고전적 수반 행렬

선형대수학에서 고전적 수반 행렬(古典的隨伴行列, 영어: adjugate, classical adjoint)은 여인자 행렬의 전치 행렬이다. 기호는 $\operatorname {adj}$.

정의

가환환 $R$ 위의 $n\times n$ 정사각 행렬 $M\in \operatorname {Mat} (n;R)$의 고전적 수반 행렬은 여인자 행렬의 전치 행렬이다.

$\operatorname {adj} M=\mathrm {C} (M)^{\top }\in \operatorname {Mat} (n;R)$

즉, $\operatorname {adj} M$의 $(i,j)$-성분은 $M$의 $j$번째 행 및 $i$번째 열을 지운 여인자이다.

$(\operatorname {adj} M)_{ij}=\mathrm {C} (M)_{ji}=(-1)^{i j}\det(M_{\{1,\dots ,n\}\setminus \{j\},\{1,\dots ,n\}\setminus \{i\}})$

여기서 $\det$는 행렬식이다.

성질

가환환 $R$ 위의 $n\times n$ 정사각 행렬 $M\in \operatorname {Mat} (n;R)$에 대하여, 다음과 같은 항등식이 성립한다.

$M\operatorname {adj} M=(\operatorname {adj} M)M=(\det M)1_{n\times n}$

특히, 만약 $\det M\in R$가 가역원이라면 ($R$가 체인 경우 이는 $\det M\neq 0$이라는 조건과 같다), $M$의 역행렬은 다음과 같다.

$M^{-1}=(\det M)^{-1}\operatorname {adj} M$

그 밖에 다음 항등식들이 성립한다.

$\det(\operatorname {adj} M)=(\det M)^{n-1}$

$\operatorname {adj} (M^{\top })=\operatorname {adj} M$

예제

1 × 1 일반 행렬

0이 아닌 1×1 행렬 (실수 혹은 허수)의 수반행렬은 $\mathbf {I} ={\begin{bmatrix}1\end{bmatrix}}$이고, adj(0) = 0으로 정의한다.

2 × 2 일반 행렬

2×2 행렬

$\mathbf {A} ={\begin{bmatrix}a&b\\c&d\end{bmatrix}}$

의 수반행렬은

$\operatorname {adj} (\mathbf {A} )={\begin{bmatrix}d&-b\\-c&a\end{bmatrix}}.$

이고, 직접 대입으로 다음을 보일 수 있다.

$\mathbf {A} \operatorname {adj} (\mathbf {A} )={\begin{bmatrix}ad-bc&0\\0&ad-bc\end{bmatrix}}=(\det \mathbf {A} )\mathbf {I} .$

이 경우에는 det(adj(A)) = det(A)이 성립하고, 결국 adj(adj(A)) = A이다.

3 × 3 일반 행렬

다음 3×3 행렬은

$\mathbf {A} ={\begin{bmatrix}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{bmatrix}}.$

다음과 같이 여인자_행렬을 구하고

$\mathbf {C} ={\begin{bmatrix} {\begin{vmatrix}a_{22}&a_{23}\\a_{32}&a_{33}\end{vmatrix}}&-{\begin{vmatrix}a_{21}&a_{23}\\a_{31}&a_{33}\end{vmatrix}}& {\begin{vmatrix}a_{21}&a_{22}\\a_{31}&a_{32}\end{vmatrix}}\\\\-{\begin{vmatrix}a_{12}&a_{13}\\a_{32}&a_{33}\end{vmatrix}}& {\begin{vmatrix}a_{11}&a_{13}\\a_{31}&a_{33}\end{vmatrix}}&-{\begin{vmatrix}a_{11}&a_{12}\\a_{31}&a_{32}\end{vmatrix}}\\\\ {\begin{vmatrix}a_{12}&a_{13}\\a_{22}&a_{23}\end{vmatrix}}&-{\begin{vmatrix}a_{11}&a_{13}\\a_{21}&a_{23}\end{vmatrix}}& {\begin{vmatrix}a_{11}&a_{12}\\a_{21}&a_{22}\end{vmatrix}}\end{bmatrix}},$

여기서

${\begin{vmatrix}a_{im}&a_{in}\\a_{jm}&a_{jn}\end{vmatrix}}=\det {\begin{bmatrix}a_{im}&a_{in}\\a_{jm}&a_{jn}\end{bmatrix}}.$

수반행렬은 이 여인자행렬의 전치 행렬로 다음과 같이 구해진다.

$\operatorname {adj} (\mathbf {A} )=\mathbf {C} ^{\mathsf {T}}={\begin{bmatrix} {\begin{vmatrix}a_{22}&a_{23}\\a_{32}&a_{33}\end{vmatrix}}&-{\begin{vmatrix}a_{12}&a_{13}\\a_{32}&a_{33}\end{vmatrix}}& {\begin{vmatrix}a_{12}&a_{13}\\a_{22}&a_{23}\end{vmatrix}}\\&&\\-{\begin{vmatrix}a_{21}&a_{23}\\a_{31}&a_{33}\end{vmatrix}}& {\begin{vmatrix}a_{11}&a_{13}\\a_{31}&a_{33}\end{vmatrix}}&-{\begin{vmatrix}a_{11}&a_{13}\\a_{21}&a_{23}\end{vmatrix}}\\&&\\ {\begin{vmatrix}a_{21}&a_{22}\\a_{31}&a_{32}\end{vmatrix}}&-{\begin{vmatrix}a_{11}&a_{12}\\a_{31}&a_{32}\end{vmatrix}}& {\begin{vmatrix}a_{11}&a_{12}\\a_{21}&a_{22}\end{vmatrix}}\end{bmatrix}}.$

3 × 3 행렬 수치 계산 예

다음 행렬의 수반행렬은 아래와 같이 구해진다.

$\operatorname {adj} {\begin{bmatrix}-3&2&-5\\-1&0&-2\\3&-4&1\end{bmatrix}}={\begin{bmatrix}-8&18&-4\\-5&12&-1\\4&-6&2\end{bmatrix}}.$

이 수반행렬이 원래 행렬의 역행렬에 행렬식 −6을 곱한 것과 같다는 것을 쉽게 보일 수 있다.

수반행렬의 두번째 행 세번째 열에 −1은 다음과 같이 구해진다. 수반행렬의 (2행,3열)값은 여인자행렬의 (3행,2열)값이다. 여인자는 해당 행과 열을 없앤 부분_행렬,

${\begin{bmatrix}-3&-5\\-1&-2\end{bmatrix}}.$

과 (3행,2열)에 해당하는 부호값을 이용하여 다음과 같이 구해진다.

$(-1)^{3 2}\operatorname {det} {\begin{bmatrix}-3&-5\\-1&-2\end{bmatrix}}=-(-3\cdot -2--5\cdot -1)=-1,$

그러므로 수반행렬의 (2행,3열)값은 −1이다.

같이 보기

• 케일리-해밀턴 정리
• 크라메르 법칙

외부 링크

• “Adjugate”. 《PlanetMath》 (영어).