行列式:多重线性理论
余子式(伴随)矩阵
方阵的伴随矩阵是它的余子式矩阵的转置。它存在的全部理由是一个优美的恒等式:A 乘以 adj(A) 等于 det(A) 乘以单位矩阵。这一个方程一次性打包了所有余子式展开的事实,并且当 det(A) 非零时,无需任何行化简就交给你一个闭式逆。
分两步构造。先是余子式矩阵 C,其元素 C_{ij} = (-1)^(i+j) * M_{ij},即拉普拉斯展开中的带符号子式。然后 adj(A) = C^T,即余子式矩阵的转置(注意下标互换)。关键关系是 A * adj(A) = adj(A) * A = det(A) * I。对角元是 det(A) 的真正余子式展开;非对角元是“错行”展开,恒为零——这就是全部诀窍。
回报是逆矩阵公式:若 det(A) != 0,则 A^-1 = (1/det(A)) * adj(A)。这是“可逆等价于 det(A) != 0”最干净的证明,并逐元素地展示逆如何依赖于 A。即便 A 奇异,恒等式仍成立(只是变为 A * adj(A) = 0),且 adj 在证明、克拉默法则、以及对行列式求导(adj 的元素出现在 d det / d a_{ij} 中)里依然有用。
注意:作为实际计算逆的手段,伴随在 n 大于 3 时很糟糕——它需要 n^2 个子式,而每个本身又是一个行列式。真正干活请用高斯消元或 LU。把伴随珍视为理论与符号工具,而非数值工具,并留意转置:忘记 C^T 与 C 之别是经典错误。
A = [a, b; c, d], adj(A) = [d, -b; -c, a], A * adj(A) = (ad - bc) * I
2x2 伴随:对角对调,非对角取负;其乘积给出 det(A)*I。
当心名称冲突:内积理论中的“伴随”指共轭转置 A^*,是另一个对象。余子式矩阵是“古典伴随”,或更好地称为伴随矩阵(adjugate)——用 adj(A) 以免混淆。
又称
另见