फरक आणि व्यस्त मैट्रिक्स दरम्यान फरक

अडॉईंट वि उलटा मॅट्रिक्स

दोन्ही नियुक्त मॅट्रिक्स आणि व्युत्क्रम मॅट्रिक्स एका मापदंडांवर रेखीय ऑपरेशन मधून मिळवता येतात आणि ते भिन्न गुणधर्मांसह दोन वेगळ्या मेट्रिसस असतात.

अधिक (शास्त्रीय) बद्दल अधिक जोडणे किंवा जुळवणे मॅट्रिक्स

adjoint मॅट्रीक्स, किंवा adjigate मॅट्रिक्स cofactor मॅट्रिक्स च्या संक्रमण आहे. जर ए आहे सी चे cofactor मॅट्रिक्स, नंतर A चे सिकुर्यन मॅट्रिक्स C T ने दिले आहे. मी. ई अप (अ) = सी टी ^{कॉफॅक्टर मॅट्रिक्स} C = (-1) i + j एम ^ij ,

एम ij हा ij व्या घटकाच्या लहान आहे. I

व्या पंक्ती आणि जे व्या स्तंभ काढून टाकल्यास प्राप्त झालेल्या मॅट्रिक्सचे निर्धारक ij व्या घटकाचे कमी म्हणून ओळखले जाते. [सॅजिगेट मॅट्रिक्सची गणना करण्यासाठी, प्रथम प्रत्येक घटकातील अज्ञानांना शोधा, नंतर cofactor matrix बनवा, अखेरीस त्यामधून पुढे जाणे म्हणजे सॅजिगेट मॅट्रिक्स].

^{समीप एका मॅट्रिक्सच्या व्युत्पत्तीची गणना करण्यासाठी आणि जेकोबीच्या सूत्रानुसार निर्णायकतेचा व्युत्पन्न करण्यासाठी वापरला जाऊ शकतो. "समीक्ष" हा शब्द कालबाह्य झाला आहे आणि आता मॅट्रिक्सच्या जटिल संयुगासाठी वापरला जातो. म्हणून योग्य शब्द म्हणजे सच्छिद्र मॅट्रिक्स किंवा सहाय्यक मेट्रिक्स.} व्यस्त मॅट्रिक्स बद्दल अधिक मॅट्रिक्सच्या व्युत्पन्न एक मैट्रिक्स म्हणून परिभाषित केली जाते जी एकत्रित गुणाकार केल्यानंतर ओळख मेट्रिक्स देते. म्हणून _{एबी = बी.ए. = मी} तर B _हा A ^आणि A चा व्युत्क्रम मॅट्रिक्स आहे. व्यस्त मॅट्रिक्स पैकी बी ^{तर, जर आपण} B = A ^-1 , ^{एए -1 =} ए -1 -1 ए =

मी

मॅट्रिक्स मध्ये जाण्याकरता, आवश्यक आणि पुरेशी परिस्थिती अशी आहे की A

निर्णायक ठरणार नाही. मी. इ | अ | = det (A) ≠ 0. जर हे परिमाण समाधान केले तर असे एक मॅट्रिक्स इनव्हर्टेबल, बिगर-एकवचनी, किंवा अपरिवर्तनीय नसतात असे म्हटले जाते. हे असे होते की A एक स्क्वेअर मॅट्रिक्स आहे आणि A -1 आणि A समान आकाराचे आहे. मॅट्रिक्स अ च्या व्युत्पन्न गाईसियन एलिमिनेशन, इव्हेंडेन्मपॉझीशन, चॉल्स्की अपघटन आणि कारमार यांचे नियम यासारख्या रेखीय बीजगणित मध्ये अनेक पद्धतींनी गणले जाते. एक मॅट्रिक्स ब्लॉक उलटा पद्धत आणि न्यूमॅन सीरिजद्वारे देखील उलटा शकता. क्रैमरचे नियम मॅट्रिक्सच्या व्युत्क्रम शोधण्याची विश्लेषणात्मक पद्धत प्रदान करते आणि नॉन-एक्वायबररी अट देखील परिणामांद्वारे समजावून सांगू शकते.क्रामर यांचे नियम ए -1 = वि ( ^{ए) / एएटी (} ए) किंवा समवेत (ए) = ए -1 एए (ए) या परिणामासाठी वैध, det (अ) ≠ 0, म्हणून वरील अटी पूर्ण झाल्यास, तर मेट्रिसस अवतरण असू शकतात. ^{जुळ्यात आणि व्यस्त मातर्त्यांमध्ये काय फरक आहे?} • मॅट्रिक्सचे सिक्युरिटीज किंवा ऍसेक्शन हे कोफॅक्टर मॅट्रिक्सचे ट्रान्सपोजर आहे, तर व्यस्त मॅट्रिक्स एक मॅट्रिक्स आहे जे एकत्रित गुणाकार केल्यानंतर ओळख मेट्रिक्स देते. • अंदाजे मॅट्रिक्स व्यस्त मॅट्रिक्सची गणना करण्यासाठी वापरली जाऊ शकतात आणि व्युत्क्रम स्वहस्ते शोधण्याची एक सामान्य पद्धत आहे. ^{• प्रत्येक मॅट्रिक्ससाठी, एक सिक्युरिटी मॅट्रिक्स अस्तित्वात आहे, परंतु व्यत्यय अस्तित्वात असल्यास आणि जर निर्धारक शून्य नसलेला असेल तरच}