行（列）矩阵的矩阵行列式值与矩阵伴随阵怎么求？
\u4f34\u968f\u9635A\u7684\u884c\u5217\u5f0f\u503c\u4e0e\u77e9\u9635A\u7684\u884c\u5217\u5f0f\u503c\u5173\u7cfb\uff1fA adj(A) = det(A) I
\u4e24\u8fb9\u53d6\u884c\u5217\u5f0f\u5f97
det(A) det(adj(A)) = det(A)^n
\u6240\u4ee5\u5bb9\u6613\u76f8\u4fe1
det(adj(A)) = det(A)^{n-1}
A\u53ef\u9006\u65f6\u663e\u7136\u6210\u7acb\uff0cA\u4e0d\u53ef\u9006\u65f6\u53ef\u4ee5\u7528\u8fde\u7eed\u6027
\u4e00\u884c\u4e00\u5217\u7684\u77e9\u9635\u89c6\u4e3a\u4e00\u4e2a\u6570, \u5b83\u6ca1\u6709\u4f34\u968f\u77e9\u9635
A=(a) = a
A\u53ef\u9006\u5f53\u4e14\u4ec5\u5f53a\u22600, \u4e14 A^-1 = (1/a) = 1/a.
行列式的计算
一 化成三角形行列式法
先把行列式的某一行（列）全部化为 1 ，再利用该行（列）把行列式化为三角形行列式，从而求出它的值，这是因为所求行列式有如下特点： 1 各行元素之和相等； 2 各列元素除一个以外也相等。
充分利用行列式的特点化简行列式是很重要的。
二 降阶法
根据行列式的特点，利用行列式性质把某行（列）化成只含一个非零元素，然后按该行（列）展开。展开一次，行列式降低一阶，对于阶数不高的数字行列式本法有效。
三 拆成行列式之和（积）
把一个复杂的行列式简化成两个较为简单的。
四 利用范德蒙行列式
根据行列式的特点，适当变形（利用行列式的性质——如：提取公因式；互换两行（列）；一行乘以适当的数加到另一行（列）去； ...) 把所求行列式化成已知的或简单的形式。其中范德蒙行列式就是一种。这种变形法是计算行列式最常用的方法。
五 加边法
要求：1 保持原行列式的值不变； 2 新行列式的值容易计算。根据需要和原行列式的特点选取所加的行和列。加边法适用于某一行（列）有一个相同的字母外，也可用于其第 列（行）的元素分别为 n-1 个元素的倍数的情况。
六 综合法
计算行列式的方法很多，也比较灵活，总的原则是：充分利用所求行列式的特点，运用行列式性质及上述常用的方法，有时综合运用以上方法可以更简便的求出行列式的值；有时也可用多种方法求出行列式的值。
七 行列式的定义
伴随矩阵主对角元素
将原矩阵该元素所在行列去掉再求行列式
非主对角元素
是原矩阵该元素的共轭位置的元素去掉所在行列求行列式乘以(-1)^(x+y) x,y为该元素的共轭位置的元素的行和列的序号，序号从1开始的
例如 1 2 3
2 3 4
3 4 5
主对角元素 ： -1 -4 -1
1行2列： 2
3 ： -1
2 1 2
2 3 2
3 1 -1
3 2 2
所以伴随阵是：
-1 2 -1
2 -4 2
-1 2 -1
已知矩阵A，求A的逆矩阵一般有三种方法：
1，初等变换法，（就是在原来矩阵的右边加上一个同阶的单位阵，然后用初等变换使它的左边变成单位阵，右边的就是逆矩阵了）
例如：已知矩阵A为
2 2 3
1 -1 0
-1 2 1
求A逆？
解：
2 2 3 1 0 0
1 -1 0 0 1 0
-1 2 1 0 0 1
可变换为
1 0 0 1 -4 3
0 1 0 1 -5 -3
0 0 1 -1 6 4
则A逆就是后面的
1 -4 3
1 -5 -3
-1 6 4
2，公式法，A逆=A的伴随矩阵除以A的行列式（符号没法打出来，因该想起来这个公式了吧）
3，AB=E，则B是A的逆矩阵（长用于求不给出具体矩阵的题）
绛旓細鍏堟妸琛屽垪寮鐨勬煇涓琛岋紙鍒楋級鍏ㄩ儴鍖栦负 1 锛屽啀鍒╃敤璇ヨ锛堝垪锛夋妸琛屽垪寮忓寲涓轰笁瑙掑舰琛屽垪寮忥紝浠庤屾眰鍑哄畠鐨勫锛岃繖鏄洜涓烘墍姹傝鍒楀紡鏈夊涓嬬壒鐐癸細 1 鍚勮鍏冪礌涔嬪拰鐩哥瓑锛 2 鍚勫垪鍏冪礌闄や竴涓互澶栦篃鐩哥瓑銆傚厖鍒嗗埄鐢ㄨ鍒楀紡鐨勭壒鐐瑰寲绠琛屽垪寮忔槸寰堥噸瑕佺殑銆備簩 闄嶉樁娉 鏍规嵁琛屽垪寮忕殑鐗圭偣锛屽埄鐢ㄨ鍒楀紡鎬ц川鎶婃煇琛岋紙鍒楋級鍖栨垚...
绛旓細3銆佸叾瀹氫箟鍩熶负nxn鐨勭煩闃A锛屽彇鍊间负涓涓爣閲忥紝鍐欎綔det(A)鎴 | A |2锛夋ц川琛屽垪寮忎笌瀹冪殑杞疆琛屽垪寮忕浉绛夛紱浜掓崲琛屽垪寮忕殑涓琛岋紙鍒楋級锛岃鍒楀紡鍙樺彿锛涜鍒楀紡鐨勬煇涓琛岋紙鍒楋級鐨勬墍鏈夌殑鍏冪礌閮戒箻浠ュ悓涓鏁発锛岀瓑浜庣敤鏁発涔樻琛屽垪寮忥紱琛屽垪寮忓鏋滄湁涓よ锛堝垪锛夊厓绱犳垚姣斾緥锛屽垯姝よ鍒楀紡绛変簬闆讹紱鑻ヨ鍒楀紡鐨勬煇涓鍒楋紙琛岋級...
绛旓細鍓瑙掔嚎鍏紡鏄竴绉琛屽垪寮璁＄畻鏂规硶锛屽畠鐨勬濇兂鏄湪鐭╅樀鐨勫瑙掔嚎涓婃柟鎴栦笅鏂癸紝杩涜涓绯诲垪鐗瑰畾鐨勬搷浣滐紝鏈缁堝緱鍒拌鍒楀紡鐨勫笺傚浜庝竴涓猲闃剁煩闃礎锛岃鍏惰鍒楀紡涓簗A|锛屽垯鍓瑙掔嚎鍏紡鐨勮〃杩板涓嬶細|A| = (-1)^n * a1n * a2(n-1) * a3(n-2) * ... * an1鍏朵腑锛宎ij琛ㄧずA鐭╅樀涓i琛岀j鍒楃殑鍏...
绛旓細鐭╅樀鐨勫鍙互閫氳繃琛屽垪寮鏉ユ眰瑙ｃ傜煩闃电殑鍊硷紝涔熺О涓鸿鍒楀紡锛屾槸涓涓柟闃垫墍鍏锋湁鐨勪竴涓爣閲忓笺傚浜庝竴涓猲闃舵柟闃礎锛屽畠鐨勮鍒楀紡璁颁綔|A|鎴杁et(A)銆傝鍒楀紡鐨勮绠楀彲浠ラ氳繃灞曞紑瀹氱悊銆佹媺鏅媺鏂畾鐞嗙瓑鏂规硶杩涜銆傚睍寮瀹氱悊鏄竴绉嶅父鐢ㄧ殑璁＄畻琛屽垪寮忕殑鏂规硶銆傚浜庝竴涓猲闃舵柟闃礎锛屽彲浠ラ夋嫨鍏朵腑鐨勪换鎰忎竴琛屾垨涓鍒楋紝鐒跺悗灏嗚琛...
绛旓細琛屽垪寮锛歯闃惰鍒楀紡 璁 鏄敱鎺掓垚n闃舵柟闃靛舰寮忕殑n²涓暟aij(i,j=1,2,...,n)纭畾鐨勪竴涓暟锛屽叾鍊间负n锛侀」涔嬪拰銆傜煩闃碉細鐢 m 脳 n 涓暟aij鎺掓垚鐨刴琛宯鍒楃殑鏁拌〃绉颁负m琛宯鍒楃殑鐭╅樀锛岀畝绉癿 脳 n鐭╅樀銆傝浣滐細杩檓脳n 涓暟绉颁负鐭╅樀A鐨勫厓绱狅紝绠绉颁负鍏冿紝鏁癮ij浣嶄簬鐭╅樀A鐨勭i琛岀j鍒楋紝绉...
绛旓細浼氥備氦鎹綅缃紝琛屽垪寮忓涓虹浉鍙嶆暟銆備箻涓涓猲锛屽垯琛屽垪寮忎负鍘熸潵琛屽垪寮忓肩殑n鐨刴娆℃柟锛宮涓鸿鐭╅樀鐨m脳m涓殑涓嬫爣銆俴鍊嶅姞鍒颁竴琛岋紝鍒欎负鍘熸潵鍊肩殑k鍊嶃傛牴鎹鍒楀紡鐨勯嗗簭鏁板畾涔夛紝鏄撳緱琛屽垪寮忛拡瀵规煇涓琛(鍒)鐨勫姞鎬э紝鍗宠鍒楀紡浠呭鏌愪竴琛(鍒)浣滃姞娉曡瑙ｏ紝鍏跺畠鍏冪礌涓嶅姩銆傚洜涓哄畾涔変繚璇佷簡涓琛(鍒)鐨勬瘡涓涓厓绱犻兘...
绛旓細鍏蜂綋鐨勮绠楁柟娉曞涓婂浘鎵绀
绛旓細鐭╅樀鐨勫间笌鍏朵即闅鐭╅樀鐨勮鍒楀紡鍊锛氣攤A*鈹備笌鈹侫鈹傜殑鍏崇郴寮忋傗攤A*鈹=鈹侫鈹俕(n-1)銆傝瘉鏄庯細A*=|A|A^(-1)銆傗攤A*鈹=|鈹侫鈹*A^(-1)|銆傗攤A*鈹=鈹侫鈹俕(n)*|A^(-1)|銆傗攤A*鈹=鈹侫鈹俕(n)*|A|^(-1)銆傗攤A*鈹=鈹侫鈹俕(n-1)銆傜浉鍏冲唴瀹硅В閲婏細褰撶煩闃电殑闃舵暟绛変簬涓闃舵椂锛屼即闅...
绛旓細鍦ㄦ暟瀛︿腑锛鐭╅樀锛Matrix锛夋槸涓涓寜鐓ч暱鏂归樀鍒楁帓鍒楃殑澶嶆暟鎴栧疄鏁伴泦鍚堬紝鏈鏃╂潵鑷簬鏂圭▼缁勭殑绯绘暟鍙婂父鏁版墍鏋勬垚鐨勬柟闃点傝繖涓姒傚康鐢19涓栫邯鑻卞浗鏁板瀹跺嚡鍒╅鍏堟彁鍑恒傜煩闃垫槸楂樼瓑浠ｆ暟瀛︿腑鐨勫父瑙佸伐鍏凤紝涔熷父瑙佷簬缁熻鍒嗘瀽绛夊簲鐢ㄦ暟瀛﹀绉戜腑銆傚湪鐗╃悊瀛︿腑锛岀煩闃典簬鐢佃矾瀛︺佸姏瀛︺佸厜瀛﹀拰閲忓瓙鐗╃悊涓兘鏈夊簲鐢紱璁＄畻鏈虹瀛︿腑锛屼笁缁...
绛旓細琛屽垪寮鍦ㄦ暟瀛︿腑锛屾槸涓涓嚱鏁帮紝鍏跺畾涔夊煙涓篸et鐨勭煩闃A锛屽彇鍊间负涓涓爣閲忋傛墍浠ヨ琛屽垪寮忔槸涓涓暟鍊硷紝鏄竴涓父閲忋傚洜姝や竴涓暟涔樹互涓涓父閲忔槸绠椾笂鏁翠綋鐨勶紝鍗充竴涓暟涔樹互琛屽垪寮忔槸鍏ㄩ儴鍏冪礌涔樹互璇ユ暟鐨勩鐭╅樀锛Matrix锛夋槸涓涓寜鐓ч暱鏂归樀鍒楁帓鍒楃殑澶嶆暟鎴栧疄鏁伴泦鍚 锛屾槸鏂圭▼缁勭殑绯绘暟鍙婂父鏁版墍鏋勬垚鐨勭煩闃点傜敱 m 脳 n ...
