6矩阵的初等变换:给初学者的深度解析

6142 字
31 分钟
6矩阵的初等变换:给初学者的深度解析

矩阵的初等变换:给初学者的深度解析#

一、定义:三种”合法操作”#

矩阵的初等变换,说白了就是对矩阵做三种特定允许的变形,就像玩魔方时只能做某些规定动作一样:

类型行变换列变换
① 交换交换两行位置交换两列位置
② 倍乘某一行整体乘以非零常数 kk某一列整体乘以非零常数 kk
③ 倍加某一行的 kk 倍加到另一行上某一列的 kk 倍加到另一列上

关键细节:倍乘时 kk 不能为 0(否则会把一行”抹掉”);倍加时 kk 可以是任何数,包括 0。


二、核心内涵:它到底在干什么?#

1. 它是”化繁为简”的手术刀#

初等变换不改变矩阵的本质信息(比如秩、线性方程组的解),但能把矩阵变成更简单的形状(如行阶梯形、行最简形)。就像把一团乱麻理顺,线还是那些线,但看得清楚了。

2. 它是”等价关系”的桥梁#

如果矩阵 AA 能通过初等变换变成 BB,我们就说 AA 与 BB 等价。这类似于”0.5 和 1/2 是同一个数的不同写法”——形式不同,本质相同。

3. 它背后藏着”初等矩阵”#

每一种初等变换,都对应左乘或右乘一个特殊的初等矩阵。这是初等变换的”代数化身”,也是理解它为什么能求逆矩阵的关键。


三、与易混淆概念的区别#

❌ 初等变换 ≠ 矩阵运算#

  • 矩阵运算(加、乘、数乘)是生成一个新矩阵作为结果。
  • 初等变换是对原矩阵做变形,通常写成 A→r1↔r2BA \xrightarrow{r_1\leftrightarrow r_2} B,箭头表示”变成”,而不是等号。

❌ 初等变换 ≠ 行列式性质#

行列式在初等变换下的表现很”敏感”:

  • 交换两行:行列式变号(×(-1))
  • 某行乘 kk:行列式也乘 kk
  • 倍加:行列式不变

初等变换本身不关心行列式变不变,它只是操作;但行列式会随之变化,这是两个不同的观察角度。

❌ 初等变换 ≠ 相似变换#

  • 初等变换:B=PAQB = PAQ(P,QP,Q 是可逆矩阵,通常来自初等矩阵的乘积)
  • 相似变换:B=P−1APB = P^{-1}AP(要求两边是互逆的矩阵)

相似变换是更”精细”的等价关系,要求矩阵代表同一个线性变换在不同基下的表示;而初等变换只是”形状等价”,要求更宽松。


四、在学科体系中的”战略位置”#

如果把线性代数比作一座城市,初等变换就是地铁1号线——几乎所有景点都能通过它到达:

线性方程组求解 ──→ 高斯消元法 ──→ 核心就是初等行变换
↓
矩阵的秩 ──→ 求秩的标准方法 ──→ 初等变换化为阶梯形
↓
逆矩阵 ──→ (A|E) ──→ 初等行变换 ──→ (E|A⁻¹)
↓
向量组的线性相关性 ──→ 拼成矩阵 ──→ 初等变换看秩
↓
二次型标准化 ──→ 配方法/合同变换 ──→ 初等变换思想

一句话总结:初等变换是线性代数中最基础、最通用、最计算友好的工具,没有之一。


五、生活化类比#

类比 1:整理衣柜 👔#

想象你的衣柜(矩阵)里衣服乱糟糟的:

  • 交换:把第3格和第5格的衣服互换位置——衣服本身没变,只是位置调整了。
  • 倍乘:把某一格里的衣服全部叠成原来一半厚(压缩)——这格空间占用变了,但衣服还是那些衣服。
  • 倍加:把T恤格里的2件T恤挪到衬衫格,和衬衫混在一起——这是在”合并信息”,帮你发现哪些格子是冗余的。

整理完后,衣柜(矩阵)看起来清爽多了,但你拥有的衣服总量和种类关系并没有改变——这就是”不改变本质信息”的含义。

类比 2:解谜游戏中的”合法操作” 🧩#

玩过华容道或魔方吗?规则允许你:

  • 滑动某一行/列(交换)
  • 重置某个块的朝向(倍乘)
  • 把一块的信息叠加到判断另一块上(倍加)

你不能随意把棋子抠出来(那是非法操作),只能在规则内移动。初等变换就是矩阵世界的”合法操作集”。而高斯消元法,就像华容道高手的那套固定解法——总是用规定的几步,把复杂的局面化简到目标状态。


六、给初学者的一句话#

初等变换的精髓:用”允许的动作”把矩阵”打回原形”,在不破坏核心信息的前提下,让隐藏的真相(秩、解、逆)浮出水面。

建议你在学习时,每做一次变换都在心里默念:“我现在是在整理衣柜,不是在扔衣服。” 这样就不会被那些 ri↔rjr_i \leftrightarrow r_j 的符号吓到啦!

矩阵初等变换例题详解#


预备知识:三种初等变换#

类型行变换记号操作内容
① 交换ri↔rjr_i \leftrightarrow r_j交换第 ii 行与第 jj 行
② 倍乘k⋅rik \cdot r_i第 ii 行乘以非零常数 kk
③ 倍加ri+k⋅rjr_i + k \cdot r_j第 jj 行的 kk 倍加到第 ii 行

例题一:用初等行变换求逆矩阵#

已知矩阵 A=(123221343)A = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 2 & 1 \\ 3 & 4 & 3 \end{pmatrix}

求 A−1A^{-1}。


详解过程#

第一步:构造分块矩阵 (A∣E)(A \mid E)

(123100221010343001)\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 2 & 2 & 1 & 0 & 1 & 0 \\ 3 & 4 & 3 & 0 & 0 & 1 \end{array}\right)

(目的:将 AA 与单位矩阵 EE 并排写成一个增广矩阵,以便同步记录对 AA 所做的初等行变换;思路:核心原理是”对 AA 做初等行变换化为 EE 的同时,同样的变换作用于 EE 就会得到 A−1A^{-1}”)

第二步:消去第一列下方的元素(使 a21,a31a_{21}, a_{31} 变为 0)

r2−2r1r_2 - 2r_1: (1231000−2−5−210343001)\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & -2 & -5 & -2 & 1 & 0 \\ 3 & 4 & 3 & 0 & 0 & 1 \end{array}\right)

(目的:将第2行第1列的元素化为0,使第一列下方形成”零三角”;思路:用第2行减去第1行的2倍,因为第1行第1列是1,这样可以直接消去第2行第1列的2,且不影响已得到的第1行)

r3−3r1r_3 - 3r_1: (1231000−2−5−2100−2−6−301)\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & -2 & -5 & -2 & 1 & 0 \\ 0 & -2 & -6 & -3 & 0 & 1 \end{array}\right)

(目的:将第3行第1列的元素化为0;思路:第3行第1列是3,第1行第1列是1,所以用第3行减去第1行的3倍,完成第一列的消元)

第三步:消去第二列下方的元素(使 a32a_{32} 变为 0)

r3−r2r_3 - r_2: (1231000−2−5−21000−1−1−11)\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & -2 & -5 & -2 & 1 & 0 \\ 0 & 0 & -1 & -1 & -1 & 1 \end{array}\right)

(目的:将第3行第2列的元素化为0,得到上三角形式;思路:第3行第2列是-2,第2行第2列是-2,用第3行减去第2行恰好消去,同时第3行第3列变为 −6−(−5)=−1-6-(-5)=-1)

第四步:将主元位置化为 1(归一化)

(−1)⋅r2(-1) \cdot r_2: (1231000252−1000−1−1−11)\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 2 & 5 & 2 & -1 & 0 \\ 0 & 0 & -1 & -1 & -1 & 1 \end{array}\right)

(目的:为后续回代计算方便,先将第2行主元化为正数;思路:第2行乘以-1,使主元变为2,虽然还不是1,但便于后续处理;也可先处理第3行)

(−1)⋅r3(-1) \cdot r_3: (1231000252−1000111−1)\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 2 & 5 & 2 & -1 & 0 \\ 0 & 0 & 1 & 1 & 1 & -1 \end{array}\right)

(目的:将第3行第3列的主元化为1,这是回代的关键;思路:第3行乘以-1,使右下角主元变为1,这样后续用它消去上方同列元素时系数更直观)

第五步:回代消去上方元素(从下往上)

r2−5r3r_2 - 5r_3: (123100020−3−6500111−1)\left(\begin{array}{ccc|ccc} 1 & 2 & 3 & 1 & 0 & 0 \\ 0 & 2 & 0 & -3 & -6 & 5 \\ 0 & 0 & 1 & 1 & 1 & -1 \end{array}\right)

(目的:消去第2行第3列的元素5;思路:第3行第3列已经是1,用第2行减去第3行的5倍,可将第2行第3列化为0,同时更新右侧增广部分)

r1−3r3r_1 - 3r_3: (120−2−33020−3−6500111−1)\left(\begin{array}{ccc|ccc} 1 & 2 & 0 & -2 & -3 & 3 \\ 0 & 2 & 0 & -3 & -6 & 5 \\ 0 & 0 & 1 & 1 & 1 & -1 \end{array}\right)

(目的:消去第1行第3列的元素3;思路:用第1行减去第3行的3倍,完成第三列的上方消元)

第六步:将第2行主元化为 1

12⋅r2\frac{1}{2} \cdot r_2: (120−2−33010−32−35200111−1)\left(\begin{array}{ccc|ccc} 1 & 2 & 0 & -2 & -3 & 3 \\ 0 & 1 & 0 & -\frac{3}{2} & -3 & \frac{5}{2} \\ 0 & 0 & 1 & 1 & 1 & -1 \end{array}\right)

(目的:将第2行第2列的主元化为1;思路:第2行乘以 12\frac{1}{2},这是归一化步骤,使主元变为1,便于最后消去第1行第2列)

第七步:消去第1行第2列

r1−2r2r_1 - 2r_2: (10013−2010−32−35200111−1)\left(\begin{array}{ccc|ccc} 1 & 0 & 0 & 1 & 3 & -2 \\ 0 & 1 & 0 & -\frac{3}{2} & -3 & \frac{5}{2} \\ 0 & 0 & 1 & 1 & 1 & -1 \end{array}\right)

(目的:消去第1行第2列的元素2,使左侧完全化为单位矩阵;思路:第2行第2列已经是1,用第1行减去第2行的2倍,此时左侧 AA 已化为 EE)

第八步:得出逆矩阵

左侧已化为单位矩阵 EE,右侧即为 A−1A^{-1}:

A−1=(13−2−32−35211−1)A^{-1} = \begin{pmatrix} 1 & 3 & -2 \\ -\frac{3}{2} & -3 & \frac{5}{2} \\ 1 & 1 & -1 \end{pmatrix}

(目的:根据初等行变换求逆原理,当 (A∣E)(A|E) 经过行变换化为 (E∣B)(E|B) 时,B=A−1B=A^{-1};思路:原理是 Pk⋯P2P1A=EP_k \cdots P_2 P_1 A = E,则 Pk⋯P2P1E=A−1P_k \cdots P_2 P_1 E = A^{-1},右侧同步记录了这些初等矩阵的乘积)

第九步:验证

计算 A⋅A−1A \cdot A^{-1} 的第一行第一列: (1,2,3)⋅(1−321)=1−3+3=1(1,2,3) \cdot \begin{pmatrix} 1 \\ -\frac{3}{2} \\ 1 \end{pmatrix} = 1 - 3 + 3 = 1

第一行第二列: (1,2,3)⋅(3−31)=3−6+3=0(1,2,3) \cdot \begin{pmatrix} 3 \\ -3 \\ 1 \end{pmatrix} = 3 - 6 + 3 = 0

(目的:通过抽样验证确认逆矩阵计算正确;思路:选取几个位置快速检验 AA−1=EAA^{-1}=E,若出现非对角元非零或对角元非1,说明前面计算有误)


例题二:求矩阵的秩#

已知矩阵 A=(123024333663)A = \begin{pmatrix} 1 & 2 & 3 & 0 \\ 2 & 4 & 3 & 3 \\ 3 & 6 & 6 & 3 \end{pmatrix}

求 r(A)r(A)。


详解过程#

第一步:写出矩阵并确定目标

A=(123024333663)A = \begin{pmatrix} 1 & 2 & 3 & 0 \\ 2 & 4 & 3 & 3 \\ 3 & 6 & 6 & 3 \end{pmatrix}

目标:通过初等行变换化为行阶梯形,非零行的个数即为秩。

(目的:明确求秩的方法是将矩阵化为行阶梯形后数非零行;思路:初等行变换不改变矩阵的秩,因此化简后的行阶梯形的秩等于原矩阵的秩)

第二步:第一列消元

r2−2r1r_2 - 2r_1: (123000−333663)\begin{pmatrix} 1 & 2 & 3 & 0 \\ 0 & 0 & -3 & 3 \\ 3 & 6 & 6 & 3 \end{pmatrix}

(目的:消去第2行第1列的元素2;思路:第1行第1列主元为1,用第2行减去第1行的2倍,使第2行第1列变为0)

r3−3r1r_3 - 3r_1: (123000−3300−33)\begin{pmatrix} 1 & 2 & 3 & 0 \\ 0 & 0 & -3 & 3 \\ 0 & 0 & -3 & 3 \end{pmatrix}

(目的:消去第3行第1列的元素3;思路:第1行第1列是1,第3行第1列是3,用第3行减去第1行的3倍,完成第一列消元)

第三步:观察第二列并继续消元

第2列下方元素全为0,主元位置(第2行第2列)为0,无法直接作为主元。观察第3列。

r3−r2r_3 - r_2: (123000−330000)\begin{pmatrix} 1 & 2 & 3 & 0 \\ 0 & 0 & -3 & 3 \\ 0 & 0 & 0 & 0 \end{pmatrix}

(目的:消去第3行第3列的元素-3;思路:第2行第3列是-3,第3行第3列也是-3,用第3行减去第2行,发现第3行全化为0,说明第3行可由前两行线性表示)

第四步:化为更简洁的行阶梯形(可选)

−13⋅r2-\frac{1}{3} \cdot r_2: (1230001−10000)\begin{pmatrix} 1 & 2 & 3 & 0 \\ 0 & 0 & 1 & -1 \\ 0 & 0 & 0 & 0 \end{pmatrix}

(目的:将第2行主元化为1,使矩阵更规范;思路:第2行乘以 −13-\frac{1}{3},不影响秩的判断,但便于后续如需进一步化为行最简形)

第五步:确定秩

行阶梯形有 2 个非零行。

r(A)=2r(A) = 2

(目的:根据行阶梯形中非零行的数量确定矩阵的秩;思路:矩阵的秩定义为其行(列)向量组的极大线性无关组所含向量个数,行阶梯形中每个非零行的首个非零元所在列对应一个线性无关的向量)


例题三:解线性方程组#

解方程组: {x1+2x2+3x3=12x1+5x2+3x3=6x1+8x3=−6\begin{cases} x_1 + 2x_2 + 3x_3 = 1 \\ 2x_1 + 5x_2 + 3x_3 = 6 \\ x_1 + 8x_3 = -6 \end{cases}


详解过程#

第一步:写出增广矩阵

(12312536108−6)\left(\begin{array}{ccc|c} 1 & 2 & 3 & 1 \\ 2 & 5 & 3 & 6 \\ 1 & 0 & 8 & -6 \end{array}\right)

(目的:将线性方程组转化为矩阵形式,便于用初等行变换求解;思路:增广矩阵包含了系数和常数项,行变换对应方程的同解变形)

第二步:第一列消元

r2−2r1r_2 - 2r_1: (123101−34108−6)\left(\begin{array}{ccc|c} 1 & 2 & 3 & 1 \\ 0 & 1 & -3 & 4 \\ 1 & 0 & 8 & -6 \end{array}\right)

(目的:消去第2行第1列的2;思路:第1行第1列是1,用第2行减去第1行的2倍,使第2行第1列变为0)

r3−r1r_3 - r_1: (123101−340−25−7)\left(\begin{array}{ccc|c} 1 & 2 & 3 & 1 \\ 0 & 1 & -3 & 4 \\ 0 & -2 & 5 & -7 \end{array}\right)

(目的:消去第3行第1列的1;思路:用第3行减去第1行,完成第一列的消元)

第三步:第二列消元

r3+2r2r_3 + 2r_2: (123101−3400−11)\left(\begin{array}{ccc|c} 1 & 2 & 3 & 1 \\ 0 & 1 & -3 & 4 \\ 0 & 0 & -1 & 1 \end{array}\right)

(目的:消去第3行第2列的-2;思路:第2行第2列是1,用第3行加上第2行的2倍,使第3行第2列变为0,同时第3行第3列变为 5+2(−3)=−15+2(-3)=-1)

第四步:回代求解

此时得到同解方程组: {x1+2x2+3x3=1x2−3x3=4−x3=1\begin{cases} x_1 + 2x_2 + 3x_3 = 1 \\ x_2 - 3x_3 = 4 \\ -x_3 = 1 \end{cases}

由第3行:−x3=1⇒x3=−1-x_3 = 1 \Rightarrow x_3 = -1

(目的:从最后一个方程解出 x3x_3;思路:行阶梯形已成型,最下方方程只含一个未知数,可直接解出)

第五步:回代 x2x_2

由第2行:x2−3(−1)=4⇒x2+3=4⇒x2=1x_2 - 3(-1) = 4 \Rightarrow x_2 + 3 = 4 \Rightarrow x_2 = 1

(目的:将已知的 x3=−1x_3=-1 代入第2个方程求 x2x_2;思路:回代法,从下到上依次求解,利用已求出的未知量代入上方方程)

第六步:回代 x1x_1

由第1行:x1+2(1)+3(−1)=1⇒x1+2−3=1⇒x1=2x_1 + 2(1) + 3(-1) = 1 \Rightarrow x_1 + 2 - 3 = 1 \Rightarrow x_1 = 2

(目的:将已知的 x2=1,x3=−1x_2=1, x_3=-1 代入第1个方程求 x1x_1;思路:最后回代到第一个方程,完成全部未知量的求解)

第七步:写出解

x1=2,x2=1,x3=−1\boxed{x_1 = 2,\quad x_2 = 1,\quad x_3 = -1}

(目的:给出方程组的最终解;思路:三个未知量全部求出,可代入原方程组验证)

第八步:验证

代入原方程组第1式:2+2(1)+3(−1)=2+2−3=12 + 2(1) + 3(-1) = 2 + 2 - 3 = 1 ✓

(目的:验证解的正确性;思路:将解代入原方程,确保每个方程都满足,防止计算错误)


例题四:化为行最简形与标准形#

将矩阵 A=(213402132347)A = \begin{pmatrix} 2 & 1 & 3 & 4 \\ 0 & 2 & 1 & 3 \\ 2 & 3 & 4 & 7 \end{pmatrix}

化为行最简形,并进一步通过列变换化为等价标准形。


详解过程#

第一步:化为行阶梯形

r3−r1r_3 - r_1: (213402130213)\begin{pmatrix} 2 & 1 & 3 & 4 \\ 0 & 2 & 1 & 3 \\ 0 & 2 & 1 & 3 \end{pmatrix}

(目的:消去第3行第1列的元素2;思路:第1行第1列是2,第3行第1列也是2,用第3行减去第1行,发现第3行与后续要处理的行有潜在关系)

r3−r2r_3 - r_2: (213402130000)\begin{pmatrix} 2 & 1 & 3 & 4 \\ 0 & 2 & 1 & 3 \\ 0 & 0 & 0 & 0 \end{pmatrix}

(目的:消去第3行第2列的元素2;思路:第2行第2列是2,第3行第2列也是2,相减后第3行全为0,说明第3行是前两行的线性组合)

第二步:归一化主元

12r1\frac{1}{2} r_1: (11232202130000)\begin{pmatrix} 1 & \frac{1}{2} & \frac{3}{2} & 2 \\ 0 & 2 & 1 & 3 \\ 0 & 0 & 0 & 0 \end{pmatrix}

(目的:将第1行第1列主元化为1;思路:第1行乘以 12\frac{1}{2},使主元归一,这是行最简形的要求)

12r2\frac{1}{2} r_2: (1123220112320000)\begin{pmatrix} 1 & \frac{1}{2} & \frac{3}{2} & 2 \\ 0 & 1 & \frac{1}{2} & \frac{3}{2} \\ 0 & 0 & 0 & 0 \end{pmatrix}

(目的:将第2行第2列主元化为1;思路:第2行乘以 12\frac{1}{2},完成所有主元的归一化)

第三步:消去主元上方元素(行最简形)

r1−12r2r_1 - \frac{1}{2} r_2: (1054540112320000)\begin{pmatrix} 1 & 0 & \frac{5}{4} & \frac{5}{4} \\ 0 & 1 & \frac{1}{2} & \frac{3}{2} \\ 0 & 0 & 0 & 0 \end{pmatrix}

(目的:消去第1行第2列的 12\frac{1}{2},使主元列的其他元素全为0;思路:用第1行减去第2行的 12\frac{1}{2} 倍,得到行最简形,此时每个非零行的首个非零元为1,且其所在列的其他元素全为0)

此时得到行最简形。

第四步:通过列变换化为等价标准形

对行最简形进行初等列变换:

c3−54c1−12c2c_3 - \frac{5}{4}c_1 - \frac{1}{2}c_2(即消去第3列的非零元): (10054010320000)\begin{pmatrix} 1 & 0 & 0 & \frac{5}{4} \\ 0 & 1 & 0 & \frac{3}{2} \\ 0 & 0 & 0 & 0 \end{pmatrix}

(目的:消去第3列中第1、2行的非零元素;思路:列变换对应改变未知量的顺序或做线性组合,用第1列的适当倍数和第2列的适当倍数加到第3列,消去第3列的非零元素)

c4−54c1−32c2c_4 - \frac{5}{4}c_1 - \frac{3}{2}c_2: (100001000000)\begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{pmatrix}

(目的:消去第4列中第1、2行的非零元素;思路:同理,用列变换消去第4列的非零元素,最终得到左上角为单位矩阵、其余为零的标准形)

第五步:结论

等价标准形为: (E2000)\begin{pmatrix} E_2 & 0 \\ 0 & 0 \end{pmatrix}

矩阵的秩 r(A)=2r(A) = 2。

(目的:给出矩阵的等价标准形,并确定秩;思路:任何矩阵都可通过初等变换(行+列)化为这种标准形,其中单位矩阵的阶数就是矩阵的秩,这是矩阵等价类的完全不变量)


总结:初等变换的核心应用#

应用场景变换类型目标形式得到结果
求逆矩阵初等行变换(A∣E)→(E∣A−1)(A \mid E) \to (E \mid A^{-1})右侧即为 A−1A^{-1}
求秩初等行变换行阶梯形非零行个数 = 秩
解方程组初等行变换行阶梯形/行最简形回代求解
化标准形行变换+列变换(Er000)\begin{pmatrix} E_r & 0 \\ 0 & 0 \end{pmatrix}秩 rr

高斯消元法:一个完整数字实例(含详细步骤注释)#


题目#

求解线性方程组:

{x+2y+z=4(1)3x+8y+7z=20(2)2x+7y+9z=23(3)\begin{cases} x + 2y + z = 4 \quad &(1)\\ 3x + 8y + 7z = 20 \quad &(2)\\ 2x + 7y + 9z = 23 \quad &(3) \end{cases}

第一步:写成增广矩阵#

[12143872027923]\left[\begin{array}{ccc|c} 1 & 2 & 1 & 4 \\ 3 & 8 & 7 & 20 \\ 2 & 7 & 9 & 23 \end{array}\right]

(把方程组浓缩成一张”表格”,左边是系数,右边是常数项,竖线像等号,方便后续只做行变换而不混淆变量和常数。)


第二步:消去第2、3行的 xx(第1列下方元素化为0)#

操作:R2−3R1→R2R_2 - 3R_1 \rightarrow R_2

第2行每个元素减去第1行对应元素的3倍:

  • 3−3×1=03 - 3\times1 = 0
  • 8−3×2=28 - 3\times2 = 2
  • 7−3×1=47 - 3\times1 = 4
  • 20−3×4=820 - 3\times4 = 8
[1214024827923]\left[\begin{array}{ccc|c} 1 & 2 & 1 & 4 \\ \boxed{0} & 2 & 4 & 8 \\ 2 & 7 & 9 & 23 \end{array}\right]

(用第1个方程去”消掉”第2个方程中的 xx,让第2行第1列变成0,这样第2行只含 yy 和 zz。)


操作:R3−2R1→R3R_3 - 2R_1 \rightarrow R_3

第3行每个元素减去第1行对应元素的2倍:

  • 2−2×1=02 - 2\times1 = 0
  • 7−2×2=37 - 2\times2 = 3
  • 9−2×1=79 - 2\times1 = 7
  • 23−2×4=1523 - 2\times4 = 15
[1214024803715]\left[\begin{array}{ccc|c} 1 & 2 & 1 & 4 \\ 0 & 2 & 4 & 8 \\ \boxed{0} & 3 & 7 & 15 \end{array}\right]

(同理,消去第3行的 xx。现在第1列下方全是0,xx 只”保留”在第1行,形成阶梯的第一步。)


第三步:把第2行主元化为1(简化后续计算)#

操作:12R2→R2\frac{1}{2}R_2 \rightarrow R_2

第2行每个元素除以2:

  • 0÷2=00 \div 2 = 0
  • 2÷2=12 \div 2 = 1
  • 4÷2=24 \div 2 = 2
  • 8÷2=48 \div 2 = 4
[1214012403715]\left[\begin{array}{ccc|c} 1 & 2 & 1 & 4 \\ 0 & \boxed{1} & 2 & 4 \\ 0 & 3 & 7 & 15 \end{array}\right]

(把第2行第2列的”主元”变成1,这样下一步用它去消第3行时,系数就是整数,计算更干净。这步可选,但推荐做。)


第四步:消去第3行的 yy(第2列下方元素化为0)#

操作:R3−3R2→R3R_3 - 3R_2 \rightarrow R_3

第3行每个元素减去第2行对应元素的3倍:

  • 0−3×0=00 - 3\times0 = 0
  • 3−3×1=03 - 3\times1 = 0
  • 7−3×2=17 - 3\times2 = 1
  • 15−3×4=315 - 3\times4 = 3
[121401240013]\left[\begin{array}{ccc|c} 1 & 2 & 1 & 4 \\ 0 & 1 & 2 & 4 \\ 0 & \boxed{0} & 1 & 3 \end{array}\right]

(用第2个方程去”消掉”第3个方程中的 yy。现在矩阵已经是行阶梯形——像楼梯一样,每一级台阶比上一级缩进一列。)


第五步:回代求解(从最后一个方程倒着解)#

现在把行阶梯形翻译回方程组:

{x+2y+z=4(1′)y+2z=4(2′)z=3(3′)\begin{cases} x + 2y + z = 4 \quad &(1')\\ y + 2z = 4 \quad &(2')\\ z = 3 \quad &(3') \end{cases}

从方程 (3’) 开始:

z=3z = 3

(最后一个方程只有一个未知数,直接读出。)


代入方程 (2’):

y+2×3=4y + 2\times3 = 4 y+6=4y + 6 = 4 y=4−6=−2y = 4 - 6 = -2

(把已知的 z=3z=3 代回上一行,解出 yy。)


代入方程 (1’):

x+2×(−2)+3=4x + 2\times(-2) + 3 = 4 x−4+3=4x - 4 + 3 = 4 x−1=4x - 1 = 4 x=5x = 5

(把已知的 y=−2y=-2 和 z=3z=3 代回第一行,解出 xx。)


第六步:验证(好习惯!)#

把 x=5,y=−2,z=3x=5, y=-2, z=3 代回原始方程组:

  • 方程 (1):5+2×(−2)+3=5−4+3=45 + 2\times(-2) + 3 = 5 - 4 + 3 = 4 ✓
  • 方程 (2):3×5+8×(−2)+7×3=15−16+21=203\times5 + 8\times(-2) + 7\times3 = 15 - 16 + 21 = 20 ✓
  • 方程 (3):2×5+7×(−2)+9×3=10−14+27=232\times5 + 7\times(-2) + 9\times3 = 10 - 14 + 27 = 23 ✓

(三个方程都满足,说明解是对的。)


最终答案#

x=5,y=−2,z=3\boxed{x = 5,\quad y = -2,\quad z = 3}


全过程回顾图#

原始方程组 行阶梯形 回代求解
┌─────────┐ ┌─────────┐ ┌─────────┐
│ x+2y+z=4│ → │ x+2y+z=4│ → │ x = 5 │
│3x+8y+7z=20│ 消元 │ y+2z=4 │ 回代 │ y = -2 │
│2x+7y+9z=23│ │ z=3 │ │ z = 3 │
└─────────┘ └─────────┘ └─────────┘
乱麻一团 阶梯清晰 答案揭晓

关键观察:从消元过程看”秩”#

在这个例子中,消元后矩阵有 3 个非零行,所以:

  • 系数矩阵的 秩 = 3
  • 未知数个数 = 3
  • 秩 = 未知数个数 → 有唯一解

这也是为什么我们能一路消到底、最后每个变量都有确定值。


如果你想继续深入,我可以给你:

  • 另一个例子:出现”无穷多解”的消元过程(看看阶梯形里出现全零行时长什么样)
  • 另一个例子:出现”无解”的消元过程(看看矛盾方程 0=10=1 是怎么冒出来的)
  • 高斯-约当消元法:把上面这个例子继续消到”行最简形”,不用回代直接读出答案

你想看哪个?

文章分享

如果这篇文章对你有帮助,欢迎分享给更多人!

6矩阵的初等变换:给初学者的深度解析
https://boyuan.net.cn/posts/6矩阵的初等变换:给初学者的深度解析/
作者
Boyuan
发布于
2026-06-24
许可协议
CC BY-NC-SA 4.0
相关文章智能推荐
1
15方阵的特征值与特征向量:给初学者的深度解析
线性代数方阵的特征值与特征向量:给初学者的深度解析 一、一句话定义 对于 阶方阵 ,如果存在一个非零向量 和一个数 ,使得: 那么 称为 的特征值, 称为属于 的特征向量。 二、通俗拆解:到底在说什么? 想象矩阵 是一台"变形机器"。你把任意一个向…
2
13线性方程组的解的结构 —— 初学者深度解析
线性代数线性方程组的解的结构 —— 初学者深度解析 一、一句话定义 非齐次线性方程组的任意一个解 = 一个"特解" + 对应齐次方程组的所有解 用符号说:若 有一个已知解 (特解),则它的全部解可以写成: 其中 是齐次方程 的任意解。 二、核心内涵…
3
10向量组的秩:一份给初学者的深度导读
线性代数向量组的秩:一份给初学者的深度导读 一、一句话定义(先记住这个) 向量组的秩 = 这个向量组里"真正独立、不可替代"的向量个数。 更学术的说法是:向量组的极大线性无关组中所含向量的个数。 二、核心内涵:三个层次的理解 第一层:秩是"去重后的…
4
17对称矩阵的对角化:给初学者的一封解密信
线性代数对称矩阵的对角化:给初学者的一封"解密信" 你好!我是你的学科导师。今天我们来拆解线性代数中一个非常优雅的概念——对称矩阵的对角化。我会尽量不用公式轰炸你,而是带你理解它"为什么长这样"以及"它到底在干什么"。 一、定义:一句话说清它在干什…
5
7矩阵的秩:从迷雾到清晰的入门指南
线性代数矩阵的秩:从"迷雾"到"清晰"的入门指南 你好!很高兴能以导师的身份带你走进这个看似抽象、实则充满直觉的概念。我会尽量不用公式轰炸你,而是帮你建立"感觉"。 一、一句话定义 矩阵的秩 = 这个矩阵里"真正独立、不重复"的信息有多少。 更学术…
随机文章随机推荐

评论区

Profile Image of the Author
Boyuan
石以砥焉,化钝为利。
欢迎来访
石以砥焉,化钝为利。这里是我的个人站点,主要记录学习笔记、项目实践和一些零散的想法。站内文章可用右上角搜索,也可以订阅 RSS。
分类
标签
最新动态
站点统计
文章
139
分类
17
标签
49
总字数
1,721,112
运行时长
0 天
最后活动
0 天前
站点信息
构建平台
Local
博客版本
v1.0.0
文章许可
CC BY-NC-SA 4.0
文章目录