪二 \ \ \ , 三 &amp;amp; \ ! 扳四 &amp;amp; \ , 一 \ end { bmatrix } }={ \ begin { bmatrix } \ ! ma八 &amp;amp; 十八 &amp;amp; \ , 扳四 \ \ \ , 鋪五 &amp;amp; 十二 &amp;amp; \ , 影一 \ \ \ ! 四 &amp;amp; \ ! ma六 &amp;amp; \ , 二 \ end { bmatrix } } $&lt;br /&gt;
&lt;br /&gt;
==應用==&lt;br /&gt;
&lt;br /&gt;
做這个拉普拉斯公式的推論，關於著 _ n _ × _ n _ 矩陣&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的行列式，有：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ mathbf { A } \ , \ mathrm { adj } ( \ mathbf { A } )=\ mathrm { adj } ( \ mathbf { A } ) \ , \ mathbf { A }=\ det ( \ mathbf { A } ) \ , \ mathbf { I } \ qquad ( * ) $&lt;br /&gt;
&lt;br /&gt;
其中&amp;#039;&amp;#039;&amp;#039;I&amp;#039;&amp;#039;&amp;#039;是 _ n _ 階的單位矩陣。事實上，&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;adj (&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;) 的第 _ i _ 行第 _ i _ 列的係數是&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ sum _ { j=一 } ^ { n } a _ { i ; j } C _ { i , j } $。根據拉普拉斯公式，等於&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的行列式。&lt;br /&gt;
&lt;br /&gt;
若是 _ i _ ≠ _ j _，遐爾&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;adj (&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;) 的第 _ i _ 行第 _ j _ 列的係數是&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ 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&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;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）。&lt;br /&gt;
&lt;br /&gt;
由這个公式會當推出一个重要結論：交換環 _ R _ 上的矩陣&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;會當逆若其他的方式佇環 _ R _ 中可逆。&lt;br /&gt;
&lt;br /&gt;
這是因為若講&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;可逆，遐爾&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ 一=\ det ( \ mathbf { I } )=\ det ( \ mathbf { A } \ mathbf { A } ^ { 影一 } )=\ det ( \ mathbf { A } ) \ det ( \ mathbf { A } ^ { 影一 } ) $，&lt;br /&gt;
&lt;br /&gt;
若是 det (&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;) 是環中的敢若元素遐爾仔公式（\ *）顯明&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ mathbf { A } ^ { 影一 }=\ det ( \ mathbf { A } ) ^ { 影一 } \ , \ mathrm { adj } ( \ mathbf { A } ) $&lt;br /&gt;
&lt;br /&gt;
==性質==&lt;br /&gt;
&lt;br /&gt;
著 $ n \ times n $ 矩陣&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;和&amp;#039;&amp;#039;&amp;#039;B&amp;#039;&amp;#039;&amp;#039;，有：&lt;br /&gt;
&lt;br /&gt;
一 . $ \ mathrm { adj } ( \ mathbf { I } )=\ mathbf { I } $，&lt;br /&gt;
二 . $ \ mathrm { adj } ( \ mathbf { AB } )=\ mathrm { adj } ( \ mathbf { B } ) \ , \ mathrm { adj } ( \ mathbf { A } ) $，&lt;br /&gt;
三 . $ \ mathrm { adj } ( \ mathbf { A } ^ { T } )=\ mathrm { adj } ( \ mathbf { A } ) ^ { T } $，&lt;br /&gt;
四 . $ \ det { \ big ( } \ mathrm { adj } ( \ mathbf { A } ) { \ big ) }=\ det ( \ mathbf { A } ) ^ { n 影一 } $，&lt;br /&gt;
五 . $ \ mathrm { adj } ( k \ mathbf { A } )=k ^ { n 影一 } \ \ mathrm { adj } ( \ mathbf { A } ) $&lt;br /&gt;
六 . 當 n &amp;gt;=兩時，$ \ mathrm { adj } ( \ mathrm { adj } ( \ mathbf { A } ) )=( \ det \ mathbf { A } ) ^ { n 鋪二 } \ mathbf { A } $&lt;br /&gt;
七 . 若是&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;可逆，遐爾 $ \ mathrm { adj } ( \ mathbf { A } ^ { 影一 } )=\ mathrm { adj } ( \ mathbf { A } ) ^ { 影一 }={ \ frac { A } { \ det A } } $&lt;br /&gt;
八 . 若是&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;是對稱矩陣，按呢其實凊彩陣嘛是對稱矩陣；若是&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;是反對稱矩陣，遐爾當 _ n _ 做偶數的時，&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;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。&lt;br /&gt;
九 . 若是&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;是（半）正定矩陣，其實凊彩陣嘛是（半）正定矩陣。&lt;br /&gt;
十 . 如果矩陣&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;和&amp;#039;&amp;#039;&amp;#039;B&amp;#039;&amp;#039;&amp;#039;相仝，遐爾 $ \ mathrm { adj } ( \ mathbf { A } ) $ 和 $ \ mathrm { adj } ( \ mathbf { B } ) $ 嘛相𫝛。&lt;br /&gt;
十一 . 若是 n &amp;gt; 二，遐無空矩陣&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;是正交矩陣若而且唯若 $ \ mathrm { adj } ( \ mathbf { A } )=\ pm A ^ { T } $&lt;br /&gt;
&lt;br /&gt;
===伴隨矩陣的秩===&lt;br /&gt;
&lt;br /&gt;
當矩陣&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;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&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;袂使倒轉來，&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的伴隨矩陣的秩通常並無佮&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;相仝。當&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的秩為 _ n _ 學一時仔，其實綴著日本時的秩為一，當&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的秩小於 _ n _ 學一時仔，其實凊彩陣為零矩陣。&lt;br /&gt;
&lt;br /&gt;
===伴隨矩陣的特徵值===&lt;br /&gt;
&lt;br /&gt;
設矩陣&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;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&amp;#039;&amp;#039;&amp;#039;A&amp;#039;&amp;#039;&amp;#039;的伴隨矩陣的特徵值為&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ lambda _ { 二 } \ lambda _ { 三 } \ cdots \ lambda _ { n } , \ \ lambda _ { 一 } \ lambda _ { 三 } \ cdots \ lambda _ { n } , \ cdots , \ lambda _ { 一 } \ lambda _ { 二 } \ cdots \ lambda _ { n 影一 } $。&lt;br /&gt;
&lt;br /&gt;
===伴隨矩陣佮特徵多項式===&lt;br /&gt;
&lt;br /&gt;
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：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ \ 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 } ) $ ,&lt;br /&gt;
&lt;br /&gt;
其中 $ p _ { i } $ 是 $ p ( t ) $ 的各項係數：&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
: $ p ( t )=p _ { 零 } + p _ { 一 } t + p _ { 二 } t ^ { 二 } + \ cdots p _ { n } t ^ { n } $。&lt;br /&gt;
&lt;br /&gt;
伴隨矩陣也出現佇行列式的導數形式當中。&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
==參見==&lt;br /&gt;
&lt;br /&gt;
* 逆矩陣&lt;br /&gt;
* 會使逆元素&lt;br /&gt;
* 余子矩陣&lt;br /&gt;
* 行列式&lt;br /&gt;
&lt;br /&gt;
==參考來源==&lt;br /&gt;
&lt;br /&gt;
* 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）.&lt;br /&gt;
* 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）） .&lt;br /&gt;
&lt;br /&gt;
==外部連結==&lt;br /&gt;
&lt;br /&gt;
* 矩陣論參考手冊 ( 英文 )&lt;br /&gt;
&lt;br /&gt;
[[分類: 待校正]]&lt;/div&gt;</summary>
		<author><name>TaiwanTonguesApiRobot</name></author>
	</entry>
</feed>