-
adj
(線性代數術語)
鎖定
- 中文名
- adj表達式
- 外文名
- adj
- 別 名
- 拉普拉斯公式的推論
- 表達式
- adj(A)=C^T
adj定義
參見:子式和餘子式、餘因子矩陣及轉置矩陣。
- 定義:A關於第i 行第j 列的餘子式(記作Mij)是去掉A的第i行第j列之後得到的(n − 1)×(n − 1)矩陣的行列式。
- 定義:A關於第i 行第j 列的代數餘子式是:
- 定義:A的餘子矩陣是一個n×n的矩陣C,使得其第i 行第j 列的元素是A關於第i 行第j 列的代數餘子式。
引入以上的概念後,可以定義:矩陣A的伴隨矩陣是A的餘子矩陣的轉置矩陣:
也就是説, A的伴隨矩陣是一個n×n的矩陣(記作adj(A)),使得其第i 行第j 列的元素是A關於第j 行第i 列的代數餘子式:
adj例子
adj2x2矩陣
一個2x2矩陣
的伴隨矩陣是
adj3x3矩陣
對於3x3的矩陣,情況稍微複雜一點:
其伴隨矩陣是:
其中
要注意伴隨矩陣是餘子矩陣的轉置,第3行第2列的係數應該是A關於第2行第3列的代數餘子式。
adj具體情況
對於數值矩陣,例如求矩陣
的伴隨矩陣adj(A),只需將數值代入上節得到的表達式中。
即
其中Mij為刪掉矩陣A的第 i 橫列與第 j 縱行後得到的行列式,Cji為矩陣A的餘因子。
例如adj(A)中第3列第2行的元素為
依照其順序一一計算,便可得到計算後的結果是:
adj應用
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
如果i ≠ j,那麼A adj(A)的第i行第j列的係數是
。拉普拉斯公式説明這個和等於0(實際上相當於把A的第j行元素換成第i行元素後求行列式。由於有兩行相同,行列式為0)。
由這個公式可以推出一個重要結論:交換環R上的矩陣A可逆當且僅當其行列式在環R中可逆。
這是因為如果A可逆,那麼
如果det(A)是環中的可逆元那麼公式(*)表明
adj性質
對n×n的矩陣A和B,有:
1.adj(Ⅰ)=Ⅰ
2.adj(AB)=adj(B)adj(A)
3.adj(AT)=adj(A)T
4.det(adj(A))=det(A)n-1
5.
6.當n>2時,
7.如果A可逆,那麼
9.如果A是(半)正定矩陣,那麼其伴隨矩陣也是(半)正定矩陣。
10.如果矩陣A和B相似,那麼adj(A)和adj(B)也相似。
11.如果n>2,那麼非零矩陣A是正交矩陣當且僅當adj(A)=±AΤ
adj伴隨矩陣的秩
當矩陣A可逆時,它的伴隨矩陣也可逆,因此兩者的秩一樣,都是n。當矩陣A不可逆時,A的伴隨矩陣的秩通常並不與A相同。當A的秩為n-1時,其伴隨矩陣的秩為1,當A的秩小於n-1時,其伴隨矩陣為零矩陣。
adj伴隨矩陣的特徵值
λ2λ3...λn,λ1λ3...λn,...,λ1λ2...λn-1。
adj伴隨矩陣和特徵多項式
設p(t) = det(A − tI)為A的特徵多項式,定義
,那麼:
其中是p(t)的各項係數:
adj參見
- 可逆元
- 餘子矩陣