线性代数之——克拉默法则、逆矩阵和体积

1. 克拉默法则

这部分我们通过代数方法来求解 Ax=b

x 替换单位矩阵的第一列,然后再乘以 A,我们得到一个第一列为 b 的矩阵,而其余列则是从矩阵 A 中对应列直接拷贝过来的。

利用行列式的乘法法则,我们有

|A|(x_1)=|B_1|

如果我们想要求 x_2,那么将 x 放在单位矩阵的第二列即可。

|A|(x_2)=|B_2|

同理,如果 det A \not = 0,我们可以通过行列式来对 Ax=b 进行求解。

x_1 = \frac{det \space B_1}{det \space A} \quad x_2 = \frac{det \space B_2}{det \space A} \quad \cdots \quad x_n = \frac{det \space B_n}{det \space A}

其中 B_j 就是将矩阵 A 的第 j 列替换为向量 b

2. 逆矩阵

对于 n=2,我们通过求解 AA^{-1}=I 来找到 A^{-1} 的每一列。

为了解出 x,我们需要五个行列式。

后面的四个行列式分别为 d,-c,-b,a,它们分别是矩阵的代数余子式 C_{11},C_{12},C_{21},C_{22}

对任意大小的矩阵都满足,当右边是单位矩阵的一列时,克拉默法则中矩阵 B_j 的行列式是一个代数余子式。

第一个行列式 |B_1| 是代数余子式 C_{11},第二个行列式 |B_2| 是代数余子式 C_{12},但是它位于逆矩阵的第一列,也就是 (2,1) 的位置。因此有

我们可以进行一个简单的验证,两边同时乘以 A

左边第一行乘以第一列可得

a_{11}C_{11}+a_{12}C_{12}+a_{13}C_{13} = det \space A

第一行乘以第二列可得

a_{11}C_{21}+a_{12}C_{22}+a_{13}C_{23} = 0

这可以看作是我们将矩阵 A 的第一行复制到第二行得到另外一个矩阵 A^*,矩阵 A^* 有两行元素相同,其行列式为零。另外,我们注意到矩阵 AA^* 的代数余子式 C_{21},C_{22},C_{23} 是相同的,因此上式就是矩阵 A^* 的行列式,其值为零。

3. 体积

任何人都知道一个长方形的面积——底乘以高,而一个三角形的面积为底乘以高的一半。但是,如果我们只知道三角形三个顶点的坐标为 (x_1, y_1),(x_2, y_2),(x_3, y_3),这时候面积为多少呢?

三角形的面积就是 3×3 行列式的一半,如果其中一个坐标为原点的话,那么行列式就只有 2×2 了。

由于平行四边形的面积是三角形面积的两倍,因此从原点开始的平行四边形是一个 2×2 的行列式。

如果我们能证明平行四边形的面积和行列式具有一样的性质,那么面积就等于行列式

  • A = I 时,平行四边形就变成了单位正方形,面积为 det I = 1
  • 当两行进行交换的时候,行列式改变符号,但平行四边形还是原来的平行四边形,其面积的绝对值没有改变。
  • 当某一行乘以 t 后,面积就变为原来的 t 倍。当其中一行不变,而另一行加上 (x_1', y_1') 后,新的平行四边形的面积就为两个平行四边形面积的和。

注意右边的图形是一个平面图形,两个三角形的面积是一样的。我画了一个草图,可能会更直观一点。

S_{\diamond OCEB} = S_{\diamond OADB}+S_{\diamond ACED} \quad 因为 \quad S_{\triangle BED}=S_{\triangle OCA}

这个证明虽然不走寻常路,但是它可以很容易扩展到 n 维中去,它们都满足行列式的三个基本性质。在三维中,体积等于行列式的绝对值

4. 叉积

两个向量的叉积定义为:

叉积得到一个新的向量,这个向量垂直于 uv,而且有 v×u = -u×v

  • 性质 1: v×u 交换了第二行和第三行,因此有v×u = -u×v

  • 性质 2: v×u 垂直于 uv

行列式的三行变成了 uuv,因此其值为零。

  • 性质 3: 向量和自己的叉积是 0。当 uv 平行的时候,它们的叉积也为 0。点积涉及余弦,叉积涉及正弦。

uv 为边的平行四边形的面积等于它们叉积的模,其实也就是底乘以高。

叉积遵守右手定则,叉积后向量的方向为右手大拇指指向的方向。

(u×v)\cdot w 是一个数字,代表边为 uvw 的立方体的体积。

如果这个积为零,说明 uvw 位于一个平面内,体积为零,矩阵是不可逆的,行列式为零。

5. 习题

如果 A 是奇异矩阵,那么有

AC^T=(det A)I \to AC^T = 0

因此, C^T 的每一列都位于矩阵 A 的零空间,我们可以通过求解矩阵的代数余子式来求解 Ax=0

获取更多精彩,请关注「seniusen」!


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容