w wyl123ly 的博客
MD

2-3-用矩阵进行消元

117 KB 2026.10.11 原文件

2-3-用矩阵进行消元

一句话概括

消元的每一步「」都可以写成一个初等矩阵(elementary matrix) 左乘: 就是「消去 位置」的结果。于是整个消元过程浓缩成一个矩阵乘积 。

本篇覆盖:消元的矩阵写法、初等矩阵与消元矩阵 的构造、 的完整逐步验证、初等矩阵的逆(为什么只需把倍数变号)、矩阵乘法的规则(行乘列 / 列的组合 / 行与 的乘积 / 列乘行)、结合律 的证明、分配律、分块矩阵乘法、不满足交换律的反例、方阵的幂。

定义

初等矩阵

对 单位矩阵 施加一次初等行变换,得到的矩阵称为初等矩阵(elementary matrix)。三种初等行变换(换行、倍乘、倍加)对应三类初等矩阵。

消元矩阵

用于消去 位置(,即主元下方)的初等矩阵记作 :它是单位矩阵在第 行、第 列的位置放上 、其余不动。以 为例( 落在第 3 行第 1 列):

用分量写:(全部对角元),,其余元素为 。其中 就是这个消元步骤的乘数(multiplier) 。

置换矩阵

交换第 行与第 行的初等矩阵称为置换矩阵(permutation matrix),记作 ,即把单位矩阵的第 行与第 行互换所得的矩阵。例如

关于置换矩阵的更多性质(、 个置换矩阵等)见 2-5-LU分解与转置置换。

矩阵乘法

设 为 矩阵, 为 矩阵,则乘积 是 矩阵,其元素为

可乘条件: 的列数等于 的行数(都是 )。结果的形状是「 的行数 的列数」:。

方阵的幂

对方阵 (),定义

( 是对角元全为 的单位矩阵,不是零矩阵;最后一式由结合律得到,见定理 8。)

分块矩阵

把矩阵按横竖线分成若干小块,得到分块矩阵(block matrix)。例如

其中 ,,,。

几何直观

左乘 = 对行做手术

这是本篇最重要的直觉:

用矩阵 左乘 ,就是在对 的「行」做线性组合。

具体地, 的第 行是 各行的线性组合,组合系数就是 的第 行:

若 (即单位矩阵的 位置为 ),则 的第 1 行是 、第 2 行是 、第 3 行是 ,于是

只有第 2 行变了,且恰好是「第 2 行减去第 1 行的 倍」——正是我们想要的消元操作。这就是「初等矩阵能实现行变换」的全部秘密。

对应的几何图像:剪切变换

把 看成一个线性变换(作用于向量),它会把整个平面沿 方向水平剪切。以 为例:

  • 向量 不动(它在 轴上);
  • 向量 变成 ,被「推倒」了;
  • 位于直线 上的向量(即满足「第 2 分量 第 1 分量」的点)全部被压到 轴上。

几何上这叫剪切(shear):它把平行四边形变成等底等高的另一个平行四边形,面积不变。这正是「消元不改变行列式」的几何解释(对应 2-2-消元法的思想 的定理 3):剪切不改变体积,只有换行才会让定向翻转(面积变号)。

示意图的文字描述

在平面上取单位正方形的四个顶点 。施加 ()后:

,,,。

正方形被剪成平行四边形,底边不动,顶点被向右「斜推」——面积仍为 。

继续用 、 这样的剪切,可以把一个斜的平行六面体逐步「掰正」成长方体(对应上三角矩阵 ),体积始终不变。

右乘 = 对列做手术

对称地,

用矩阵 右乘 ,就是在对 的「列」做线性组合。

这就是为什么行列式与秩可以用列变换求,但解方程组绝不能用列变换:右乘会改变未知量的含义(把未知量重新线性组合),解集随之改变。见 2-2-消元法的思想 的定理 1 与易错点 4。

性质与定理

定理 1(左乘初等矩阵实现对应的行变换)

表述:设 是由 经一次初等行变换得到的初等矩阵,则对任意 矩阵 ( 为 ), 就是「对 做同一次行变换」的结果。反之,对 做列变换则由右乘对应的初等矩阵实现。

证明:三种情形分别验证。

(1) 换行:设 ( 交换第 行)。由行组合公式 ,当 时 的第 行是单位向量 ,故 ;当 时 的第 行是 ,故 ;同理 。恰好是交换了第 行。

(2) 倍乘:设 为 的第 行乘 。则 的第 行是 ,故 ,其余行不变。

(3) 倍加:设 为 的 位置取 。则 的第 行是 ,故

其余行不变。这正是 。

适用条件: 必须是左乘,且尺寸匹配( 为 、 为 )。若写成 则是对列做同样操作。

定理 2(初等矩阵都可逆,且逆矩阵也是初等矩阵)

表述:每个初等矩阵 都可逆,且 是同类型的初等矩阵:

  1. (换回来),并且 ;
  2. 倍乘矩阵 ()的逆是 ;
  3. 消元矩阵 的逆是 ——只需把倍数变号。

证明:

(1) 交换两次等于没换:。又因为置换矩阵的每行每列恰有一个 ,其转置等于逆(正交矩阵),见 2-5-LU分解与转置置换。

(2) 一行乘 再乘 等于没动:。

(3) 关键的一条,用矩阵乘法直接验证。以 为例,设

计算乘积(用行组合视角最快: 的第 2 行是 ,把它作用在 的各行上):

  • 第 1 行:;
  • 第 2 行:;
  • 第 3 行:。

故 。同理 ,所以 。

「只需变号」的直观解释:消元操作 是「把第 行的一部分减掉」。要撤销它,只需把减掉的部分加回去:。加与减是一对逆操作,倍数从 变成 ,绝对值完全不变。这就是 矩阵中乘数可以「原样抄下来」的原因( 的关键,见 2-5-LU分解与转置置换)。

适用条件:倍乘的 (否则不可逆)。消元矩阵的 可为零(此时 ,当然可逆)。

定理 3(消元过程的矩阵表达)

表述:设消元依次消去 位置,对应乘数 ,则

其中 是上三角矩阵。若过程中需要换行,则穿插置换矩阵,一般形式为

证明思路:每次消元是左乘一个消元矩阵(定理 1),依次施加得到 ;由矩阵乘法结合律(定理 5)可去掉括号写成 。

注意顺序: 的乘积中后做的消元写在更左边。顺序不能交换(矩阵乘法不满足交换律,见定理 6 的反例)。

定理 4(矩阵乘法的四种理解,全部等价)

表述:设 为 、 为 ,记 的行为 、列为 , 的行为 、列为 。则 可以用四种方式理解:

  1. 行乘列(内积视角):。
  2. 的列是 的列的线性组合:。即「 乘 的第 列」。
  3. 的行是 的行的线性组合:。即「 的第 行乘 」。
  4. 列乘行(外积视角):,即 个「列向量 行向量」(秩 矩阵)之和。

证明:四者都由定义 直接改写而来。

(1) 就是定义。 (2) 固定 ,看 的第 个分量:,故 ,再展开成列组合。 (3) 固定 , 的第 个分量是 。 (4) 外积 的 元素是 ,对 求和恰好得到 。

意义:视角 2 是列图像的基础(见 2-1-向量与线性方程组);视角 3 是「左乘做行变换」的基础(本篇核心);视角 4 是低秩逼近与 SVD 的基础(见 7-2-图像压缩与低秩逼近)。

定理 5(结合律 )

表述:只要乘法有意义( 为 , 为 , 为 ),就有

证明(用「列向量」这一最干净的方式):

第一步:先证一个引理——矩阵乘向量满足结合律,即对任意 ()、()、,

证明:设 ,则 。于是 的第 个分量是

而 的第 个分量是 。两者相同(用的是有限和的交换律)。

第二步:把 按列切开,。由定理 4 的视角 2,乘积的第 列等于「右乘矩阵的第 列」:

由第一步的引理, 对每个 成立。两个矩阵的每一列都相同,故它们相等:

适用条件:三个矩阵的尺寸必须两两相容( 的列数 的行数, 的列数 的行数)。此时两边都有意义,且结果同形 。

结合律的作用:它允许我们省略括号,把 读成「一连串左乘」。反过来,它允许我们提前合并 们:令 ,则 。数值计算中不能真去算 (会破坏稀疏性),但理论上它把整个消元过程记成了一个矩阵。

定理 6(分配律成立,交换律不成立)

表述:

(a) 分配律(distributive law):若尺寸相容,则

(b) 交换律(commutative law)不成立:一般而言 。甚至 有意义时 可能根本没有定义(例如 是 、 是 : 是 , 是 )——即使两者都有定义,也通常不相等。

证明:

(a) 逐元素验证:。其余两式同理。

(b) 只需一个反例即可否证「对一切矩阵成立」。取

。

「」的几何含义:矩阵是线性变换的表示(见 8-1-线性变换的思想)。 表示「先做 、再做 」, 表示「先做 、再做 」。旋转与拉伸的先后次序当然会影响结果——先转 再沿 拉长,和先拉长再转,得到的图形不同。

什么时候 成立?

- 或 (或更一般地 是 的多项式);

- 是数量矩阵,此时 ;

- 更一般地,两个矩阵可交换(commute)当且仅当它们有公共的特征向量组(见 6-2-矩阵的对角化)。

特别地,消元矩阵之间一般不交换:(它们作用在不同的行上,顺序换过来会得到不同的中间矩阵)。

定理 7(分块矩阵乘法)

表述:设 与 ,其中各块的尺寸相容( 同形; 的列数 的行数,且 的列数 的行数,等等),则

证明:比较 元素。把指标集按分块方式拆成两段,设 属于第 1 段、 属于第 1 段(其余情形同理),则

这里用到了「先对 在 内求和得 的元素、在 内求和得 的元素,再相加」这一有限和的可拆分性。

适用条件:块的划分必须「对齐」——左侧矩阵的列划分方式必须与右侧矩阵的行划分方式一致(分块矩阵的可乘条件)。中间那个维度不能只在一侧切开。

意义:分块乘法让大规模计算可以按块进行(分治、并行),也让 有了更简洁的块形式(见 2-5-LU分解与转置置换),还是快速矩阵乘法的起点。

定理 8(方阵的幂的性质)

表述:设 为 方阵, 为非负整数,则

若 可逆,则上式对负整数也成立,且 。

证明: 是 个 相乘,由结合律可任意加括号,故等于 ; 是 组各 个 ,共 个。可逆时 逐项验证即得。

注意

一般地 ,而 ;只有当 时两者才相等。这是「矩阵乘法不交换」的直接后果,也是国内考试常设的陷阱。

初等矩阵、矩阵的秩与解的判定

为什么必须补这一节

本篇前面的定理 1–8 已经建立了「初等矩阵 行变换」「」这套语言。国内教材(同济版第 2、3 章)在此基础上补三块内容,全都直接对应考试题型:

1. 初等矩阵的三种类型与「左行右列」口诀(本篇定理 1 的系统化);

2. 矩阵的秩:子式定义与非零行定义的一致性(子式定义见 2-1-向量与线性方程组 的「国内教材补充」一节);

3. 用初等变换求逆矩阵:把 只用初等行变换化为 (本篇定理 2 的直接应用)。

这些内容在后面这样用:2-4-矩阵运算与逆矩阵 用初等矩阵求逆,3-2-零空间与阶梯形 用行最简形求零空间,2-5-LU分解与转置置换 把初等矩阵按顺序整理成 与 。

三类初等矩阵与「左行右列」口诀

对单位矩阵 施行一次初等行变换所得的矩阵称为初等矩阵(elementary matrix)。国内教材的记号与分类:

类型国内记号对 的操作3 阶示例逆矩阵行列式
交换交换第 行自身
数乘,第 行乘
倍加把第 行的 倍加到第 行

三条必须记住的性质:

  1. 初等矩阵都可逆,且逆矩阵是同一类型的初等矩阵;
  2. (由上表:分别为 );
  3. 用初等矩阵左乘 相当于对 做相应的行变换;右乘 相当于做相应的列变换。

「左行右列」口诀与它的严格表述

设 为 矩阵, 为相应的 阶初等矩阵, 为相应的 阶初等矩阵,则

尺寸是关键: 必须是 阶(匹配 的行数), 必须是 阶(匹配 的列数)。尺寸不匹配就乘不起来——这本身就是「谁是行、谁是列」的记忆锚点。

完整证明见本篇定理 1(三种情形分别用「行组合」视角验证)。

为什么「左乘改行」? 因为矩阵乘法按行看是「组合 的行」,按列看是「组合 的列」:。左乘矩阵的第 行决定了结果的第 行是 的各行怎么组合出来的。这就是本篇「几何直观」一节的代数根据(见定理 4 的四种视角)。

两个高频混淆

1. 「初等矩阵」与「初等变换」不是一回事:前者是矩阵(可以做乘法),后者是操作(作用在矩阵上)。国内题常问「 经若干次初等行变换化为 ,则存在可逆矩阵 使 」——这里的 就是那些初等矩阵按同样顺序的乘积,见本篇定理 3。

2. 「 与 等价」的定义是「存在可逆 使 」(行列变换都用)。若只允许行变换,则称「行等价」。等价关系保持秩不变,但不保持行列式、不保持特征值。

矩阵的秩:子式定义与「非零行数」定义的一致性

子式定义(完整讨论见 2-1-向量与线性方程组): 中最高阶非零子式的阶数称为 的秩 。

非零行定义: 的行阶梯形中非零行的个数( 主元个数)。

两者一致的证明思路(三段):

第一段:初等变换不改变「所有 阶子式是否全为零」这个性质。

用初等矩阵的语言最简洁。设 ,其中 、 是可逆矩阵(初等矩阵的乘积)。由 Cauchy–Binet 公式(5-1-行列式的性质 的推广,也可用行列式的乘法法则逐块验证):对任意取定的 行指标集 与 列指标集 ,

而它的行列式可按 阶行列式的乘法法则写成

(这是 阶子式的 Cauchy–Binet 展开。)于是每个 阶子式都是原矩阵 阶子式的线性组合;由于 可逆,反向也成立()。所以

第二段:阶梯形矩阵的秩等于非零行数。

设阶梯形 有 个非零行,主元在第 列。

  • 秩 :取这 个非零行与这 个主元列,交叉处的 阶子式是上三角行列式(主元在对角线上,因为阶梯形在主元列下方全为零),其值等于 个主元之积 。
  • 秩 :任取 行,其中必含一个全零行(只有 个非零行),故所有 阶子式(以及更高阶)都为零。

两向夹逼得 。

第三段:合起来。 由第一段(初等变换保持「子式全为零」)与第二段(阶梯形的秩 非零行数),

(本库在 2-1-向量与线性方程组 定理 5 中给出的是不用 Cauchy–Binet 的逐操作版本,两条路线都对,读者可择一掌握。)

另一种更「几何」的证明思路:初等矩阵可逆 左乘不改变零空间() 行变换不改变行空间 的维数。而「 有 阶非零子式」「 中有 行线性无关」「」。于是秩的两种定义都等于 。这条路线把秩与四大子空间直接连起来(见 3-5-四大子空间的维数)。

用初等变换求逆矩阵(国内考试的标准题型)

原理:由本篇定理 1,对 做行变换等价于左乘初等矩阵。若 可逆,则它的行最简形是 ,即存在初等矩阵 使

两边左乘 得 。把这两个等式拼起来:

结论:把 只用行变换化成 ,则 。

操作流程:

  1. 写出 矩阵 ;
  2. 对整个 列(左半边和右半边一起)做行变换,目标是把左半边化到行最简形(可逆时就是 );
  3. 若左半边出现全零行,说明 不可逆(秩 ),停止——此时右半边没有任何意义;
  4. 左半边化为 后,右半边就是 ;
  5. 验算:算 与 ,两者都应为 。

求逆的三条铁律

1. 只能用行变换,绝不能混入列变换。混一次列变换,右半边得到的东西就不是 了。

2. 每一步都要对 列同时作用。只动左半边、右半边忘了动,是最常见的失分点。

3. 左半边出现全零行就立即停手。这说明不可逆(),继续算下去毫无意义。不要试图「算出」一个不存在的逆矩阵。

完整例题与 公式()见 2-4-矩阵运算与逆矩阵。

一道必须澄清的题目:为什么不能直接用克拉默法则判断长方形矩阵的解

高频概念题:这句话错在哪?

「对于 的线性方程组,若系数行列式 ,则有唯一解。」

错误。 这句话有两处致命问题:

1. 只对方阵有定义。 时 根本没有意义,谈不上「」。

2. 即使 是方阵, 也只是「唯一解」的充分条件;判断解的存在性必须比较 与 ,而 时一定有 ,所以这时它是充要的——但 时就不能下任何结论,必须继续比较两个秩(见 2-2-消元法的思想 的秩—解关系表)。

正确表述: 有唯一解 ,其中 。当 为 阶方阵时,这等价于 。

顺便说清克拉默法则(5-3-克莱姆法则与体积)的适用范围:它只适用于方程个数等于未知量个数且系数行列式不为零的情形,而且它给出的是「解是行列式之比」的公式,不是判据。长方形矩阵的方程组只能靠消元与秩来判断。

计算方法与步骤

步骤 1:把消元写成矩阵(构造 )

以 为例:

  1. 写出 ;
  2. 确定这一步要消去的位置 与乘数 ;
  3. 把 的 位置( 行 列,)由 改为 ,其余不动。

若这一步是换行 ,则把 的第 行互换,得到 。

步骤 2:逐步左乘验证

每做一步,用「行组合」视角检验: 应该只有第 行变了,且第 行的 位置必须变成 。

步骤 3:写出总消元矩阵(可选)

这就是 的雏形(,一列一列地写下乘数)。

步骤 4:用四种视角核对矩阵乘法

算 时按需选择:

  • 要某一个元素 视角 1(行乘列);
  • 要整列 视角 2( 的列的线性组合);
  • 要整行 视角 3( 的行的线性组合);
  • 要看秩或做低秩分解 视角 4(列乘行之和)。

步骤 5:分块乘法

  1. 检查左侧的列划分与右侧的行划分是否一致;
  2. 把每块当成一个「数」,按 的普通乘法公式展开(注意块的顺序不能颠倒);
  3. 各块内部的乘法按普通矩阵乘法计算。

例题

例题 1( 的完整逐步验证,)

设

(这就是 2-1-向量与线性方程组 例题 2 的系数矩阵, 已用它演示过消元。)本篇把它每一步写成矩阵乘法。

第 1 步:消去 位置

乘数 。于是 是 的 位置放 :

验证 (用行组合视角,逐行写出):

  • 第 1 行 ;
  • 第 2 行 ;
  • 第 3 行 。

位置已变成 ,且只有第 2 行被改动 。

第 2 步:消去 位置

这时要用当前矩阵的 与主元 ,乘数 :

验证 :

  • 第 1 行 ;
  • 第 2 行 ;
  • 第 3 行 。

已变成 ,

第 3 步:消去 位置

乘数 (注意用当前的值 与 ,不能用原矩阵的 与 ):

验证 :

  • 第 1 行 ;
  • 第 2 行 ;
  • 第 3 行 。

完整链条:

第 4 步:整体验证

先算总消元矩阵 。先算 (都是下三角且对角为 ,结果也是):

(逐行验证:第 3 行 。)

再乘 :

(第 3 行 。)

现在整体作用在 上:

逐元素(行乘列):

  • :;
  • :;
  • :;
  • :;
  • :;
  • :;
  • :;
  • :;
  • :。

与逐步计算的结果完全一致。

第 5 步:用逆矩阵回到 的雏形

由定理 2,,,。

计算 :先算 ,

再左乘 :

漂亮的结果: 就是「把三个乘数 直接填到下三角对应位置」得到的矩阵,且对角元全为 。这就是为什么 中 的乘数可以原样抄写——因为取逆只需变号,而变号后的乘数正好落在 的下三角位置上。

验证 :

  • 第 1 行:;
  • 第 2 行:;
  • 第 3 行:。

顺带验证行列式:,与 2-1-向量与线性方程组 例题 2 中直接算得的 一致 。

例题 2(初等矩阵的逆:把倍数变号)

(a) 情形的完整验证

设 (即 )。求 ,并说明为什么。

解:逆操作是 ,即 。验证:

为什么只需变号: 与 的元素中,只有 位置不同,且分别是 与 ——它们的作用互相抵消。用「行组合」看: 把第 1 行的 倍加到第 2 行, 把第 1 行的 倍加到第 2 行,两次加起来净效果为零。

(b) 置换矩阵的逆等于转置

所以 ——交换两次回到原状。(一般置换矩阵满足 ,但 只对「自逆」的置换成立。)

(c) 消元矩阵的乘积不能简单变号

它的逆是

注意:逆的顺序要反过来(乘积的逆法则 ),而每个因子各自的倍数变号。这个结果恰好是把乘数 填进下三角——与例题 1 第 5 步一致。

例题 3(矩阵乘法的四种视角,同一个乘积四种算法)

设

为 、 为 ,故 为 。

视角 1(行乘列):

视角 2( 的列是 的列的组合):

  • 的第 1 列是 ,故 第 1 列
  • 的第 2 列是 ,故 第 2 列

视角 3( 的行是 的行的组合):

  • 的第 1 行是 ,故 第 1 行
  • 的第 2 行是 ,故 第 2 行

视角 4(列乘行之和):

四种视角给出同一个矩阵。实战建议:算单个元素用视角 1,算整列用视角 2,做行变换用视角 3,讨论秩与低秩逼近用视角 4。

例题 4(不满足交换律的具体反例,并观察「行变换 ≠ 列变换」)

取

其中 的乘数 ,正是为消去 位置而设。

左乘(行变换):

第 2 行被改成「第 2 行 第 1 行」, 变成 ——消元成功。

右乘(列变换):

第 1 列被改成「第 1 列 第 2 列」, 没有变成 ——完全不是消元。

这就是 的一个具体体现:仅仅把 与 的书写顺序换一下,结果就从「上三角」变成了一个完全不同的矩阵。

结论:左乘改行、右乘改列,两者不可互换。解方程组只能用左乘(行变换)。这个反例比抽象的「矩阵乘法不交换」更有说服力:它说明了为什么消元必须写成 而不是 。

例题 5(分块矩阵乘法,4×4 完整验证)

设

其中

方法一:整体相乘(直接算)。逐元素行乘列:

方法二:分块相乘。

先算需要的块积:

两种方法结果对比:逐块核对,四个块全部一致。

  • 左上块:方法一 ,方法二
  • 左下块:方法一 ,方法二
  • 右上块:方法一 ,方法二

(其中 ——右乘 就是把 的两列互换,。)

  • 右下块:方法一 ,方法二

方法一中对应的四个元素独立验算: 、 、 、 。

分块乘法与整体乘法完全吻合 。

要点:分块乘法把 的乘法拆成 个 的乘法加 次块加法,块内运算与普通矩阵乘法一模一样(包括块不能交换顺序)。当矩阵阶数很大、内存放不下时,分块就是并行计算与缓存优化的基础。

例题 6(方阵的幂与 Fibonacci 数列)

设

逐步求幂(用行乘列):

观察规律:对角线上出现 ——Fibonacci 数列。记 ,则

为什么:设 。则

由 Fibonacci 递推 ,右上角是 ,左上角是 ,左下角是 ,右下角是 ——归纳完成。

由幂到通项(预告第 6 章): 的特征多项式是

(这里用到 ,再减 。)令它为零得 ,两个特征值之积为 、之和为 ,与 、 一致。因为特征值满足 ,把它多次相乘可得 ,于是

(Binet 公式)。验证 : 。

注意:,但这里只有 自己相乘,所以幂的运算法则 完全可用(定理 8)。特征值方法见 6-1-特征值引论 与 6-2-矩阵的对角化。

例题 7(三次行变换实现 ,并求 )

题目

设

对它依次施行三次行变换:

(i) ;(ii) ;(iii) 。

求变换后的矩阵 ,并求可逆矩阵 使 ,再验证 恰好把 变回 。

第 1 步:写出三个初等矩阵。

由定理 1,每个行变换对应一个左乘的初等矩阵(本库约定:要执行 ,则 的 位置填 ):

第 (iii) 步是「加上」不是「减去」

本库的消元约定统一用 ,而本题第 (iii) 步写的是 ,即 。于是 的 位置填 。符号搞反会让整道题错,这是国内考试最常见的失分点(见易错点 3)。

第 2 步:逐步验证,得到 。

第一次()——只有第 3 行变,等于「第 3 行减第 1 行」:

第二次()——只有第 2 行变,等于「第 2 行减第 1 行的 倍」:

第三次()——只有第 3 行变,等于「第 3 行加第 2 行」:

第 3 步:用定理 3 写出总变换矩阵 。

由结合律(定理 5)去掉括号,后做的变换写在更左边:

先算 (用行组合视角: 的第 2 行是 ):

  • 第 1 行:;
  • 第 2 行:;
  • 第 3 行:。

再左乘 (第 3 行是 ):

(第 3 行验算: 。)

第 4 步:验证 (两种方式)。

方式一:整行组合视角。 的三行分别是 、、,故

  • 第 1 行 第 1 行 ;
  • 第 2 行 ;
  • 第 3 行 。

第三行仔细算:,加 得 ,再加 得 。与第 2 步的结果一致。

方式二:逐元素行乘列(只验一个元素作对照)。 。

第 5 步:由定理 2 写出 (顺序反、符号变)。

由 :

每个因子的逆只需变号:

先算 (第 3 行是 ):

再左乘 (第 3 行是 ):

第 6 步:验证 与 。

  • 第 1 行:;
  • 第 2 行:;
  • 第 3 行:。

再由 两边左乘 得 。用行组合验证 的第 3 行:

正是 的第 3 行 。

第 7 步:附带结论(顺带把行列式也验了)。

是三个倍加矩阵之积,每个的行列式都是 ,故

直接算 (按第 1 行展开):

两者相等,符合「倍加不改变行列式」的结论(5-1-行列式的性质)。

这道题的三个关键点

1. 的顺序:,后做的写在左边。写成 会得到另一个矩阵(矩阵乘法不交换)。

2. 的双重反转:既要把三个因子的顺序倒过来,又要每个因子内部变号。只做一半是最典型的错误。

3. 与 的对应关系: 记录的是「 的各行如何组合出 的各行」,所以 的每一行就是一组组合系数。看 就能直接读出所有行变换——这正是国内教材「用可逆矩阵表示初等变换」的用意。

例题 8(用子式法与初等变换求含参数矩阵的秩)

题目

设

求 取何值时 、、。

第 1 步:观察结构(所有行都是 的一个置换)。

把四行相加,每行都变成 。所以

  • 时四行之和为零向量 四行线性相关 ;
  • 这是一个必然的临界值。

第 2 步:算最高阶子式( 阶,即 )。

先做消元造零(不改变行列式):、、:

第 2 行与第 4 行完全相同 至少两行相同,行列式为 !等等——这说明在任何 下 ?重新检查:第 2 行是「原第 2 行减原第 1 行」;第 4 行是「原第 4 行减原第 1 行」。两者不同(第 1 列分别是 与 )。我上面写错了,改正为

再算 。按第 1 行展开太繁,直接对列用「把第 2、3、4 列加到第 1 列」的技巧(列变换不改变行列式的值当且仅当是列倍加,这里正是列倍加):

这里用了一个「列和相等」技巧

因为每行的元素之和都是 ,把第 2、3、4 列都加到第 1 列,第 1 列就变成全是 ,可以提出公因子。这在国内教材里叫「列和(行和)相等」技巧,是 阶行列式最常用的化简手段,详见 5-1-行列式的性质。

注意:这里用的是列倍加。行列式对行、列的地位对称,所以列倍加同样不改变行列式的值;但如果目的是解方程组,就绝不能用列变换。

继续化简:、、:

(按第 1 列展开,只有 位置的 非零。)

对 阶行列式按第 1 列展开(第 1 列是 ):

于是

用 快速核对: 时 。直接算 的矩阵

按第 1 行展开,,其中 ,,。所以 ?与 不符,说明上面某处有误。

我用消元法重算一遍(这才是可靠的办法)。对 做行变换:

;

;

。

对 代入:、、。矩阵变成

按第 1 列展开得 。这个 阶行列式按第 1 列展开:

所以 ,与公式 一致。我上面「按第 1 行展开」的手算有误,公式是对的。

这个反复提醒了一件事

阶行列式不要硬用展开式手算( 阶有 项,极易出错)。正确顺序是:先找结构(行和/列和相等?是否有两行成比例?)→ 用行列倍加造零 → 化三角形或降阶。这正是 5-2-排列与代数余子式 强调的重点。

第 3 步:由 定位临界值。

  • 且 :最高阶( 阶)子式非零 。

第 4 步: 时的秩。

时 的所有元素都是 :

所有 阶子式都是 ,而 阶子式 ,故

第 5 步: 时的秩。

阶子式为零 。要确定是 还是更小,需要找一个 阶非零子式。

用代换法: 时取前 行前 列构成的 阶子式,其矩阵是 ()或 (,),即

这是「对角为 、其余为 」的 阶矩阵 型结构。用 2-1-向量与线性方程组 例题 6 的通用结论(对角 、其余 的矩阵 对角 、其余 的矩阵乘 之类;也可直接算):

更稳妥的办法是直接消元。对 做 会引入分数,改用「三行相加」:,故

(第一步用了「把另外两行加到第 1 行、再提出公因子 」的技巧——行列式允许把一行的倍数加到另一行。)

现在算这个行列式,用 、:

(上三角,主对角元之积。)所以

第 6 步:结论汇总表。

的取值最高阶非零子式秩
且 阶()
阶()
阶()

注意:秩 的情形不存在—— 时秩直接掉到 (因为整个矩阵全同), 时秩是 。「问某个秩的值是否存在」是国内考试常设的坑:不是每一个可能的秩都会出现。

第 7 步:用消元法交叉验证 。

非零行 行 ,与子式法一致。主元是 ,乘积 ,正好是第 5 步算出的 阶子式的相反数(因为第 5 步做过一次行交换,符号差一个因子)——这是很好的自检。

含参数矩阵求秩的两条路线

| 路线 | 做法 | 适用 |

|---|---|---|

| 子式法 | 算最高阶子式(行列式)定临界值,再降阶找非零子式 | 阶数低(、 阶)、参数位置规整 |

| 消元法 | 直接对含参数矩阵做行变换,讨论零主元与自由列 | 阶数高、参数多、需要顺带求通解 |

两条路必须给出同一个秩——用一条路算完,用另一条路抽查一个临界值,是考场上最可靠的自检手段。

例题 9(用初等变换求逆矩阵:Gauss–Jordan)

题目

设

用初等行变换求 ,并验证 。

第 1 步:写出 。

第 2 步:消去第 1 列下方(对整个 列同时操作)。

:

:

第 3 步:消去第 2 列下方。

:

第 4 步:主元归一化(第 3 行乘 )。

:

第 5 步:消去第 3 列上方。

:

:

第 6 步:消去第 2 列上方。

:

左半边已化为 ,故

第 7 步:验证 (逐元素算)。

第一行乘各列:

第二行:

第三行:

所以 。由 2-4-矩阵运算与逆矩阵 的定理(左逆即右逆),也有 。

第 8 步:附带结论。

直接验证(按第 1 行展开 ):

第 9 步:把这个过程写成初等矩阵的乘积。

第 2–6 步用到的行变换依次是(记 为「对应的初等矩阵」):

步骤行变换初等矩阵
第 2 步
第 2 步
第 3 步
第 4 步
第 5 步
第 5 步
第 6 步

把这些按「后做的写在左边」的顺序相乘,就得到

这就是「 可逆 可写成有限个初等矩阵的乘积」的具体体现(见本篇练习题思考题 7):由 得

每个 仍是初等矩阵。

Gauss–Jordan 求逆的三个检查点

1. 必须对整个 同步操作。第 2 步里我特意把右半边的结果 等一并写出,就是为了强调这一点。

2. 若左半边出现全零行,立即停止。这说明 , 不可逆,右半边得到的东西没有任何意义(常见错误是照样把右半边抄下来当「逆矩阵」)。

3. 验算用 ,不要只验一个元素。至少把对角元与若干非对角元都算一遍——第 7 步那样九个元素全算并不费时,但能抓住绝大多数的算术错误。

完整理论( 公式、伴随矩阵公式、)见 2-4-矩阵运算与逆矩阵。

例题 10(含参数线性方程组:用初等变换讨论全部情形)

题目

讨论 取何值时,线性方程组

无解、有唯一解、有无穷多解;并在有无穷多解时写出用自由变量表示的通解。

第 1 步:写出增广矩阵。

第 2 步:算系数行列式,定位临界值。

按第 2 行展开最省力(有一个 ):

(第二项的符号: 位置的代数余子式符号是 ,故为 。合并得 。)

用第 1 行展开交叉验算:

所以

只有一个临界值 。

  • :, 可逆 唯一解。由克莱姆法则或消元可得

(验算(取 ):、、。代回原方程组:?应为 ——不对,重新算。)

上一步的验算失败了——这正是「代回原方程」的价值

取 时的方程组是

我猜的解 代入第 1 式得 ,第 3 式得 。猜的解是错的,必须真的解出来。 这提醒我们:克莱姆法则给的是行列式之比,不是我凭感觉写的表达式。

正确的做法是老老实实用消元(见下一步)。

第 3 步: 时用消元求唯一解(以 为例演示,再给一般公式)。

取 ,增广矩阵:

回代:;;。

验证(代回原方程):?

又不对。 检查消元:,第 2 行原为 ,,相减得 。, 。, 。

所以消元没算错,回代也没算错,但代回原方程不成立?检查原方程组第三个方程:, 时为 。代入 :。

问题出在增广矩阵第 3 行的常数项:原方程右端是 ,但我写成了 ……再检查第一个方程:,:。代入:。

根本原因:第 2 步的行列式只是用来定位「什么时候唯一」;真正求解时必须从原增广矩阵出发。我在第 3 步换行时写的 之后第 1 行变成了 ——这是第 2 行 ,正确。第 3 行是 。这些都对。那么回代的结果应该满足方程,除非……我算错了 的代入:由第 3 行 得 ;由第 2 行 ,即 ,故 ,。我之前写成 是符号错误——正确是 吗?重来: 两边乘 :,故 。 找到了错误: 时 (我漏了一个负号)。

继续: (这一步对)。

重新验证: ; ; 。

三式全部成立。解为

这段「算错—发现—改正」的过程比正确答案更有价值

它演示了三个自检机制:(1) 代回原方程(抓出符号错误);(2) 换一种展开方式重算行列式(确认 );(3) 检查每一步消元的算术(确认消元本身没错,从而把错误定位到回代)。

考场上每道方程组题都应该至少做一次代回验证——一次代入不到 30 秒,但能避免整题失分。

第 4 步:一般 的解。

把上面的消元对一般 重做一遍(这一步较繁,但值得完整写出)。对

先交换 (把主元 换上来,避免除以 ):

:。

:。

:。

回代(设 ,则 ):

注意 ,故第一项 。于是

再由第 1 行:。

验算(取 ): ; ; 。与第 3 步逐个数字算出的结果完全一致。

所以 时唯一解为

第 5 步: 的情形——增广矩阵消元。

沿用第 4 步的化简(把 代入):

(第三行:,。)

最后一行给出

于是

用初等变换的语言解释矛盾从哪来:第 4 步的 得到的新第 3 行,是原第 3 行、第 2 行、第 1 行的某个固定线性组合:

当 时系数 ,所以这是三行的一个非平凡组合;它的系数部分为零而常数项为 ,说明「三行线性相关,但常数项不能同样表示」——这正是无解的代数根源(等价的说法:)。

第 6 步:结论汇总。

解的情况
唯一解(公式见第 4 步)
无解

本题不存在「无穷多解」的情形——因为 只有一个根 ,而这个根恰好落在「增广列带来新主元」的一侧。「三种情形不一定都出现」是含参数题的常见陷阱:题目问「无解、唯一解、无穷多解」,答案可能是「只有前两种」。

第 7 步:几何解读。

三张平面:

  • :三者交于唯一一点;
  • :、,两式相减得 ;代入 得 ,即 ;但 要求 ——矛盾。所以 与 的交线平行于 (方向相同、位置不同),三张平面围成三棱柱形的空隙,无公共点。

含参数方程组的「四步法」再强调一次

1. 算 (系数行列式)→ 得到全部临界值;

2. 的区间:唯一解,务必给出一般参数的解公式(不能只算一个具体值);

3. 每个临界值回代:对增广矩阵消元,比较 与 ;

4. 汇总成表,并说明「哪种情形不出现」。

与 2-2-消元法的思想 例题 7 相比,本题多了一个要点:消元时优先用「交换」把常数主元换成 (第 4 步的 ),这样全程不出现除以 的分数,含参数的讨论会清晰得多。「先换行避开参数做分母」是含参数题的头号技巧。

例题 11(证明题:分块矩阵的秩)

题目(证明)

设 为 矩阵, 为 矩阵, 表示适当尺寸的零矩阵, 表示全 矩阵。证明:

并由此说明为什么当 、 为 全 矩阵时,这个秩等于 (而不是 )。

证明。

记

其中 是 、 是 、 是 、 是 。所以 是 矩阵。

证明的第一步:把 按列分块。

的前 列是 的列(记为 ),后 列是 的列(记为 )。由列空间的定义,

(「两组向量共同张成的空间 各自张成空间之和」,这是子空间和的定义,见 3-1-向量空间)。但子空间和的维数一般小于维数之和(),所以不能直接把两边维数相加——需要证明 与 的交为零。

关键结构观察(决定性的):

  • 的上半块是 的第 列(记 ),下半块是 的第 列;
  • 的上半块恒为 (因为 的上半块是零矩阵),下半块是 的第 列。

于是任何 的上半块都是 (零空间的线性组合仍是零)。若 且同时满足「上半块为零」,则

这一步要小心:如果 的列线性相关(即 ),那么存在不全为零的 使 ,此时 的上半块为零、但 一般不为零(它的下半块是 )。所以交集一般不为零,维数不能直接相加!

正确的做法是用块初等变换把 对角化,绕开交集的计算。

第二步:块消元( 可逆的情形)。

左乘块矩阵 (它是块下三角、对角块为 ,故可逆):

(块乘法的展开见本篇定理 7:左上块 ;右上块 ;左下块 ;右下块 。)

这正是块形式的高斯消元(用上面的块消去左下的块),与普通消元完全同理。由例题 12 的 (1)(可逆矩阵左乘不改变秩),

第三步:块对角矩阵的秩等于各对角块秩之和。

设 的列空间由两部分组成:前 列只在上半块非零,后 列只在下半块非零。对任意线性组合

(其中 是 的第 列),看上半块得 ,看下半块得 。两个方程组互不干涉,所以

(这一步才是「维数可以相加」的正确理由:两个子空间分别落在互不相交的坐标块上,交集为零。)

结合第二、三步:

第四步:去掉「 可逆」的限制(一般情形)。

一般 不可逆, 不存在。此时改用等价的初等变换论证:由本篇定理 2 的推广,存在可逆矩阵 ( 阶)使 为行最简形;于是对 左乘块矩阵 (可逆):

的行最简形中只有前 行非零( 个主元)。此时 的后 行全为零,故可继续用块消元把 中「对应部分」消掉:具体地,设 的前 行构成的行空间与 的行空间相同(行变换保持行空间),则 的每一行都可以减去 的前 行的某个线性组合,使结果的前 列为零。把 的列按其 个主元列重排到最前(列重排是可逆的列变换,同样不改变秩),就化成了块对角形式 ,其中 是 可逆块(由 的 个主元构成)。于是再次得到 。

另一种更简洁的一般证明:用满秩分解。任意 矩阵 都可以写成 ,其中 为 列满秩、 为 行满秩(把 的主元列取出作 、把行最简形的非零行取出作 即可,见 3-4-线性无关基与维数)。代入并做块消元:

而 ( 列满秩、 行满秩,见 3-4-线性无关基与维数)。于是同样得到 。

第二部分: 时为什么是 。

时 。而 是 全 矩阵,它的每一列都相同(都是 ),故 (只要 )。于是

直观解释: 的列有两类:

  • 前 列:上半部分是 (标准基),下半部分是 的第 列(全 );
  • 后 列:上半部分是 ,下半部分是 。

后 列全部相同(都是 ),所以只贡献 个独立方向;前 列的上半部分互相独立(分别是 ),所以贡献 个独立方向。合计 。

为什么不是 ? 因为后 列各自不是独立方向——它们全都等于同一个向量。这也正是「秩 行数」的最直白例子:矩阵有 行,但秩只有 。

验证():

验证(、):

第 1 行与前 列给出秩 ,后 3 列相同给出秩 ,故 (用消元验证: 都减去 后,第 3、4 行变成全零行,非零行有 行)。

这道证明题考什么

1. 块矩阵的秩不能简单相加。,等号只在两个列空间「不重叠」时成立(这里 与 分别贡献上半块与下半块的非零坐标,恰好不重叠)。

2. 块初等变换是求块矩阵秩的主力。与普通消元完全一样,只是「数」换成了「块」,但块的顺序不能交换(矩阵乘法不交换)。

3. 「秩 行数」需要具体例子。本题给出了一族:行数 、秩 ,当 时两者不等。

这类块矩阵在最小二乘的增广系统、有限元的鞍点问题、图论的关联矩阵里都会出现,见 10-1-图与网络 与 4-3-最小二乘逼近。

例题 12(证明题:初等变换不改变秩,且 可逆的充要条件是它是初等矩阵之积)

题目(证明)

(1) 证明:若 、 可逆,则 。

(2) 证明: 阶方阵 可逆的充要条件是 可以表示为有限个初等矩阵的乘积。

证明 (1)。

分两步:先证左乘可逆矩阵不改变秩,再证右乘不改变秩。

左乘部分:设 可逆。对任意 ,

(第一个「」显然;第一个「」是在两边左乘 )。故

由秩—零化度定理 (3-5-四大子空间的维数),两个矩阵的列数相同(都是 )而零空间相同,故

右乘部分:设 可逆。先看零空间:。令 ,则 遍历整个 (因 可逆),故

从而 ,再由秩—零化度定理得 。

另一种更直接的证法(用列空间): 可逆时, 的列是 的列的线性组合( 的第 列 ),故 ;又 ,同理 。两者相等,维数相等,即 。

合起来:(先对 用左乘部分,或先对 用右乘部分,都行)。

推论:初等矩阵可逆(本篇定理 2),所以初等变换不改变秩。这正是「用初等变换求秩」的合法性根据。

证明 (2)。

(必要性)设 可逆,证 是初等矩阵之积。

由本篇定理 2(Gauss–Jordan),可逆矩阵 可以经有限次初等行变换化为行最简形,而可逆矩阵的行最简形是 (因为 , 个主元覆盖全部 列,且每列其余元素都被消为零)。即存在初等矩阵 使

两边左乘 :

由定理 2,每个 仍是初等矩阵,故 是有限个初等矩阵之积。

(充分性)设 ( 为初等矩阵),证 可逆。

初等矩阵都可逆(定理 2 及其速查表:、、),而可逆矩阵的乘积仍可逆(,逐项验证即可)。故 可逆。

推论(国内考试常用):设 为 阶方阵,则 可逆 与 等价(即存在可逆矩阵 使 ) 。

而且任意 矩阵 都等价于「标准形」 ,其中 。这条「等价标准形」定理是国内教材的核心结论之一:它说明秩是矩阵在等价关系下的完全不变量——两个同型矩阵等价当且仅当它们有相同的秩。

验证(用例题 9 的结果):例题 9 中我们得到 是七个初等矩阵之积,故 也是七个初等矩阵之积(取逆并反序),与 (2) 的必要性一致。

这道证明题串起了整章

| 结论 | 用到的工具 | 出处 |

|---|---|---|

| 左乘可逆矩阵不改变零空间 | | 本篇定理 1、3-2-零空间与阶梯形 |

| 由零空间不变推出秩不变 | 秩—零化度定理 | 3-5-四大子空间的维数 |

| 初等矩阵可逆 | | 本篇定理 2 |

| 可逆矩阵的行最简形是 | Gauss–Jordan 消元 | 2-4-矩阵运算与逆矩阵 |

| 可逆矩阵之积可逆 | | 本篇定理 2(乘积的逆法则) |

| 等价标准形 | 是等价关系的完全不变量 | 本篇 + 3-4-线性无关基与维数 |

一句话总结:秩是矩阵在「可逆行变换 可逆列变换」下唯一的不变量。 这就是为什么国内教材把秩放在矩阵理论的正中心——它同时统一了行列式、可逆性、线性无关与线性方程组的可解性。

应用

  1. 把消元算法「矩阵化」以复用:一旦写成 ,对同一个 的任意多个右端项,只需做前代 与回代 ,各 。这是有限元、电路仿真中「同一刚度矩阵、多种载荷工况」的标准做法。
  2. 稀疏矩阵与图算法:初等矩阵的乘积 通常很稠密(把 显式算出来会浪费大量内存),而 、 能保持相对稀疏。工程软件记录的是每步的乘数与置换,而不是 本身。相关图论视角见 10-1-图与网络。
  3. 分块乘法与高性能计算:BLAS/LAPACK 的核心优化就是分块(blocked)矩阵乘法,把 的运算组织成能塞进 CPU 缓存的小块。例题 5 展示的正是这个原理的小型版本。
  4. 外积视角与低秩逼近:定理 4 的视角 4 把 写成若干秩 矩阵之和。SVD 从这里出发:把 截断前 项就得到最佳低秩逼近,用于图像压缩。见 7-1-SVD的构造与几何意义 与 7-2-图像压缩与低秩逼近。
  5. 矩阵幂与递推数列 / 状态演化: 描述离散动力系统的 步演化(种群模型、Markov 链、图上的随机游走)。Fibonacci 例子是其中最著名的一个。见 10-2-Markov矩阵与稳态 与 6-3-微分方程组与矩阵指数。
  6. 代码验证:
import numpy as np
from scipy.linalg import lu

A = np.array([[1.0, 2.0, 3.0],
              [4.0, 5.0, 6.0],
              [7.0, 8.0, 10.0]])

E21 = np.array([[1, 0, 0], [-4, 1, 0], [0, 0, 1]], dtype=float)
E31 = np.array([[1, 0, 0], [0, 1, 0], [-7, 0, 1]], dtype=float)
E32 = np.array([[1, 0, 0], [0, 1, 0], [0, -2, 1]], dtype=float)

U_check = E32 @ E31 @ E21 @ A
print(U_check)                       # [[1 2 3] [0 -3 -6] [0 0 1]]

p, l, u = lu(A)                      # A = p @ l @ u
print(l)                             # 下三角,乘数 4、7、2 原样出现
print(np.allclose(A, p @ l @ u))     # True

# 不满足交换律
rng = np.random.default_rng(0)
X, Y = rng.integers(0, 9, size=(2, 2)), rng.integers(0, 9, size=(2, 2))
print(np.array_equal(X @ Y, Y @ X))  # 几乎必然是 False

6.2 三类初等矩阵速查

三种初等行变换各自对应一个初等矩阵,这是本篇最该记住的一张表:

初等行变换初等矩阵 的构造左乘的效果
交换第 两行置换矩阵 单位矩阵交换第 行 本身(因 )交换 的第 行
第 行乘以 单位矩阵第 个对角元改为 第 行整体放大 倍
第 行加第 行的 倍单位矩阵第 位置填 把第 行的 倍加到第 行

三条实用推论

1. 初等矩阵全都可逆(三个行列式都不为 ),而且逆矩阵仍是同类初等矩阵——这正是"消元可以反悔"的矩阵语言。

2. 消元矩阵求逆只需把倍数变号:。所以 中 的元素可以直接从消元乘数读出,不必真的做矩阵求逆(见 2-5-LU分解与转置置换)。

3. 的逆就是它自己:交换两次回到原状,故 。

易错点

十二个高频错误

1. 乘数用错数据。乘数必须用当前(已被前面消元改过的)矩阵元素,即 中的两个数都要取当前值。用原矩阵的元素会算错(例题 1 第 3 步中 ,而不是 )。

2. 左乘右乘搞反。变换行用左乘();变换列用右乘()。解方程组只能用行变换,即只能左乘。

3. 的符号写反。要执行 ,则 的 位置写 (不是 )。检验方法:算完 ,第 行第 列必须变成 。

4. 忘了 之间的顺序。 中,后做的消元写在左边。写成 通常得到不同的矩阵(矩阵乘法不交换)。

5. 乘积的逆忘了反序。,不是 。所以 中 ,顺序反过来了——这恰好是 中乘数「原样抄写」的原因。

6. 可乘条件看错。 要求 的列数 的行数。国内考试常见陷阱:给出 与 ,问 是否存在(存在,)以及是否等于 (不等,形状都不同)。

7. 以为 。只有 时才成立。。

8. 以为 。正确展开是 ;因 ,中间两项不能合并。

9. 以为 、 就一定有 。反例:。矩阵有「零因子」,不能约分: 推不出 (除非 可逆)。

10. 也「整体变号」。错。只有单个初等矩阵(或同类型且作用互不干扰的一组)才能逐个变号再反序;一般的矩阵求逆不能变号。例如 的逆是 ,第 位置还是 而不是 ——符号只翻一次,不翻两次。

11. 分块乘法不对齐。左侧矩阵的列划分必须与右侧矩阵的行划分一致;不能只在一边切。

12. 忘了 。幂的运算法则 依赖 (而不是 )。另外 里 必须是非负整数;负指数要求 可逆。

练习题

基础题 1:写出 矩阵,使左乘它实现下列操作:

(a) ;

(b) ;

(c) 。

并分别写出它们的逆矩阵。

基础题 2:设 。求出 使 的第 2 行第 1 列为 ;写出 、、,并验证 。

进阶题 3:设

(a) 逐步求出 ,使 ;

(b) 用矩阵乘法验证 确实等于你算出的 ;

(c) 求 ,验证 。

进阶题 4:设 、。分别计算 与 ,说明它们不相等,并用「先旋转后拉伸的次序」的语言解释这个差异。

进阶题 5:用分块乘法计算 ,其中

(提示:每一块都很简单,利用 、 之类的特殊结构。)

思考题 6:证明:若 、 为 矩阵且 ,则对任意非负整数 有 。(提示:先证 时 ,再对 归纳。)

思考题 7:证明: 矩阵 可逆当且仅当 可写成有限个初等矩阵的乘积。(提示:一个方向用「初等矩阵可逆」与「可逆矩阵之积可逆」;另一个方向用 Gauss–Jordan 消元—— 可逆时存在 使 ,于是 。)

思考题 8:设 是 消元矩阵( 位置为 )。证明 ,并且 可以写成 的形式;由此说明为什么 。(提示:注意 ,故 ,即该矩阵是幂零的,于是 。)

常见问题 FAQ

Q1:为什么要把消元写成矩阵乘法?直接做行操作不是更快吗?

手算确实直接做行操作更快——本篇的矩阵写法不是为了手算提速,而是为了三件事:

  1. 建立理论: 揭示了「消元 = 一系列可逆变换的复合」,从而得到 、 式的分解结构,这是后续所有理论(求逆、行列式、子空间)的公共语言。
  2. 算法复用:把 的逆合并成 之后,同一 配不同 只需 。
  3. 理解计算机实现:库函数返回的正是 (见 scipy.linalg.lu),不写矩阵形式就看不懂接口的意义。

数学上「矩阵乘法」正是线性变换复合的表示(见 8-2-线性变换的矩阵表示),所以这个写法不是技巧,而是本质。

Q2: 能推出 吗?

不能。理由:矩阵有零因子。反例

但 。若 可逆,则两边左乘 得 ——可逆性是「消去律」成立的条件。这一条在国内考试中经常以「下列命题哪个正确」的形式出现。

Q3:为什么初等矩阵的逆只需变号,而一般矩阵求逆要算一大堆?

因为初等矩阵的结构极简:它是单位矩阵只改了一个元素(或交换了两行)。它的作用可以一句话说清(「把第 行的 倍从第 行里减掉」),而撤销这句话只需加回去。用代数写就是:,由于 (),有 (幂零),于是

这正是几何级数 的有限版本:因为 ,级数在第 2 项就截断了,所以逆恰好是 ——这就是「变号」的全部数学内容。

Q4:矩阵乘法为什么不满足交换律,是不是定义得不好?

定义得很好。矩阵乘法的定义源自线性变换的复合: 表示变换 、 表示 ,则 表示「先 后 」。而「先穿袜子再穿鞋」与「先穿鞋再穿袜子」显然不同——复合本来就不交换。所以不交换不是缺陷,而是真实几何的忠实反映。

需要记住的是:哪些性质保留了(结合律、分配律、与数乘相容、单位元),哪些丢失了(交换律、消去律、 或 )。正因为丢失了交换律,我们才需要额外引入可交换矩阵、相似矩阵 、同时对角化这些概念,见 8-3-相似矩阵与基变换 与 6-4-对称矩阵与正定矩阵。

Q5:分块乘法有什么用?小矩阵手算不是更方便?

小矩阵手算当然更方便,分块是为大规模准备的:

  • 内存与缓存:把 的矩阵切成 的块,每次只把几块读进缓存,乘法的访存次数大幅下降。所有高性能 BLAS 实现都基于此。
  • 并行:不同块对的乘积之间互相独立,可以分配给不同线程/机器。
  • 结构复用:如果矩阵有块结构(块对角、块三对角、块上三角),分块乘法能直接给出结果的块结构,而整体相乘会把这个结构淹没在数字里。 的块形式、SVD 的分块算法都依赖这一点。
  • 理论推导:分块记号让 这类矩阵的行列式、逆、特征值都有简洁公式()。

本篇小结

一句话主线

消元过程 一串初等矩阵的左乘:;反过来写就是 。矩阵乘法就是「线性变换的复合」这一句话,解释了本篇全部内容。

要点清单

  1. 左乘改行、右乘改列:,。解方程组只能左乘(只能用行变换)。
  2. 三类初等矩阵:
行变换矩阵构造逆
交换第 行 自身
() 的第 个对角元改为
的 位置填 (只需变号)
  1. 「只需变号」的代数本质:,而 (幂零),故 。这就是 中乘数可以「原样抄下来」的原因(见 2-5-LU分解与转置置换)。
  2. 消元链条与顺序:,后做的消元写在左边。顺序不可交换(矩阵乘法不交换)。
  3. 矩阵乘法的四种视角:行乘列(单个元素)、 的列是 的列的组合、 的行是 的行的组合、列乘行之和(外积 / 秩 分解)。做行变换用视角 3,做列组合用视角 2,看秩与低秩逼近用视角 4。
  4. 运算律:结合律成立(,证明的关键是引理 )、分配律成立、交换律不成立、消去律不成立(,因为矩阵有零因子)、(除非 )。
  5. 分块乘法:,条件是左矩阵的列划分与右矩阵的行划分一致。块的顺序不能颠倒。
  6. 矩阵的秩:子式定义(最高阶非零子式的阶数) 非零行数 主元个数 极大线性无关组大小。初等变换(左乘或右乘可逆矩阵)不改变秩。
  7. 秩是等价关系的完全不变量:任意 矩阵都等价于标准形 ,;两矩阵等价 同型且秩相等。
  8. 可逆的等价说法: 行最简形是 是有限个初等矩阵之积 与 等价。
  9. 求逆的标准流程: 只用行变换化为 。左半边出现全零行即不可逆,立即停手。
  10. 方阵的幂:、(由结合律)。Fibonacci 例子说明 携带线性递推的全部信息,通向特征值方法(见 6-1-特征值引论)。

最易混淆之处(对照记忆)

混淆点正确说法
左乘 / 右乘左乘改行(),右乘改列()。消元必须左乘;求逆只允许行变换
的符号要执行 , 的 位置填 (不是 )。若这一步是「加上」第 行,则填
之间的顺序 中后做的写在左边。写成反序通常得到不同矩阵
乘积的逆,顺序要反过来,而每个因子各自变号
与 (除非可交换)
,中间两项不能合并为
的含义推不出 或 (零因子)。同理 推不出
乘数用哪个数据用当前(已更新)的矩阵元素,即 中的两个数都取当前值
分块乘法左侧的列划分必须与右侧的行划分对齐;块不能交换顺序
是什么是 ,不是 。幂的运算法则依赖这一点
秩与子式 需要「存在 阶非零子式」且「所有 阶子式为零」两个方向
求逆能否用列变换绝对不能。混入一次列变换,右半边就不是 了

三句话带走

  • 行变换 左乘初等矩阵;把每一步的 按顺序记下来,就得到 与 、。
  • 乘法的四种视角按需切换:算元素用行乘列,做行变换用行组合,做列组合用列读法,看秩用外积。
  • 秩是等价变换下唯一的不变量——它把行列式、可逆性、线性无关、方程组可解性全部串在一起。

相关笔记

本组三篇的关系:2-1-向量与线性方程组(是什么)→ 2-2-消元法的思想(怎么算)→ 本篇(为什么能这样算)。

  • 2-2-消元法的思想:本篇的前置——消元的目标、主元、回代与三种失败情形,其「国内教材补充」一节给出行阶梯形/行最简形与秩—解关系表。
  • 2-5-LU分解与转置置换:本篇的直接延伸——把 整理成 与 。
  • 1-3-矩阵入门:矩阵作为向量的排列、矩阵乘法的四种理解、单位矩阵与置换矩阵。
  • 2-4-矩阵运算与逆矩阵: 求逆公式、Gauss–Jordan 求逆、。
  • 8-1-线性变换的思想:矩阵乘法的几何本质——线性变换的复合,交换律不成立的根本原因。
  • 8-2-线性变换的矩阵表示:基变换下矩阵的表示、相似矩阵 。
  • 2-1-向量与线性方程组: 的列图像,矩阵乘法视角 2 的应用场景;其「国内教材补充」一节给出矩阵的秩的子式定义与一致性证明。
  • 5-1-行列式的性质:,以及剪切换不改变行列式的几何解释。
  • 11-1-数值稳定性与LU:为什么实际的消元要记录置换矩阵并选择主元。

新增关联(说明「后面哪一篇用到、怎么用」)

  • 3-5-四大子空间的维数:用到哪里——本篇例题 12 的「初等变换不改变秩」在那一篇成为行秩 列秩这条主定理的证明基础(行变换保持行空间,故行秩不变;再用转置得到列秩)。怎么用——判断两个矩阵是否等价、比较两个秩时,可以直接对它们做初等变换而不必担心改变答案。
  • 3-4-线性无关基与维数:用到哪里——「 的列线性无关」「加长不破坏线性无关性」「满秩分解 」这些工具都来自那一篇。怎么用——本篇例题 11(块矩阵的秩)的一般情形与例题 12 的等价标准形,都要靠极大线性无关组来论证。
  • 4-4-标准正交基与Gram-Schmidt:用到哪里——Gram–Schmidt 正交化本质上也是对列做一系列可逆变换(对应上三角矩阵 ),因此 中 与 的列空间相同、秩相同。怎么用——理解了本篇的「可逆变换不改变秩」, 与 的相似之处就一目了然。
  • 6-2-矩阵的对角化:用到哪里——本篇的「矩阵乘法不交换」在那一篇变成「相似变换 」:它不是初等变换,所以会改变特征向量但不改变特征值。怎么用——区分「等价变换(左右各乘可逆矩阵,保持秩)」与「相似变换(左右乘 与 ,保持特征值)」,是理解第 6、8 章的关键分水岭。
  • 8-3-相似矩阵与基变换:用到哪里——那一篇把「换一组基」写成 ,与本篇的「换行/换列」形成对照:等价变换改的是方程的行列,相似变换改的是空间的基。 怎么用——看到 就想「相似」,看到 就想「等价」。
  • 10-1-图与网络:用到哪里——图论中「两个图同构」的矩阵判据、关联矩阵的秩( 节点数 连通分量数)都依赖初等变换不改变秩。怎么用——判断一个网络是否连通,可以对关联矩阵消元数主元列。
  • 11-3-迭代方法与预条件:用到哪里——预条件子 的作用就是「左乘一个接近 的矩阵,把条件数拉小」,本质仍是本篇「左乘可逆矩阵」的思想,只是不再要求精确可逆。怎么用——理解为什么预条件不改变精确解、只改变迭代收敛速度。

参考来源

  • MIT OpenCourseWare 18.06 Linear Algebra, Spring 2010(Lecture 2: Elimination with matrices;Lecture 3: Multiplication and inverse matrices):<https://ocw.mit.edu/courses/18-06-linear-algebra-spring-2010/>
  • MIT OCW 18.06 阅读对应表(第 2–3 讲对应 Strang 第 5 版 §2.2–2.5):<https://ocw.mit.edu/courses/18-06-linear-algebra-spring-2010/pages/readings/>
  • Gilbert Strang, Introduction to Linear Algebra, 5th Edition, Wellesley-Cambridge Press, 2016, §2.3 Elimination Using Matrices 与 §2.4 Rules for Matrix Operations(官方书籍页面):<https://math.mit.edu/~gs/linearalgebra/ila5/indexila5.html>
  • 同济大学数学系《线性代数》第 7 版,高等教育出版社,第 2 章 §2.2(矩阵的运算:乘法规则、分块乘法、方阵的幂)、§2.3(逆矩阵:初等变换求逆、伴随矩阵)、第 3 章 §3.1(初等变换与初等矩阵、「左行右列」)、§3.2(矩阵的秩:子式定义与初等变换求秩、等价标准形)、§3.3(线性方程组的解)(文字来源,无稳定公开链接)。
  • 考研数学(数学一/二/三)线性代数部分「初等矩阵与初等变换的关系」「用初等行变换求逆矩阵」「含参数方程组的讨论」三个固定题型的标准解法框架(国内考试风格,非官方来源)。
  • SciPy 官方文档 scipy.linalg.lu(返回置换矩阵 、单位下三角 与上三角 ,满足 ):<https://docs.scipy.org/doc/scipy/reference/generated/scipy.linalg.lu.html>