A = [ 1 0 0 1 2 − 3 1 1 − 2 ] , B = [ − 2 − 4 − 1 3 5 1 1 1 2 ] A=\begin{bmatrix}
1 & 0 & 0 \\
1 & 2 & -3 \\
1 & 1 & -2 \\
\end{bmatrix} , B=\begin{bmatrix}
-2 & -4 & -1 \\
3 & 5 & 1 \\
1 & 1 & 2 \\
\end{bmatrix} A = ⎣ ⎡ 1 1 1 0 2 1 0 − 3 − 2 ⎦ ⎤ , B = ⎣ ⎡ − 2 3 1 − 4 5 1 − 1 1 2 ⎦ ⎤ We first determine the eigenvalues of the matrix A
∣ A ∣ = 1 ( 2 ( − 2 ) − ( − 3 ) ( 1 ) ) − 0 + 0 = − 1 |A|=1(2(-2)-(-3)(1))-0+0=-1 ∣ A ∣ = 1 ( 2 ( − 2 ) − ( − 3 ) ( 1 )) − 0 + 0 = − 1 A − λ I = [ 1 − λ 0 0 1 2 − λ − 3 1 1 − 2 − λ ] A-\lambda I=\begin{bmatrix}
1-\lambda & 0 & 0 \\
1 & 2-\lambda & -3 \\
1 & 1 & -2-\lambda \\
\end{bmatrix} A − λ I = ⎣ ⎡ 1 − λ 1 1 0 2 − λ 1 0 − 3 − 2 − λ ⎦ ⎤ Characteristic equation
∣ A − λ I ∣ = 0 |A-\lambda I|=0 ∣ A − λ I ∣ = 0 ( 1 − λ ) ( ( 2 − λ ) ( − 2 − λ ) − ( − 3 ) ( 1 ) ) − 0 + 0 = 0 (1-\lambda)((2-\lambda)(-2-\lambda)-(-3)(1))-0+0=0 ( 1 − λ ) (( 2 − λ ) ( − 2 − λ ) − ( − 3 ) ( 1 )) − 0 + 0 = 0 − ( 1 − λ ) 2 ( 1 + λ ) = 0 -(1-\lambda)^2(1+\lambda)=0 − ( 1 − λ ) 2 ( 1 + λ ) = 0 λ 1 = 1 , λ 2 = 1 , λ 3 = − 1. \lambda_1=1, \lambda_2=1, \lambda_3=-1. λ 1 = 1 , λ 2 = 1 , λ 3 = − 1. These are eigenvalues.
Next, find the eigenvectors.
λ = 1 \lambda=1 λ = 1 [ 1 − λ 0 0 1 2 − λ − 3 1 1 − 2 − λ ] = [ 0 0 0 1 1 − 3 1 1 − 3 ] \begin{bmatrix}
1-\lambda & 0 & 0 \\
1 & 2-\lambda & -3 \\
1 & 1 & -2-\lambda \\
\end{bmatrix} =\begin{bmatrix}
0 & 0 & 0 \\
1 & 1 & -3 \\
1 & 1 & -3 \\
\end{bmatrix} ⎣ ⎡ 1 − λ 1 1 0 2 − λ 1 0 − 3 − 2 − λ ⎦ ⎤ = ⎣ ⎡ 0 1 1 0 1 1 0 − 3 − 3 ⎦ ⎤ Perform row operations to obtain the rref of the matrix:
[ 0 0 0 1 1 − 3 1 1 − 3 ] → [ 1 1 − 3 0 0 0 0 0 0 ] \begin{bmatrix}
0 & 0 & 0 \\
1 & 1 & -3 \\
1 & 1 & -3 \\
\end{bmatrix} \to \begin{bmatrix}
1 & 1 & -3 \\
0 & 0 & 0 \\
0 & 0 & 0 \\
\end{bmatrix} ⎣ ⎡ 0 1 1 0 1 1 0 − 3 − 3 ⎦ ⎤ → ⎣ ⎡ 1 0 0 1 0 0 − 3 0 0 ⎦ ⎤ Now, solve the matrix equation
[ 1 1 − 3 0 0 0 0 0 0 ] [ v 1 v 2 v 3 ] = [ 0 0 0 ] \begin{bmatrix}
1 & 1 & -3 \\
0 & 0 & 0 \\
0 & 0 & 0 \\
\end{bmatrix} \begin{bmatrix}
v_1 \\
v_2 \\
v_3 \\
\end{bmatrix} =\begin{bmatrix}
0 \\
0 \\
0 \\
\end{bmatrix} ⎣ ⎡ 1 0 0 1 0 0 − 3 0 0 ⎦ ⎤ ⎣ ⎡ v 1 v 2 v 3 ⎦ ⎤ = ⎣ ⎡ 0 0 0 ⎦ ⎤ If we take
v 2 = t , v 3 = s , t h e n v 1 = 3 s − t . v_2=t, v_3=s, then\ v_1=3s-t. v 2 = t , v 3 = s , t h e n v 1 = 3 s − t . Therefore
v = [ 3 s − t t 3 ] = [ − 1 1 0 ] t + [ 3 0 1 ] s v=\begin{bmatrix}
3s-t \\
t \\
3 \\
\end{bmatrix} =\begin{bmatrix}
-1 \\
1 \\
0 \\
\end{bmatrix}t +\begin{bmatrix}
3 \\
0 \\
1 \\
\end{bmatrix}s v = ⎣ ⎡ 3 s − t t 3 ⎦ ⎤ = ⎣ ⎡ − 1 1 0 ⎦ ⎤ t + ⎣ ⎡ 3 0 1 ⎦ ⎤ s
λ = − 1 \lambda=-1 λ = − 1 [ 1 − λ 0 0 1 2 − λ − 3 1 1 − 2 − λ ] = [ 2 0 0 1 3 − 3 1 1 − 1 ] \begin{bmatrix}
1-\lambda & 0 & 0 \\
1 & 2-\lambda & -3 \\
1 & 1 & -2-\lambda \\
\end{bmatrix} =\begin{bmatrix}
2 & 0 & 0 \\
1 & 3 & -3 \\
1 & 1 & -1 \\
\end{bmatrix} ⎣ ⎡ 1 − λ 1 1 0 2 − λ 1 0 − 3 − 2 − λ ⎦ ⎤ = ⎣ ⎡ 2 1 1 0 3 1 0 − 3 − 1 ⎦ ⎤ Perform row operations to obtain the rref of the matrix:
[ 2 0 0 1 3 − 3 1 1 − 1 ] → [ 1 0 0 0 1 − 1 0 0 0 ] \begin{bmatrix}
2 & 0 & 0 \\
1 & 3 & -3 \\
1 & 1 & -1 \\
\end{bmatrix} \to \begin{bmatrix}
1 & 0 & 0 \\
0 & 1 & -1 \\
0 & 0 & 0 \\
\end{bmatrix} ⎣ ⎡ 2 1 1 0 3 1 0 − 3 − 1 ⎦ ⎤ → ⎣ ⎡ 1 0 0 0 1 0 0 − 1 0 ⎦ ⎤ Now, solve the matrix equation
[ 1 0 0 0 1 − 1 0 0 0 ] [ v 1 v 2 v 3 ] = [ 0 0 0 ] \begin{bmatrix}
1 & 0 & 0 \\
0 & 1 & -1 \\
0 & 0 & 0 \\
\end{bmatrix} \begin{bmatrix}
v_1 \\
v_2 \\
v_3 \\
\end{bmatrix} =\begin{bmatrix}
0 \\
0 \\
0 \\
\end{bmatrix} ⎣ ⎡ 1 0 0 0 1 0 0 − 1 0 ⎦ ⎤ ⎣ ⎡ v 1 v 2 v 3 ⎦ ⎤ = ⎣ ⎡ 0 0 0 ⎦ ⎤ If we take
v 3 = t , t h e n v 1 = 0 , v 2 = t . v_3=t, then\ v_1=0, v_2=t. v 3 = t , t h e n v 1 = 0 , v 2 = t . Therefore
v = [ 0 t t ] = [ 0 1 1 ] t v=\begin{bmatrix}
0 \\
t \\
t \\
\end{bmatrix} =\begin{bmatrix}
0 \\
1 \\
1 \\
\end{bmatrix}t v = ⎣ ⎡ 0 t t ⎦ ⎤ = ⎣ ⎡ 0 1 1 ⎦ ⎤ t Form the matrix P, whose i-th column is the i-th eigenvector:
P = [ − 1 3 0 1 0 1 0 1 1 ] P=\begin{bmatrix}
-1 & 3 & 0 \\
1 & 0 & 1 \\
0 & 1 & 1 \\
\end{bmatrix} P = ⎣ ⎡ − 1 1 0 3 0 1 0 1 1 ⎦ ⎤ Form the diagonal matrix D, whose element at row i, column i is i-th eigenvalue:
D = [ 1 0 0 0 1 0 0 0 − 1 ] D=\begin{bmatrix}
1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & -1 \\
\end{bmatrix} D = ⎣ ⎡ 1 0 0 0 1 0 0 0 − 1 ⎦ ⎤ These matrices have the property that
A = P D P − 1 A=PDP^{-1} A = P D P − 1
We first determine the eigenvalues of the matrix B
∣ B ∣ = − 2 ( 5 ( 2 ) − ( 1 ) ( 1 ) ) + 4 ( 3 ( 2 ) − ( 1 ) ( 1 ) ) − 1 ( 3 ( 1 ) − ( 1 ) ( 5 ) ) = 4 |B|=-2(5(2)-(1)(1))+4(3(2)-(1)(1))-1(3(1)-(1)(5))=4 ∣ B ∣ = − 2 ( 5 ( 2 ) − ( 1 ) ( 1 )) + 4 ( 3 ( 2 ) − ( 1 ) ( 1 )) − 1 ( 3 ( 1 ) − ( 1 ) ( 5 )) = 4 B − λ I = [ − 2 − λ − 4 − 1 3 5 − λ 1 1 1 2 − λ ] B-\lambda I=\begin{bmatrix}
-2-\lambda & -4 & -1 \\
3 & 5-\lambda & 1 \\
1 & 1 & 2-\lambda \\
\end{bmatrix} B − λ I = ⎣ ⎡ − 2 − λ 3 1 − 4 5 − λ 1 − 1 1 2 − λ ⎦ ⎤ Characteristic equation
∣ B − λ I ∣ = 0 |B-\lambda I|=0 ∣ B − λ I ∣ = 0 ( − 2 − λ ) ( 5 − λ ) ( 2 − λ ) − 3 − 4 + ( 5 − λ ) − ( − 2 − λ ) + 12 ( 2 − λ ) = 0 (-2-\lambda)(5-\lambda)(2-\lambda)-3-4+(5-\lambda)-(-2-\lambda)+12(2-\lambda)=0 ( − 2 − λ ) ( 5 − λ ) ( 2 − λ ) − 3 − 4 + ( 5 − λ ) − ( − 2 − λ ) + 12 ( 2 − λ ) = 0 − ( λ ) 3 + 5 ( λ ) 2 − 8 λ + 4 = 0 -(\lambda)^3+5(\lambda)^2-8\lambda+4=0 − ( λ ) 3 + 5 ( λ ) 2 − 8 λ + 4 = 0 λ 1 = 1 , λ 2 = 2 , λ 3 = 2. \lambda_1=1, \lambda_2=2, \lambda_3=2. λ 1 = 1 , λ 2 = 2 , λ 3 = 2. These are eigenvalues.
Next, find the eigenvectors.
λ = 1 \lambda=1 λ = 1 [ − 2 − λ − 4 − 1 3 5 − λ 1 1 1 2 − λ ] = [ − 3 − 4 − 1 3 4 1 1 1 1 ] \begin{bmatrix}
-2-\lambda & -4 & -1 \\
3 & 5-\lambda & 1 \\
1 & 1 & 2-\lambda \\
\end{bmatrix} =\begin{bmatrix}
-3 & -4 & -1 \\
3 & 4 & 1 \\
1 & 1 & 1 \\
\end{bmatrix} ⎣ ⎡ − 2 − λ 3 1 − 4 5 − λ 1 − 1 1 2 − λ ⎦ ⎤ = ⎣ ⎡ − 3 3 1 − 4 4 1 − 1 1 1 ⎦ ⎤ Perform row operations to obtain the rref of the matrix:
[ − 3 − 4 − 1 3 4 1 1 1 1 ] → [ 1 0 3 0 1 − 2 0 0 0 ] \begin{bmatrix}
-3 & -4 & -1 \\
3 & 4 & 1 \\
1 & 1 & 1 \\
\end{bmatrix} \to \begin{bmatrix}
1 & 0 & 3 \\
0 & 1 & -2 \\
0 & 0 & 0 \\
\end{bmatrix} ⎣ ⎡ − 3 3 1 − 4 4 1 − 1 1 1 ⎦ ⎤ → ⎣ ⎡ 1 0 0 0 1 0 3 − 2 0 ⎦ ⎤ Now, solve the matrix equation
[ 1 0 3 0 1 − 2 0 0 0 ] [ v 1 v 2 v 3 ] = [ 0 0 0 ] \begin{bmatrix}
1 & 0 & 3 \\
0 & 1 & -2 \\
0 & 0 & 0 \\
\end{bmatrix} \begin{bmatrix}
v_1 \\
v_2 \\
v_3 \\
\end{bmatrix} =\begin{bmatrix}
0 \\
0 \\
0 \\
\end{bmatrix} ⎣ ⎡ 1 0 0 0 1 0 3 − 2 0 ⎦ ⎤ ⎣ ⎡ v 1 v 2 v 3 ⎦ ⎤ = ⎣ ⎡ 0 0 0 ⎦ ⎤ If we take
v 3 = t , t h e n v 1 = − 3 t , v 2 = 2 t . v_3=t, then\ v_1=-3t, v_2=2t. v 3 = t , t h e n v 1 = − 3 t , v 2 = 2 t . Therefore
v = [ − 3 t 2 t t ] = [ − 3 2 1 ] t v=\begin{bmatrix}
-3t \\
2t \\
t \\
\end{bmatrix} =\begin{bmatrix}
-3 \\
2 \\
1 \\
\end{bmatrix}t v = ⎣ ⎡ − 3 t 2 t t ⎦ ⎤ = ⎣ ⎡ − 3 2 1 ⎦ ⎤ t
λ = 2 \lambda=2 λ = 2 [ − 2 − λ − 4 − 1 3 5 − λ 1 1 1 2 − λ ] = [ − 4 − 4 − 1 3 3 1 1 1 0 ] \begin{bmatrix}
-2-\lambda & -4 & -1 \\
3 & 5-\lambda & 1 \\
1 & 1 & 2-\lambda \\
\end{bmatrix} =\begin{bmatrix}
-4 & -4 & -1 \\
3 & 3 & 1 \\
1 & 1 & 0 \\
\end{bmatrix} ⎣ ⎡ − 2 − λ 3 1 − 4 5 − λ 1 − 1 1 2 − λ ⎦ ⎤ = ⎣ ⎡ − 4 3 1 − 4 3 1 − 1 1 0 ⎦ ⎤ Perform row operations to obtain the rref of the matrix:
[ − 4 − 4 − 1 3 3 1 1 1 0 ] → [ 1 1 0 0 0 1 0 0 0 ] \begin{bmatrix}
-4 & -4 & -1 \\
3 & 3 & 1 \\
1 & 1 & 0 \\
\end{bmatrix} \to \begin{bmatrix}
1 & 1 & 0 \\
0 & 0 & 1 \\
0 & 0 & 0 \\
\end{bmatrix} ⎣ ⎡ − 4 3 1 − 4 3 1 − 1 1 0 ⎦ ⎤ → ⎣ ⎡ 1 0 0 1 0 0 0 1 0 ⎦ ⎤ Now, solve the matrix equation
[ 1 1 0 0 0 1 0 0 0 ] [ v 1 v 2 v 3 ] = [ 0 0 0 ] \begin{bmatrix}
1 & 1 & 0 \\
0 & 0 & 1 \\
0 & 0 & 0 \\
\end{bmatrix} \begin{bmatrix}
v_1 \\
v_2 \\
v_3 \\
\end{bmatrix} =\begin{bmatrix}
0 \\
0 \\
0 \\
\end{bmatrix} ⎣ ⎡ 1 0 0 1 0 0 0 1 0 ⎦ ⎤ ⎣ ⎡ v 1 v 2 v 3 ⎦ ⎤ = ⎣ ⎡ 0 0 0 ⎦ ⎤ If we take
v 2 = t , t h e n v 1 = − t , v 3 = 0. v_2=t, then\ v_1=-t, v_3=0. v 2 = t , t h e n v 1 = − t , v 3 = 0. Therefore
v = [ − t t 0 ] = [ − 1 1 0 ] t v=\begin{bmatrix}
-t \\
t \\
0 \\
\end{bmatrix} =\begin{bmatrix}
-1 \\
1 \\
0 \\
\end{bmatrix}t v = ⎣ ⎡ − t t 0 ⎦ ⎤ = ⎣ ⎡ − 1 1 0 ⎦ ⎤ t Since the number of eigenvectors is less than dimension of the matrix, then the matrix is not diagonalizable.
The matrix B is not diagonalizable.
b) Find inverse of the matrix B in part a) of the question by using Cayley-Hamiltion theorem.
B = [ − 2 − 4 − 1 3 5 1 1 1 2 ] B=\begin{bmatrix}
-2 & -4 & -1 \\
3 & 5 & 1 \\
1 & 1 & 2 \\
\end{bmatrix} B = ⎣ ⎡ − 2 3 1 − 4 5 1 − 1 1 2 ⎦ ⎤
∣ B ∣ = − 2 ( 5 ( 2 ) − ( 1 ) ( 1 ) ) + 4 ( 3 ( 2 ) − ( 1 ) ( 1 ) ) − 1 ( 3 ( 1 ) − ( 1 ) ( 5 ) ) = 4 / = 0 |B|=-2(5(2)-(1)(1))+4(3(2)-(1)(1))-1(3(1)-(1)(5))=4\mathrlap{\,/}{=}0 ∣ B ∣ = − 2 ( 5 ( 2 ) − ( 1 ) ( 1 )) + 4 ( 3 ( 2 ) − ( 1 ) ( 1 )) − 1 ( 3 ( 1 ) − ( 1 ) ( 5 )) = 4 / = 0
We have
B − λ I = [ − 2 − λ − 4 − 1 3 5 − λ 1 1 1 2 − λ ] B-\lambda I=\begin{bmatrix}
-2-\lambda & -4 & -1 \\
3 & 5-\lambda & 1 \\
1 & 1 & 2-\lambda \\
\end{bmatrix} B − λ I = ⎣ ⎡ − 2 − λ 3 1 − 4 5 − λ 1 − 1 1 2 − λ ⎦ ⎤
p ( λ ) = ∣ B − λ I ∣ = p(\lambda)=|B-\lambda I|= p ( λ ) = ∣ B − λ I ∣ =
= ( − 2 − λ ) ( 5 − λ ) ( 2 − λ ) − 3 − 4 + ( 5 − λ ) − ( − 2 − λ ) + 12 ( 2 − λ ) = =(-2-\lambda)(5-\lambda)(2-\lambda)-3-4+(5-\lambda)-(-2-\lambda)+12(2-\lambda)= = ( − 2 − λ ) ( 5 − λ ) ( 2 − λ ) − 3 − 4 + ( 5 − λ ) − ( − 2 − λ ) + 12 ( 2 − λ ) =
= − ( λ ) 3 + 5 ( λ ) 2 − 8 λ + 4 =-(\lambda)^3+5(\lambda)^2-8\lambda+4 = − ( λ ) 3 + 5 ( λ ) 2 − 8 λ + 4 Thus, we have obtained the characteristic polynomial
p ( λ ) = − ( λ ) 3 + 5 ( λ ) 2 − 8 λ + 4 p(\lambda)=-(\lambda)^3+5(\lambda)^2-8\lambda+4 p ( λ ) = − ( λ ) 3 + 5 ( λ ) 2 − 8 λ + 4 of the matrix B.
The Cayley-Hamilton theorem yields that
0 = p ( B ) = − B 3 + 5 B 2 − 8 B + 4 I 0=p(B)=-B^3+5B^2-8B+4I 0 = p ( B ) = − B 3 + 5 B 2 − 8 B + 4 I where O is the 3×3 zero matrix.
Rearranging terms, we have
B 3 − 5 B 2 + 8 B = 4 I B^3-5B^2+8B=4I B 3 − 5 B 2 + 8 B = 4 I B ( 1 4 ( B 2 − 5 B + 8 I ) ) = I B({1 \over 4}(B^2-5B+8I))=I B ( 4 1 ( B 2 − 5 B + 8 I )) = I Similarly, we have
( 1 4 ( B 2 − 5 B + 8 I ) ) B = I ({1 \over 4}(B^2-5B+8I))B=I ( 4 1 ( B 2 − 5 B + 8 I )) B = I It follows from these two equalities that the matrix
1 4 ( B 2 − 5 B + 8 I ) {1 \over 4}(B^2-5B+8I) 4 1 ( B 2 − 5 B + 8 I ) is the inverse matrix of B.
Therefore, we have
B − 1 = 1 4 ( B 2 − 5 B + 8 I ) B^{-1}={1 \over 4}(B^2-5B+8I) B − 1 = 4 1 ( B 2 − 5 B + 8 I )
B 2 = [ − 2 − 4 − 1 3 5 1 1 1 2 ] [ − 2 − 4 − 1 3 5 1 1 1 2 ] = B^2=\begin{bmatrix}
-2 & -4 & -1 \\
3 & 5 & 1 \\
1 & 1 & 2 \\
\end{bmatrix}\begin{bmatrix}
-2 & -4 & -1 \\
3 & 5 & 1 \\
1 & 1 & 2 \\
\end{bmatrix}= B 2 = ⎣ ⎡ − 2 3 1 − 4 5 1 − 1 1 2 ⎦ ⎤ ⎣ ⎡ − 2 3 1 − 4 5 1 − 1 1 2 ⎦ ⎤ =
= [ − 9 − 13 − 4 10 4 4 3 3 4 ] =\begin{bmatrix}
-9 & -13 & -4 \\
10 & 4 & 4 \\
3 & 3 & 4 \\
\end{bmatrix} = ⎣ ⎡ − 9 10 3 − 13 4 3 − 4 4 4 ⎦ ⎤
B 2 − 5 B + 8 I = [ − 9 − 13 − 4 10 4 4 3 3 4 ] − 5 [ − 2 − 4 − 1 3 5 1 1 1 2 ] + B^2-5B+8I=\begin{bmatrix}
-9 & -13 & -4 \\
10 & 4 & 4 \\
3 & 3 & 4 \\
\end{bmatrix}-5\begin{bmatrix}
-2 & -4 & -1 \\
3 & 5 & 1 \\
1 & 1 & 2 \\
\end{bmatrix}+ B 2 − 5 B + 8 I = ⎣ ⎡ − 9 10 3 − 13 4 3 − 4 4 4 ⎦ ⎤ − 5 ⎣ ⎡ − 2 3 1 − 4 5 1 − 1 1 2 ⎦ ⎤ +
+ 8 [ 1 0 0 0 1 0 0 0 1 ] = [ 9 7 1 − 5 − 3 − 1 − 2 − 2 2 ] +8\begin{bmatrix}
1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & 1 \\
\end{bmatrix}=\begin{bmatrix}
9 & 7 & 1 \\
-5 & -3 & -1 \\
-2 & -2 & 2 \\
\end{bmatrix} + 8 ⎣ ⎡ 1 0 0 0 1 0 0 0 1 ⎦ ⎤ = ⎣ ⎡ 9 − 5 − 2 7 − 3 − 2 1 − 1 2 ⎦ ⎤
Then the inverse matrix of B is
B − 1 = [ 9 / 4 7 / 4 1 / 4 − 5 / 4 − 3 / 4 − 1 / 4 − 1 / 2 − 1 / 2 1 / 2 ] B^{-1}=\begin{bmatrix}
9/4 & 7/4 & 1/4 \\
-5/4 & -3/4 & -1/4 \\
-1/2 & -1/2 & 1/2 \\
\end{bmatrix} B − 1 = ⎣ ⎡ 9/4 − 5/4 − 1/2 7/4 − 3/4 − 1/2 1/4 − 1/4 1/2 ⎦ ⎤
c) Find the inverse of the matrix A in part a) of the question by finding its adjoint.
B = [ − 2 − 4 − 1 3 5 1 1 1 2 ] B=\begin{bmatrix}
-2 & -4 & -1 \\
3 & 5 & 1 \\
1 & 1 & 2 \\
\end{bmatrix} B = ⎣ ⎡ − 2 3 1 − 4 5 1 − 1 1 2 ⎦ ⎤ ∣ B ∣ = − 2 ( 5 ( 2 ) − ( 1 ) ( 1 ) ) + 4 ( 3 ( 2 ) − ( 1 ) ( 1 ) ) − 1 ( 3 ( 1 ) − ( 1 ) ( 5 ) ) = 4 / = 0 |B|=-2(5(2)-(1)(1))+4(3(2)-(1)(1))-1(3(1)-(1)(5))=4\mathrlap{\,/}{=}0 ∣ B ∣ = − 2 ( 5 ( 2 ) − ( 1 ) ( 1 )) + 4 ( 3 ( 2 ) − ( 1 ) ( 1 )) − 1 ( 3 ( 1 ) − ( 1 ) ( 5 )) = 4 / = 0
C 11 = ∣ 5 1 1 2 ∣ = 9 , C 12 = − ∣ 3 1 1 2 ∣ = − 5 , C 13 = ∣ 3 5 1 1 ∣ = − 2 , C_{11}=\begin{vmatrix}
5 & 1 \\
1 & 2
\end{vmatrix}=9, C_{12}=-\begin{vmatrix}
3 & 1 \\
1 & 2
\end{vmatrix}=-5, C_{13}=\begin{vmatrix}
3 & 5 \\
1 & 1
\end{vmatrix}=-2, C 11 = ∣ ∣ 5 1 1 2 ∣ ∣ = 9 , C 12 = − ∣ ∣ 3 1 1 2 ∣ ∣ = − 5 , C 13 = ∣ ∣ 3 1 5 1 ∣ ∣ = − 2 ,
C 21 = − ∣ − 4 − 1 1 2 ∣ = 7 , C 22 = ∣ − 2 − 1 1 2 ∣ = − 3 , C 23 = − ∣ − 2 − 4 1 1 ∣ = − 2 , C_{21}=-\begin{vmatrix}
-4 & -1 \\
1 & 2
\end{vmatrix}=7, C_{22}=\begin{vmatrix}
-2 & -1 \\
1 & 2
\end{vmatrix}=-3, C_{23}=-\begin{vmatrix}
-2 & -4 \\
1 & 1
\end{vmatrix}=-2, C 21 = − ∣ ∣ − 4 1 − 1 2 ∣ ∣ = 7 , C 22 = ∣ ∣ − 2 1 − 1 2 ∣ ∣ = − 3 , C 23 = − ∣ ∣ − 2 1 − 4 1 ∣ ∣ = − 2 ,
C 31 = ∣ − 4 − 1 5 1 ∣ = 1 , C 32 = − ∣ − 2 − 1 3 1 ∣ = − 1 , C 33 = ∣ − 2 − 4 3 5 ∣ = 2. C_{31}=\begin{vmatrix}
-4 & -1 \\
5 & 1
\end{vmatrix}=1, C_{32}=-\begin{vmatrix}
-2 & -1 \\
3 & 1
\end{vmatrix}=-1, C_{33}=\begin{vmatrix}
-2 & -4 \\
3 & 5
\end{vmatrix}=2. C 31 = ∣ ∣ − 4 5 − 1 1 ∣ ∣ = 1 , C 32 = − ∣ ∣ − 2 3 − 1 1 ∣ ∣ = − 1 , C 33 = ∣ ∣ − 2 3 − 4 5 ∣ ∣ = 2.
A d j ( B ) = C T = [ 9 7 1 − 5 − 3 − 1 − 2 − 2 2 ] Adj(B)=C^T=\begin{bmatrix}
9 & 7 & 1 \\
-5 & -3 & -1 \\
-2 & -2 & 2 \\
\end{bmatrix} A d j ( B ) = C T = ⎣ ⎡ 9 − 5 − 2 7 − 3 − 2 1 − 1 2 ⎦ ⎤
B − 1 = 1 ∣ B ∣ C T = [ 9 / 4 7 / 4 1 / 4 − 5 / 4 − 3 / 4 − 1 / 4 − 1 / 2 − 1 / 2 1 / 2 ] B^{-1}={1 \over {|B|}}C^T=\begin{bmatrix}
9/4 & 7/4 & 1/4 \\
-5/4 & -3/4 & -1/4 \\
-1/2 & -1/2 & 1/2 \\
\end{bmatrix} B − 1 = ∣ B ∣ 1 C T = ⎣ ⎡ 9/4 − 5/4 − 1/2 7/4 − 3/4 − 1/2 1/4 − 1/4 1/2 ⎦ ⎤
B − 1 = [ 9 / 4 7 / 4 1 / 4 − 5 / 4 − 3 / 4 − 1 / 4 − 1 / 2 − 1 / 2 1 / 2 ] B^{-1}=\begin{bmatrix}
9/4 & 7/4 & 1/4 \\
-5/4 & -3/4 & -1/4 \\
-1/2 & -1/2 & 1/2 \\
\end{bmatrix} B − 1 = ⎣ ⎡ 9/4 − 5/4 − 1/2 7/4 − 3/4 − 1/2 1/4 − 1/4 1/2 ⎦ ⎤
Comments