在線即時計算器 · 純前端本地秒算 · 零數據上傳

🔢 Adjoint Conjugate Transpose Matrix 計算機

專業免費的 Adjoint Conjugate Transpose Matrix 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
即時試算完成
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

什麼是矩陣的伴隨(埃爾米特共軛)?

伴隨矩陣記為 A^{*}、A^{\dagger}(dagger)或 A^{\mathsf{H}},是矩陣 A 的共軛轉置。它的求法分兩步:先把 A 轉置(行列互換),再把每個元素換成它的複共軛(實部保留、虛部變號)。若 A 為 m × n,則 A^{*} 為 n × m。要注意這裡指的是線性代數與量子力學中所用的埃爾米特共軛(Hermitian conjugate),而非用於求反矩陣的「伴隨矩陣」(adjugate,又稱古典伴隨,即餘因子矩陣的轉置)——兩者中文都常譯作「伴隨」,但意義不同,請勿混淆。

計算機使用說明

輸入矩陣時,每一列佔一行,同一列的元素以逗號或空格分隔。實數元素直接寫成 3 或 -2.5 即可。複數元素採用 a+bi 的格式:例如 2+3i、-1-2i、4i,或只寫 -i。請依資料設定列數與行數,再選擇顯示位數,工具便會回傳維度對調後的 A^{*}。

公式解析

把每個元素寫成 a_{kl} = x_{kl} + i y_{kl}。伴隨矩陣 B = A^{*} 的元素為

b_{kl} = \overline{a_{lk}} = x_{lk} - i y_{lk}

下標的位置對調代表「轉置」,y 的符號反轉則代表「共軛」。整體可寫成

A^{*} = \overline{A^{\mathsf{T}}} = ≤ft(\overline{A}\right)^{\mathsf{T}}

當所有 y_{ij}=0 時,則 A^{*} = A^{\mathsf{T}}。

範例演算

以 2 × 3 矩陣 A = \begin{bmatrix} 1 & 2+3i & -i \\ 4-i & 5 & 6+2i \end{bmatrix} 為例。轉置後變成 3 × 2 的排列,再對每個元素取共軛,得到

A^{*} = \begin{bmatrix} 1 & 4+i \\ 2-3i & 5 \\ i & 6-2i \end{bmatrix}

因此 2+3i 變成 2-3i、-i 變成 +i,而實數 5 維持不變。

伴隨矩陣(共軛轉置)的性質

矩陣的伴隨矩陣(Hermitian 共軛)透過轉置後再取每個元素的複共軛得到:≤ft(A^{*}\right)_{ij} = \overline{A_{ji}}。記號 A^{*}、A^{H} 和 A^{\dagger} 都表示同一種運算。下面的恆等式對任何大小相容的複矩陣(以及任何複數標量 c)都成立。

性質 恆等式 說明
迴旋性 (A^{*})^{*} = A 將伴隨運算應用兩次會回到原矩陣。
可加性 (A+B)^{*} = A^{*} + B^{*} 要求 A 和 B 大小相同。
共軛齊次性 (cA)^{*} = \overline{c} A^{*} 標量取出時被共軛,例如 (iA)^{*} = -iA^{*}。
反向乘積 (AB)^{*} = B^{*}A^{*} 因子順序被反轉(反同態)。
逆矩陣 (A^{*})^{-1} = (A^{-1})^{*} 當 A 可逆時成立;伴隨和逆矩陣可交換。
行列式 \det(A^{*}) = \overline{\det(A)} 僅適用於方陣 A;行列式被共軛。

由於共軛不改變實數,當所有元素都是實數時,上面的每個恆等式都簡化為其實矩陣對應版本(其中 A^{*}=A^{\mathsf{T}})。

關鍵詞彙

共軛轉置 / 伴隨矩陣 A^{*}
透過轉置 A 並共軛每個元素得到的矩陣:(A^{*})_{ij} = \overline{A_{ji}}。也稱為 Hermitian 共軛或 Hermitian 伴隨。
複共軛
對於 z = a + bi,共軛為 \overline{z} = a - bi:虛部的符號被翻轉,而實部保持不變。
轉置 A^{\mathsf{T}}
沿著主對角線的反射,交換行與列:(A^{\mathsf{T}})_{ij} = A_{ji}。不進行共軛。
Hermitian 矩陣
等於其自身伴隨的方陣,A^{*} = A。其對角線元素是實數,其特徵值是實數。
反 Hermitian 矩陣
滿足 A^{*} = -A 的方陣。其對角線元素是純虛數(或零),其特徵值是純虛數。
么正矩陣
其伴隨矩陣為其逆矩陣的方陣,A^{*}A = AA^{*} = I。么正矩陣保持複內積,且其特徵值的模為 1。
伴隨矩陣(古典伴隨)
儘管名稱相似,但概念不同:余因子矩陣的轉置,用於 A^{-1} = ((1) ÷ (\det A)) adj(A)。它與共軛轉置 A^{*} 無關。
匕首記號 A^{\dagger}
物理學中(尤其是量子力學)常用的共軛轉置符號;A^{\dagger}、A^{H} 和 A^{*} 都表示同一運算。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

伴隨和轉置是同一回事嗎?
只有在實數矩陣時才相同。若含有複數元素,還必須額外取共軛,兩者就會不一樣。
什麼是埃爾米特矩陣(Hermitian matrix)?
指等於自身伴隨的方陣,即 \(A^{*} = A\)。你可以把輸出與輸入相比對來驗證。
這是不是求反矩陣時用的那個伴隨矩陣(adjugate)?
不是。adjugate(古典伴隨)是餘因子矩陣的轉置;本工具計算的是共軛轉置。