线性代数｜二元线性方程组与二阶行列式

长行

已于 2023-09-23 16:25:21 修改

阅读量1.2k

点赞数 1

分类专栏：线性代数文章标签：线性代数

于 2022-09-12 11:15:03 首次发布

本文链接：https://blog.csdn.net/Changxing_J/article/details/126814856

版权

线性代数专栏收录该内容

104 篇文章

订阅专栏

前置知识：

【定义】二阶行列式

设二元线性方程组：
$\begin{cases} a_{11} x_1 + a_{12} x_2 = b_1 \\ a_{21} x_1 + a_{22} x_2 = b_2 \end{cases} \tag{1}$
当 $a_{11} a_{22} - a_{12} a_{21} \ne 0$ 时，用消元法分别消去未知数 $x_2$ 和 $x_1$ ，可以求得方程组 (1) 的解为
$x_1 = \frac{b_1 a_{22} - a_{12} b_2}{a_{11} a_{22} - a_{12} a_{21}}, \hspace{1em} x_2 = \frac{a_{11} b_2 - b_1 a_{21}}{a_{11} a_{22} - a_{12} a_{21}} \tag{2}$
利用二阶行列式的概念，若记
$\begin{align*} D & = \begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix} = a_{11} a_{22} - a_{12} a_{21} \\ D_1 & = \begin{vmatrix} b_1 & a_{12} \\ b_2 & a_{22} \end{vmatrix} = b_1 a_{22} - a_{12} b_2 \\ D_2 & = \begin{vmatrix} a_{11} & b_1 \\ a_{21} & b_2 \end{vmatrix} = a_{11} b_2 - b_1 a_{21} \end{align*}$
那么式 (2) 可以写成
$x_1 = \frac{D_1}{D} = \frac{\begin{vmatrix} b_1 & a_{12} \\ b_2 & a_{22} \end{vmatrix}}{\begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix}}, \hspace{1em} x_2 = \frac{D_2}{D} = \frac{\begin{vmatrix} a_{11} & b_1 \\ a_{21} & b_2 \end{vmatrix}}{\begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix}} \tag{3}$
式 (3) 中的 $D$ 是由方程组的系数所确定的二阶行列式（称系数行列式）； $D_1$ 是用常数项 $b_1,b_2$ 替换 $D$ 中第 1 列的元素 $a_{11},a_{21}$ 所得的二阶行列式； $D_2$ 是用常数项 $b_1,b_2$ 替换 $D$ 中第 2 列的元素 $a_{21},a_{22}$ 所得的二阶行列式。