代数余子式矩阵和伴随矩阵的区别

原创于 2025-11-23 23:21:16 发布 · 28 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#矩阵 #线性代数

矩阵论专栏收录该内容

3 篇文章

订阅专栏

1. 矩阵（Matrix）

矩阵就像一个数字表格，由行和列组成。例如，一个2x2的矩阵看起来像这样：

A = [ a  b ]
    [ c  d ]

这里，a、b、c、d是数字。矩阵可以更大，比如3x3、4x4等，但必须是方阵（行数和列数相等）才能讨论伴随矩阵和代数余子式。

2. 代数余子式矩阵（Cofactor Matrix）

对于矩阵中的每一个元素，我们都可以计算它的“代数余子式”。计算步骤如下：

步骤1：去掉这个元素所在的行和列，得到一个小一点的矩阵（称为子矩阵）。
步骤2：计算这个子矩阵的行列式（行列式是一个数值，表示矩阵的某种性质）。
步骤3：乘以一个正负号，规则是：(-1)的(行号+列号)次方。行号和列号从1开始计数。

所有代数余子式按原位置排列成的矩阵，就是代数余子式矩阵。

例子：考虑一个2x2矩阵：

A = [ a  b ]
    [ c  d ]

对于元素a（第1行第1列）：去掉第1行和第1列，剩下一个1x1矩阵 [d]，它的行列式就是d。符号是(-1)^(1+1)=1，所以代数余子式是 d。
对于元素b（第1行第2列）：去掉第1行和第2列，剩下 [c]，行列式是c。符号是(-1)^(1+2)=-1，所以代数余子式是 -c。
对于元素c（第2行第1列）：去掉第2行和第1列，剩下 [b]，行列式是b。符号是(-1)^(2+1)=-1，所以代数余子式是 -b。
对于元素d（第2行第2列）：去掉第2行和第2列，剩下 [a]，行列式是a。符号是(-1)^(2+2)=1，所以代数余子式是 a。

所以，代数余子式矩阵是：

[ d   -c ]
[ -b   a ]

3. 伴随矩阵（Adjoint Matrix）

伴随矩阵就是代数余子式矩阵的转置。转置意思是把行和列互换：第一行变成第一列，第二行变成第二列，等等。

从上面的例子中，代数余子式矩阵是：

[ d   -c ]
[ -b   a ]

转置后，伴随矩阵就是：

[ d   -b ]
[ -c   a ]

它们之间的关系

代数余子式矩阵是计算伴随矩阵的基础。
伴随矩阵是代数余子式矩阵的转置。
伴随矩阵主要用于求矩阵的逆矩阵（如果矩阵可逆）。公式是：逆矩阵 = 伴随矩阵 / 原矩阵的行列式。
- 例如，如果矩阵A的行列式是det(A)，那么A的逆矩阵是 adj(A) / det(A)。

总结

矩阵：数字表格。
代数余子式矩阵：每个元素替换成其代数余子式后的矩阵。
伴随矩阵：代数余子式矩阵的转置。

MATLAB内置函数

1. 直接计算伴随矩阵

% 定义矩阵
A = [2, 3; 1, 4];

% 方法1：使用 adjoint 函数（需要 Symbolic Math Toolbox）
% 如果安装了符号数学工具箱
syms a b c d
A_sym = [a, b; c, d];
adj_A_sym = adjoint(A_sym);
disp('符号矩阵的伴随矩阵:');
disp(adj_A_sym);

% 方法2：对于数值矩阵，可以用 det(A)*inv(A) 得到伴随矩阵
adj_A_numeric = det(A) * inv(A);
disp('数值方法计算的伴随矩阵:');
disp(adj_A_numeric);

2. 实际使用中的简便方法

% 定义矩阵
A = [2, 3; 1, 4];

% 计算逆矩阵的最简单方法
A_inv = inv(A);
disp('逆矩阵:');
disp(A_inv);

% 如果需要伴随矩阵，可以通过逆矩阵和行列式计算
det_A = det(A);
adj_A = det_A * A_inv;
disp('通过逆矩阵计算的伴随矩阵:');
disp(adj_A);

% 验证：A * adj(A) = det(A) * I
verify = A * adj_A;
disp('验证 A * adj(A) = det(A) * I:');
disp(verify);

3. 对于代数余子式矩阵

MATLAB没有直接计算代数余子式矩阵的内置函数，但可以轻松编写：

% 简洁的代数余子式矩阵计算函数
function C = cofactorMatrix(A)
    [n, n] = size(A);
    C = zeros(n, n);
    
    for i = 1:n
        for j = 1:n
            % 创建子矩阵
            subA = A;
            subA(i,:) = [];
            subA(:,j) = [];
            
            % 计算代数余子式
            C(i,j) = (-1)^(i+j) * det(subA);
        end
    end
end

% 使用函数
A = [1, 2, 3; 4, 5, 6; 7, 8, 9];
cofactor_A = cofactorMatrix(A);
disp('代数余子式矩阵:');
disp(cofactor_A);

4. 最实用的方法总结

% 对于日常使用，通常只需要：
A = [2, 3; 1, 4];

% 1. 求逆矩阵
A_inv = inv(A);

% 2. 求行列式
det_A = det(A);

% 3. 如果需要伴随矩阵
adj_A = det_A * A_inv;

% 4. 验证矩阵是否可逆
if det_A ~= 0
    disp('矩阵可逆');
else
    disp('矩阵不可逆');
end

5. 符号计算工具箱的强大功能

% 如果安装了符号数学工具箱，可以这样用：
syms a b c d
A = [a, b; c, d];

% 直接计算伴随矩阵
adj_A = adjoint(A);

% 直接计算逆矩阵
A_inv = inv(A);

% 计算行列式
det_A = det(A);

disp('符号矩阵的伴随矩阵:');
disp(adj_A);