1 0 0 0 1 0 0 0 1

逆矩阵求法 · 初等变换 · 矩阵的秩

第七章 矩阵代数 — 第三节

01
初等行变换
三种变换操作 · 约20分钟
02
阶梯形矩阵
化简方法与判断 · 约20分钟
03
矩阵的秩
概念与计算 · 约20分钟
04
逆矩阵求法
初等变换法 · 约30分钟

从解方程组说起

我们已经知道,对于方程 \(ax = b\)(\(a \neq 0\)),解为 \(x = a^{-1}b\)。类似地,矩阵方程 \(\boldsymbol{AX} = \boldsymbol{B}\) 的解为 \(\boldsymbol{X} = \boldsymbol{A}^{-1}\boldsymbol{B}\)。那么如何求 \(\boldsymbol{A}^{-1}\) 呢?

📌 已学过的方法

上一节我们给出了逆矩阵的公式 \(\boldsymbol{A}^{-1} = \dfrac{1}{|\boldsymbol{A}|}\boldsymbol{A}^*\),但需要用到行列式 \(|\boldsymbol{A}|\) 和伴随矩阵 \(\boldsymbol{A}^*\),计算量较大,实际操作中不太方便。

本节方法

初等行变换来求逆矩阵——操作简单、步骤清晰、适用于任意阶方阵,是最实用的方法。

矩阵方程 AX = B 需要求 A⁻¹ 初等行变换 (A | E) → (E | A⁻¹) 得到解 X = A⁻¹B 同时还能判断: 矩阵的秩 r(A) 方程组是否有解

初等变换不仅可以求逆矩阵,还可以求矩阵的秩、化简矩阵、判断方程组解的情况,是线性代数中最基础、最重要的工具!

初等行变换——三种基本操作

对矩阵施行的以下三种变换称为矩阵的初等行变换,它们分别对应于解方程组时的三种等价操作:

第一类:交换两行
\(r_i \leftrightarrow r_j\)

把矩阵的第 \(i\) 行与第 \(j\) 行互换位置。

📎 相当于交换方程组中两个方程的顺序,不影响解。

行 i 行 j
第二类:数乘某行
\(r_i \cdot c\)(\(c \neq 0\))

用一个非零实数 \(c\) 乘以第 \(i\) 行的所有元素。

📎 相当于方程两边同乘非零常数。

1 3 5 × c c 3c 5c
第三类:倍加
\(r_i + r_j \cdot c\)

把第 \(j\) 行的 \(c\) 倍加到第 \(i\) 行上(第 \(j\) 行不变)。

📎 最常用!用于消去某行的特定元素。

行 i + c × 行 j 行 j(不变) ×c

三种变换统称初等变换。类似地,如果对列做上述操作,就叫初等列变换。行变换与列变换合称初等变换。在本节中,我们主要使用初等行变换

初等变换与解方程组的对应

我们通过一个具体例子,看看解方程组的消元法和矩阵初等行变换是如何一一对应的:

方程组的消元过程

原方程组:

\(\begin{cases} x_1 + x_2 + x_3 = 23 \\ 8x_1 + 10x_2 + 5x_3 = 181 \\ 2x_1 + x_2 + 2x_3 = 40 \end{cases}\)

② \(-\) ① \(\times 8\),③ \(-\) ① \(\times 2\),消去 \(x_1\):

\(\begin{cases} x_1 + x_2 + x_3 = 23 \\ 2x_2 - 3x_3 = -3 \\ -x_2 = -6 \end{cases}\)

由③得 \(x_2 = 6\),代入②得 \(x_3 = 5\),代入①得 \(x_1 = 12\)。

对应的矩阵行变换

写出增广矩阵:

\(\begin{pmatrix} 1 & 1 & 1 & 23 \\ 8 & 10 & 5 & 181 \\ 2 & 1 & 2 & 40 \end{pmatrix}\)

\(r_2 - r_1 \cdot 8,\; r_3 - r_1 \cdot 2\):

\(\begin{pmatrix} 1 & 1 & 1 & 23 \\ 0 & 2 & -3 & -3 \\ 0 & -1 & 0 & -6 \end{pmatrix}\)

\(r_3 \cdot (-1)\):

\(\begin{pmatrix} 1 & 1 & 1 & 23 \\ 0 & 2 & -3 & -3 \\ 0 & 1 & 0 & 6 \end{pmatrix}\)

这就是阶梯形

阶梯形矩阵与行最简阶梯形矩阵

行阶梯形矩阵

如果矩阵中每一行第一个非零元素(称为该行的非零首元)所在的列号,随行号递增而严格递增,则称该矩阵为行阶梯形矩阵

简单说就是:形如"阶梯状",左下角全是0。

进阶定义

行最简阶梯形矩阵

在行阶梯形的基础上,还满足:① 每个非零行的首元为1;② 首元所在列的其余元素全为0

直观对比:

行阶梯形 ✓ 1 0 3 0 5 0 0 3 -3 0 0 0 0 0 阶梯线 行最简阶梯形 ✓ 1 0 0 3 0 1 0 5 0 0 1 6 首元全为1 不是阶梯形 ✗ 1 0 3 0 5 0 0 -2 2 0 0 0 0 0 0 0 0 0 1 -1 首元不在上一行首元右侧! 化简流程 原矩阵 行阶梯形 行最简阶梯形 消去 下方元素 消去 上方元素

将矩阵化为行最简阶梯形

将矩阵 \(\boldsymbol{A} = \begin{pmatrix} 0 & 4 & -12 & -28 & 2 & -2 \\ 3 & -1 & -6 & 16 & -2 & 8 \\ -1 & -1 & 6 & 4 & 2 & 0 \end{pmatrix}\) 化为行最简阶梯形矩阵。

思路:

第一列第一行为0,无法直接消元。先做行交换让第一列出现非零首元,然后从上往下逐列消元。

第1步:\(r_1 \leftrightarrow r_3,\; r_1 \cdot (-1)\),让 \(a_{11} = 1\):

\(\begin{pmatrix} 1 & 1 & -6 & -4 & -2 & 0 \\ 3 & -1 & -6 & 16 & -2 & 8 \\ 0 & 4 & -12 & -28 & 2 & -2 \end{pmatrix}\)

第2步:\(r_2 - r_1 \cdot 3\),消去第一列下方元素:

\(\begin{pmatrix} 1 & 1 & -6 & -4 & -2 & 0 \\ 0 & -4 & 12 & 28 & 4 & 8 \\ 0 & 4 & -12 & -28 & 2 & -2 \end{pmatrix}\)

第3步:\(r_2 \cdot (-\frac{1}{4})\),\(r_3 + r_2\):

\(\begin{pmatrix} 1 & 1 & -6 & -4 & -2 & 0 \\ 0 & 1 & -3 & -7 & -1 & -2 \\ 0 & 0 & 0 & 0 & 6 & 6 \end{pmatrix}\)

第4步:\(r_3 \cdot \frac{1}{6}\),得到阶梯形。再向上消:\(r_1 - r_2\),\(r_2 + r_3\),\(r_1 + r_3 \cdot 2\):

\(\begin{pmatrix} 1 & 0 & -3 & 3 & 0 & 3 \\ 0 & 1 & -3 & -7 & 0 & -1 \\ 0 & 0 & 0 & 0 & 1 & 1 \end{pmatrix}\) ← 行最简阶梯形

矩阵的秩

定理:任意矩阵 \(\boldsymbol{A}\) 都可以经过有限次初等行变换化为阶梯形。虽然化成的阶梯形矩阵不唯一,但所有阶梯形都有相同个数的非零行

矩阵 \(\boldsymbol{A}\) 的阶梯形矩阵中非零行的个数称为矩阵 \(\boldsymbol{A}\) 的,记作 \(r(\boldsymbol{A})\)。

🔑 关键理解

秩衡量了矩阵中"有效信息"的多少。零行代表冗余信息,非零行才是独立信息。

对于 \(m \times n\) 矩阵,秩不超过行数与列数中较小的那个:\(r(\boldsymbol{A}) \leqslant \min(m, n)\)。

📐 特殊情况

零矩阵的秩为 \(0\);单位矩阵 \(\boldsymbol{E}_n\) 的秩为 \(n\);可逆方阵的秩等于阶数(称为满秩)。

求秩示例: 原矩阵: 1 2 3 4 1 -2 4 5 1 10 1 2 初等行变换 阶梯形: 1 2 3 4 ← 非零行 0 -4 1 1 ← 非零行 0 0 0 0 ← 零行 非零行有 2 个,所以 r(A) = 2

求矩阵的秩

将矩阵 \(\boldsymbol{A} = \begin{pmatrix} 0 & 3 & 2 & -1 & 5 \\ 1 & -1 & 0 & 0 & 3 \\ 2 & 7 & 3 & 0 & 0 \\ 0 & -2 & 5 & 1 & 0 \end{pmatrix}\) 化为阶梯形,并求 \(r(\boldsymbol{A})\)。

分析:

\(a_{11} = 0\),需要先交换行。第二行第一列 \(= 1\),交换第1、2行。

第1步:\(r_1 \leftrightarrow r_2\),然后 \(r_3 - r_1 \cdot 2\):

\(\begin{pmatrix} 1 & -1 & 0 & 0 & 3 \\ 0 & 3 & 2 & -1 & 5 \\ 0 & 9 & 3 & 0 & -6 \\ 0 & -2 & 5 & 1 & 0 \end{pmatrix}\)

第2步:\(r_3 - r_2 \cdot 3\),\(r_4 + r_2 \cdot \frac{2}{3}\):(继续消去第二列下方)

\(\begin{pmatrix} 1 & -1 & 0 & 0 & 3 \\ 0 & 3 & 2 & -1 & 5 \\ 0 & 0 & -3 & 3 & -21 \\ 0 & 0 & \frac{19}{3} & \frac{1}{3} & \frac{10}{3} \end{pmatrix}\)

第3步:继续消去第三列下方,化为阶梯形:

\(\begin{pmatrix} 1 & -1 & 0 & 0 & 3 \\ 0 & 1 & \frac{2}{3} & -\frac{1}{3} & \frac{5}{3} \\ 0 & 0 & 1 & -1 & 7 \\ 0 & 0 & 0 & 1 & -\frac{17}{4} \end{pmatrix}\)

共有 4 个非零行,因此 \(r(\boldsymbol{A}) = 4\)。

用初等行变换求逆矩阵

定理:可逆矩阵总可以经过一系列初等行变换化成单位矩阵。

基于这个定理,我们得到了一种非常实用的求逆矩阵的方法:

核心方法

设 \(\boldsymbol{A}\) 是 \(n\) 阶可逆矩阵,将 \(\boldsymbol{A}\) 和 \(\boldsymbol{E}\) 拼成一个 \(n \times 2n\) 矩阵 \((\boldsymbol{A} \mid \boldsymbol{E})\),然后用初等行变换将左边的 \(\boldsymbol{A}\) 化成单位矩阵 \(\boldsymbol{E}\),此时右边就变成了 \(\boldsymbol{A}^{-1}\):

\((\boldsymbol{A} \mid \boldsymbol{E}) \xrightarrow{\text{初等行变换}} (\boldsymbol{E} \mid \boldsymbol{A}^{-1})\)
💡 为什么这个方法有效?

对 \((\boldsymbol{A} \mid \boldsymbol{E})\) 做一系列行变换,等价于在左边乘以一系列初等矩阵 \(\boldsymbol{P}_1, \boldsymbol{P}_2, \ldots\)。这些变换使得 \(\boldsymbol{P}_k \cdots \boldsymbol{P}_2 \boldsymbol{P}_1 \boldsymbol{A} = \boldsymbol{E}\),所以 \(\boldsymbol{P}_k \cdots \boldsymbol{P}_1 = \boldsymbol{A}^{-1}\)。而右半部分正好是 \(\boldsymbol{P}_k \cdots \boldsymbol{P}_1 \boldsymbol{E} = \boldsymbol{A}^{-1}\)。

⚠️ 注意事项

① 只能用行变换,不能混用列变换!

② 如果在化简过程中,左边出现了全零行,说明 \(\boldsymbol{A}\) 不可逆

③ 对 \((\boldsymbol{A} \mid \boldsymbol{E})\) 做的每一步行变换都要同时作用在两边。

求逆矩阵(3阶)

求矩阵 \(\boldsymbol{A} = \begin{pmatrix} 0 & 1 & 2 \\ 1 & 1 & 4 \\ 2 & -1 & 0 \end{pmatrix}\) 的逆矩阵。

第1步:构造 \((\boldsymbol{A} \mid \boldsymbol{E}_3)\):

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

第2步:\(r_1 \leftrightarrow r_2\)(让第一行第一列不为0):

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

第3步:\(r_3 - r_1 \cdot 2\)(消去第一列下方):

\(\left(\begin{array}{ccc|ccc} 1 & 1 & 4 & 0 & 1 & 0 \\ 0 & 1 & 2 & 1 & 0 & 0 \\ 0 & -3 & -8 & 0 & -2 & 1 \end{array}\right)\)

第4步:\(r_3 + r_2 \cdot 3\)(消去第二列下方):

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

第5步:\(r_3 \cdot (-\frac{1}{2})\)(首元化为1):

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

第6步:向上消!\(r_2 - r_3 \cdot 2\),\(r_1 - r_3 \cdot 4\):

\(\left(\begin{array}{ccc|ccc} 1 & 1 & 0 & 6 & -3 & 2 \\ 0 & 1 & 0 & 4 & -2 & 1 \\ 0 & 0 & 1 & -\frac{3}{2} & 1 & -\frac{1}{2} \end{array}\right)\)

第7步:\(r_1 - r_2\)(消去第二列上方):

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

所以 \(\boldsymbol{A}^{-1} = \begin{pmatrix} 2 & -1 & 1 \\ 4 & -2 & 1 \\ -\frac{3}{2} & 1 & -\frac{1}{2} \end{pmatrix}\)。可以验证 \(\boldsymbol{A}^{-1}\boldsymbol{A} = \boldsymbol{A}\boldsymbol{A}^{-1} = \boldsymbol{E}\)。

利用初等变换解矩阵方程

设 \(\boldsymbol{A} = \begin{pmatrix} 1 & 0 & 1 \\ 3 & 1 & 0 \\ 1 & 0 & 0 \end{pmatrix}\),\(\boldsymbol{B} = \begin{pmatrix} -1 & 4 & 2 \\ 0 & 3 & 1 \\ 2 & -5 & 1 \end{pmatrix}\),求方程 \(\boldsymbol{AX} = \boldsymbol{B}\) 的解。

方法:

\(\boldsymbol{AX} = \boldsymbol{B}\) 的解为 \(\boldsymbol{X} = \boldsymbol{A}^{-1}\boldsymbol{B}\)。我们构造 \((\boldsymbol{A} \mid \boldsymbol{B})\),通过初等行变换化为 \((\boldsymbol{E} \mid \boldsymbol{A}^{-1}\boldsymbol{B})\),右边就是答案。

构造 \((\boldsymbol{A} \mid \boldsymbol{B})\) 并开始行变换:

\(\left(\begin{array}{ccc|ccc} 1 & 0 & 1 & -1 & 4 & 2 \\ 3 & 1 & 0 & 0 & 3 & 1 \\ 1 & 0 & 0 & 0 & 0 & 1 \end{array}\right) \xrightarrow[r_3-r_1]{r_2-r_1 \cdot 3} \left(\begin{array}{ccc|ccc} 1 & 0 & 1 & -1 & 4 & 2 \\ 0 & 1 & -3 & 3 & -9 & -5 \\ 0 & 0 & -1 & 1 & -4 & -1 \end{array}\right)\)

\(r_3 \cdot (-1)\),然后 \(r_2 + r_3 \cdot 3\),\(r_1 - r_3\):

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

所以 \(\boldsymbol{X} = \boldsymbol{A}^{-1}\boldsymbol{B} = \begin{pmatrix} 0 & 0 & 1 \\ 0 & 3 & -2 \\ -1 & 4 & 1 \end{pmatrix}\)。

这种方法比先求 \(\boldsymbol{A}^{-1}\) 再计算 \(\boldsymbol{A}^{-1}\boldsymbol{B}\) 更高效,一步到位!

逆矩阵的性质

在求解逆矩阵时,以下性质常常用到。设 \(\boldsymbol{A}, \boldsymbol{B}\) 可逆,\(k \neq 0\):

性质 1

\((\boldsymbol{A}^{-1})^{-1} = \boldsymbol{A}\)

逆矩阵的逆就是原矩阵——类似"负负得正"。

性质 2

\((k\boldsymbol{A})^{-1} = \dfrac{1}{k}\boldsymbol{A}^{-1}\)

数乘的逆:系数取倒数。

性质 3

\((\boldsymbol{A}^{\mathrm{T}})^{-1} = (\boldsymbol{A}^{-1})^{\mathrm{T}}\)

转置和求逆可以交换顺序。

性质 4(重要!)

\((\boldsymbol{AB})^{-1} = \boldsymbol{B}^{-1}\boldsymbol{A}^{-1}\)

乘积的逆——顺序要反过来!这叫"穿脱原理":先穿的后脱。

\(\boldsymbol{A}, \boldsymbol{B}\) 都可逆,但 \(\boldsymbol{A} + \boldsymbol{B}\) 未必可逆!即使可逆,一般也没有 \((\boldsymbol{A}+\boldsymbol{B})^{-1} = \boldsymbol{A}^{-1} + \boldsymbol{B}^{-1}\)。这是初学者常犯的错误。

概念推理题

设 \(n\) 阶方阵 \(\boldsymbol{A}\) 满足 \(\boldsymbol{A}^2 - 2\boldsymbol{A} + \boldsymbol{E} = \boldsymbol{0}\),则 \(\boldsymbol{A}^{-1} =\) ?

解题思路:

题目给了 \(\boldsymbol{A}\) 的一个等式关系,我们想求 \(\boldsymbol{A}^{-1}\)。关键技巧:从等式中"凑出" \(\boldsymbol{A} \times \text{某个矩阵} = \boldsymbol{E}\) 的形式。

解:

由 \(\boldsymbol{A}^2 - 2\boldsymbol{A} + \boldsymbol{E} = \boldsymbol{0}\),移项得:

\(\boldsymbol{A}^2 - 2\boldsymbol{A} = -\boldsymbol{E}\)

提取公因子 \(\boldsymbol{A}\):

\(\boldsymbol{A}(\boldsymbol{A} - 2\boldsymbol{E}) = -\boldsymbol{E}\)

两边乘以 \(-1\):

\(\boldsymbol{A}(2\boldsymbol{E} - \boldsymbol{A}) = \boldsymbol{E}\)

根据逆矩阵的定义,\(\boldsymbol{A} \times (2\boldsymbol{E} - \boldsymbol{A}) = \boldsymbol{E}\),所以:

\(\boxed{\boldsymbol{A}^{-1} = 2\boldsymbol{E} - \boldsymbol{A}}\)

总结:这类题的关键是从给定的矩阵多项式等式中,提取 \(\boldsymbol{A}\) 为公因子,凑出 \(\boldsymbol{A} \cdot (\cdots) = \boldsymbol{E}\) 的形式。

求逆矩阵

设 \(\boldsymbol{A} = \begin{pmatrix} 0 & 0 & -4 \\ 0 & 2 & 0 \\ 10 & 0 & 0 \end{pmatrix}\),求 \(\boldsymbol{A}^{-1}\)。

分析:

这个矩阵比较特殊——每行每列只有一个非零元素。我们仍然用 \((\boldsymbol{A} \mid \boldsymbol{E})\) 的标准方法来求。

构造并变换:

\(\left(\begin{array}{ccc|ccc} 0 & 0 & -4 & 1 & 0 & 0 \\ 0 & 2 & 0 & 0 & 1 & 0 \\ 10 & 0 & 0 & 0 & 0 & 1 \end{array}\right) \xrightarrow{r_1 \leftrightarrow r_3} \left(\begin{array}{ccc|ccc} 10 & 0 & 0 & 0 & 0 & 1 \\ 0 & 2 & 0 & 0 & 1 & 0 \\ 0 & 0 & -4 & 1 & 0 & 0 \end{array}\right)\)

\(r_1 \cdot \frac{1}{10}\),\(r_2 \cdot \frac{1}{2}\),\(r_3 \cdot (-\frac{1}{4})\):

\(\left(\begin{array}{ccc|ccc} 1 & 0 & 0 & 0 & 0 & \frac{1}{10} \\ 0 & 1 & 0 & 0 & \frac{1}{2} & 0 \\ 0 & 0 & 1 & -\frac{1}{4} & 0 & 0 \end{array}\right)\)

所以 \(\boldsymbol{A}^{-1} = \begin{pmatrix} 0 & 0 & \frac{1}{10} \\ 0 & \frac{1}{2} & 0 \\ -\frac{1}{4} & 0 & 0 \end{pmatrix}\)。

求矩阵的秩

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

分析:

观察发现第2行 = 第1行 × 2(前面部分),可能有冗余行。逐步消元。

\(r_2 - r_1 \cdot 2\),\(r_3 - r_1 \cdot 3\):

\(\begin{pmatrix} 1 & -1 & 2 & 1 & 0 \\ 0 & 0 & 0 & -4 & 0 \\ 0 & 3 & 0 & -4 & 1 \\ 0 & 3 & 0 & 0 & 1 \end{pmatrix}\)

\(r_2 \leftrightarrow r_3\),\(r_4 - r_2\):

\(\begin{pmatrix} 1 & -1 & 2 & 1 & 0 \\ 0 & 3 & 0 & -4 & 1 \\ 0 & 0 & 0 & -4 & 0 \\ 0 & 0 & 0 & 4 & 0 \end{pmatrix}\)

\(r_4 + r_3\):

\(\begin{pmatrix} 1 & -1 & 2 & 1 & 0 \\ 0 & 3 & 0 & -4 & 1 \\ 0 & 0 & 0 & -4 & 0 \\ 0 & 0 & 0 & 0 & 0 \end{pmatrix}\)

\(r(\boldsymbol{A}) = 3\)

\(\boldsymbol{B} = \begin{pmatrix} 0 & 1 & 1 & -1 & 2 \\ 0 & 2 & -2 & -2 & 0 \\ 0 & -1 & -1 & 1 & 1 \\ 1 & 1 & 0 & 1 & -1 \end{pmatrix}\)

分析:

第一列只有 \(r_4\) 非零,交换 \(r_1 \leftrightarrow r_4\)。

\(r_1 \leftrightarrow r_4\):

\(\begin{pmatrix} 1 & 1 & 0 & 1 & -1 \\ 0 & 2 & -2 & -2 & 0 \\ 0 & -1 & -1 & 1 & 1 \\ 0 & 1 & 1 & -1 & 2 \end{pmatrix}\)

\(r_3 + r_4\),\(r_2 - r_4 \cdot 2\) 后继续化简:

\(\begin{pmatrix} 1 & 1 & 0 & 1 & -1 \\ 0 & 1 & 1 & -1 & 2 \\ 0 & 0 & 0 & 0 & 3 \\ 0 & 0 & -4 & 0 & -4 \end{pmatrix}\)

交换 \(r_3 \leftrightarrow r_4\):

\(\begin{pmatrix} 1 & 1 & 0 & 1 & -1 \\ 0 & 1 & 1 & -1 & 2 \\ 0 & 0 & -4 & 0 & -4 \\ 0 & 0 & 0 & 0 & 3 \end{pmatrix}\)

\(r(\boldsymbol{B}) = 4\)(满秩)

解矩阵方程

解矩阵方程 \(\begin{pmatrix} 0 & 1 & 2 \\ 1 & 1 & 4 \\ 2 & -1 & 0 \end{pmatrix} \boldsymbol{X} = \begin{pmatrix} 2 & -3 \\ 1 & 5 \\ 3 & 6 \end{pmatrix}\)。

方法:

构造 \((\boldsymbol{A} \mid \boldsymbol{B})\),初等行变换化为 \((\boldsymbol{E} \mid \boldsymbol{X})\)。

构造增广矩阵并 \(r_1 \leftrightarrow r_2\):

\(\left(\begin{array}{ccc|cc} 1 & 1 & 4 & 1 & 5 \\ 0 & 1 & 2 & 2 & -3 \\ 2 & -1 & 0 & 3 & 6 \end{array}\right)\)

\(r_3 - r_1 \cdot 2\),再 \(r_3 + r_2 \cdot 3\):

\(\left(\begin{array}{ccc|cc} 1 & 1 & 4 & 1 & 5 \\ 0 & 1 & 2 & 2 & -3 \\ 0 & 0 & -2 & 7 & -13 \end{array}\right)\)

\(r_3 \cdot (-\frac{1}{2})\),再向上消:\(r_2 - r_3 \cdot 2\),\(r_1 - r_3 \cdot 4\),\(r_1 - r_2\):

\(\left(\begin{array}{ccc|cc} 1 & 0 & 0 & -12 & \frac{47}{2} \\ 0 & 1 & 0 & -3 & 10 \\ 0 & 0 & 1 & -\frac{7}{2} & \frac{13}{2} \end{array}\right)\)

所以 \(\boldsymbol{X} = \begin{pmatrix} -12 & \frac{47}{2} \\ -3 & 10 \\ -\frac{7}{2} & \frac{13}{2} \end{pmatrix}\)。

解矩阵方程(续)

解矩阵方程 \(\begin{pmatrix} -2 & 3 & 3 \\ 1 & -1 & 0 \\ -1 & 2 & 1 \end{pmatrix} \boldsymbol{X} = \begin{pmatrix} 0 & 3 & 3 \\ 1 & 1 & 0 \\ -1 & 2 & 3 \end{pmatrix}\)。

方法同上:

构造 \((\boldsymbol{A} \mid \boldsymbol{B})\),初等行变换化为 \((\boldsymbol{E} \mid \boldsymbol{X})\)。

构造增广矩阵,先 \(r_1 \leftrightarrow r_2\) 让首元方便:

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

\(r_2 + r_1 \cdot 2\),\(r_3 + r_1\):

\(\left(\begin{array}{ccc|ccc} 1 & -1 & 0 & 1 & 1 & 0 \\ 0 & 1 & 3 & 2 & 5 & 3 \\ 0 & 1 & 1 & 0 & 3 & 3 \end{array}\right)\)

\(r_3 - r_2\),\(r_3 \cdot (-\frac{1}{2})\),向上消:

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

所以 \(\boldsymbol{X} = \begin{pmatrix} 0 & 3 & 3 \\ -1 & 2 & 0 \\ 1 & 1 & 1 \end{pmatrix}\)。

化为行最简阶梯形矩阵

用初等行变换将 \(\boldsymbol{A} = \begin{pmatrix} 0 & 4 & -12 & -28 & 2 & -2 \\ 3 & -1 & -6 & 16 & -2 & 8 \\ -1 & -1 & 6 & 4 & 2 & 0 \end{pmatrix}\) 化成行最简阶梯形矩阵。

与前面例题完全相同!我们已经在第5页详细讲解过。

答案为:

\(\begin{pmatrix} 1 & 0 & -3 & 3 & 0 & 3 \\ 0 & 1 & -3 & -7 & 0 & -1 \\ 0 & 0 & 0 & 0 & 1 & 1 \end{pmatrix}\)

可翻回前面对照完整的变换步骤。

📋 行最简阶梯形的判断检查清单

① 是否呈阶梯状(左下角全0)? ✓

② 每个非零行的首元是否为 1? ✓

③ 首元所在列的其余元素是否全为 0? ✓

三条全满足,才是行最简阶梯形!

本节知识框架

矩阵的初等变换 三种初等行变换 交换两行 rᵢ ↔ rⱼ 数乘某行 rᵢ · c 倍加(最常用) rᵢ + rⱼ · c 阶梯形矩阵 行阶梯形 左下角全0 呈阶梯状 行最简阶梯形 首元为1 首元列其余为0 矩阵的秩 r(A) = 阶梯形中非零行的个数 r(A) ≤ min(m, n) 求逆矩阵 A⁻¹ 应用 (A | E) → (E | A⁻¹) (A | B) → (E | A⁻¹B) 求逆 解 AX=B

关键口诀

初等变换三件事:交换、数乘、倍加

化简目标两阶段:先化阶梯,再化最简

求逆矩阵一招鲜:拼上单位,行变到底

补充例题 1:求逆矩阵

例题:求 \(A=\begin{pmatrix}2&1\\5&3\end{pmatrix}\) 的逆矩阵。

解:

\(|A| = 2\times3 - 1\times5 = 1 \neq 0\),故逆矩阵存在。

$$A^{-1} = \frac{1}{|A|}\begin{pmatrix}3&-1\\-5&2\end{pmatrix} = \begin{pmatrix}3&-1\\-5&2\end{pmatrix}$$

要点:对于 2 阶矩阵 \(\begin{pmatrix}a&b\\c&d\end{pmatrix}\),逆矩阵为 \(\frac{1}{ad-bc}\begin{pmatrix}d&-b\\-c&a\end{pmatrix}\)(主对角线互换,副对角线变号)。

补充例题 2:求矩阵的秩

例题:求矩阵 \(\begin{pmatrix}1&2&3\\4&5&6\\7&8&9\end{pmatrix}\) 的秩。

解:用初等行变换化为阶梯形:

$$\begin{pmatrix}1&2&3\\4&5&6\\7&8&9\end{pmatrix} \xrightarrow{r_2-4r_1,\, r_3-7r_1} \begin{pmatrix}1&2&3\\0&-3&-6\\0&-6&-12\end{pmatrix} \xrightarrow{r_3-2r_2} \begin{pmatrix}1&2&3\\0&-3&-6\\0&0&0\end{pmatrix}$$

阶梯形中有 2 个非零行,故秩为 2

要点:用初等行变换化为行阶梯形后,数非零行的个数即为矩阵的秩。

1 / 1
->