Una forma de ver la regla de Cramer es que simplemente hace uso de una forma (muy ineficiente) de calcular $A^{-1}$ En concreto \begin {equation}A^{-1}= \frac {1}{ \text {det}(A)} \text {Adj}(A), \end {ecuación} donde Adj( $A$ ) se conoce hoy en día como el adjunto de $A$ (transposición de la matriz de cofactores de $A$ ). Si se sustituye esta ecuación por $X=A^{-1}B$ se obtiene básicamente la regla de Cramer, ya que para cada componente $x_i$ de $X$ se obtiene la expansión de Laplace por la i-ésima columna de $1/$ det $(A)\cdot$ det $(A_{C_i\leftrightarrow B})$ (puede comprobarlo...).
Así que para interpretar esto geométricamente depende de hasta dónde quieras llegar. Si sólo lo ves como una forma de calcular $A^{-1}B$ entonces significa simplemente que un vector $X$ que se transforma en $A$ para dar el vector $B$ Si esta transformación es invertible, se puede calcular $X$ aplicando la transformación inversa a $B$ . Si ahora quieres ir más allá tienes que intentar explicar geométricamente por qué \begin {equation}A^{-1}= \frac {1}{ \text {det}(A)} \text {Adj}(A). \end {ecuación} Así que en términos de una interpretación geométrica, sabemos $A$ es una transformación, y det( $A$ ) es el área del paralelogramo formado por los vectores componentes en $A$ . Así que lo que puede ser interesante es explorar el papel del adjunto y cómo determina las fórmulas de det $(A)$ ...si quieres... te lo dejo - en 2D es sencillo, ya que los cofactores de cada entrada es sólo una entrada más (con un cambio de signo donde sea necesario).
1 votos
¿Qué es? $A_i$ ? '
1 votos
@MTurgeon Mi opinión sería que $\mathbf{A}_{i}$ es la matriz $\mathbf{A}$ con el $i$ columna sustituida por $\vec{b}$ .
0 votos
@MTurgeon correcto, lo añadiré.
1 votos
El último punto es incorrecto, considere $$\begin{pmatrix} 1&1&1\\0&0&0\\0&0&0 \end{pmatrix} \vec{x} = \begin{pmatrix} 0\\1\\0\end{pmatrix}.$$
0 votos
@Daniel Fischer hmm, creo que tienes razón