高等数学 · 第六章 线性代数初步
第一节 线性方程组的行列式解法
一、线性方程组
由
m
m
m 个
n
n
n 元线性方程联立而成的方程组称为具有
m
m
m 个方程的
n
n
n 元线性方程。
这样的方程组一般可以表示如下:
{
a
11
x
1
+
a
12
x
2
+
⋯
+
a
1
n
x
n
=
b
1
a
21
x
1
+
a
22
x
2
+
⋯
+
a
2
n
x
n
=
b
2
⋯
a
n
1
x
1
+
a
n
2
x
2
+
⋯
+
a
n
n
x
n
=
b
n
\begin{cases} {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 \\ a_{n1}x_1 + a_{n2}x_2 + \cdots + a_{nn}x_n = b_n \end{cases}
⎩⎪⎪⎪⎨⎪⎪⎪⎧a11x1+a12x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2⋯an1x1+an2x2+⋯+annxn=bn
其中
a
i
j
(
1
≤
i
≤
m
,
1
≤
j
≤
m
)
a_{ij}(1 \le i \le m, 1 \le j \le m)
aij(1≤i≤m,1≤j≤m) 和
b
i
1
≤
i
≤
m
b_i{1 \le i \le m}
bi1≤i≤m 为给定常数;
x
1
,
x
2
,
x
3
,
⋯
,
x
n
x_1,x_2,x_3,\cdots,x_n
x1,x2,x3,⋯,xn 为未知量。常数
a
i
j
a_{ij}
aij 称为
x
j
x_j
xj 的系数,它有两个下标, 第一个下标
i
i
i 表示它在方程组中的第
i
i
i 个方程, 第二个下标
j
j
j 表示它是第
j
j
j 个未知量的系数。
常数
b
1
,
b
2
,
⋯
,
b
m
b_1,b_2,\cdots,b_m
b1,b2,⋯,bm 称为方程组的常数项。我们称任何一个使得方程组中各个方程都成立的
n
n
n 元数组
(
x
1
,
x
2
,
⋯
,
x
n
)
(x_1,x_2,\cdots,x_n)
(x1,x2,⋯,xn) 为方程组的一个解。所谓求方程组的解就是求出它的所有解,即通解。
如果
b
1
,
b
2
,
⋯
,
b
m
b_1,b_2,\cdots,b_m
b1,b2,⋯,bm 全部为
0
0
0,则称方程组为
n
n
n 元齐次线性方程组;如果
b
1
,
b
2
,
⋯
,
b
m
b_1,b_2,\cdots,b_m
b1,b2,⋯,bm 不全为
0
0
0,则称方程组为
n
n
n 元非齐次线性方程组。
二、行列式解法
二元线性方程组
{
a
11
x
1
+
a
12
x
2
=
b
1
a
21
x
1
+
a
22
x
2
=
b
2
\begin{cases} a_{11}x_1 + a_{12}x_2 = b_1 \\ a_{21}x_1 + a_{22}x_2 = b_2 \end{cases}
{a11x1+a12x2=b1a21x1+a22x2=b2
我们引入记号
∣
a
11
a
12
a
21
a
22
∣
=
a
11
a
22
−
a
12
a
21
\left | \begin{array} {cc} a_{11} & a_{12} \\ a_{21} & a_{22} \end{array} \right | = a_{11}a_{22} - a_{12}a_{21}
∣∣∣∣a11a21a12a22∣∣∣∣=a11a22−a12a21 并称之为 二阶行列式。
它有两行两列,横的叫行,竖的叫列。数
a
i
j
(
i
,
j
=
1
,
2
)
a_{ij}(i,j = 1,2)
aij(i,j=1,2) 称为行列式的元素,第一个下标
i
i
i 代表它所在的第
i
i
i 行,第二个下标
j
j
j 代表它所在的第
j
j
j 列, 即
a
i
j
a_{ij}
aij 是位于行列式第
i
i
i 行与第
j
j
j 列相交处的元素。
二阶行列式的解法——克拉默(Cramer)法则
定理
6.1
6.1
6.1 若
D
=
∣
a
11
a
12
a
21
a
22
∣
≠
0
D = \left | \begin{array} {cc} a_{11} & a_{12} \\ a_{21} & a_{22} \end{array} \right | \neq 0
D=∣∣∣∣a11a21a12a22∣∣∣∣=0 则二元线性方程组有唯一解
x
1
=
D
1
D
=
1
D
∣
b
1
a
12
b
2
a
22
∣
x_1 = \cfrac{D_1}{D} = \cfrac {1}{D}\left| \begin{array} {cc} b_1 & a_{12} \\ b_2 & a_{22} \end{array} \right|
x1=DD1=D1∣∣∣∣b1b2a12a22∣∣∣∣,
x
2
=
D
2
D
=
1
D
∣
a
11
b
1
a
21
b
2
∣
x_2 = \cfrac{D_2}{D} = \cfrac {1}{D}\left| \begin{array} {cc} a_{11} & b_1 \\ a_{21} & b_2 \end{array} \right|
x2=DD2=D1∣∣∣∣a11a21b1b2∣∣∣∣
其中
D
D
D 称为方程组的系数行列式,
D
1
=
∣
b
1
a
12
b
2
a
22
∣
D1 = \left| \begin{array} {cc} b_1 & a_{12} \\ b_2 & a_{22} \end{array} \right|
D1=∣∣∣∣b1b2a12a22∣∣∣∣,
D
2
=
∣
a
11
b
1
a
21
b
2
∣
D_2 = \left| \begin{array} {cc} a_{11} & b_1 \\ a_{21} & b_2 \end{array} \right|
D2=∣∣∣∣a11a21b1b2∣∣∣∣
就是分别将系数行列式中的第一列和第二列换成
b
1
,
b
2
b_1, b_2
b1,b2 得到的两个行列式。
例题
- 解线性方程组
{
3
x
+
4
y
=
2
4
x
+
5
y
=
3
\begin{cases} 3x + 4y = 2 \\ 4x + 5y = 3 \end{cases}
{3x+4y=24x+5y=3
解: D = ∣ 3 4 4 5 ∣ = 3 ∗ 5 − 4 ∗ 4 = − 1 ≠ 0 D = \left | \begin{array} {cc} 3 & 4 \\ 4 & 5 \end{array} \right | = 3 * 5 - 4 * 4 = -1 \neq 0 D=∣∣∣∣3445∣∣∣∣=3∗5−4∗4=−1=0
D 1 = ∣ 2 4 3 5 ∣ = 2 ∗ 5 − 4 ∗ 3 = − 2 D_1 = \left | \begin{array} {cc} 2 & 4 \\ 3 & 5 \end{array} \right | = 2 * 5 - 4 * 3 = -2 D1=∣∣∣∣2345∣∣∣∣=2∗5−4∗3=−2
D 2 = ∣ 3 2 4 3 ∣ = 3 ∗ 3 − 2 ∗ 4 = 1 D_2 = \left | \begin{array} {cc} 3 & 2 \\ 4 & 3 \end{array} \right | = 3 * 3 - 2 * 4 = 1 D2=∣∣∣∣3423∣∣∣∣=3∗3−2∗4=1
所以,方程组有唯一解 x = D 1 D = − 2 − 1 = 2 , y = D 2 D = 1 − 1 = − 1 x = \cfrac {D_1} {D} = \cfrac {-2}{-1} = 2, y = \cfrac {D_2}{D} = \cfrac {1}{-1} = -1 x=DD1=−1−2=2,y=DD2=−11=−1
三阶行列式
类似地,我们引进三阶行列式
∣
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
∣
=
a
11
a
22
a
33
+
a
12
a
23
a
31
+
a
13
a
23
a
31
−
a
11
a
23
a
32
−
a
12
a
21
a
33
−
a
13
a
22
a
31
\left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right | = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{23}a_{31} - a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33} - a_{13}a_{22}a_{31}
∣∣∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣∣∣=a11a22a33+a12a23a31+a13a23a31−a11a23a32−a12a21a33−a13a22a31
类似地,
D
=
∣
a
11
a
12
a
13
0
a
22
a
23
0
0
a
33
∣
D = \left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ 0 & a_{22} & a_{23} \\ 0 & 0 & a_{33} \end{array} \right |
D=∣∣∣∣∣∣a1100a12a220a13a23a33∣∣∣∣∣∣ 或
∣
a
11
0
0
a
21
a
22
0
a
31
a
32
a
33
∣
\left | \begin{array} {ccc} a_{11} & 0 & 0 \\ a_{21} & a_{22} & 0 \\ a_{31} & a_{32} & a_{33} \end{array} \right |
∣∣∣∣∣∣a11a21a310a22a3200a33∣∣∣∣∣∣
以上两个行列式分别称为上三角行列式和下三角行列式,它们的值均为其对角线 上元素的乘积。
三阶行列式的解法——克拉默(Cramer)法则
定理
6.2
6.2
6.2 若
D
=
∣
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
∣
≠
0
D = \left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right | \neq 0
D=∣∣∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣∣∣=0
则三元线性方程组
{
a
11
x
1
+
a
12
x
2
+
a
13
x
3
=
b
1
a
21
x
1
+
a
22
x
2
+
a
23
x
3
=
b
2
a
31
x
1
+
a
32
x
2
+
a
33
x
3
=
b
3
\begin{cases} a_{11}x_1 + a_{12}x_2 + a_{13}x_3 = b_1 \\ a_{21}x_1 + a_{22}x_2 + a_{23}x_3 = b_2 \\ a_{31}x_1 + a_{32}x_2 + a_{33}x_3 = b_3 \end{cases}
⎩⎪⎨⎪⎧a11x1+a12x2+a13x3=b1a21x1+a22x2+a23x3=b2a31x1+a32x2+a33x3=b3 有唯一解
x
1
=
D
1
D
,
x
2
=
D
2
D
,
x
3
=
D
3
D
x_1 = \cfrac {D_1}{D}, x_2 = \cfrac {D_2}{D}, x_3 = \cfrac {D_3}{D}
x1=DD1,x2=DD2,x3=DD3,
其中
D
1
=
∣
b
1
a
12
a
13
b
2
a
22
a
23
b
3
a
32
a
33
∣
,
D
2
=
∣
a
11
b
1
a
13
a
21
b
2
a
23
a
31
b
3
a
33
∣
,
D
3
=
∣
b
1
a
12
a
13
a
21
a
22
b
2
a
31
a
32
b
3
∣
D1 = \left | \begin{array} {ccc} b_1 & a_{12} & a_{13} \\ b_2 & a_{22} & a_{23} \\ b_3 & a_{32} & a_{33} \end{array} \right |, D_2 = \left | \begin{array} {ccc} a_{11} & b_1 & a_{13} \\ a_{21} & b_2 & a_{23} \\ a_{31} & b_3 & a_{33} \end{array} \right |, D_3 = \left | \begin{array} {ccc} b_1 & a_{12} & a_{13} \\ a_{21} & a_{22} & b_2 \\ a_{31} & a_{32} & b_3 \end{array} \right |
D1=∣∣∣∣∣∣b1b2b3a12a22a32a13a23a33∣∣∣∣∣∣,D2=∣∣∣∣∣∣a11a21a31b1b2b3a13a23a33∣∣∣∣∣∣,D3=∣∣∣∣∣∣b1a21a31a12a22a32a13b2b3∣∣∣∣∣∣
推论
1
1
1 若齐次线性方程组
{
a
11
x
1
+
a
12
x
2
=
b
1
a
21
x
1
+
a
22
x
2
=
b
2
\begin{cases} a_{11}x_1 + a_{12}x_2 = b_1 \\ a_{21}x_1 + a_{22}x_2 = b_2 \end{cases}
{a11x1+a12x2=b1a21x1+a22x2=b2 和
{
a
11
x
1
+
a
12
x
2
+
a
13
x
3
=
b
1
a
21
x
1
+
a
22
x
2
+
a
23
x
3
=
b
2
a
31
x
1
+
a
32
x
2
+
a
33
x
3
=
b
3
\begin{cases} a_{11}x_1 + a_{12}x_2 + a_{13}x_3 = b_1 \\ a_{21}x_1 + a_{22}x_2 + a_{23}x_3 = b_2 \\ a_{31}x_1 + a_{32}x_2 + a_{33}x_3 = b_3 \end{cases}
⎩⎪⎨⎪⎧a11x1+a12x2+a13x3=b1a21x1+a22x2+a23x3=b2a31x1+a32x2+a33x3=b3 的系数行列式
D
≠
0
D \neq 0
D=0,则它们都仅有零解。
推论
2
2
2 若齐次线性方程组
{
a
11
x
1
+
a
12
x
2
=
b
1
a
21
x
1
+
a
22
x
2
=
b
2
\begin{cases} a_{11}x_1 + a_{12}x_2 = b_1 \\ a_{21}x_1 + a_{22}x_2 = b_2 \end{cases}
{a11x1+a12x2=b1a21x1+a22x2=b2 和
{
a
11
x
1
+
a
12
x
2
+
a
13
x
3
=
b
1
a
21
x
1
+
a
22
x
2
+
a
23
x
3
=
b
2
a
31
x
1
+
a
32
x
2
+
a
33
x
3
=
b
3
\begin{cases} a_{11}x_1 + a_{12}x_2 + a_{13}x_3 = b_1 \\ a_{21}x_1 + a_{22}x_2 + a_{23}x_3 = b_2 \\ a_{31}x_1 + a_{32}x_2 + a_{33}x_3 = b_3 \end{cases}
⎩⎪⎨⎪⎧a11x1+a12x2+a13x3=b1a21x1+a22x2+a23x3=b2a31x1+a32x2+a33x3=b3 有非零解,则它们的系数行列式
D
=
0
D = 0
D=0.
齐次线性方程组仅有唯一解的充分必要条件是
D
≠
0
D \neq 0
D=0
第二节 行列式的性质和计算
一、行列式的基本性质
将行列式
D
=
∣
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
∣
D = \left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right |
D=∣∣∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣∣∣ 的行与相应的列互换后得到的新行列式称为行列式
D
D
D 的转置行列式,记为
D
′
D'
D′或
D
T
D^T
DT,即
D
′
=
∣
a
11
a
21
a
31
a
12
a
22
a
32
a
13
a
23
a
33
∣
D' = \left | \begin{array} {ccc} a_{11} & a_{21} & a_{31} \\ a_{12} & a_{22} & a_{32} \\ a_{13} & a_{23} & a_{33} \end{array} \right |
D′=∣∣∣∣∣∣a11a12a13a21a22a23a31a32a33∣∣∣∣∣∣
性质
1
1
1 转置行列式与原行列式有相同的值,
D
′
=
D
D' = D
D′=D。
性质 2 2 2 将行列式中的某一行(列)的每个元素同乘以一个数 k k k,所得的新行列式等于该行列式的 k k k 倍。即 ∣ a 11 a 12 a 13 k a 21 k a 22 k a 23 a 31 a 32 a 33 ∣ = k ∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ \left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ ka_{21} & ka_{22} & ka_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right | = k\left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right | ∣∣∣∣∣∣a11ka21a31a12ka22a32a13ka23a33∣∣∣∣∣∣=k∣∣∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣∣∣
性质
3
3
3 如果行列式中某一行(列)所有元素都是两个数的和,则此行列式等于两个行列式的和,而且这两个行列式这一行(列)的元素分别为对应的两个数中的一个,其余行(列)的元素与原行列式的对应元素相同,如
∣
a
11
a
12
a
13
a
21
+
a
21
′
a
22
+
a
22
′
a
23
+
a
23
′
a
31
a
32
a
33
∣
=
∣
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
∣
+
∣
a
11
a
12
a
13
a
21
′
a
22
′
a
23
′
a
31
a
32
a
33
∣
\left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21}+a'_{21} & a_{22}+a'_{22} & a_{23}+a'_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right | = \left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right | + \left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a'_{21} & a'_{22} & a'_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right |
∣∣∣∣∣∣a11a21+a21′a31a12a22+a22′a32a13a23+a23′a33∣∣∣∣∣∣=∣∣∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣∣∣+∣∣∣∣∣∣a11a21′a31a12a22′a32a13a23′a33∣∣∣∣∣∣
性质
4
4
4 如果行列式中两行(列)对应元素相同,则行列式等于
0
0
0。
推论
3
3
3 如果行列式中一行(列)的元素全是
0
0
0,则行列式等于
0
0
0。
推论
4
4
4 如果行列式中有两行(列)的元素成比例,则行列式等于
0
0
0。
性质
5
5
5 将行列式中的某行(列)的所有元素乘以同一个常数
k
k
k,然后加到另一行(列)的对应元素上,所得新行列式的值不变,如
∣
a
11
a
12
a
13
a
21
+
k
a
11
a
22
+
k
a
12
a
23
+
k
a
13
a
31
a
32
a
33
∣
=
∣
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
∣
\left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21}+ka_{11} & a_{22}+ka_{12} & a_{23}+ka_{13} \\ a_{31} & a_{32} & a_{33} \end{array} \right | = \left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right |
∣∣∣∣∣∣a11a21+ka11a31a12a22+ka12a32a13a23+ka13a33∣∣∣∣∣∣=∣∣∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣∣∣
性质 6 6 6 互换行列式中的任意两行(列),行列式仅改变符号。
利用行列式的性质,可以把行列式化成上三角行列式或下三角行列式来计算,从而简化计算过程。
D 上 = ∣ a 11 a 12 a 13 0 a 22 a 23 0 0 a 33 ∣ = a 11 a 22 a 33 D_上 = \left| \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ 0 & a_{22} & a_{23} \\ 0 & 0 & a_{33} \end{array} \right| = a_{11}a_{22}a_{33} D上=∣∣∣∣∣∣a1100a12a220a13a23a33∣∣∣∣∣∣=a11a22a33, D 下 = ∣ a 11 0 0 a 21 a 22 0 a 31 a 32 a 33 ∣ = a 11 a 22 a 33 D_下 = \left| \begin{array} {ccc} a_{11} & 0 & 0 \\ a_{21} & a_{22} & 0 \\ a_{31} & a_{32} & a_{33} \end{array} \right| = a_{11}a_{22}a_{33} D下=∣∣∣∣∣∣a11a21a310a22a3200a33∣∣∣∣∣∣=a11a22a33
二、行列式的按行(列)展开
设
D
D
D 是一个(二阶或三阶)行列式,去掉
a
i
j
a_{ij}
aij 所在的第
i
i
i 行和第
j
j
j 列的元素后,剩下的元素组成的(一阶或二阶)行列式称为
a
i
j
a_{ij}
aij 的余子式,记为
M
i
j
M_{ij}
Mij,而称
A
i
j
=
(
−
1
)
i
+
j
M
i
j
A_{ij} = (-1)^{i + j} M_{ij}
Aij=(−1)i+jMij 为
a
i
j
a_{ij}
aij 的代数余子式。例如:
∣
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
∣
\left | \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right |
∣∣∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣∣∣
M
23
=
∣
a
11
a
12
a
31
a
32
∣
M_{23} = \left | \begin{array} {cc} a_{11} & a_{12} \\ a_{31} & a_{32} \end{array} \right |
M23=∣∣∣∣a11a31a12a32∣∣∣∣
A
23
=
(
−
1
)
(
2
+
3
)
M
23
=
−
∣
a
11
a
12
a
31
a
32
∣
A_{23} = (-1)^{(2 + 3)}M_{23} = - \left | \begin{array} {cc} a_{11} & a_{12} \\ a_{31} & a_{32} \end{array} \right |
A23=(−1)(2+3)M23=−∣∣∣∣a11a31a12a32∣∣∣∣
拉普拉斯(Laplace)定理
定理
6.3
6.3
6.3 设
n
(
n
=
2
n(n = 2
n(n=2 或
3
)
3)
3) 阶行列式
D
D
D 的值等于它的任意一行(列)的元素与其对应的代数余子式的乘积的和,即
D
=
∑
j
=
1
n
a
i
j
A
i
j
(
1
≤
i
≤
n
)
D = \sum \limits_{j = 1}^{n} a_{ij}A_{ij} (1\le i \le n)
D=j=1∑naijAij(1≤i≤n)
D
=
∑
i
=
1
n
a
i
j
A
i
j
(
1
≤
j
≤
n
)
D = \sum \limits_{i = 1}^{n} a_{ij}A_{ij} (1\le j \le n)
D=i=1∑naijAij(1≤j≤n)
推论
5
5
5
n
(
n
=
2
n(n = 2
n(n=2 或
3
)
3)
3) 阶行列式
D
D
D 的某一行(列)的元素与另一行(列)对应元素的代数余子式乘积之和等于
0
0
0,即
D
=
∑
k
=
1
3
a
i
k
A
i
k
=
a
i
1
A
j
1
+
a
i
2
A
j
2
+
a
i
3
A
j
3
=
0
(
1
≤
i
≠
j
≤
n
)
D = \sum \limits_{k = 1}^{3} a_{ik}A_{ik} = a_{i1}A_{j1} + a_{i2}A_{j2} + a_{i3}A_{j3} = 0 (1\le i \neq j \le n)
D=k=1∑3aikAik=ai1Aj1+ai2Aj2+ai3Aj3=0(1≤i=j≤n)
D
=
∑
k
=
1
3
a
i
k
A
i
k
=
a
1
i
A
1
j
+
a
2
i
A
2
j
+
a
3
i
A
3
j
=
0
(
1
≤
i
≠
j
≤
n
)
D = \sum \limits_{k = 1}^{3} a_{ik}A_{ik} = a_{1i}A_{1j} + a_{2i}A_{2j} + a_{3i}A_{3j} = 0 (1\le i \neq j \le n)
D=k=1∑3aikAik=a1iA1j+a2iA2j+a3iA3j=0(1≤i=j≤n)
第三节 矩阵与线性方程组的消元法
一、矩阵的概念
在自然科学、工程技术以及经济等领域中常常用到这种矩形数表,由此抽象出矩阵的概念。
我们称由
m
×
n
m \times n
m×n 个实数
a
i
j
a_{ij}
aij 排成的矩形数表
[
a
11
a
12
⋯
a
1
n
a
21
a
22
⋯
a
2
n
⋮
⋮
⋱
⋮
a
m
1
a
m
2
⋯
a
m
m
]
\left [ \begin{array} {cccc} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mm}\end{array} \right ]
⎣⎢⎢⎢⎡a11a21⋮am1a12a22⋮am2⋯⋯⋱⋯a1na2n⋮amm⎦⎥⎥⎥⎤ 为一个
m
m
m 行
n
n
n 列的矩阵,或
m
×
n
m \times n
m×n 阶矩阵,称
a
i
j
a_{ij}
aij 为该矩阵的元素,第一下标
i
i
i 表示元素所在的行,第二下标
j
j
j 表示元素所在的列。通常将矩阵记为
A
A
A 或
(
a
i
j
)
(a_{ij})
(aij),为了指明矩阵的行和列,有时又记为
A
m
×
n
A_{m \times n}
Am×n 或
(
a
i
j
)
m
×
n
(a_{ij})_{m \times n}
(aij)m×n;
线性方程组的初等变换
- 用一非零的数乘某一方程
- 把一个方程的倍数加到另一个方程
- 互换两个方程的位置
以上三种变换称为线性方程组的初等变换。
这种通过反复地对方程组进行初等变换最终求出方程组的解的方法,称为(高斯)消元法。
矩阵的初等变换
如果将方程组的系数抽象为矩阵,那么这个矩阵称之为增广矩阵,对方程组做初等变换就相当于对增广矩阵做相应的变换:
- 用一非零的数乘矩阵的某一行
- 把一个矩阵的某行的倍数加到另一个行
- 互换矩阵两行的位置
称对矩阵做的这三种变换为矩阵的初等行变换。
第四节 矩阵的运算
一、矩阵的加减法和矩阵与数的乘积
矩阵的加减法
将两个阶数相同的矩阵 A 和 B 的对应元素相加,所得到的新矩阵称为矩阵 A 和 B 的和,记为 A + B;而将对应元素作差得到的新矩阵称为矩阵 A 和 B 的差,记为 A - B。
由定义可知,只有在两个矩阵的行数和列数都对应相同时才能做加法和减法。
不难验证,矩阵加法具有如下性质:
- 交换律: A + B = B + A
- 结合律:(A + B)+ C = A + (B + C)
- 对任意矩阵 A,具有 A + O = A;其中 A,B,C 为阶数相同的矩阵, O 为阶数与 A 相同的零矩阵。
将矩阵 A 的所有元素都变成 它 自己的相反数而得到的新矩阵称为矩阵 A 的负矩阵,记为 -A。
矩阵与数的乘积
用一个实数 k 乘以矩阵 A 中的每一个元素,所得矩阵称为数 k 与矩阵 A 的乘积,简称 数乘,记为 kA。
不难验证:
- ( k + l ) A = k A + l A (k + l)A = kA + lA (k+l)A=kA+lA
- k ( A + B ) = k A + k B k(A + B) = kA + kB k(A+B)=kA+kB
- k ( l A ) = ( k l ) A k(lA) = (kl)A k(lA)=(kl)A
- 1 A = A 1A = A 1A=A
- 0 A = O 0A = O 0A=O
- ( − 1 ) A = − A (-1)A = -A (−1)A=−A
二、矩阵的乘法
设 A 和 B 分别为
m
×
s
m \times s
m×s 矩阵和
s
×
n
s \times n
s×n 矩阵:
A
=
[
a
11
a
12
⋯
a
1
s
a
21
a
22
⋯
a
2
s
⋮
⋮
⋱
⋮
a
m
1
a
m
2
⋯
a
m
s
]
A = \left [ \begin{array} {cccc} a_{11} & a_{12} & \cdots & a_{1s} \\ a_{21} & a_{22} & \cdots & a_{2s} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{ms} \end{array} \right ]
A=⎣⎢⎢⎢⎡a11a21⋮am1a12a22⋮am2⋯⋯⋱⋯a1sa2s⋮ams⎦⎥⎥⎥⎤,
B
=
[
a
11
a
12
⋯
a
1
n
a
21
a
22
⋯
a
2
n
⋮
⋮
⋱
⋮
a
s
1
a
s
2
⋯
a
s
n
]
B = \left [ \begin{array} {cccc} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{s1} & a_{s2} & \cdots & a_{sn} \end{array} \right ]
B=⎣⎢⎢⎢⎡a11a21⋮as1a12a22⋮as2⋯⋯⋱⋯a1na2n⋮asn⎦⎥⎥⎥⎤
由 A 和 B 可以做一个新的
m
×
n
m \times n
m×n 矩阵
C
=
[
c
11
c
12
⋯
c
1
n
c
21
c
22
⋯
c
2
n
⋮
⋮
⋱
⋮
c
m
1
c
m
2
⋯
c
m
n
]
C = \left [ \begin{array} {cccc} c_{11} & c_{12} & \cdots & c_{1n} \\ c_{21} & c_{22} & \cdots & c_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ c_{m1} & c_{m2} & \cdots & c_{mn} \end{array} \right ]
C=⎣⎢⎢⎢⎡c11c21⋮cm1c12c22⋮cm2⋯⋯⋱⋯c1nc2n⋮cmn⎦⎥⎥⎥⎤,其中
c
i
j
=
∑
k
=
1
s
a
i
k
b
k
j
c_{ij} = \sum \limits_{k = 1}^{s} a_{ik} b_{kj}
cij=k=1∑saikbkj
(
1
≤
i
≤
m
,
1
≤
j
≤
n
)
.
(1 \le i \le m, 1 \le j \le n).
(1≤i≤m,1≤j≤n).
称这个新矩阵 C 为矩阵 A 和矩阵 B 的乘积,记为 C = AB。
利用矩阵的乘法,线性方程组
{
a
11
x
1
+
a
12
x
2
+
a
13
x
3
=
b
1
,
a
21
x
1
+
a
22
x
2
+
a
23
x
3
=
b
2
,
a
31
x
1
+
a
32
x
2
+
a
33
x
3
=
b
3
\begin{cases} a_{11}x_1 + a_{12}x_2 + a_{13}x_3 = b_1 , \\ a_{21}x_1 + a_{22}x_2 + a_{23}x_3 = b_2 , \\ a_{31}x_1 + a_{32}x_2 + a_{33}x_3 = b_3 \end{cases}
⎩⎪⎨⎪⎧a11x1+a12x2+a13x3=b1,a21x1+a22x2+a23x3=b2,a31x1+a32x2+a33x3=b3
可以写成矩阵的形式
[
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
]
\left [ \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right ]
⎣⎡a11a21a31a12a22a32a13a23a33⎦⎤
[
x
1
x
2
x
3
]
=
[
b
1
b
2
b
3
]
\left [ \begin{array} {c} x_{1} \\ x_{2} \\ x_{3} \end{array} \right ] = \left [ \begin{array} {c} b_{1} \\ b_{2} \\ b_{3} \end{array} \right ]
⎣⎡x1x2x3⎦⎤=⎣⎡b1b2b3⎦⎤。
如果令
A
=
[
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
]
,
A = \left [ \begin{array} {ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \right ],
A=⎣⎡a11a21a31a12a22a32a13a23a33⎦⎤,
X
=
[
x
1
x
2
x
3
]
,
B
=
[
b
1
b
2
b
3
]
X = \left [ \begin{array} {c} x_{1} \\ x_{2} \\ x_{3} \end{array} \right ], B = \left [ \begin{array} {c} b_{1} \\ b_{2} \\ b_{3} \end{array} \right ]
X=⎣⎡x1x2x3⎦⎤,B=⎣⎡b1b2b3⎦⎤
则线性方程组又可以简写为
A
X
=
B
AX = B
AX=B
矩阵的乘积具有下列性质(假定下列出现的矩阵乘积均有意义):
- 结合律: ( A B ) C = A ( B C ) (AB)C = A(BC) (AB)C=A(BC)
- 分配律: A ( B ± C ) = A B ± A C A(B \pm C) = AB \pm AC A(B±C)=AB±AC
- A m × n E n × n = E m × m A m × n = A m × n A_{m \times n}E_{n \times n} = E_{m \times m}A_{m \times n} = A_{m \times n} Am×nEn×n=Em×mAm×n=Am×n (其中 E n × n , E m × m E_{n \times n}, E_{m \times m} En×n,Em×m均为单位阵)
- ( λ A ) B = λ ( A B ) = A ( λ B ) (\lambda A)B = \lambda(AB) = A(\lambda B) (λA)B=λ(AB)=A(λB) (其中 λ \lambda λ 为任意实数)
三、矩阵的转置
将矩阵的所有的行换成相应的列所得到的新矩阵称为矩阵 A 的转置矩阵,记为
A
′
A'
A′ 或
A
T
A^T
AT。
转置矩阵具有以下性质:
(
A
′
)
′
=
A
′
;
(
A
+
B
)
′
=
A
′
+
B
′
;
(
A
B
)
′
=
B
′
A
′
;
(
k
A
)
′
=
k
A
′
(A')' = A'; (A + B)' = A' + B'; (AB)' = B'A'; (kA)' = kA'
(A′)′=A′;(A+B)′=A′+B′;(AB)′=B′A′;(kA)′=kA′
如果 n 阶方阵
A
=
(
a
i
j
)
A = (a_{ij})
A=(aij) 满足
A
′
=
A
A' = A
A′=A,即
a
i
j
=
a
j
i
(
1
≤
i
,
j
≤
n
)
a_{ij} = a_{ji} (1 \le i,j \le n)
aij=aji(1≤i,j≤n),则称之为对称矩阵;如果
A
′
=
−
A
A' = -A
A′=−A,即
a
i
j
=
−
a
j
i
(
1
≤
i
,
j
≤
n
)
a_{ij} = -a_{ji} (1 \le i,j \le n)
aij=−aji(1≤i,j≤n),则称之为反对称矩阵。
四、方阵的行列式性质
定理 6.4 6.4 6.4 设 A,B 均为三(或二)阶方阵,则 ∣ A B ∣ = ∣ A ∣ ∣ B ∣ , ∣ A ′ ∣ = ∣ A ∣ |AB| = |A||B|, |A'| = |A| ∣AB∣=∣A∣∣B∣,∣A′∣=∣A∣
第五节 可逆矩阵与逆矩阵简介
设 A 是一个 n 阶方阵。
若存在一个 n 阶方阵 B,使得 AB = BA = E,则称 A 是可逆矩阵,并称 B 为 A 的逆矩阵。
由定义可知,可逆矩阵一定是方阵,并且它的逆矩阵亦为同阶方阵。如果 B 是 A 的逆矩阵,那么 B 也是可逆矩阵,并且 A 是 B 的逆矩阵。 如果 A 是可逆矩阵,则其 逆矩阵 是唯一的,并记为
A
−
1
A^{-1}
A−1。事实上,如果 B 和 C 均为 A 的逆矩阵,则 AB = BA = E,AC = CA = E。
因而 B = BE = B(AC) = (BA)C = EC = C.
此外,如果 A 是可逆的,则
∣
A
∣
≠
0
|A| \neq 0
∣A∣=0。事实上,因为 A 可逆,所以存在矩阵 B,使得 AB = BA = E。
从而由方阵的行列式性质可知,
∣
A
∣
∣
B
∣
=
1
|A||B| = 1
∣A∣∣B∣=1,因此,
∣
A
∣
≠
0
|A| \neq 0
∣A∣=0
例题
设
A
=
[
a
b
c
d
]
A = \left [ \begin{array} {cc} a & b \\ c & d \end{array} \right ]
A=[acbd],且
∣
A
∣
=
a
d
−
b
c
≠
0
|A| = ad - bc \neq 0
∣A∣=ad−bc=0。验证
B
=
1
∣
A
∣
[
d
−
b
−
c
a
]
B = \cfrac{1}{|A|} \left [ \begin{array} {cc} d & -b \\ -c & a \end{array} \right ]
B=∣A∣1[d−c−ba]为
A
A
A 的逆矩阵。
解:
∵
A
B
=
[
a
b
c
d
]
[
1
∣
A
∣
[
d
−
b
−
c
a
]
]
=
1
∣
A
∣
[
a
b
c
d
]
[
d
−
b
−
c
a
]
=
1
∣
A
∣
[
a
d
−
b
c
0
0
a
d
−
b
c
]
=
[
1
0
0
1
]
=
E
\because AB = \left [ \begin{array} {cc} a & b \\ c & d \end{array} \right ] \left [ \cfrac{1}{|A|} \left [ \begin{array} {cc} d & -b \\ -c & a \end{array} \right ] \right ] = \cfrac{1}{|A|} \left [ \begin{array} {cc} a & b \\ c & d \end{array} \right ] \left [ \begin{array} {cc} d & -b \\ -c & a \end{array} \right ] = \cfrac{1}{|A|} \left [ \begin{array} {cc} ad - bc & 0 \\ 0 & ad - bc \end{array} \right ] = \left [ \begin{array} {cc} 1 & 0 \\ 0 & 1 \end{array} \right ] = E
∵AB=[acbd][∣A∣1[d−c−ba]]=∣A∣1[acbd][d−c−ba]=∣A∣1[ad−bc00ad−bc]=[1001]=E
并且同理可证
B
A
=
E
BA = E
BA=E
故由定义可知,
B
=
1
∣
A
∣
[
d
−
b
−
c
a
]
B = \cfrac{1}{|A|} \left [ \begin{array} {cc} d & -b \\ -c & a \end{array} \right ]
B=∣A∣1[d−c−ba]为
A
A
A 的逆矩阵。