討論行列式和矩陣逆的例題
矩陣行列式和矩陣逆是線性代數中的兩個基本概念，在數學、物理、經濟和工程等各個領域都有廣泛的應用。深入理解這些概念對於解決許多複雜的數學問題至關重要。本文將結合矩陣行列式和逆的例子，進行全面的討論。
矩陣行列式
行列式是與方陣（行數和列數相同的矩陣）相關的標量。行列式可以提供關於矩陣性質的重要信息，例如矩陣是否可逆。
例題1：2×2矩陣的行列式
給定如下矩陣 \( A \)：
\[
A = \begin{pmatrix}
4 & 3 \\
2和1
\end{pmatrix}
\]
求矩陣 \( A \) 的行列式。
討論：
對於 2×2 矩陣，行列式可以用以下簡單公式計算：
\[
det(A) = ad – bc
\]
其中 \( A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \).
矩陣 \( A \) 的元素替換：
\[
det(A) = (4 × 1) – (3 × 2) = 4 – 6 = -2
\]
因此，矩陣 \( A \) 的行列式為 -2。
例題2：3×3矩陣的行列式
給定如下矩陣 \( B \)：
\[
B = \begin{pmatrix}
1 & 2 & 3 \\
0 & 1 & 4 \\
5＆6＆0
\end{pmatrix}
\]
求矩陣 \( B \) 的行列式。
討論：
對於一個3×3矩陣，行列式可以用薩魯斯法則或代數餘子式來計算。這裡，我們將使用薩魯斯法則來簡化計算。
將矩陣右側的前兩列複製：
\[
\text{det}(B) = \begin{vmatrix}
1 & 2 & 3 \\
0 & 1 & 4 \\
5＆6＆0
\end{vmatrix}
= 1·1·0 + 2·4·5 + 3·0·6 – (3·1·5 + 2·0·0 + 1·4·6)
\]
\[
= 0 + 40 + 0 – (15 + 0 + 24)
\]
\[
= 40 - 39 = 1
\]
因此，矩陣 \( B \) 的行列式為 1。
逆矩陣
矩陣 \( A \) 的逆矩陣（如果存在）是矩陣 \( A^{-1} \)，它滿足以下條件：
\[
A \cdot A^{-1} = A^{-1} \cdot A = I
\]
其中 \( I \) 為單位矩陣，其對角線元素為 1，其餘元素為 0。
例題 3：求 2×2 矩陣的逆矩陣
給定如下矩陣 \( C \)：
\[
C = \begin{pmatrix}
1 & 2 \\
3和4
\end{pmatrix}
\]
求矩陣 \( C \) 的逆矩陣。
討論：
對於 2×2 矩陣，其逆矩陣可以用下列公式計算：
\[
C^{-1} = \frac{1}{\text{det}(C)} \begin{pmatrix}
d & -b \\
-c 和 a
\end{pmatrix}
\]
其中 \( C = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \).
首先，我們計算矩陣 \( C \) 的行列式：
\[
\text{det}(C) = (1 \cdot 4) – (2 \cdot 3) = 4 – 6 = -2
\]
然後，代入逆公式：
\[
C^{-1} = \frac{1}{-2} \begin{pmatrix}
4 & -2 \\
-3 和 1
\end{pmatrix}
= \begin{pmatrix}
-2 & 1 \\
\frac{3}{2} & -\frac{1}{2}
\end{pmatrix}
\]
因此，矩陣 \( C \) 的逆矩陣為 \( \begin{pmatrix} -2 & 1 \\ \frac{3}{2} & -\frac{1}{2} \end{pmatrix} \).
例題 4：求 3×3 矩陣的逆矩陣
給定如下矩陣 \( D \)：
\[
D = \begin{pmatrix}
2 & 0 & 1 \\
3 & 0 & 0 \\
1＆4＆2
\end{pmatrix}
\]
求矩陣 \( D \) 的逆矩陣。
討論：
對於 3×3 或 n×n 矩陣，常用的方法是階梯法或伴隨法。這裡，我們將採用階梯法。
第一步是構造增廣矩陣 \( [D|I] \)，其中 \( I \) 為單位矩陣：
\[
\left[\begin{array}{ccc|ccc}
2 & 0 & 1 & 1 & 0 & 0 \\
3 & 0 & 0 & 0 & 1 & 0 \\
1 & 4 & 2 & 0 & 0 & 1
\end{array}\right]
\]
然後，進行初等行變換，直到左邊得到單位矩陣：
1. 第 1 行：\( B_1 \div 2 \)
\[
\left[\begin{array}{ccc|ccc}
1 & 0 & \frac{1}{2} & \frac{1}{2} & 0 & 0 \\
3 & 0 & 0 & 0 & 1 & 0 \\
1 & 4 & 2 & 0 & 0 & 1
\end{array}\right]
\]
2. 第 2 行：\( B_2 – 3B_1 \)
\[
\left[\begin{array}{ccc|ccc}
1 & 0 & \frac{1}{2} & \frac{1}{2} & 0 & 0 \\
0 & 0 & -\frac{3}{2} & -\frac{3}{2} & 1 & 0 \\
1 & 4 & 2 & 0 & 0 & 1
\end{array}\right]
\]
3. 第 3 行：\( B_3 – B_1 \)
\[
\left[\begin{array}{ccc|ccc}
1 & 0 & \frac{1}{2} & \frac{1}{2} & 0 & 0 \\
0 & 0 & -\frac{3}{2} & -\frac{3}{2} & 1 & 0 \\
0 & 4 & 3/2 & -1/2 & 0 & 1
\end{array}\right]
\]
4. 第 3 行：\( B_3 \div 4 \)
\[
\left[\begin{array}{ccc|ccc}
1 & 0 & \frac{1}{2} & \frac{1}{2} & 0 & 0 \\
0 & 0 & -\frac{3}{2} & -\frac{3}{2} & 1 & 0 \\
0 & 1 & \frac{3}{8} & -\frac{1}{8} & 0 & \frac{1}{4}
\end{array}\right]
\]
5. 第 1 行：\( B_1 – \frac{1}{2}B_3 \)
\[
\left[\begin{array}{ccc|ccc}
1 & 0 & 0 & \frac{5}{16} & 0 & -\frac{1}{8} \\
0 & 0 & -\frac{3}{2} & -\frac{3}{2} & 1 & 0 \\
0 & 1 & \frac{3}{8} & -\frac{1}{8} & 0 & \frac{1}{4}
\end{array}\right]
\]
6. 第 2 行：\( B_2 \div -\frac{3}{2} \)
\[
\left[\begin{array}{ccc|ccc}
1 & 0 & 0 & \frac{5}{16} & 0 & -\frac{1}{8} \\
0 & 0 & 1 & 1 & -\frac{2}{3} & 0 \\
0 & 1 & \frac{3}{8} & -\frac{1}{8} & 0 & \frac{1}{4}
\end{array}\right]
\]
7. 第 3 行：\( B_3 – \frac{3}{8} B_2 \)
\[
\left[\begin{array}{ccc|ccc}
1 & 0 & 0 & \frac{5}{16} & 0 & -\frac{1}{8} \\
0 & 0 & 1 & 1 & -\frac{2}{3} & 0 \\
0 & 1 & 0 & -\frac{1}{4} & \frac{1}{6} & \frac{1}{4}
\end{array}\right]
\]
因此，矩陣 \( D \) 的逆矩陣為 \( \begin{pmatrix} \frac{5}{16} & 0 & -\frac{1}{8} \\ 1 & -\frac{2}{3} & 0 \\ -\frac{1}{4} & \
透過對概念和具體範例的理解，我們可以看出，計算矩陣的行列式和逆矩陣可以使用相對簡單的方法，但卻對資料分析和解決更複雜的數學問題有著顯著的影響。這種理解在包括電腦圖形學、數據分析和線性方程組在內的各種應用中都至關重要。
