（邱维声）高等代数课程笔记：克莱默法则

最新推荐文章于 2024-09-05 12:24:47 发布

朝暮1122

最新推荐文章于 2024-09-05 12:24:47 发布

阅读量643

点赞数

分类专栏：高等代数文章标签：线性代数高等代数数学

本文链接：https://blog.csdn.net/qq_44803884/article/details/130045416

版权

高等代数专栏收录该内容

21 篇文章 18 订阅

订阅专栏

克莱默（Cramer）法则

$\quad$ 本节主要介绍一个重要的定理——Cramer 法则。

$\begin{cases} \begin{aligned} a_{11}x_{1} + a_{12}x_{2} + \cdots + a_{1n}x_{n} &= b_{1}\\ a_{21}x_{1} + a_{22}x_{2} + \cdots + a_{2n}x_{n} &= b_{2}\\ \cdots \cdots \quad \quad \quad \quad \quad \quad \quad &\quad\\ a_{n1}x_{1} + a_{n2}x_{2} + \cdots + a_{nn}x_{n} &= b_{n} \end{aligned} \tag{1} \end{cases}$

定理 1：设 $(1)$ 数域 $K$ 上的由 $n$ 个方程构成的 $n$ 元线性方程组，则：

$(1)$ 无解或有无穷多解 当且仅当 其系数矩阵的行列式为零。
$(1)$ 有唯一解 当且仅当 其系数矩阵的行列式不为零。

证明：

$\quad$ 增广矩阵 $\tilde A \xrightarrow{\text{初等行变换}}$ 阶梯形矩阵 $\tilde{ J}$ .

$\quad$ 系数矩阵 $\xrightarrow{\text{上述初等行变换}}$ 阶梯形矩阵 $J$ ， $J$ 比 $\tilde{J}$ 少一列。

$\quad$ 由 线性方程组解的情况及其判别准则 可知， $(1)$ 的解有且只有三种情况：无解，有无穷多解，有唯一解。并且：

若 $\tilde{J}$ 有非零行 $(0,0,\cdots,0,d)$ 且 $d\ne 0$ 时，方程组无解；
否则，方程组有解。
- 当方程组有解时，若满足 $\tilde{J}$ 的非零行数目 $r < n$ ，则方程组有无穷多解；
- 当方程组有解时，若满足 $\tilde{J}$ 的非零行数目 $r = n$ ，方程组有唯一解。

而

$\begin{aligned} \text{方程组} (1) \text{无解} &\Leftrightarrow \tilde{J} \text{有非零行} (0,0,\cdots,0,d) \text{，其中} ~ d\ne 0\\ &\Leftrightarrow J \text{有零行}\\ &\Rightarrow |J|=0 \end{aligned}$

$\begin{aligned} \text{方程组} (1) \text{有无穷多解} &\Leftrightarrow \tilde{J} ~ \text{的非零行数目}~ r<n\\ &\Leftrightarrow \tilde{J} ~ 有零行\\ &\Rightarrow J \text{有零行}\\ &\Rightarrow |J| = 0 \end{aligned}$

$\begin{aligned} \text{方程组}(1) \text{有唯一解} &\Leftrightarrow \tilde{J} \text{的非零行数目} r=n \\ &\Leftrightarrow \tilde{J} \text{有} n \text{个非零行}\\ &\Leftrightarrow J \text{有} n \text{个非零行}\\ &\Leftrightarrow J \text{有} n \text{个主元}\\ &\Leftrightarrow J \text{的形状只能是：} \left(\begin{matrix}c_{11} & c_{12} &\cdots &c_{1n}\\0 &c_{21} &\cdots &c_{2n}\\ \vdots &\vdots & &\vdots \\ 0 &0 &\cdots &c_{nn}\end{matrix}\right) \\ &\quad ~ \text{且} c_{11},c_{22},\cdots ,c_{nn} \ne 0.\\ &\Leftrightarrow |J| \text{为上三角行列式，且} |J|\ne 0. \end{aligned}$

注：个人觉得，在 定理 1 的证明中，前部分证明似乎是多余的！前者完全可以作为后者的推论得出！

推论 1：数域 $K$ 上的由 $n$ 个方程构成的 $n$ 元齐次线性方程组只有零解 当且仅当 其系数矩阵的行列式不为零。

推论 2：数域 $K$ 上的由 $n$ 个方程构成的 $n$ 元齐次线性方程组有非零解 当且仅当 其系数矩阵的行列式等于零。

定理 2：数域 $K$ 上的由 $n$ 个方程构成的 $n$ 元齐次线性方程组的系数矩阵行列式不为零时，其唯一解为

$\left(\frac{|B_{1}|}{|A|},\frac{|B_{2}|}{|A|},\cdots,\frac{|B_{n}}{|A|}\right)$

其中，

$B_{j} =\left( \begin{matrix} a_{11} & \cdots & a_{1,j-1} & b_{1} & a_{1,j+1} & \cdots &a_{1n}\\ a_{21} & \cdots & a_{2,j-1} & b_{2} & a_{2,j+1} & \cdots &a_{2n}\\ \vdots &\vdots &\vdots &\vdots &\vdots &\vdots &\vdots\\ a_{n1} &\cdots & a_{n,j-1} & b_{n} & a_{n,j+1} & \cdots &a_{nn} \end{matrix}\right)$

证明：

$\quad$ 此处暂不给出证明，到学习第4章时，会给出更简单的证明！当然教材的相应部分也提供了一种常用的证明方法，可作参考。

注意：定理 1 与 定理 2 合称 克莱默法则。

$\quad$ 最后，我们做一个总结：目前，我们利用 $n$ 阶行列式，已经解决了这样一个问题：

$\quad$ 对于数域 $K$ 上的由 $n$ 个方程构成的 $n$ 元线性方程组，能够直接从方程组的系数和常数项出现，判断其有没有解？若有解，有多少解？

$\quad$ 事实上，行列式的应用不止于此，它在诸多领域中均有作用。比如，在分析、几何领域中也有它的身影。

$\quad$ 下面，介绍行列式在几何中的两个应用示例，借以了解行列式的几何意义。

例题 1：二阶行列式 $\left|\begin{matrix}a_{1} &b_{1}\\a_{2}&b_{2}\end{matrix}\right|$ 可以表示由平面向量 $\vec{a}=(a_{1},a_{2})^{T}$ , $\vec{b} = (b_{1},b_{2})^{T}$ 张成的平行四边形的 定向面积。

注：什么是“定向面积”？

在解析几何中，任一向量都可以看作是从原点 $O$ 出发的一条有向线段。
假设向量 $\vec{a}$ 与向量 $\vec{b}$ 不共线，考虑 $\vec{a}\rightarrow \vec{b}$ 的旋转（小于 $90^{o}$ ），
若旋转为逆时针，则面积为正；
若旋转为顺时针，则面积为负。

例题 2：三阶行列式 $\left|\begin{matrix}a_{1} &b_{1} &c_{1}\\ a_{2} &b_{2} &c_{2}\\a_{3} &b_{3} &c_{3}\end{matrix}\right|$ 可以表示由空间向量 $\vec{a}=(a_{1},a_{2},a_{3})^{T}$ ， $\vec{b}=(b_{1},b_{2},b_{3})^{T}$ 以及 $\vec{c} = (c_{1},c_{2},c_{3})^{T}$ 所张成的平行六面体的 定向体积。

参考：

邱维声. 高等代数课程.

朝暮1122

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
（邱维声）高等代数课程笔记：克莱默法则

此处暂不给出证明，到学习第4章时，会给出更简单的证明！当然教材的相应部分也提供了一种常用的证明方法，可作参考。事实上，行列式的应用不止于此，它在诸多领域中均有作用。比如，在分析、几何领域中也有它的身影。元线性方程组，能够直接从方程组的系数和常数项出现，判断其有没有解？的证明中，前部分证明似乎是多余的！下面，介绍行列式在几何中的两个应用示例，借以了解行列式的几何意义。的解有且只有三种情况：无解，有无穷多解，有唯一解。元齐次线性方程组的系数矩阵行列式不为零时，其唯一解为。最后，我们做一个总结：目前，我们利用。
复制链接

扫一扫

专栏目录