Evanalysis
7.3預計閱讀時間: 10 分鐘

7.3 轉置、列變換與克拉默法則

用轉置與列變換從第二個角度去讀行列式,再以伴隨矩陣、逆矩陣公式與克拉默法則收束整章。

上一節主要從「行」的角度研究行列式。這一節要把圖像橫過來看。

轉置會把行與列互換。一旦這種對稱被建立起來,沿列展開與列變換就會 像沿行展開與行變換一樣合法。最後,本章再以兩個經典公式作收束:伴 隨矩陣與克拉默法則。

轉置不會改變行列式

定理

轉置矩陣的行列式

對每個方陣 AA

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

這條定理在觀念上很重要。行列式雖然是沿行去定義的,但它並沒有暗中偏 愛「行」而排斥「列」。轉置只是把兩種視角互換,最終得到的純量不會改 變。

定理

可沿任意一列作餘因子展開

A=[aij]A=[a_{ij}] 是方陣,而你固定第 j 列,則

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

等價地,

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

因此,你可以沿行展開,也可以沿列展開。真正重要的不是方向,而是你 選中的那條行或列是否能令子式最容易計。

例題

沿着零較多的列去展開

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

第三列有一個零,所以沿第三列展開:

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.

同一個答案當然也可以用行展開得到,但挑對列會令算式短很多。

列變換遵守同一套模式

由於轉置不改變行列式,每一條關於行變換的規則,都有一條完全對應的 列變換版本。

定理

列變換對行列式的影響

BB 是由方陣 AA 做一次基本列變換得到。

  1. 交換兩列,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數」,行列式不變。

例題

用列變換製造零

考慮

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

做列變換 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}.

這兩步都只是「某列加上另一列倍數」,所以行列式沒有改變。現在沿第三 列展開:

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.

關鍵不是列變換一定比行變換優勝,而是你應該用那個能最快製造零、又 最少記帳的方向。

伴隨矩陣把所有餘因子一次過收集起來

單一個餘因子可以處理一次展開;伴隨矩陣則把所有餘因子集中到同一個 矩陣內。

定義

伴隨矩陣

n×nn\times n 矩陣 A=[aij]A=[a_{ij}],先寫出它的餘因子矩陣:

[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}.

把這個餘因子矩陣轉置,便得到 伴隨矩陣

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

伴隨矩陣恆等式與逆矩陣公式

對每個方陣 AA

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

det(A)0\det(A)\neq0,則 AA 可逆,而且

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

這條公式在觀念上非常漂亮,但在數值計算上通常不如行化簡有效。它最 重要的作用,是把逆矩陣與餘因子展開之間的代數結構完整顯示出來。

例題

由伴隨矩陣重建 2×2 逆矩陣公式

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

其餘因子矩陣是

[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}.

平時熟悉的 2×22\times2 逆矩陣公式,實際上就是伴隨矩陣恆等式在最小方 陣情況下的寫法。

克拉默法則是逐個座標求解

定理

克拉默法則

AA 是可逆的 n×nn\times n 矩陣,並令 bRnb\in\mathbb{R}^n。對每個 j,把 AA 的第 j 列改成 b,得到矩陣 MjM_j

x 是系統

Ax=bAx=b

的唯一解,則

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

克拉默法則漂亮之處,在於每個座標都由一個行列式比值單獨表示出來。它 對大系統通常不是最快的方法,但對理解「方陣可逆系統的每個座標究竟怎 樣依賴係數矩陣與右邊向量」非常有力。

例題

用克拉默法則解一個 2×2 系統

求解

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

寫成

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.

把第一列換成 b

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

把第二列換成 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}.

常見錯誤

常見錯誤

克拉默法則不是所有線性系統都可用

克拉默法則要求係數矩陣必須是方陣,而且其行列式非零。若系統是長方 形矩陣,或者係數矩陣本身奇異,克拉默法則便不能使用。即使條件滿足, 對大系統來說,它通常亦比高斯消元慢。

快速檢查

快速檢查

轉置會改變方陣的行列式嗎?

直接說出定理。

解答

答案

快速檢查

哪一種列變換會保留行列式?

想想第三類行變換的列版本。

解答

答案

快速檢查

甚麼時候可以用克拉默法則?

說出對 A 的結構要求。

解答

答案

練習

快速檢查

用列展開計算 det[102345006]\det\begin{bmatrix}1&0&2\\3&4&5\\0&0&6\end{bmatrix}

選零最多的列。

解答

引導解答

快速檢查

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

先算四個餘因子,再轉置餘因子矩陣。

解答

引導解答

快速檢查

用克拉默法則求系統 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

引導解答

相關筆記

若你對行變換的記帳仍未穩固,可先回看 7.2 行變換、乘積與可逆性

同時亦應保留 3.2 轉置與特殊矩陣 在旁,因為本節把那一章的轉置觀點推到行列式。

若要回到線性系統語言,可連回 1.1 方程與解集2.3 高斯消元與 RREF

本節掌握 checkpoint

要完成這一節 checkpoint,需要把每一題答對。 答對進度: 0%.

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

填空:對可逆方陣系統 Ax=b,克拉默法則指出 x_j = ____。

已用嘗試次數: 0

剩餘嘗試次數: 不限嘗試次數

預覽不會消耗嘗試次數。

提交會記錄一次正式評分嘗試。

輸入格式提示: 輸入 `det(M_j)/det(A)` 呢種簡短符號答案已經足夠。

本單元重點詞彙