Evanalysis
7.3预计阅读时间: 10 分钟

7.3 转置、列变换与克拉默法则

用转置与列变换从第二个角度去读行列式,再以伴随矩阵、逆矩阵公式与克拉默法则收束整章。

上一节主要从“行”的角度研究行列式。这一节要把图像横过来看。

转置会把行与列互换。一旦这种对称被建立起来,沿列展开与列变换就会 像沿行展开与行变换一样合法。最后,本章再以两个经典公式作收束:伴 随矩阵与克拉默法则。

转置不会改变行列式

定理

转置矩阵的行列式

对每个方阵 AA

det(AT)=det(A).\det(A^T)=\det(A).

这条定理在观念上很重要。行列式虽然是沿行去定义的,但它并没有暗中偏 爱“行”而排斥“列”。转置只是把两种视角互换,最终得到的标量不会改 变。

定理

可沿任意一列作余因子展开

A=[aij]A=[a_{ij}] 是方阵,而你固定第 j 列,则

det(A)=a1jA1j+a2jA2j++anjAnj.\det(A)=a_{1j}A_{1j}+a_{2j}A_{2j}+\cdots+a_{nj}A_{nj}.

等价地,

det(A)=i=1n(1)i+jaijMij.\det(A)=\sum_{i=1}^n (-1)^{i+j}a_{ij}M_{ij}.

因此,你可以沿行展开,也可以沿列展开。真正重要的不是方向,而是你 选中的那条行或列是否能令子式最容易算。

例题

沿着零较多的列去展开

A=[170698015].A= \begin{bmatrix} 1&7&0\\ 6&9&8\\ 0&1&5 \end{bmatrix}.

第三列有一个零,所以沿第三列展开:

det(A)=0A13+8A23+5A33.\det(A)= 0\cdot A_{13} +8A_{23} +5A_{33}.

因此

det(A)=81701+51769=8(1)+5(942)=173.\det(A) =-8 \begin{vmatrix} 1&7\\ 0&1 \end{vmatrix} +5 \begin{vmatrix} 1&7\\ 6&9 \end{vmatrix} =-8(1)+5(9-42)=-173.

同一个答案当然也可以用行展开得到,但挑对列会令算式短很多。

列变换遵守同一套模式

由于转置不改变行列式,每一条关于行变换的规则,都有一条完全对应的 列变换版本。

定理

列变换对行列式的影响

BB 是由方阵 AA 做一次基本列变换得到。

  1. 交换两列,行列式乘上 1-1
  2. 把某一列乘上 β\beta,行列式也乘上 β\beta
  3. 把某一列改成“原本那一列加上另一列的倍数”,行列式不变。

例题

用列变换制造零

考虑

C=[321416312].C= \begin{bmatrix} 3&2&-1\\ 4&1&6\\ -3&-1&2 \end{bmatrix}.

做列变换 C2+C1-C_2+C_1C3+C1C_3+C_1

[321416312][120319211].\begin{bmatrix} 3&2&-1\\ 4&1&6\\ -3&-1&2 \end{bmatrix} \longrightarrow \begin{bmatrix} 1&2&0\\ 3&1&9\\ -2&-1&-1 \end{bmatrix}.

这两步都只是“某列加上另一列倍数”,所以行列式没有改变。现在沿第三 列展开:

det(C)=9122111231=9(3)(5)=22.\det(C)= 9 \begin{vmatrix} 1&2\\ -2&-1 \end{vmatrix} -1 \begin{vmatrix} 1&2\\ 3&1 \end{vmatrix} =9(3)-(-5)=22.

关键不是列变换一定比行变换更优,而是你应该用那个能最快制造零、又 最少记账的方向。

伴随矩阵把所有余因子一次性收集起来

单个余因子可以处理一次展开;伴随矩阵则把所有余因子集中到同一个矩 阵中。

定义

伴随矩阵

n×nn\times n 矩阵 A=[aij]A=[a_{ij}],先写出它的余因子矩阵:

[A11A12A1nA21A22A2nAn1An2Ann].\begin{bmatrix} A_{11}&A_{12}&\cdots&A_{1n}\\ A_{21}&A_{22}&\cdots&A_{2n}\\ \vdots&\vdots&\ddots&\vdots\\ A_{n1}&A_{n2}&\cdots&A_{nn} \end{bmatrix}.

把这个余因子矩阵转置,便得到 伴随矩阵

adj(A)=[A11A21An1A12A22An2A1nA2nAnn].\operatorname{adj}(A)= \begin{bmatrix} A_{11}&A_{21}&\cdots&A_{n1}\\ A_{12}&A_{22}&\cdots&A_{n2}\\ \vdots&\vdots&\ddots&\vdots\\ A_{1n}&A_{2n}&\cdots&A_{nn} \end{bmatrix}.

定理

伴随矩阵恒等式与逆矩阵公式

对每个方阵 AA

Aadj(A)=det(A)I.A\,\operatorname{adj}(A)=\det(A)I.

det(A)0\det(A)\neq0,则 AA 可逆,而且

A1=1det(A)adj(A).A^{-1}=\frac{1}{\det(A)}\operatorname{adj}(A).

这条公式在观念上非常漂亮,但在数值计算上通常不如行化简有效。它最 重要的作用,是把逆矩阵与余因子展开之间的代数结构完整显示出来。

例题

由伴随矩阵重建 2×2 逆矩阵公式

A=[abcd],det(A)=adbc0.A= \begin{bmatrix} a&b\\ c&d \end{bmatrix}, \qquad \det(A)=ad-bc\neq0.

其余因子矩阵是

[dcba],\begin{bmatrix} d&-c\\ -b&a \end{bmatrix},

所以

adj(A)=[dbca].\operatorname{adj}(A)= \begin{bmatrix} d&-b\\ -c&a \end{bmatrix}.

因此

A1=1adbc[dbca].A^{-1}= \frac{1}{ad-bc} \begin{bmatrix} d&-b\\ -c&a \end{bmatrix}.

平时熟悉的 2×22\times2 逆矩阵公式,实际上就是伴随矩阵恒等式在最小方 阵情形下的写法。

克拉默法则是逐个坐标求解

定理

克拉默法则

AA 是可逆的 n×nn\times n 矩阵,并令 bRnb\in\mathbb{R}^n。对每个 j,把 AA 的第 j 列改成 b,得到矩阵 MjM_j

x 是系统

Ax=bAx=b

的唯一解,则

xj=det(Mj)det(A).x_j=\frac{\det(M_j)}{\det(A)}.

克拉默法则漂亮之处,在于每个坐标都由一个行列式比值单独表示出来。它 对大系统通常不是最快的方法,但对理解“方阵可逆系统的每个坐标究竟怎 样依赖系数矩阵与右侧向量”非常有力。

例题

用克拉默法则解一个 2×2 系统

求解

{2x1+x2=5,x1+3x2=7.\begin{cases} 2x_1+x_2=5,\\ x_1+3x_2=7. \end{cases}

写成

A=[2113],b=[57].A= \begin{bmatrix} 2&1\\ 1&3 \end{bmatrix}, \qquad b= \begin{bmatrix} 5\\ 7 \end{bmatrix}.

先算

det(A)=2311=5.\det(A)=2\cdot3-1\cdot1=5.

把第一列换成 b

M1=[5173],det(M1)=157=8.M_1= \begin{bmatrix} 5&1\\ 7&3 \end{bmatrix}, \qquad \det(M_1)=15-7=8.

把第二列换成 b

M2=[2517],det(M2)=145=9.M_2= \begin{bmatrix} 2&5\\ 1&7 \end{bmatrix}, \qquad \det(M_2)=14-5=9.

因此

x1=85,x2=95.x_1=\frac{8}{5}, \qquad x_2=\frac{9}{5}.

常见错误

常见错误

克拉默法则不是所有线性系统都可用

克拉默法则要求系数矩阵必须是方阵,而且其行列式非零。若系统是长方 形矩阵,或者系数矩阵本身奇异,克拉默法则便不能使用。即使条件满足, 对大系统来说,它通常也比高斯消元慢。

快速检查

快速检查

转置会改变方阵的行列式吗?

直接说出定理。

解答

答案

快速检查

哪一种列变换会保留行列式?

想想第三类行变换的列版本。

解答

答案

快速检查

什么时候可以用克拉默法则?

说出对 A 的结构要求。

解答

答案

练习

快速检查

用列展开计算 det[102345006]\det\begin{bmatrix}1&0&2\\3&4&5\\0&0&6\end{bmatrix}

选零最多的列。

解答

引导解答

快速检查

A=[1234]A=\begin{bmatrix}1&2\\3&4\end{bmatrix},写出 adj(A)\operatorname{adj}(A)

先算四个余因子,再转置余因子矩阵。

解答

引导解答

快速检查

用克拉默法则求系统 x1+x2=3x_1+x_2=32x1x2=02x_1-x_2=0x1x_1

只需要 det(A)\det(A)det(M1)\det(M_1)

解答

引导解答

相关笔记

若你对行变换的记账仍未稳固,可先回看 7.2 行变换、乘积与可逆性

同时也应保留 3.2 转置与特殊矩阵 在旁,因为本节把那一章的转置观点推到行列式。

若要回到线性系统语言,可连回 1.1 方程与解集2.3 高斯消元与 RREF

本节掌握 checkpoint

要完成这一节 checkpoint,需要把每一题答对。 答对进度: 0%.

技能点: determinant, cramers-rule, invertible-system

填空:对可逆方阵系统 Ax=b,克拉默法则指出 x_j = ____。

已用尝试次数: 0

剩余尝试次数: 不限尝试次数

预览不会消耗尝试次数。

提交会记录一次正式评分尝试。

输入格式提示: 输入 `det(M_j)/det(A)` 这种简短符号答案已经足够。

本单元重点词汇