伴随矩阵(Adjugate Matrix 或 Adjoint Matrix)是一个与方阵相关的重要概念,在矩阵论和线性代数中有着广泛的应用。伴随矩阵与矩阵的逆、行列式等概念密切相关,通常用于计算矩阵的逆矩阵或解决线性方程组。
定义:
给定一个 n × n n \times n n×n的方阵 ( A ),它的伴随矩阵 adj ( A ) \text{adj}(A) adj(A)是由 A A A 的余子式矩阵的转置所构成的矩阵。具体步骤如下:
-
计算余子式矩阵:
对于矩阵 A A A中的每一个元素 a i j a_{ij} aij,计算其对应的余子式 C i j C_{ij} Cij。余子式 C i j C_{ij} Cij 是去掉矩阵 A A A 中的第 i i i行和第 j j j列后得到的子矩阵的行列式,再乘以 ( − 1 ) i + j (-1)^{i+j} (−1)i+j(即: C i j = ( − 1 ) i + j ⋅ det ( M i j ) C_{ij} = (-1)^{i+j} \cdot \text{det}(M_{ij}) Cij=(−1)i+j⋅det(Mij),其中 M i j M_{ij} Mij 是去掉第 i i i行和第 j j j 列后的子矩阵)。 -
构造伴随矩阵:
将所有余子式 C i j C_{ij} Cij 组成矩阵 C C C,然后对这个矩阵 C C C进行转置,得到的矩阵就是 A A A 的伴随矩阵 adj ( A ) \text{adj}(A) adj(A)。
adj ( A ) = C T \text{adj}(A) = C^{T} adj(A)=CT
计算公式:
给定矩阵 A = [ a i j ] A = [a_{ij}] A=[aij] 的伴随矩阵 adj ( A ) \text{adj}(A) adj(A) 为:
adj ( A ) = [ C i j ] T \text{adj}(A) = \left[ C_{ij} \right]^T adj(A)=[Cij]T
其中 C i j = ( − 1 ) i + j ⋅ det ( M i j ) C_{ij} = (-1)^{i+j} \cdot \text{det}(M_{ij}) Cij=(−1)i+j⋅det(Mij)。
重要性质:
- 逆矩阵关系:
如果矩阵 A A A是可逆的,那么有如下关系:
A − 1 = 1 det ( A ) adj ( A ) A^{-1} = \frac{1}{\text{det}(A)} \text{adj}(A) A−1=det(A)1adj(A)
- 行列式关系:
矩阵 A A A的行列式可以通过伴随矩阵与矩阵 A A A 的乘积计算出来:
A
⋅
adj
(
A
)
=
det
(
A
)
⋅
I
A \cdot \text{adj}(A) = \text{det}(A) \cdot I
A⋅adj(A)=det(A)⋅I
其中 ( I ) 是单位矩阵。
- 对角矩阵情况:
如果 A A A是对角矩阵,那么 adj ( A ) \text{adj}(A) adj(A)仍然是对角矩阵,其对角线上的元素为 A A A 的对角线元素中其他所有元素的乘积。
举例:
设矩阵 A A A 为:
A = ( 1 2 3 0 1 4 5 6 0 ) A = \begin{pmatrix} 1 & 2 & 3 \\ 0 & 1 & 4 \\ 5 & 6 & 0 \end{pmatrix} A= 105216340
要计算它的伴随矩阵 adj ( A ) \text{adj}(A) adj(A),首先要计算各个元素对应的余子式,然后构造余子式矩阵,最后进行转置得到 adj ( A ) \text{adj}(A) adj(A)。
通过计算,可以得到:
adj ( A ) = ( − 24 18 5 20 − 15 − 4 − 5 4 1 ) \text{adj}(A) = \begin{pmatrix} -24 & 18 & 5 \\ 20 & -15 & -4 \\ -5 & 4 & 1 \end{pmatrix} adj(A)= −2420−518−1545−41
这个伴随矩阵可以用于进一步计算矩阵 A A A 的逆矩阵或用于其他线性代数操作。