伴随矩阵公式是什么
【伴随矩阵公式是什么】伴随矩阵是线性代数中的一个重要概念，常用于求解矩阵的逆。它在矩阵运算中具有重要的理论和实际意义。本文将对伴随矩阵的定义、性质以及相关公式进行总结，并通过表格形式清晰展示其内容。
一、伴随矩阵的定义
对于一个 $ n \times n $ 的方阵 $ A = (a_{ij}) $，其伴随矩阵（Adjoint Matrix）记作 $ \text{adj}(A) $，是由矩阵 $ A $ 的代数余子式组成的转置矩阵。也就是说，伴随矩阵的第 $ i $ 行第 $ j $ 列元素为 $ A $ 的第 $ j $ 行第 $ i $ 列元素的代数余子式。
即：
$$
\text{adj}(A) = \begin{bmatrix}
C_{11} & C_{21} & \cdots & C_{n1} \\
C_{12} & C_{22} & \cdots & C_{n2} \\
\vdots & \vdots & \ddots & \vdots \\
C_{1n} & C_{2n} & \cdots & C_{nn}
\end{bmatrix}
$$
其中，$ C_{ij} = (-1)^{i+j} M_{ij} $，$ M_{ij} $ 是去掉第 $ i $ 行第 $ j $ 列后得到的 $ (n-1) \times (n-1) $ 矩阵的行列式。
二、伴随矩阵的性质
1. 与原矩阵的关系：
对于任意可逆矩阵 $ A $，有：
$$
A \cdot \text{adj}(A) = \text{adj}(A) \cdot A = \det(A) \cdot I
$$
2. 可逆矩阵的逆：
若 $ A $ 可逆，则其逆矩阵可以表示为：
$$
A^{-1} = \frac{1}{\det(A)} \cdot \text{adj}(A)
$$
3. 伴随矩阵的行列式：
若 $ A $ 是 $ n \times n $ 矩阵，则：
$$
\det(\text{adj}(A)) = (\det(A))^{n-1}
$$
4. 伴随矩阵的转置：
$$
\text{adj}(A^T) = \text{adj}(A)^T
$$
三、伴随矩阵的计算公式总结表
| 内容 | 公式 |
| 伴随矩阵定义 | $ \text{adj}(A) = [C_{ji}] $，其中 $ C_{ji} $ 是 $ A $ 中第 $ j $ 行第 $ i $ 列的代数余子式 |
| 伴随矩阵与原矩阵乘积 | $ A \cdot \text{adj}(A) = \det(A) \cdot I $ |
| 可逆矩阵的逆 | $ A^{-1} = \frac{1}{\det(A)} \cdot \text{adj}(A) $ |
| 伴随矩阵的行列式 | $ \det(\text{adj}(A)) = (\det(A))^{n-1} $ |
| 伴随矩阵的转置 | $ \text{adj}(A^T) = \text{adj}(A)^T $ |
四、小结
伴随矩阵是矩阵理论中的核心概念之一，尤其在求解矩阵的逆时具有重要作用。掌握伴随矩阵的定义、性质及其计算方法，有助于更深入地理解矩阵运算的本质。通过上述表格，可以快速回顾伴随矩阵的关键公式和应用。