行列式:多重線性理論
餘子式(伴隨)矩陣
方陣的伴隨矩陣是它的餘子式矩陣的轉置。它存在的全部理由是一個優美的恆等式:A 乘以 adj(A) 等於 det(A) 乘以單位矩陣。這一個方程一次性打包了所有餘子式展開的事實,並且當 det(A) 非零時,無需任何列化簡就交給你一個閉式逆。
分兩步構造。先是餘子式矩陣 C,其元素 C_{ij} = (-1)^(i+j) * M_{ij},即拉普拉斯展開中的帶符號子式。然後 adj(A) = C^T,即餘子式矩陣的轉置(注意下標互換)。關鍵關係是 A * adj(A) = adj(A) * A = det(A) * I。對角元是 det(A) 的真正餘子式展開;非對角元是「錯列」展開,恆為零——這就是全部訣竅。
回報是逆矩陣公式:若 det(A) != 0,則 A^-1 = (1/det(A)) * adj(A)。這是「可逆等價於 det(A) != 0」最乾淨的證明,並逐元素地展示逆如何依賴於 A。即便 A 奇異,恆等式仍成立(只是變為 A * adj(A) = 0),且 adj 在證明、克拉默法則、以及對行列式求導(adj 的元素出現在 d det / d a_{ij} 中)裡依然有用。
注意:作為實際計算逆的手段,伴隨在 n 大於 3 時很糟糕——它需要 n^2 個子式,而每個本身又是一個行列式。真正幹活請用高斯消元或 LU。把伴隨珍視為理論與符號工具,而非數值工具,並留意轉置:忘記 C^T 與 C 之別是經典錯誤。
A = [a, b; c, d], adj(A) = [d, -b; -c, a], A * adj(A) = (ad - bc) * I
2x2 伴隨:對角對調,非對角取負;其乘積給出 det(A)*I。
當心名稱衝突:內積理論中的「伴隨」指共軛轉置 A^*,是另一個對象。餘子式矩陣是「古典伴隨」,或更好地稱為伴隨矩陣(adjugate)——用 adj(A) 以免混淆。
又稱
另見