CQF预备知识：二、线性代数 -- 2.3 使用矩阵记号求解线性方程组详解-CSDN博客

文中内容仅限技术学习与代码实践参考，市场存在不确定性，技术分析需谨慎验证，不构成任何投资建议。

📖 数学入门全解

本系列教程为CQF(国际量化金融分析师证书)认证所需的数学预备知识，涵盖所有需要了解的数学基础知识，旨在帮助读者熟悉核心课程所需的数学水平。

教程涵盖以下四个主题：

微积分
线性代数
微分方程
概率与统计

2.3 使用矩阵记号求解线性方程组详解

一、基本概念

线性方程组的标准形式

一个包含 $n$ 个未知数和 $n$ 个方程的线性方程组可表示为：

$\begin{cases} a_{11}x_1 + a_{12}x_2 + \cdots + a_{1n}x_n = b_1 \\ a_{21}x_1 + a_{22}x_2 + \cdots + a_{2n}x_n = b_2 \\ \vdots \\ a_{n1}x_1 + a_{n2}x_2 + \cdots + a_{nn}x_n = b_n \end{cases}$

其中 $x_i$ 是未知变量， $a_{ij}$ 是系数， $b_i$ 是常数项。

矩阵表示

系数矩阵：包含所有系数的矩阵

$\begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{pmatrix}$
未知数向量：未知变量组成的列向量

$\mathbf{x} = \begin{pmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{pmatrix}$
常数项向量：方程右侧常数组成的列向量

$\mathbf{b} = \begin{pmatrix} b_1 \\ b_2 \\ \vdots \\ b_n \end{pmatrix}$
增广矩阵：将系数矩阵和常数项向量合并的矩阵

$\left(\begin{array}{cccc|c} a_{11} & a_{12} & \cdots & a_{1n} & b_1 \\ a_{21} & a_{22} & \cdots & a_{2n} & b_2 \\ \vdots & \vdots & \ddots & \vdots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} & b_n \end{array}\right)$

二、初等行变换

初等行变换是求解线性方程组的基本操作，包括三种类型：

行交换（ $ER_1$ ）：交换矩阵的第 $i$ 行和第 $j$ 行

$R_i \leftrightarrow R_j$
行缩放（ $ER_2$ ）：将第 $i$ 行乘以非零常数 $k$

$R_i \rightarrow kR_i \quad (k \neq 0)$
行替换（ $ER_3$ ）：将第 $i$ 行加上第 $j$ 行的 $k$ 倍

$R_i \rightarrow R_i + kR_j$

重要性质：初等行变换不改变线性方程组的解集。

三、行阶梯形

通过初等行变换可将增广矩阵化为行阶梯形，其定义如下：

$\left(\begin{array}{cccc|c} \boxed{a_{11}} & a_{12} & \cdots & a_{1n} & b_1 \\ 0 & \boxed{a_{22}} & \cdots & a_{2n} & b_2 \\ 0 & 0 & \ddots & \vdots & \vdots \\ 0 & 0 & \cdots & \boxed{a_{nn}} & b_n \end{array}\right)$

特征：

每行第一个非零元素（主元）所在列的下方元素全为零
主元位置逐行向右下方移动
零行（全零行）位于矩阵底部

四、高斯消元法求解步骤

前向消元：使用初等行变换将增广矩阵化为行阶梯形
回代求解：从最后一行开始，依次求解未知量

解的情况分析

唯一解：当系数矩阵可逆时（行阶梯形主对角线元素均非零）
无穷多解：当出现自由变量时（行阶梯形中某行全零）
无解：当出现矛盾方程时（行阶梯形中出现 $0 = c$ $\neq 0)$ 的形式）

五、应用示例分析

示例1：唯一解

方程组：

$\begin{cases} 2x + y - 2z = 10 \\ 3x + 2y + 2z = 1 \\ 5x + 4y + 3z = 4 \end{cases}$

增广矩阵变换过程：

$\begin{pmatrix} 2 & 1 & -2 & 10 \\ 3 & 2 & 2 & 1 \\ 5 & 4 & 3 & 4 \end{pmatrix} \sim \begin{pmatrix} 2 & 1 & -2 & 10 \\ 0 & 1 & 10 & -28 \\ 0 & 3 & 16 & -42 \end{pmatrix} \sim \begin{pmatrix} 2 & 0 & -12 & 38 \\ 0 & 1 & 10 & -28 \\ 0 & 0 & -14 & 42 \end{pmatrix}$

求解：

$\begin{align*} -14z &= 42 \Rightarrow z = -3 \\ y + 10(-3) &= -28 \Rightarrow y = 2 \\ 2x - 12(-3) &= 38 \Rightarrow x = 1 \end{align*}$

唯一解： $x=(12−3)\mathbf{x} = \begin{pmatrix} 1 \\ 2 \\ -3 \end{pmatrix}$

示例2：无穷多解

方程组：

$\begin{cases} x + 2y - 3z = 6 \\ 2x - y + 4z = 2 \\ 4x + 3y - 2z = 14 \end{cases}$

增广矩阵变换：

$\begin{pmatrix} 1 & 2 & -3 & 6 \\ 2 & -1 & 4 & 2 \\ 4 & 3 & -2 & 14 \end{pmatrix} \sim \begin{pmatrix} 1 & 2 & -3 & 6 \\ 0 & -5 & 10 & -10 \\ 0 & -5 & 10 & -10 \end{pmatrix} \sim \begin{pmatrix} 1 & 2 & -3 & 6 \\ 0 & 1 & -2 & 2 \\ 0 & 0 & 0 & 0 \end{pmatrix}$

求解：
令 $z = a$ （自由变量），则：

$\begin{align*} y - 2a &= 2 \Rightarrow y = 2 + 2a \\ x + 2(2+2a) - 3a &= 6 \Rightarrow x = 2 - a \end{align*}$

解集： $x=(2−a2+2aa)\mathbf{x} = \begin{pmatrix} 2 - a \\ 2 + 2a \\ a \end{pmatrix}$

示例3：无解

方程组：

$\begin{cases} x + 2y - 3z = -1 \\ 3x - y + 2z = 7 \\ 5x + 3y - 4z = 2 \end{cases}$

增广矩阵变换：

$\begin{pmatrix} 1 & 2 & -3 & -1 \\ 3 & -1 & 2 & 7 \\ 5 & 3 & -4 & 2 \end{pmatrix} \sim \begin{pmatrix} 1 & 2 & -3 & -1 \\ 0 & -7 & 11 & 10 \\ 0 & -7 & 11 & 7 \end{pmatrix} \sim \begin{pmatrix} 1 & 2 & -3 & -1 \\ 0 & -7 & 11 & 10 \\ 0 & 0 & 0 & -3 \end{pmatrix}$