← 全部笔记

高等代数

矩阵的伴随矩阵方法

文章目录

来源 谢启鸿、姚慕生, 高等代数学习指导书, 第4版, 第2章, 印刷页 56, 80–84, 102–105, 110–115. PDF页码 = 印刷页码 + 10。 来源PDF 以下结论和方法根据已目视核对的扫描件整理;简洁证明及明确标出的推广为整理者补充。

定义与基本恒等式

对 A∈Fn×nA\in\mathbb F^{n\times n},设 CijC_{ij} 是其 (i,j)(i,j) 位置的代数余子式。伴随矩阵为 (adj⁡A)ij=Cji(\operatorname{adj}A)_{ij}=C_{ji}。对 n=1n=1,空子式取 11,故 adj⁡[a]=[1]\operatorname{adj}[a]=[1]。

Aadj⁡(A)=adj⁡(A)A=(det⁡A)I.A\operatorname{adj}(A)=\operatorname{adj}(A)A=(\det A)I.

基础恒等式的逐项证明见 行列式的基本结构与余子式#余子式与替换一行。

因此对可逆矩阵 AA,

adj⁡(A)=(det⁡A)A−1.\operatorname{adj}(A)=(\det A)A^{-1}.

应保留的恒等式

对同阶方阵 A,BA,B,

adj⁡(AB)=adj⁡(B)adj⁡(A),adj⁡(AT)=adj⁡(A)T,adj⁡(cA)=cn−1adj⁡(A),det⁡(adj⁡A)=(det⁡A)n−1.\begin{aligned} \operatorname{adj}(AB)&=\operatorname{adj}(B)\operatorname{adj}(A),\\ \operatorname{adj}(A^{\mathsf T})&=\operatorname{adj}(A)^{\mathsf T},\\ \operatorname{adj}(cA)&=c^{n-1}\operatorname{adj}(A),\\ \det(\operatorname{adj}A)&=(\det A)^{n-1}. \end{aligned}

当 n=1n=1 时,零次幂因子取 11。对于 n≥2n\ge2,

adj⁡(adj⁡A)=(det⁡A)n−2A.\operatorname{adj}(\operatorname{adj}A)=(\det A)^{n-2}A.

在 n=2n=2 处,这表示 adj⁡(adj⁡A)=A\operatorname{adj}(\operatorname{adj}A)=A,即使 AA 奇异也成立;直接作 2×22\times2 计算可证明此边界情形。对可逆矩阵,这些公式来自逆矩阵表达式;对奇异矩阵,使用子式或 矩阵的摄动与恒等式延拓,不能消去零行列式(例 2.36–2.39)。

对分块对角矩阵,

adj⁡(A00B)=((det⁡B)adj⁡A00(det⁡A)adj⁡B).\operatorname{adj}\begin{pmatrix}A&0\\0&B\end{pmatrix}=\begin{pmatrix}(\det B)\operatorname{adj}A&0\\0&(\det A)\operatorname{adj}B\end{pmatrix}.

另一个块的行列式因子不可省去(例 2.40)。

奇异矩阵的伴随矩阵

对 n≥2n\ge2,若 rank⁡A≤n−2\operatorname{rank}A\le n-2,则全部 (n−1)(n-1) 阶子式为零,故 adj⁡A=0\operatorname{adj}A=0。若 rank⁡A=n−1\operatorname{rank}A=n-1,则至少一个这样的子式非零,且 Aadj⁡A=0A\operatorname{adj}A=0:每列均属于 AA 的一维核空间。因此 rank⁡(adj⁡A)=1\operatorname{rank}(\operatorname{adj}A)=1。

若 AA 的每行和与每列和都为零,则 adj⁡A=c11T\operatorname{adj}A=c\mathbf1\mathbf1^{\mathsf T}。事实上,低秩情形给出 c=0c=0;秩为 n−1n-1 时,右核与左核都由 1\mathbf1 张成。这是训练习题 14 中加边行列式证明的简洁替代方法。

加权代数余子式之和

对列向量 x,yx,y,

∑i,jCijxiyj=yTadj⁡(A)x.\sum_{i,j}C_{ij}x_i y_j=y^{\mathsf T}\operatorname{adj}(A)x.

若 AA 可逆,这等于 (det⁡A)yTA−1x(\det A)y^{\mathsf T}A^{-1}x:解 Az=xAz=x 即可,不必计算每个代数余子式。另对任意 AA,

det⁡(AxyTz)=zdet⁡A−yTadj⁡(A)x.\det\begin{pmatrix}A&x\\y^{\mathsf T}&z\end{pmatrix}=z\det A-y^{\mathsf T}\operatorname{adj}(A)x.

参见 行列式的降阶与求和方法。例 2.42 中,AA 的第一行为 (2,…,2)(2,\ldots,2),其余上三角位置的元素等于 11。对 n≥2n\ge2,有 det⁡A=2\det A=2,而 A−1A^{-1} 的对角元为 (1/2,1,…,1)(1/2,1,\ldots,1),上次对角元为 −1-1。其元素之和为 1/21/2,故全部代数余子式之和为 11。在 n=1n=1 处,唯一的代数余子式也为 11。

由伴随矩阵还原原矩阵

已知 adj⁡A=M\operatorname{adj}A=M,其中 MM 可逆且 n≥2n\ge2,先在所选域中解 dn−1=det⁡Md^{n-1}=\det M,再令 A=dM−1A=dM^{-1}。每个这样的非零 dd 都可行,因为 det⁡A=dn/det⁡M=d\det A=d^n/\det M=d。因此唯一性并不自动成立(例 2.41)。