高等代数 · 课程学习笔记

第 P16 集 · 九:线性方程组解与行列式关系、2 阶行列式几何意义,克莱姆法则

Solutions of Linear Systems vs. Determinants · Geometric Meaning of the 2×2 Determinant · Cramer's Rule
北大丘维声教授 · 清华大学 2011 级 进度 P16 / 151 集 核心概念:唯一解充要条件 · 齐次非零解 · Cramer 法则 · 2 阶行列式几何意义
提示:数学公式渲染组件(KaTeX)加载失败,公式以源码形式显示,不影响阅读内容。联网后刷新即可正常渲染。

☰本集目录

◎学习目标

  1. 理解并掌握定理一(唯一解充要条件):在 \(K\) 上的 \(n\) 元 \(n\) 个方程的线性方程组(方程个数等于未知量个数),有唯一解的充分必要条件是它的系数矩阵的行列式 \(D\neq 0\);
  2. 掌握用增广矩阵 \(\rightarrow\) 初等行变换 \(\rightarrow\) 阶梯型矩阵的判断流程:无解(出现“\(0=\) 非零数”)与无穷多解时都有 \(D=0\),唯一解时 \(D\neq 0\);
  3. 推出并记住齐次方程组(右端全为 0)的判定:有非零解 \(\Leftrightarrow\) 系数行列式 \(D=0\);只有零解 \(\Leftrightarrow D\neq 0\);
  4. 认识Cramer 法则:把系数矩阵第 \(j\) 列换成常数项向量得到 \(D_j\);当 \(D\neq 0\) 时唯一解为 \(x_j=D_j/D\)。丘老师说明本集只讲“第一部分”(\(D\neq 0\Rightarrow\) 有解),第二部分的公式留到第四章矩阵运算后再给出;
  5. 理解2 阶行列式的几何意义:由两个二维向量 \(\mathbf{A}=(a_1,a_2),\mathbf{B}=(b_1,b_2)\) 张成的平行四边形的定向面积(有正有负),其绝对值即面积。

1定理一:\(n\) 元 \(n\) 个方程有唯一解 \(\Leftrightarrow D\neq 0\) ⏱ 00:01

本集开头紧接上一集(第 P15 集“行列式展开”)的知识体系:我们已经有了 \(n\) 阶行列式的定义、性质、按一行一列展开。⏱ 00:03 现在可以回答一个之前“猜想过但没证明”的问题:

定理一 · 唯一解的充要条件 设 \(A=(a_{ij})\) 为体域 \(K\) 上的 \(n\) 元、\(n\) 个方程的线性方程组的系数矩阵(即 \(A\) 为 \(n\times n\) 方阵),\(D=\det A\)。则该方程组有唯一解的充分必要条件是
\[ D=\det A\neq 0. \]
证明思路:用“增广矩阵 → 阶梯型”分三种情形讨论,再回到系数矩阵

出发点:判断线性方程组有多少解,目前靠的是把增广矩阵 \(\widetilde A\) 经初等行变化化成阶梯型矩阵 \(G\)。⏱ 00:11 由于增广矩阵只是系数矩阵 \(A\) 多了最后一列,同样的初等行变化会把 \(A\) 也化成阶梯型 \(\bar G\)(去末列即得)。⏱ 00:51

情形 A · 无解:阶梯型必出现“\(0=\) 非零数”这样的方程,于是 \(\bar G\) 中有一行前面全 0、末位非零。这说明 \(\bar G\) 划去最后一列的系数阶梯型(即 \(A\) 的阶梯型)有一个全 0 行;含 0 行的行列式必为 0(定义里每一项都取该行某元素,乘积为 0)。⏱ 02:18 故无解 \(\Rightarrow D=0\)。

情形 B · 有无穷多解:非零行数目 \(R<n\)(若 \(R=n\) 就唯一解)。\(n\) 个方程对应 \(n\) 行,非零行不到 \(n\) 行,故系数阶梯型必有全 0 行,同理 \(D=0\)。⏱ 03:21 故无穷多解 \(\Rightarrow D=0\)。

情形 C · 唯一解:\(R=n\),每一行都是非零行。因有解不会出现“\(0=\)非零数”,故 \(\bar G\) 没有那种“前面全 0 只剩末位”的非零行,从而 \(A\) 的阶梯型也有 \(n\) 个非零行、每个非零行有一个主元,共 \(n\) 个主元。阶梯型主元列指标随行指标递增,于是 \(n\) 个主元落在主对角线位置 \(c_{11},c_{22},\dots,c_{nn}\),构成一个上三角形。上三角形行列式 = 主对角元之积 \(c_{11}c_{22}\cdots c_{nn}\),而每个主元 \(c_{ii}\neq 0\),故乘积 \(\neq 0\)。⏱ 04:55 即唯一解 \(\Rightarrow D\neq 0\)。

回到系数矩阵 \(A\):\(A\) 经初等行变化化成阶梯型,行列式只会“相等 / 反号 / 乘一个非零数 \(L\)”(对应行列式性质 7、4、2)。⏱ 07:53 所以“阶梯型行列式 \(\neq 0\)”与“\(D=\det A\neq 0\)”等价;反过来,若 \(D\neq 0\),则既不可能无解(那 \(D=0\)),也不可能无穷多解(那 \(D=0\)),必为唯一解。⏱ 07:02

老师点评“提出问题,怎么一步步解决它,你应该可以品味一下这个数学思维方式的威力。”⏱ 08:38
结论小结(定理一) \(K\) 上 \(n\) 元 \(n\) 个方程的线性方程组有唯一解 \(\Leftrightarrow\) 系数矩阵的行列式 \(D\neq 0\)。⏱ 08:11 这印证了当初从“二元一次方程组唯一解 \(\Leftrightarrow\) 二阶行列式非零”出发的猜想。

2齐次方程组:有非零解 \(\Leftrightarrow D=0\) ⏱ 08:40

由定理一立刻得到一个重要推论(针对齐次方程组,即右端常数全为 0 的方程组):

推论 · 齐次方程组的解 设齐次 \(n\) 元 \(n\) 个方程组的系数矩阵为 \(A\),\(D=\det A\)。
\[ \text{只有零解} \;\Longleftrightarrow\; D\neq 0 \qquad\text{(零解即唯一解)} \] \[ \text{有非零解} \;\Longleftrightarrow\; D=0 \qquad\text{(有非零解必有无穷多解)} \]
务必记准(丘老师强调) “大家一定要记得很准确”:齐次方程组有非零解,系数矩阵的行列式等于 0(是“等于 0”,不是“不等于 0”)。⏱ 09:39 同时必须注意前提——方程个数与未知量个数相等(\(n\) 元 \(n\) 个方程),这个结论才成立。以后会经常用到。

3Cramer 法则(克莱姆法则)⏱ 09:52

丘老师把定理一拆开对应到Cramer 法则的两部分:

Cramer 法则的核心思路(本集要记的“第一句” + 公式形式)

怎么得到 \(D_j\):设方程组为 \(A\mathbf{x}=\mathbf{b}\),\(\mathbf{b}=(b_1,\dots,b_n)^{T}\)。把系数矩阵 \(A\) 的第 \(j\) 列换成常数项向量 \(\mathbf{b}\),记所得新矩阵为 \(A^{(j)}\),其行列式记为 \(D_j=\det A^{(j)}\)。系数行列式 \(D=\det A\)。

法则(留待第四章的完整版本):若 \(D\neq 0\),则方程组有唯一解,且

\[ x_j=\frac{D_j}{D},\qquad j=1,2,\dots,n. \]
其中 \(D_j\) 是把 \(A\) 的第 \(j\) 列换成 \(\mathbf{b}\) 后的行列式。⏱ 10:03

本集范围:本集(第一章第五节)只建立“\(D\neq 0\Rightarrow\) 有唯一解”这第一句;公式 \(x_j=D_j/D\) 的推导放在第四章矩阵运算之后。下面配一道完整计算的例题把“\(D, D_1, D_2\)”的形式练熟。

例题 · 用 Cramer 法则解二元方程组 解方程组 \(\begin{cases} 2x+y=3 \\ x-3y=5 \end{cases}\)(系数行列式 \(D\neq 0\),故有唯一解)。
\[ D=\begin{vmatrix} 2 & 1 \\ 1 & -3 \end{vmatrix}=2\cdot(-3)-1\cdot 1=-7\neq 0. \] \[ D_1=\begin{vmatrix} 3 & 1 \\ 5 & -3 \end{vmatrix}=3\cdot(-3)-1\cdot 5=-14 \;\Rightarrow\; x=\frac{D_1}{D}=\frac{-14}{-7}=2. \] \[ D_2=\begin{vmatrix} 2 & 3 \\ 1 & 5 \end{vmatrix}=2\cdot 5-3\cdot 1=7 \;\Rightarrow\; y=\frac{D_2}{D}=\frac{7}{-7}=-1. \]
\[ (x,y)=(2,-1). \]
验算:\(2(2)+(-1)=3\),\(2-3(-1)=5\),成立。⏱ 10:58

42 阶行列式的几何意义 ⏱ 11:15

丘老师接着回答:“行列式是不是只有解方程这一个用处?”答案是否——数学上重要的概念一经提出,用途远超出发点。在几何学里,一个二阶行列式有非常直观的几何意义。⏱ 11:33

几何意义 · 平行四边形的定向面积 取平面向量 \(\mathbf{A}=(a_1,a_2)\)、\(\mathbf{B}=(b_1,b_2)\)(坐标按列写),二阶行列式
\[ \begin{vmatrix} a_1 & b_1 \\ a_2 & b_2 \end{vmatrix}=a_1b_2-a_2b_1 \]
等于以 \(\mathbf{A},\mathbf{B}\) 为邻边、从原点 \(O\) 张成的平行四边形的定向面积(有正有负)。⏱ 11:45
定向怎么定?(顺时针 / 逆时针)

两个向量 \(\mathbf{A},\mathbf{B}\) 只要不共线就张成一个平行四边形(共线时面积为 0,行列式也为 0)。⏱ 11:56

定向约定:从 \(\mathbf{A}\) 到 \(\mathbf{B}\) 的旋转方向若为逆时针,规定平行四边形定向面积为正;若为顺时针,规定为负。所以 \(\begin{vmatrix} a_1&b_1\\a_2&b_2\end{vmatrix}\) 的符号即给出这种定向,其绝对值 \(\lvert a_1b_2-a_2b_1\rvert\) 就是面积(三角形面积是其一半)。⏱ 12:15

老师口误更正丘老师一开始说“体积”,随即自我更正:“面积,说错了。”二维是面积(体积是三维三阶行列式的情形)。⏱ 12:30
一句话概括 \(\begin{vmatrix} a_1&b_1\\ a_2&b_2\end{vmatrix}\) 的绝对值 = 以 \(\mathbf{A},\mathbf{B}\) 为邻边的平行四边形面积;符号 = 定向(\(\mathbf{A}\to\mathbf{B}\) 逆时针为正、顺时针为负)。行列式因此“有正有负”,是定向面积。

★重点回顾

1
定理一:\(K\) 上 \(n\) 元 \(n\) 个方程的线性方程组有唯一解 \(\Leftrightarrow\) 系数行列式 \(D=\det A\neq 0\)。证明靠“增广矩阵→阶梯型”分无解 / 无穷多解 / 唯一解三种情形,再利用初等行变换只把行列式“等、反号、乘非零数 \(L\)”(性质 7、4、2)。
2
三种情形对应:无解 \(\Rightarrow D=0\);无穷多解 \(\Rightarrow D=0\);唯一解 \(\Rightarrow D\neq 0\)。故“唯一解”与“\(D\neq 0\)”互为充要。
3
齐次方程组推论:只有零解 \(\Leftrightarrow D\neq 0\);有非零解 \(\Leftrightarrow D=0\)(务必记准“非零解 \(\Leftrightarrow\) 等于 0”)。前提:\(n\) 元 \(n\) 个方程。
4
Cramer 法则:第 \(j\) 列换成常数项向量 \(\mathbf{b}\) 得 \(D_j\);\(D\neq 0\) 时唯一解 \(x_j=D_j/D\)。本集只讲“\(D\neq 0\Rightarrow\) 有解”的第一句,公式留到第四章矩阵运算之后。
5
2 阶行列式几何意义:\(\begin{vmatrix}a_1&b_1\\a_2&b_2\end{vmatrix}=a_1b_2-a_2b_1\) 是平行四边形定向面积;绝对值 = 面积,符号 = 定向(逆时针正、顺时针负);三角形面积为其一半。

⚠易错点提醒

常见错误
  1. 齐次“非零解”记反:有非零解 \(\Leftrightarrow D=0\)(等于 0),不是“不等于 0”。只有零解才对应 \(D\neq 0\)。丘老师专门强调“这个大家一定要记得很准确”。
  2. 漏掉前提“\(n\) 元 \(n\) 个方程”:唯一解充要条件与非零解推论都建立在方程个数 = 未知量个数上。方程个数 ≠ 未知量个数时 \(D\) 不是方阵、无从谈起。
  3. 混淆“系数矩阵 \(A\)”与“增广矩阵 \(\widetilde A\)”的行列式:定理说的是系数矩阵 \(A\)(\(n\times n\))的行列式;增广矩阵是 \(n\times(n+1)\) 矩形,没有(方阵意义的)行列式。判定“无解”靠阶梯型中“\(0=\) 非零数”。
  4. 初等行变换对行列式的影响:一行加另一行非零倍数——行列式不变;互换两行——反号;某行乘非零数 \(k\)——乘 \(k\)。所以“\(D\neq 0\)”与“阶梯型行列式 \(\neq 0\)”等价(只差一个非零因子 \(L\))。
  5. “上三角主元非零”不能漏:唯一解时 \(n\) 个主元 \(c_{11},\dots,c_{nn}\) 全非零,上三角行列式 = 其对角元之积,故 \(\neq 0\)。若把“主对角元非零”当默认而不验证,上三角结论不成立。
  6. Cramer 的 \(D_j\) 只换“第 \(j\) 列”:求 \(x_j\) 时是 \(A\) 的第 \(j\) 列被常数项向量整体替换,其余列不动;\(D\) 是原系数行列式,分母始终是 \(D\)。写 \(x_j=D_j/D\) 时分子下标与未知量下标一致。
  7. 2 阶行列式符号是“有向”面积:不要当成普通面积(非负)。\(a_1b_2-a_2b_1\) 可为负,绝对值才是几何面积;三角形面积 = 平行四边形的一半。

✎自测与作业

  1. (Cramer 完整计算)用克莱姆法则解三元方程组 \(\begin{cases} x+2y-z=5 \\ 2x-y+3z=-1 \\ x+y+2z=4 \end{cases}\):先算系数行列式 \(D\),再依次把第 1、2、3 列换成常数项 \((5,-1,4)^{T}\) 得 \(D_1,D_2,D_3\),求 \(x=D_1/D,\;y=D_2/D,\;z=D_3/D\)。
    \[ D=\begin{vmatrix}1&2&-1\\2&-1&3\\1&1&2\end{vmatrix}=1(-2-3)-2(4-3)+(-1)(2+1)=-5-2-3=-10\neq 0. \] \[ D_1=\begin{vmatrix}5&2&-1\\-1&-1&3\\4&1&2\end{vmatrix}=5(-2-3)-2(-2-12)+(-1)(-1+4)=-25+28-3=0 \;\Rightarrow\; x=0. \] \[ D_2=\begin{vmatrix}1&5&-1\\2&-1&3\\1&4&2\end{vmatrix}=1(-2-12)-5(4-3)+(-1)(8+1)=-14-5-9=-28 \;\Rightarrow\; y=\frac{D_2}{D}=\frac{-28}{-10}=2.8=\frac{14}{5}. \] \[ D_3=\begin{vmatrix}1&2&5\\2&-1&-1\\1&1&4\end{vmatrix}=1(-4+1)-2(8+1)+5(2+1)=-3-18+15=-6 \;\Rightarrow\; z=\frac{D_3}{D}=0.6. \] \[ (x,y,z)=\left(0,\,\tfrac{14}{5},\,\tfrac{3}{5}\right). \]
  2. (齐次推论)齐次方程组 \(\begin{cases} ax+by=0\\cx+dy=0\end{cases}\) 有非零解的充要条件是系数行列式 \(\begin{vmatrix}a&b\\c&d\end{vmatrix}=ad-bc=0\),即两系数行(或列)成比例。请据此说明:若 \(ad-bc\neq 0\),方程组只有零解 \((0,0)\)。
  3. (定理一检验)判断方程组 \(\begin{cases} x+y+z=1\\2x+3y+4z=2\\4x+7y+9z=5 \end{cases}\) 是否必有唯一解:计算系数行列式 \(D=\begin{vmatrix}1&1&1\\2&3&4\\4&7&9\end{vmatrix}\)(提示:第三行 = 第一行 \(\times\)1 + 第二行 \(\times\)1,故三行线性相关,\(D=0\)),据此说明该方程组不是唯一解(可能是无解或无穷多解),并指出需进一步看增广矩阵阶梯型。
  4. (初等行变换影响)设 \(A\) 为 \(3\times3\) 方阵。若把 \(A\) 经一次“第 2 行加第 1 行的 3 倍”与一次“第 3 行乘 \(-2\)”得到 \(A'\),请用行列式性质写出 \(\det A'\) 与 \(\det A\) 的关系(第一次不变、第二次 \(\times(-2)\),故 \(\det A'=-2\det A\)),并说明由此 \(\det A\neq 0\Leftrightarrow\det A'\neq 0\)。
  5. (2 阶几何意义)设 \(\mathbf{A}=(1,0),\mathbf{B}=(1,1)\),计算 \(\begin{vmatrix}1&1\\0&1\end{vmatrix}\),判断其几何意义(平行四边形面积 1、定向为正),并说明若把 \(\mathbf{B}\) 换成 \((1,-1)\),行列式变号(定向翻转为负),但面积绝对值仍为 1。
  6. (选做 · 衔接)按丘老师所说,本集“第一句”是 \(D\neq 0\Rightarrow\) 有唯一解;请用自己的话复述“为什么公式 \(x_j=D_j/D\) 要留到第四章矩阵运算之后才自然给出”(提示:把 \(A\mathbf{x}=\mathbf{b}\) 写成矩阵方程,用 \(A\) 的逆 / 伴随矩阵可一行得出 \(x_j\),而伴随矩阵依赖矩阵运算。)
下一集预告 第 P17 集将基于本集的定理一与 Cramer 法则“第一句”,进入矩阵运算体系,届时会轻松给出 Cramer 法则的完整公式 \(x_j=D_j/D\) 及其矩阵推导。