Для квадратной матрицы транспонирование матрицы-кофактора
В линейной алгебре сопряжение квадратной матрицы A является транспонированием ее матрицы-кофактора и обозначается adj( A ) . [1] [2] Его также иногда называют присоединенной матрицей , [3] [4] или «сопряженной», [5] хотя последний термин сегодня обычно относится к другому понятию, сопряженному оператору , который для матрицы является конъюгат транспонировать .
Произведение матрицы с ее адъюгатом дает диагональную матрицу (элементы, не находящиеся на главной диагонали, равны нулю), диагональные элементы которой являются определителем исходной матрицы:
![{\displaystyle \mathbf {A} \operatorname {adj} (\mathbf {A}) = \det (\mathbf {A}) \ mathbf {I},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где I — единичная матрица того же размера, что и A. Следовательно, мультипликативную обратную обратимую матрицу можно найти, разделив ее сопряженную на ее определитель.
Определение
Адъюгат A является транспонированием матрицы - кофактора C A ,
![{\displaystyle \operatorname {adj} (\mathbf {A}) = \mathbf {C} ^{\mathsf {T}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Более подробно, предположим, что R — коммутативное кольцо с единицей , а A — матрица размера n × n с элементами из R. ( i , j ) - минор A , обозначаемый M ij , является определителем матрицы ( n - 1) × ( n - 1 ) , которая получается в результате удаления строки i и столбца j из A . Матрица -кофактор A - это матрица C размера n × n , запись которой ( i , j ) является кофактором ( i , j ) A , который является ( i , j ) -минорным, умноженным на знаковый множитель:
![{\displaystyle \mathbf {C} =\left((-1)^{i+j}\mathbf {M} _{ij} \right)_{1\leq i,j\leq n}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Адъюгат A является транспонированием C , то есть матрицей размера n × n , запись ( i , j ) которой является ( j , i ) сомножителем A ,
![{\displaystyle \operatorname {adj} (\mathbf {A})=\mathbf {C} ^{\mathsf {T}}=\left((-1)^{i+j}\mathbf {M} _{ ji}\right)_{1\leq i,j\leq n}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Важное последствие
Адъюгат определяется так, что произведение A на его адъюгат дает диагональную матрицу , диагональные элементы которой являются определителем det( A ) . То есть,
![{\displaystyle \mathbf {A} \operatorname {adj} (\mathbf {A}) = \operatorname {adj} (\mathbf {A}) \mathbf {A} =\det(\mathbf {A})\mathbf {Я} ,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где I — единичная матрица размера n × n . Это следствие разложения определителя по Лапласу .
Из приведенной выше формулы следует один из фундаментальных результатов матричной алгебры: A обратим тогда и только тогда, когда det ( A ) является обратимым элементом R . Когда это справедливо, уравнение выше дает
![{\displaystyle {\begin{aligned}\operatorname {adj} (\mathbf {A})&=\det(\mathbf {A})\mathbf {A} ^{-1},\\\mathbf {A} ^{-1}&=\det(\mathbf {A})^{-1}\operatorname {adj} (\mathbf {A}).\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Примеры
Общая матрица 1 × 1
Поскольку определитель матрицы 0 × 0 равен 1, сопряженная величина любой матрицы 1 × 1 ( комплексный скаляр) равна . Обратите внимание, что![{\displaystyle \mathbf {I} = {\begin{bmatrix}1\end{bmatrix}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mathbf {A} \operatorname {adj} (\mathbf {A}) = \mathbf {A} \mathbf {I} = (\det \mathbf {A}) \ mathbf {I}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Общая матрица 2 × 2
Адъюгат матрицы 2 × 2
![{\displaystyle \mathbf {A} = {\begin{bmatrix}a&b\\c&d\end{bmatrix}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
является
![{\displaystyle \operatorname {adj} (\mathbf {A}) = {\begin{bmatrix}d&-b\\-c&a\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Путем прямого расчета,
![{\displaystyle \mathbf {A} \operatorname {adj} (\mathbf {A}) = {\begin{bmatrix}ad-bc&0\\0&ad-bc\end{bmatrix}} = (\det \mathbf {A} )\mathbf {I} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
В этом случае также верно, что det ( adj ( A ) ) = det ( A ) и, следовательно, adj ( adj ( A )) = A.
Общая матрица 3 × 3
Рассмотрим матрицу 3 × 3
![{\displaystyle \mathbf {A} = {\begin{bmatrix}a_{1}&a_{2}&a_{3}\\b_{1}&b_{2}&b_{3}\\c_{1}&c_{2 }&c_{3}\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Его кофакторная матрица
![{\displaystyle \mathbf {C} = {\begin{bmatrix}+{\begin{vmatrix}b_{2}&b_{3}\\c_{2}&c_{3}\end{vmatrix}}&-{\ Begin{vmatrix}b_{1}&b_{3}\\c_{1}&c_{3}\end{vmatrix}}&+{\begin{vmatrix}b_{1}&b_{2}\\c_{1} &c_{2}\end{vmatrix}}\\\\-{\begin{vmatrix}a_{2}&a_{3}\\c_{2}&c_{3}\end{vmatrix}}&+{\begin {vmatrix}a_{1}&a_{3}\\c_{1}&c_{3}\end{vmatrix}}&-{\begin{vmatrix}a_{1}&a_{2}\\c_{1}&c_ {2}\end{vmatrix}}\\\\+{\begin{vmatrix}a_{2}&a_{3}\\b_{2}&b_{3}\end{vmatrix}}&-{\begin{ vmatrix}a_{1}&a_{3}\\b_{1}&b_{3}\end{vmatrix}}&+{\begin{vmatrix}a_{1}&a_{2}\\b_{1}&b_{ 2}\end{vmatrix}}\end{bmatrix}},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где
![{\displaystyle {\begin{vmatrix}a&b\\c&d\end{vmatrix}}=\det \!{\begin{bmatrix}a&b\\c&d\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Его адъюгат представляет собой транспонирование матрицы кофакторов,
![{\displaystyle \operatorname {adj} (\mathbf {A})=\mathbf {C} ^{\mathsf {T}}={\begin{bmatrix}+{\begin{vmatrix}b_{2}&b_{3 }\\c_{2}&c_{3}\end{vmatrix}}&-{\begin{vmatrix}a_{2}&a_{3}\\c_{2}&c_{3}\end{vmatrix}}& +{\begin{vmatrix}a_{2}&a_{3}\\b_{2}&b_{3}\end{vmatrix}}\\&&\\-{\begin{vmatrix}b_{1}&b_{3 }\\c_{1}&c_{3}\end{vmatrix}}&+{\begin{vmatrix}a_{1}&a_{3}\\c_{1}&c_{3}\end{vmatrix}}& -{\begin{vmatrix}a_{1}&a_{3}\\b_{1}&b_{3}\end{vmatrix}}\\&&\\+{\begin{vmatrix}b_{1}&b_{2 }\\c_{1}&c_{2}\end{vmatrix}}&-{\begin{vmatrix}a_{1}&a_{2}\\c_{1}&c_{2}\end{vmatrix}}& +{\begin{vmatrix}a_{1}&a_{2}\\b_{1}&b_{2}\end{vmatrix}}\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Числовая матрица 3 × 3
В качестве конкретного примера мы имеем
![{\displaystyle \operatorname {adj} \!{\begin{bmatrix}-3&2&-5\\-1&0&-2\\3&-4&1\end{bmatrix}} = {\begin{bmatrix}-8&18&-4\\ -5&12&-1\\4&-6&2\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Легко проверить, что сопряженное число обратно пропорционально определителю, −6 .
-1 во второй строке, третьем столбце адъюгата вычисляли следующим образом . Запись (2,3) адъюгата является кофактором (3,2) A . Этот кофактор вычисляется с использованием подматрицы , полученной путем удаления третьей строки и второго столбца исходной матрицы A ,
![{\displaystyle {\begin{bmatrix}-3&-5\\-1&-2\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Кофактор (3,2) — это знак, умноженный на определитель этой подматрицы:
![{\displaystyle (-1)^{3+2}\operatorname {det} \!{\begin{bmatrix}-3&-5\\-1&-2\end{bmatrix}}=-(-3\cdot - 2--5\cdot -1)=-1,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
и это (2,3) запись сопряжения.
Характеристики
Для любой матрицы A размера n × n элементарные вычисления показывают, что адъюгаты обладают следующими свойствами:
, где – единичная матрица .![{\displaystyle \mathbf {I} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
, где – нулевая матрица , за исключением того, что если то .![{\displaystyle \mathbf {0} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle n=1}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \operatorname {прил} (\mathbf {0}) =\mathbf {I} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
для любого скаляра c .
.
.- Если А обратимо, то . Следует, что:
![{\displaystyle \operatorname {adj} (\mathbf {A}) = (\det \mathbf {A})\mathbf {A} ^{-1}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- adj( A ) обратим с обратным (det A ) −1 A .
- прил( А -1 ) знак равно прил( А ) -1 .
- adj( A ) является поэлементным полиномом от A . В частности, над действительными или комплексными числами сопряжение является гладкой функцией элементов A .
Над комплексными числами
, где черта означает комплексное сопряжение .
, где звездочка обозначает сопряженное транспонирование .
Предположим, что B — еще одна матрица размера n × n . Затем
![{\displaystyle \operatorname {adj} (\mathbf {AB}) = \operatorname {adj} (\mathbf {B})\operatorname {adj} (\mathbf {A}).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Это можно доказать тремя способами. Один из способов, справедливый для любого коммутативного кольца, — это прямое вычисление с использованием формулы Коши–Бине . Второй способ, справедливый для действительных или комплексных чисел, заключается в том, чтобы сначала заметить, что для обратимых матриц A и B
![{\displaystyle \operatorname {adj} (\mathbf {B})\operatorname {adj} (\mathbf {A}) = (\det \mathbf {B})\mathbf {B} ^{-1}(\det \mathbf {A} )\mathbf {A} ^{-1}=(\det \mathbf {AB} )(\mathbf {AB} )^{-1}=\operatorname {adj} (\mathbf {AB} ).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Поскольку каждая необратимая матрица является пределом обратимых матриц, непрерывность сопряжения означает, что формула остается верной, когда одна из матриц A или B не обратима.
Следствием предыдущей формулы является то , что для любого неотрицательного целого числа k
![{\displaystyle \operatorname {adj} (\mathbf {A} ^{k}) = \operatorname {adj} (\mathbf {A})^{k}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Если A обратим, то приведенная выше формула справедлива и для отрицательных k .
От личности
![{\displaystyle (\mathbf {A} +\mathbf {B})\operatorname {adj} (\mathbf {A} +\mathbf {B})\mathbf {B} =\det(\mathbf {A} +\ mathbf {B})\mathbf {B} =\mathbf {B} \operatorname {adj} (\mathbf {A} +\mathbf {B})(\mathbf {A} +\mathbf {B}),}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
мы делаем вывод
![{\displaystyle \mathbf {A} \operatorname {adj} (\mathbf {A} +\mathbf {B})\mathbf {B} =\mathbf {B} \operatorname {adj} (\mathbf {A} +\ mathbf {B} )\mathbf {A} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Предположим, что A коммутирует с B . Умножение тождества AB = BA слева и справа на adj( A ) доказывает, что
![{\displaystyle \det(\mathbf {A})\operatorname {adj} (\mathbf {A})\mathbf {B} =\det(\mathbf {A})\mathbf {B} \operatorname {adj} ( \mathbf {A}).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Если A обратим, это означает, что adj( A ) также коммутирует с B . В отношении действительных или комплексных чисел непрерывность подразумевает, что adj( A ) коммутирует с B, даже если A не обратимо.
Наконец, существует более общее доказательство, чем второе доказательство, которое требует только, чтобы матрица размера n × n имела элементы над полем , состоящим как минимум из 2 n + 1 элементов (например, матрица 5 × 5 над целыми числами по модулю 11). det( A + t I ) — многочлен от t степени не выше n , поэтому он имеет не более n корней . Обратите внимание, что ij- я запись adj(( A + t I )( B )) является полиномом не более порядка n , и аналогично для adj( A + t I ) adj( B ) . Эти два многочлена в ij -й записи согласуются как минимум по n + 1 точкам, поскольку у нас есть не менее n + 1 элементов поля, где A + t I обратимо, и мы доказали тождество для обратимых матриц. Полиномы степени n , которые совпадают по n + 1 точкам, должны быть идентичными (вычтите их друг из друга, и вы получите n + 1 корней для многочлена степени не выше n – противоречие, если только их разница не равна тождественному нулю). Поскольку два полинома идентичны, они принимают одно и то же значение для каждого значения t . Таким образом, они принимают одно и то же значение при t = 0.
Используя приведенные выше свойства и другие элементарные вычисления, легко показать, что если A обладает одним из следующих свойств, то adj A также обладает им:
Если A кососимметричен , то adj( A ) кососимметричен для четного n и симметричен для нечетного n . Аналогично, если A косоэрмитово , то adj ( A ) косоэрмитово для четного n и эрмитово для нечетного n .
Если A обратимо, то, как отмечалось выше, существует формула для adj( A ) через определитель и обратное к A . Когда A не является обратимым, адъюгат удовлетворяет различным, но тесно связанным формулам.
- Если rk( A ) ≤ n − 2 , то adj( A ) = 0 .
- Если rk( A ) = n − 1 , то rk(adj( A )) = 1 . (Некоторый минор не равен нулю, поэтому adj( A ) не равен нулю и, следовательно, имеет ранг не ниже одного; из тождества adj( A ) A = 0 следует, что размерность нуль -пространства adj ( A ) равна как минимум n − 1 , поэтому его ранг не более единицы.) Отсюда следует, что adj( A ) = α xy T , где α — скаляр, а x и y — векторы такие, что Ax = 0 и A T y = 0 .
Замена столбца и правило Крамера
Разделение A на векторы-столбцы :
![{\displaystyle \mathbf {A} = {\begin{bmatrix}\mathbf {a} _{1} &\cdots &\mathbf {a} _{n}\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Пусть b — вектор-столбец размера n . Зафиксируйте 1 ≤ i ≤ n и рассмотрим матрицу, образованную заменой столбца i столбца A на b :
![{\displaystyle (\mathbf {A} {\stackrel {i}{\leftarrow }}\mathbf {b})\ {\stackrel {\text{def}}{=}}\ {\begin{bmatrix}\mathbf {a} _{1}&\cdots &\mathbf {a} _{i-1}&\mathbf {b} &\mathbf {a} _{i+1}&\cdots &\mathbf {a} _ {n}\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Лаплас разложит определитель этой матрицы по столбцу i . Результатом является запись i продукта adj( A ) b . Сбор этих определителей для различных возможных i дает равенство векторов-столбцов.
![{\displaystyle \left(\det(\mathbf {A} {\stackrel {i}{\leftarrow }}\mathbf {b})\right)_{i=1}^{n}=\operatorname {adj} (\mathbf {A})\mathbf {b} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Эта формула имеет следующее конкретное следствие. Рассмотрим линейную систему уравнений
![{\displaystyle \mathbf {A} \mathbf {x} =\mathbf {b} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Предположим, что A неособа . Умножив эту систему слева на adj( A ) и разделив на определитель, получим
![{\displaystyle \mathbf {x} = {\frac {\operatorname {adj} (\mathbf {A})\mathbf {b} {\det \mathbf {A} }}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Применение предыдущей формулы к этой ситуации дает правило Крамера :
![{\displaystyle x_{i}={\frac {\det(\mathbf {A} {\stackrel {i}{\leftarrow }}\mathbf {b} )}{\det \mathbf {A} }},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где x i — i-я запись x .
Характеристический полином
Пусть характеристический полином A равен
![{\ displaystyle p (s) = \ det (s \ mathbf {I} - \ mathbf {A}) = \ sum _ {i = 0} ^ {n} p_ {i} s ^ {i} \ in R [ с].}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Первая разделенная разность p представляет собой симметричный полином степени n − 1 ,
![{\displaystyle \Delta p(s,t)={\frac {p(s)-p(t)}{st}} =\sum _{0\leq j+k<n}p_{j+k+ 1}s^{j}t^{k}\in R[s,t].}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Умножьте s I − A на его сопряженное число. Поскольку p ( A ) = 0 по теореме Кэли–Гамильтона , некоторые элементарные манипуляции обнаруживают
![{\displaystyle \operatorname {adj} (s\mathbf {I} -\mathbf {A}) = \Delta p (s\mathbf {I}, \mathbf {A}).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
В частности, резольвента A определяется как
![{\ displaystyle R (z; \ mathbf {A}) = (z \ mathbf {I} - \ mathbf {A}) ^ {- 1},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
и по приведенной выше формуле это равно
![{\ displaystyle R (z; \ mathbf {A}) = {\ frac {\ Delta p (z \ mathbf {I}, \ mathbf {A}) {p (z)}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Формула Якоби
Адъюгат также появляется в формуле Якоби для производной определителя. Если A ( t ) непрерывно дифференцируемо , то
![{\displaystyle {\frac {d(\det \mathbf {A})}{dt}}(t)=\operatorname {tr} \left(\operatorname {adj} (\mathbf {A} (t))\ mathbf {A} '(t)\right).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Отсюда следует, что полная производная определителя является транспонированной сопряженной:
![{\displaystyle d(\det \mathbf {A}) _ {\mathbf {A} _{0}}=\operatorname {adj} (\mathbf {A} _{0})^{\mathsf {T}} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Формула Кэли – Гамильтона
Пусть p A ( t ) будет характеристическим многочленом A. Теорема Кэли – Гамильтона утверждает, что
![{\displaystyle p_ {\mathbf {A} }(\mathbf {A})=\mathbf {0} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Отделение постоянного члена и умножение уравнения на adj( A ) дает выражение для сопряженного, которое зависит только от A и коэффициентов p A ( t ) . Эти коэффициенты могут быть явно представлены через следы степеней A с использованием полных экспоненциальных полиномов Белла . Полученная формула
![{\displaystyle \operatorname {adj} (\mathbf {A})=\sum _{s=0}^{n-1}\mathbf {A} ^{s}\sum _{k_{1},k_{ 2},\ldots ,k_{n-1}}\prod _{\ell =1}^{n-1}{\frac {(-1)^{k_{\ell }+1}}{\ell ^{k_{\ell }}k_{\ell }!}}\operatorname {tr} (\mathbf {A} ^{\ell })^{k_{\ell }},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где n — размерность A , а сумма берется по s и всем последовательностям k l ≥ 0 , удовлетворяющим линейному диофантову уравнению
![{\displaystyle s+\sum _ {\ell =1}^{n-1}\ell k_ {\ell }=n-1.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Для случая 2 × 2 это дает
![{\displaystyle \operatorname {adj} (\mathbf {A}) = \mathbf {I} _ {2}(\operatorname {tr} \mathbf {A})-\mathbf {A} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Для случая 3 × 3 это дает
![{\displaystyle \operatorname {adj} (\mathbf {A}) = {\frac {1}{2}}\mathbf {I} _{3} \!\left((\operatorname {tr} \mathbf {A } )^{2}-\operatorname {tr} \mathbf {A} ^{2}\right)-\mathbf {A} (\operatorname {tr} \mathbf {A} )+\mathbf {A} ^{ 2}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Для случая 4 × 4 это дает
![{\displaystyle \operatorname {adj} (\mathbf {A}) = {\frac {1}{6}}\mathbf {I} _{4} \!\left((\operatorname {tr} \mathbf {A } )^{3}-3\operatorname {tr} \mathbf {A} \operatorname {tr} \mathbf {A} ^{2}+2\operatorname {tr} \mathbf {A} ^{3}\right )-{\frac {1}{2}}\mathbf {A} \!\left((\operatorname {tr} \mathbf {A} )^{2}-\operatorname {tr} \mathbf {A} ^ {2}\right)+\mathbf {A} ^{2}(\operatorname {tr} \mathbf {A} )-\mathbf {A} ^{3}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Эта же формула следует непосредственно из завершающего шага алгоритма Фаддеева–Леверье , который эффективно определяет характеристический полином A.
В общем, сопряженная матрица произвольной размерности N-матрицы может быть вычислена по соглашению Эйнштейна.
![{\displaystyle (\operatorname {adj} (\mathbf {A}))_{i_{N}}^{j_{N}}={\frac {1}{(N-1)!}}\epsilon _ {i_{1}i_{2}\ldots i_{N}}\epsilon ^{j_{1}j_{2}\ldots j_{N}}A_{j_{1}}^{i_{1}}A_ {j_{2}}^{i_{2}}\ldots A_{j_{N-1}}^{i_{N-1}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Связь с внешними алгебрами
Адъюгат можно рассматривать в абстрактных терминах, используя внешние алгебры . Пусть V — n -мерное векторное пространство . Внешний продукт определяет билинейное спаривание
![{\displaystyle V\times \wedge ^{n-1}V\to \wedge ^{n}V.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Абстрактно изоморфно R , и при любом таком изоморфизме внешнее произведение является совершенным спариванием . Следовательно, это дает изоморфизм![{\displaystyle \wedge ^{n}V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \phi \colon V\ {\xrightarrow {\cong }}\ \operatorname {Hom} (\wedge ^{n-1}V,\wedge ^{n}V).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Явно это спаривание переводит v ∈ V в , где![{\displaystyle \phi _ {\mathbf {v} }}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \phi _ {\mathbf {v} }(\alpha)=\mathbf {v} \wedge \alpha.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Предположим, что T : V → V — линейное преобразование . Обратный ход по ( n − 1) -й внешней степени T индуцирует морфизм пространств Hom . Адъюгатом T является составное
![{\displaystyle V\ {\xrightarrow {\phi }}\ \operatorname {Hom} (\wedge ^{n-1}V,\wedge ^{n}V)\ {\xrightarrow {(\wedge ^{n- 1}T)^{*}}}\ \operatorname {Hom} (\wedge ^{n-1}V,\wedge ^{n}V)\ {\xrightarrow {\phi ^{-1}}}\ В.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Если V = R n наделен своим каноническим базисом e 1 , …, en , и если матрица T в этом базисе равна A , то сопряжение T является сопряжением A . Чтобы понять почему, дайте основание![{\displaystyle \wedge ^{n-1}\mathbf {R} ^{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \{\mathbf {e} _{1}\wedge \dots \wedge {\hat {\mathbf {e} }}_{k} \wedge \dots \wedge \mathbf {e} _{n} \}_{k=1}^{n}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Зафиксируйте базисный вектор e i из R n . Изображение e i under определяется тем, куда он отправляет базисные векторы:![{\displaystyle \фи }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \phi _{\mathbf {e} _{i}}(\mathbf {e} _{1} \wedge \dots \wedge {\hat {\mathbf {e} }}_{k} \wedge \dots \wedge \mathbf {e} _{n})={\begin{cases}(-1)^{i-1}\mathbf {e} _{1}\wedge \dots \wedge \mathbf {e } _{n},&{\text{if}}\ k=i,\\0&{\text{иначе.}}\end{cases}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
На базисных векторах ( n - 1) -я внешняя степень T равна
![{\displaystyle \mathbf {e} _{1}\wedge \dots \wedge {\hat {\mathbf {e} }}_{j} \wedge \dots \wedge \mathbf {e} _{n}\mapsto \sum _{k=1}^{n}(\det A_{jk})\mathbf {e} _{1}\wedge \dots \wedge {\hat {\mathbf {e} }}_{k} \wedge \dots \wedge \mathbf {e} _ {n}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Каждый из этих членов отображается в ноль, за исключением термина k = i . Следовательно, обратный путь — это линейное преобразование, для которого![{\displaystyle \phi _{\mathbf {e} _{i}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \phi _{\mathbf {e} _{i}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mathbf {e} _{1}\wedge \dots \wedge {\hat {\mathbf {e} }}_{j} \wedge \dots \wedge \mathbf {e} _{n}\mapsto (-1)^{i-1}(\det A_{ji})\mathbf {e} _{1}\wedge \dots \wedge \mathbf {e} _{n},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
то есть оно равно
![{\displaystyle \sum _{j=1}^{n}(-1)^{i+j}(\det A_{ji})\phi _{\mathbf {e} _{j}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Применение обратного выражения показывает, что сопряжение T является линейным преобразованием, для которого![{\displaystyle \фи }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mathbf {e} _{i}\mapsto \sum _{j=1}^{n}(-1)^{i+j}(\det A_{ji})\mathbf {e} _ {j}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Следовательно, его матричное представление является сопряжением A .
Если V наделено скалярным произведением и формой объема, то отображение φ можно разложить дальше. В этом случае φ можно понимать как комбинацию звездного оператора Ходжа и дуализации. В частности, если ω — форма объема, то она вместе со скалярным произведением определяет изоморфизм
![{\displaystyle \omega ^{\vee }\ двоеточие \wedge ^{n}V\to \mathbf {R} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Это индуцирует изоморфизм
![{\displaystyle \operatorname {Hom} (\wedge ^{n-1}\mathbf {R} ^{n},\wedge ^{n}\mathbf {R} ^{n})\cong \wedge ^{n -1}(\mathbf {R} ^{n})^{\vee }.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Вектор v в Rn соответствует линейному функционалу
![{\displaystyle (\alpha \mapsto \omega ^{\vee }(\mathbf {v} \wedge \alpha))\in \wedge ^{n-1}(\mathbf {R} ^{n})^{ \ви }.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
По определению звездного оператора Ходжа этот линейный функционал двойственен * v . То есть ω ∨ ∘ φ равно v ↦ * v ∨ .
Высшие адъюгаты
Пусть A — матрица размера n × n и зафиксируем r ≥ 0 . r-й высший адъюгат A представляет собой матрицу, обозначаемую adj r A , элементы которой индексируются по размеру r подмножеств I и J из {1,..., m } [ нужна ссылка ] . Пусть I c и J c обозначают дополнения к I и J соответственно. Также обозначим подматрицу A , содержащую те строки и столбцы, индексы которых находятся в I c и J c соответственно. Тогда ( I , J ) запись adj r A равна
![{\displaystyle (-1)^{\sigma (I)+\sigma (J)}\det \mathbf {A} _{J^{c},I^{c}},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где σ( I ) и σ( J ) — сумма элементов I и J соответственно.
Основные свойства высших адъюгатов включают в себя :
- прил 0 ( А ) знак равно det А .
- прил 1 ( А ) знак равно прил А .
- прил п ( А ) знак равно 1 .
- прил р ( BA ) знак равно прил р ( А ) прил р ( B ) .
, где C r ( A ) обозначает r -ю составную матрицу .
Высшие адъюгаты могут быть определены в абстрактных алгебраических терминах аналогично обычному адъюгату, заменяя и вместо и соответственно.![{\displaystyle \wedge ^{r}V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \wedge ^{nr}V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \wedge ^{n-1}V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Итерированные адъюгаты
Итеративное взятие сопряжения обратимой матрицы A k раз дает
![{\displaystyle \overbrace {\operatorname {adj} \dotsm \operatorname {adj} } ^{k}(\mathbf {A})=\det(\mathbf {A})^{\frac {(n-1) ^{k}-(-1)^{k}}{n}}\mathbf {A} ^{(-1)^{k}},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \det(\overbrace {\operatorname {adj} \dotsm \operatorname {adj} } ^{k}(\mathbf {A}))=\det(\mathbf {A})^{(n-1 )^{k}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Например,
![{\displaystyle \operatorname {adj} (\operatorname {adj} (\mathbf {A}))=\det (\mathbf {A})^{n-2}\mathbf {A} .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \det(\operatorname {adj} (\operatorname {adj} (\mathbf {A})))=\det(\mathbf {A})^{(n-1)^{2}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Смотрите также
Рекомендации
- ^ Гантмахер, Франция (1960). Теория матриц. Том. 1. Нью-Йорк: Челси. стр. 76–89. ISBN 0-8218-1376-5.
- ^ Стрэнг, Гилберт (1988). «Раздел 4.4: Применение определителей» . Линейная алгебра и ее приложения (3-е изд.). Харкорт Брейс Йованович. стр. 231–232. ISBN 0-15-551005-3.
- ^ Клайссен, JCR (1990). «О прогнозировании отклика неконсервативных линейных колебательных систем с использованием динамических матричных решений». Журнал звука и вибрации . 140 (1): 73–84. Бибкод : 1990JSV...140...73C. дои : 10.1016/0022-460X(90)90907-H.
- ^ Чен, В.; Чен, В.; Чен, YJ (2004). «Характеристический матричный подход для анализа устройств с резонансной кольцевой решеткой». Письма IEEE Photonics Technology . 16 (2): 458–460. Бибкод : 2004IPTL...16..458C. дои : 10.1109/LPT.2003.823104.
- ^ Домовладелец, Олстон С. (2006). Теория матриц в численном анализе . Дуврские книги по математике. стр. 166–168. ISBN 0-486-44972-6.
Библиография
- Роджер А. Хорн и Чарльз Р. Джонсон (2013), Матричный анализ , второе издание. Издательство Кембриджского университета, ISBN 978-0-521-54823-6
- Роджер А. Хорн и Чарльз Р. Джонсон (1991), Темы матричного анализа . Издательство Кембриджского университета, ISBN 978-0-521-46713-1
Внешние ссылки
- Справочное руководство по матрицам
- Онлайн-калькулятор матриц (определитель, дорожка, обратная, сопряженная, транспонированная) Вычислить матрицу сопряжений до 8-го порядка
- «Сопряжение { { a, b, c }, { d, e, f }, { g, h, i } }». Вольфрам Альфа .