第二章第3节三伴随矩阵
线性代数与解析几何 第二章 矩阵
求 AB . 2 3 1 1 2 ×1 + 3× 0 +1× 2 4 解 0 = 1×1 + 2 × 0 + (−1) × 2 = −1 1 2 −1 0 3 1 2 0 ×1 + 3× 0 +1× 2 2
运算性质: 运算性质: A + B = B + A, ( A + B ) + C = A + ( B + C )
A + 0 = A,
A + (− A) = 0
8
2.2.2 运算性质:
数乘
kA = k(aij )m×n = (kaij )m×n
k(lA = (kl) A ) k(A+ B) = kA+ kB (k +l)A = kA+lA
1 2 −1 3 −7 1 例4 设 A = , B = , C = 1 2, 2 4 −2 1
求 AB 及 AC. AC. 1 2−1 3 −5 5 解 AB = −2 1 = −10 10 , 2 4
k =1
s
L L L L a a L a is i1 i2 L L L L
M b j 1 M b 2j M M M bs j
M M M = L cij L M M M
总结如下: 总结如下: 可乘原则: 前列数=后行数. 可乘原则: 前列数=后行数. 乘积元素: 乘积元素: cij 是 A 的第 i 行的元素与B 行的元素与B 的第 j 列对应元素乘积之和. 列对应元素乘积之和. 乘积阶数：AB 阶数为前行数×后列数. 阶数为前行数×后列数. 乘积阶数：
线性代数教学课件第二章矩阵第三节逆矩阵
解 A | A | A1 1 A1 ,
2
| (3A)1 2A | | 1 A1 A1 | | 2 A1 |
3
3
(
2 )3 3
|
A1
|
8 | 27
A |1
8 2 27
16 27
.
18
(5) 设 A, B,C 为同阶方阵, AB AC .若 A 可逆,则B C .
对于可逆矩阵而言，矩阵乘法的消去律成立.
(6) 若A可逆,则有 | A1 | | A |1 . 证 AA1 E , | A | | A1 | 1 , 因此 | A1 | | A |1 .
17
例9 设 A 为 3 阶方阵，且| A | 1 , 求行列式 2
14
2a c 1,
2b
d a
0, 0,
b 1,
又因为 AB
a 0,
b 1,
c
1,
d 2.
BA
2 1 0 1 0 1 2 1 1 0, 1 01 2 1 2 1 0 0 1
所以
A1 0 1. 1 2
15
三、逆矩阵的运算性质
(1) 若A可逆,则A1亦可逆,且( A1 )1 A . (2) 若A可逆,数k 0,则kA可逆,且 (kA)1 1 A1.
可逆时,
求 A1
解 A 可逆的充分必要条件是 A ad bc 0
又
A*
A11 A12
A21 A22
d c
ab
所以当 A ad bc 0 时,
对角元互换位置, 非对角元变号
A1
1 A
A*
ad
第二章 矩阵及其运算
或 Ax = 0
否则, 称方程组为非齐次线性方程组. 非齐次线性方程组 否则, 称方程组为非齐次线性方程组. non-homogeneous
转置运算的性质： 转置运算的性质： (1) (AT )T = A;
(3) (λ A)T = λ AT ;
6 May 2012
(2) （A + B T = AT + B T ; ）
(4) （AB T = B T AT . ）
河北科大理学院
第二章 矩阵及其运算
17
定义7 则称A为对称阵. 定义 若 AT = A, 则称 为对称阵. symmetric matrix 则称A为反对称矩阵. 若 AT = − A, 则称 为反对称矩阵. skew symmetric matrix
第二章 矩阵及其运算 本章内容
矩阵的概念 矩阵的线性运算、乘法、 矩阵的线性运算、乘法、转置及幂运算 逆矩阵, 逆矩阵,矩阵可逆的条件及逆矩阵的求法 矩阵分块法
第二章 矩阵及其运算
2
第4讲 矩阵的概念 讲
一 概念的引入 线性方程组与矩阵
a11 x1 + a12 x2 + L + a1n xn = b1 , a21 x1 + a22 x2 + L + a2 n xn = b2 , LLLLLLLLLLLL a x + a x + L +a x = b mn n m m1 1 m 2 2
2-3 逆矩阵
例 3 判断下列矩阵是否可逆，若可逆，求出逆矩阵.
1 2 3 2 3 1 A 2 1 2 , B 1 3 5 . 1 3 3 1 5 11 1 2 3
解
A 2 1 2 4 0， A 可逆. 1 3 3 2 1 3 1 5 0，故 B 不可逆.
目录 上页 下页
3 2 6 4 1 2 1 1 1 A A 3 6 5 3 2 3 5 2 A 2 1 1 1 2 2 2
1 评析 本例采用的方法： A A . A
1
注 本例方法应用于二阶可逆矩阵，有 1 d b a b 1 A (可作为公式) A A c a c d 此结果可概括为“两调一除”：调换主对角元位置， 调换副对角元符号，除以A .
目录 上页 下页
B 1 3
5 11
A 中各元素的代数余子式： A11 3, A12 4, A22 0, A21 3,
A31 1,
A13 5, A23 1,
A33 3.
A32 4,
1 3 3 1 1 1 4 . A A 4 0 4 A 5 1 3
cof A的转置矩阵称为 A 的伴随矩阵，记作 A*，即
A11 A12 T A* (cofA) A 1n A21 A22 A2 n An1 An 2 Ann
目录 上页 下页
1 2 例如，A 3 4
2 x z 2 y t 1 0 y 0 1 x
目录 上页 下页2x 源自 z 1 2y t 0 x0 y 1
第二章 矩阵及其运算
a11 b11 a12 b12 a1n b1n a 22 b22 a 2 n b2 n a b 21 21 a b a s 2 bs 2 a sn bsn s1 s1
称为 A 和 B 的和，记为
C A B.
批注
表示出来。
§2 矩阵的运算
矩阵的意义不仅在于把一些数据根据一定的顺序排列成 阵列形式， 而且还在于对它定义了一些有理论意义和实际意义 的运算，使它真正成为有用的工具。 一、矩阵的加法 1、定义 定义 设
A aij sn
a11 a 21 a s1 b11 b21 bs1
定义：设 A a ij
m s
是 m s 矩阵， B bij
s n
是 s n 矩阵，则定
义一个新的 m n 矩阵 C ：
C cij mn
s
其中
cij ai1b1 j ai 2 b2 j aik bkj ail blj aik bkj
批注
(2) 结合律 (A) (A) ( ) A (3) 分配律 ( A B) A B
A A
(4) 若 A 为 n 阶矩阵，则有 A n A 此外，还容易得到：
0 A 0,
A (1) A
矩阵相加与数乘矩阵合起来统称为矩阵的线性运算。 例
矩阵的乘法；方阵的行列式；伴随矩阵; 逆矩阵的概念；求逆方法； 分块求逆方法。
矩阵乘法不满足交律以及由此的问题；矩阵可逆性的讨论；分块求逆 方法
讲授 习题课 答疑
教 学 内 容
第二章 矩阵及其运算
矩阵是将一组有序的数据视为 “整体量” 进行表述和运算， 使得问题简洁和易于了解本质。 矩阵不仅是解线性方程组的有 力工具， 而且是线性空间内线性变换的表现形式， 因此有关矩 阵的理论构成了线性代数的基本内容。 本章介绍矩阵的概念；矩阵的线性运算、矩阵乘法；逆矩 阵及矩阵的初等变换；分块矩阵及其运算等内容。 §1 矩阵 1、矩阵的概念
线性代数第二章矩阵及其运算2-3PPT课件
CHAPTER 02
矩阵的乘法
矩阵乘法的定义
01
矩阵乘法是将两个矩阵对应位置的元素相乘，得到一个新的矩 阵。
02
矩阵乘法的结果是一个矩阵，其行数等于左矩阵的行数，列数
等于右矩阵的列数。
矩阵乘法的操作顺序是先进行行操作，再进行列操作。
CHAPTER 05
矩阵的秩
秩的定义
秩的定义
矩阵的秩是其行向量组或列向量 组的一个极大线性无关组中向量 的个数。
秩的Байду номын сангаас质
矩阵的秩是唯一的，且其值满足 特定的性质，如对于任何矩阵A， r(A)≤min(m,n)，其中m和n分别 为矩阵A的行数和列数。
秩的计算方法
可以通过多种方法计算矩阵的秩， 如高斯消元法、行变换法、初等 行变换法等。
线性代数第二章矩阵及 其运算2-3ppt课件
CONTENTS 目录
• 矩阵的加法与数乘 • 矩阵的乘法 • 逆矩阵与伴随矩阵 • 矩阵的行列式 • 矩阵的秩 • 矩阵的应用
CHAPTER 01
矩阵的加法与数乘
矩阵的加法
矩阵加法定义
两个矩阵A和B的和记作A+B，定义 为满足以下条件的矩阵C，即C的元 素Cij=Aij+Bij（i，j=1，2，…，n）。
03
矩阵乘法的性质
1 2
结合律
$(AB)C=A(BC)$，即矩阵乘法满足结合律。
分配律
$A(B+C)=AB+AC$，即矩阵乘法满足分配律。
3
单位元
存在一个单位矩阵，使得任意矩阵与单位矩阵相 乘都等于原矩阵。
矩阵与它伴随矩阵的关系1
矩阵与它伴随矩阵的关系摘 要 通过对矩阵和伴随矩阵的学习，本文主要给出了伴随矩阵的定义和总结了它的一些性质，如伴随矩阵的逆，行列式，转置，秩，矩阵的伴随矩阵的伴随矩阵与矩阵本身的关系等.以及矩阵与它的伴随矩阵的关系,如两矩阵相似，则它们的伴随矩阵也相似等.关键词 矩阵；伴随矩阵；转置；可逆；行列式；秩；相似矩阵；正定矩阵1伴随矩阵的定义设,则它的伴随矩阵,其中 ()n n ij a A ⨯=()nn ij b A ⨯=*ji ij A b =为中的代数余子式.(),,,3,2,1,n j i =ij A A ij a 2伴随矩阵的性质以及矩阵与它伴随矩阵的关系2.1 .I A A A AA ==**2.2 若A 非奇异，则.*11A AA =-2.3 .()()TTA A **=证 当可逆时，，且也可逆.A 1*-=A A A T A 故 =()()1*-=TT T A A A ()TA A 1-另一方面， =()()TTA A A 1*-=()T A A 1-由上两式推出 .()()TTA A **=2.4 .()()1**1--=A A 证 当可逆时，，且也可逆.A 1*-=A A A 1-A 故 ()()A AA A A 1111*1==----又由 E A A A A A A =⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛**11故 也可逆，且*A ()A AA 11*=-从而 .()()1**1--=A A 2.5 (为实数).()*1*A a aA n -=a 证 设，再设 ，()nn ij a A ⨯=()()n n ij b aA ⨯=*那么为行列式中划去第行和第列的代数余子式阶行列式，ij b aA j i 1-n 其中每行提出公因子后，可得a ji n ij A ab 1-=()n j i ,2,1,=由此即证.()*1*A a aA n -= 2.6 .1*-=n AA ()2≥n 证当可逆时，由于 两边取行列式A ,1*-=A A A 得 11*--==n nAA A A 当不可逆时，这时秩A ,0=A 1*≤A 所以从而也有 .0*=A 1*-=n AA 所以对任意阶方阵都有n ,A .1*-=n AA 2.7 当秩时，则秩.当秩时则秩.，当秩n A =n A =*1-=n A 1*=A 2-≤n A 则秩.0*=A 证 当秩那么由上面的（1）式有,0≠⇒=A n A 0*≠==nA I A AA 所以 即秩,0*≠A nA =* 当秩 ,01=⇒-=A n A 0*==I A AA 从而秩 又因秩所以至少有一个代数余子式,1*≤A ,1-=n A ,0≠ij A 从而秩于是秩,1*≥A ,1*=A 当秩所以秩2-=n A ⇒0*=A 0*=A 同理秩时,秩.2-<n A 0*=A 2.8 .()A AA n 2**-=证 当秩时，可逆，用左乘（1）式两边可得n A =A A ,0≠1-A （1）1*-=A A A 在（1）式中用换得A *A（2）()()A A A A AA A A n n 211****1---=⎪⎪⎭⎫⎝⎛==当秩时，则秩1-≤n A 0,1*=≤A A 从而秩 （3）()A AA n 2**0-== 综合（2）（3）两式，即证.()A AA n 2**-=2.9 若为阶可逆矩阵，则.B A ,n ()***A B AB = 证 当时，由()()n B r A r == ()()**111*A B A A B B AB AB AB ===--- 当时，显然有()1-<n A r ()***0A B AB == 即 ()***A B AB = 当则存在初等矩阵使得(),1-=n A r ,,,,11t s Q Q P P ts Q Q A P P A 111= 这里直接验算可知，若是任意初等矩阵，C 是任意方().0,11-=n E diag A P 阵，则()()*1*1***,CA C A P C PC == 于是()()[]*1121*B Q Q A P P P AB t s = ()*1*112P B Q Q A P P t s == ()*1**11P P B Q Q A s t = ()*1**1*1P P A B Q Q s t ==*1**1*1**P P A Q Q B s t = 但是 *1**1*1*P P A Q Q s t()*1**1*1P P A Q Q s t = ()*1*1*11P P Q Q A P s t s -== ()*111t s Q Q A P P = *A = 于是()***A B AB =2.10 设是阶正定矩阵，则是正定矩阵.A *A 证 因为是阶正定矩阵，则，A n A A T =且的特征值又=，A ()n i i 2,1,0=>λ()()**T TA A =*A故为对称矩阵，且的特征值为*A *A ()n i Ai,,2,1,0 =>λ故为正定矩阵.2.11 若是正交矩阵，则是正交矩阵.A *A 证 因为是正交矩阵，则,12=A IA A T =于是()()()()()II AA AA A A A A A A A TTTT=====------1111211**故也是正交矩阵.*A 2.12 若矩阵与B 合同，且都可逆，则与合同.A B A ,*A *B 证 设存在可逆矩阵 （4）,P B AP P T = 又都可逆，对（4）取逆，则有B A ,()1111----=B P A P T即 （5）11--=B C A C T 其中()TP C 1-= 再对(4)取行列式有 （6）B A P =2则由（1）（5）（6）知 ()()11--=⋅⋅B B C P A A C P T即 **B Q A Q T =其中是可逆矩阵C P Q = 故 与合同*A *B 2.13 若矩阵与B 相似，且都可逆,则与相似.A B A ,*A *B 证 设存在可逆矩阵 ,P BAP P =-1 由 ，I B BB =* 有 1*-=B B B ()111---=APP AP P P A P A 11--=P A A P 11--=PA P *1-= 所以与相似.*A *B 2.14 若与相似，则与有相同的特征多项式，特征根，行列式，迹，*A *B *A *B 秩.2．15若与相似，且，都可逆，则与B 不一定相似. （与B 分*A *B *A *B A A 别为与的原矩阵）*A *B 证 因为与的秩都是，所以与都有个原矩阵（*A *B n *A *B 1-n ，，其中分别是，(),1*-=A A i α()1*-=B B iβ1,2,1-=n i i i βα,*A 的所有次方根.）*B 1-n 设秩且有原矩阵，由2.2知n A =*A ()1*-=A A A 由2.6知 即 .1*-=n AA 1*-=n A A 设的所有次方根，则有*A 1-n 121,,-n ααα (),1*-=A A i α1,2,1-=n i 同理B 也得证.所以与B 不一定相似.A 参考文献:[1]张禾瑞，郝鈵新.高等代数(第五版)[M].北京:高等教育出版社,2007,6.[2]李志慧，李永明.高等代数中的典型问题与方法[M].北京：科学出版社,2001,6(7).[3]刘学生.线性代数分析[M].北京：高等教育出版社，2005,1(10).[4]卢刚.线性代数(第二版)[M].北京：高等教育出版社，2003，7(1).The Relationship of Matrix and Adjoint MatrixZhang Ri lian 20091103344College of Mathematics Science, Mathematics and Applied Mathematics ，Class 2009Advisor Xiang HuaAbstract :This article gives a definition of adjoint matrix and summarizes some of its properties, adjoint matrix inverse, determinant, transpose, rank. And the relationship of matrix and the adjoint matrix, Two sufficient conditions for the adjoint matrix of similar.Key words : adjoint matrix, determinant, transpose, rank, similar matrix, positivelydefinite matrix。
伴随矩阵的性质及其应用
伴随矩阵的性质及其应用摘要：伴随矩阵是矩阵理论及线性代数中的一个基本概念,是许多数学分支研究的重要工具。
伴随矩阵作为矩阵中较为特殊的一类,其理论和应用有自身的特点.而在大学的学习中,伴随矩阵只是作为求解逆矩阵的工具出现的,并没有深入的研究.本文分类研究伴随矩阵的性质,并讨论其证明过程,得到一系列有意义的结论。
(1)介绍伴随矩阵在其行列式、秩等方面的基本性质; (2)研究数乘矩阵、乘积矩阵、分块矩阵的伴随矩阵的运算性质及伴随矩阵在逆等方面的运算性质; (3)研究矩阵与其伴随矩阵的关联性质,主要介绍由矩阵的对称性、正定性、奇异性、正交性推出伴随矩阵的对称性、正定性、奇异性、正交性; (4)研究伴随矩阵间的关系性质,主要研究由两矩阵的相似、合同等关系推出对应的两伴随矩阵之间的关系; (5)研究伴随矩阵在特征值与特征向量等方面的性质; (6)给出m 重伴随矩阵的定义及其一般形式,研究m 重伴随矩阵的相应的性质。
本文的主要创新点在于研究了一类分块矩阵的伴随矩阵的性质。
矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科中。
在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，三维动画制作也需要用到矩阵。
在天体物理、量子力学等领域，也会出现无穷维的矩阵，是矩阵的一种推广。
然而伴随矩阵在矩阵中占据着比较特殊的位置，通过它可以推导出逆矩阵的计算公式，使方阵求逆的问题得到解决，伴随矩阵的性质和应用有着与众不同的特点。
在矩阵计算及讨论中, 常常会遇到伴随矩阵,但对伴随矩阵的一些性质进行系统讨论的却很少, 以下将主要针对伴随矩阵的各种性质及应用讨论。
关键词：伴随矩阵 可逆矩阵 方阵性质1、 伴随矩阵的定义定义 1.设ij A 是矩阵A =⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡nn n n n n a a a a a a a a a212222111211中元素ij a 的代数余子式，则矩阵A *=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡nn n n n n A A A A A A A A A212222111211称为A 的伴随矩阵。
《逆矩阵与伴随矩阵》课件
伴随矩阵的元素由原矩阵 的代数余子式构成，其元 素位置与原矩阵对应元素 位置互换。
ABCD
伴随矩阵的定义基于代数 余子式，通过代数余子式 构建出一个新的矩阵，即 为伴随矩阵。
伴随矩阵的行列式称为伴 随行列式，其值等于原矩 阵行列式的代数余子式之 和。
伴随矩阵的性质
01 伴随矩阵与原矩阵的行数和列数相同。
逆矩阵的存在条件
可逆矩阵
如果一个矩阵满足其行列式值不为0，则该矩阵是可 逆的。
奇异值
对于奇异值分解，如果一个矩阵的奇异值都为0，则 该矩阵是不可逆的。
线性方程组
如果线性方程组无解或有无穷多解，则系数矩阵不可 逆。
逆矩阵的性质
逆矩阵与原矩阵的乘积为单位矩 阵
$AA^{-1} = A^{-1}A = I$。
逆矩阵的定义与性 质
逆矩阵的定义
逆矩阵
设$A$是一个$n times n$矩阵， 如果存在一个$n times n$矩阵 $B$，使得$AB = BA = I$，则称 $B$是$A$的逆矩阵，记作$A^{1}$。
逆矩阵的唯一性
一个矩阵的逆矩阵是唯一的，记 作$A^{-1}$。
逆矩阵与行列式
一个可逆矩阵的行列式值不为0， 即$|A| neq 0$。
《逆矩阵与伴随矩阵 》PPT课件
THE FIRST LESSON OF THE SCHOOL YEAR
目录CONTENTS
• 逆矩阵的定义与性质 • 伴随矩阵的定义与性质 • 逆矩阵与伴随矩阵的应用 • 逆矩阵与伴随矩阵的运算规则 • 逆矩阵与伴随矩阵的特殊情况 • 逆矩阵与伴随矩阵的实例分析
01
，得到伴随矩阵。
若原矩阵可逆，则可以通过伴随 矩阵计算行列式的值。
线性代数(复旦大学出版社)第二章 矩阵
第二章矩阵第一节矩阵的概念1、分类：行矩阵：只有一行的矩阵列矩阵：只有一列的矩阵零矩阵O：元素全为零的矩阵单位阵E：主对角线上元素为1，其他元素为0的方阵数量阵（纯量阵）：λE对角阵：不在主对角线上的元素都为0的方阵上（下）三角阵：主对角线上以下（上）的元素全为0的方阵2、两矩阵同型：两个矩阵行数且列数都相等两矩阵相等：两矩阵同型，且对应元素相等。
记做A=B。
3、不同型的零矩阵是不相等的第二节矩阵的运算设A,B,C为m×n矩阵，λ, μ为数一、加法：只有同型矩阵才能进行加法运算（1）交换律：A+B=B+A（2）结合律：(A+B)+C=A+(B+C)（3）A+O=A二、减法：A-B=A+(-B) -B称为B的负矩阵三、乘法：1、只有当第一个矩阵（左矩阵）的列数等于第二个矩阵（行矩阵）的行数时，两个矩阵才能相乘。
简记为：(m×s)(s×n)=(m×n)例: A为2×3矩阵，B为3×2矩阵，则AB=C为2×2矩阵2、数与矩阵：（1）(λμ)A=λ(μA)=μ(λA)（2）(λ+μ)A=λA+μA（3）λ(A+B)=λA+λ B（4）1*A=A, (-1)*A=-A矩阵与矩阵：（1）结合律：(AB)C=A(BC)（2）分配律：A(B+C)=AB+AC(B+C)A=BA+CA（3）λ(AB)=(λA)B=A(λB)（4）EA=AE=A（5）A k A l=A k+l（6）(A k)l=A kl3、矩阵乘法不满足交换律，即(AB)C≠(AC)B另外：（1）一般有AB≠BA （A与B可交换时，等式成立）（2）AB=O，不能推出A=O或B=O（3）AB=AC,A≠O,不能推出B=C（4）(AB)k≠A k B k（A与B可交换时，等式成立）4、可交换的：对于两个n阶方阵A,B,有AB=BA，则称A与B是可交换的。
纯量阵与任意同行方阵都是可交换的。