第 6 章　线性方程组与高斯消元

6.1三种初等行变换：合法的「等价变形」

解方程组的老办法，是「等式两边同加同减」。比如两式相加、某式乘个倍数。这些操作有个共同点：它们把方程组变成另一个方程组，但解一模一样。

翻译成矩阵的语言，就是三种 初等行变换：

关键要记住：乘以非零数——乘 0 会把整行抹成 0，丢掉信息，是不允许的。

「某行加另一行的 k 倍」为什么严格合法？两行各是一个等式：E₁ 说 a = b，E₂ 说 c = d。同时满足 E₁、E₂ 的任何 x，必然也满足「c − k·a = d − k·b」（等式两边各减去相等的量）；反过来，满足新组合式的 x，加上 k 倍 E₁ 也回到 E₂。所以新旧方程组解集完全相同——这正是中学「代入消元」的矩阵版，只是中学老师没把它写成一招一式的表格。整章的地基只有这一段论证，其余全是流程。

一个自然的疑问：中学明明教过「代入消元」——把 y 从第一式解出来代进第二式——为什么课程和软件都偏爱「加减消元」？看两个毛病：其一，代入要先做除法（解出 y = …/a），分母小、系数带噪声时除法把误差放大，连锁代入几轮，数字就开始「漂」；其二，代入产生越来越长的分式，式子难看、抄写易错。加减消元只做「乘数 + 相减」，从头到尾可以不除一次（最后回代才除），数值上稳得多。这是「算法品味」的一课：能少除就少除——它将在数值计算课上反复得到印证。

工程世界的方程组从哪来？三个主要来源值得认识：物理定律——基尔霍夫电流定律逐节点写「流入 = 流出」，一个节点一个方程（例题 7 马上示范）；平衡条件——结构每个节点受力平衡、每个闭合回路压降为零，方程随约束自然生长；约束与配比——配料表、调度表、预算表里「总量固定、比例给定」的每一条都是一个线性方程。可以说：只要系统是「线性」的（第 5 章的意义），描述它的语言天然就是方程组。

先给本章定位。前三章的主线是「正问题」：知道变换（矩阵），问向量被送到哪——A·v 一乘就出。本章反过来，是「反问题」：知道结果 b，问哪个向量 x 经变换后恰好落在 b 上——写成矩阵语言就是 A·x = b，解方程组就是求这个 x。工程里反问题才是日常：已知各节点的电流平衡关系，求各节点电压；已知结构的受力平衡，求各杆内力；已知混合物的谱线强度，求各组分含量——全是「由果索因」。而高斯消元，是人类找到的第一个机械、可复制、不靠灵感的反问题求解法。

再补一层结构：三种变换不但保解，还个个可逆——交换两行，再换一次就复原；某行乘 k（k≠0），再乘 1/k 就复原；某行加 k 倍另一行，再减 k 倍就复原。消元走下的每一步，都有原路返回的「回程票」。这不只是顺口的哲学——第 8 章讲逆矩阵时你会看到：每种行变换本身就是一个矩阵（初等矩阵），行变换可逆，等于说这些矩阵都有逆。消元的「可撤销性」，正是「可逆」观念的种子。

为什么工程师敢把安全攸关的计算交给消元？因为它每一步都可审计：三招白纸黑字，操作序列记录下来，任何人都能逐步复算；每步等价变形，数学上保证不丢解、不多解。对比「灵感式解法」——某处加某式、某处顺手代入，步骤不成体系，漏一个解都察觉不到——机械性不是笨，是可靠。工程计算规范要求关键计算「双人独立复算」，而独立复算能成立的前提，恰恰是算法步骤机械可复制：两人走同一条路，才谈得上互相验证。

顺带一提历史：系统化的消元术比高斯早得多——中国古代《九章算术》的「方程」章已在用筹算布列并消去多元线性方程组，高斯（19 世纪初）的贡献是把它与最小二乘结合、发展成可大规模计算的方法，而真正让消元「统治」数值计算的，是 20 世纪计算机的出现：2n³/3 的计算量对人手是灾难，对机器只是毫秒。方法不变，工具换了人间。

再埋一颗种子：第 5 章说过「矩阵是动作」，本章的三种行变换其实个个都是矩阵动作——「交换两行」「某行乘 k」「某行加 k 倍另一行」都等价于左乘一张特殊的小矩阵（初等矩阵）。于是「对 A 做一串行变换」＝「左乘一串初等矩阵」，整场消元就是一个连乘的过程——这份视角在第 8 章会变成求逆矩阵与 LU 分解的标准做法。现在不必展开，只要记住：行变换没有一丝「随意」，每一步都是严格的矩阵乘法。

6.2目标形态：行阶梯形

消元要「收拾」成什么样子？答案是 行阶梯形（row echelon form）：

• 每一行的第一个非零数，叫这行的 主元（pivot）；
• 从上往下看，主元越来越靠右（像台阶一样逐级下探）；
• 全零的行（如果有）要沉到最底下。

为什么追求这个形态？因为一旦变成阶梯形，最底下的方程就只剩一个未知数，能直接解出；再逐层代回，全部未知数依次揭晓。

把「主元」的配套概念配齐。主元所在的列叫主元列，它对应的未知数是「被管住」的；既没有主元、又不出现在矛盾行里的列叫自由列，对应的未知数叫自由变量——没有哪个方程专门约束它，它可以自由取值，每取一个值就得到解族里的一个成员。判读一个阶梯形，按固定流程四步走：① 每行找主元；② 数主元个数，记作 r；③ 找出哪些列没有主元（自由列）；④ 检查有没有「系数全零、右端非零」的矛盾行。四步做完，解属于哪一类、自由度几个，全部读出。

两个易错点值得单拎出来。其一，主元必须是非零数，且是「本行第一个非零」——找主元时从左往右扫，碰到第一个非零就停下，别跳过它去找「更好看的数」。其二，某列全是 0 怎么办？这说明该变量在所有方程里都恰好消平或从不出现——跳过这一列、下移一行，继续在右边的列找主元。「逐列推进，卡住就跳」是消元循环的标准节奏；天然的全零列就是自由列。

全零行与全零列的工程含义值得点破。全零行 [0 0 … 0 | 0] 对应「0 = 0」——一个方程被其他方程完全代表，是冗余测量：三支温度计测同一个舱温，第三支的读数必能由前两支推出，消元后必然沉底成零行。全零列对应某个变量在所有方程里都不出现——模型里放了一个「没人管」的自由参数。于是主元个数 r 的工程翻译是：r = 真正独立的约束个数；测量做得再多，有效信息只有 r 条，剩下全是冗余。

一个值得提前知道的辨析：同一矩阵走不同消元路径（先消哪列、用哪个主元），得到的阶梯形可以长得不一样——但主元个数 r 必定相同。这个「殊途同归」不是巧合，第 8 章的秩理论会严格证明：r 由矩阵本身决定，与路径无关。所以在汇报「消元结果」时，靠得住的定量信息是 r、自由列位置、矛盾行有无——这三样与路径无关；至于具体数字长相，不必强求一致。想要完全唯一，得化到 RREF（第 6.4 节末尾提过的「完全体」）。

把「主元逐行右移」说严格：下一行的主元必须落在上一行主元的右边一列或更右——只右移一格是允许的，跳过几列（中间出现自由列）也是允许的；但绝不允许出现在正下方或左方。检查阶梯形是否合格，就用这一条：从上往下画一条穿过所有主元的折线，它必须一路向右下方走，绝不回头。

阶梯形的「台阶」还有一层直觉：第 t 行的主元落在第几列，就意味着这一行「从第几个未知数开始管起」——它左边的未知数已在更上面的行里被管完。所以越往下走，行越「短」，管的事越少；最底行往往只剩一句「z = 多少」。阶梯的形状，就是「责任逐层移交」的形状：上层管 x，中层管 y，底层管 z，谁也不越权、谁也不失职。

把 3×3 增广矩阵消元后常见的「四张脸」列出来，练成一眼判读：第一张脸 [[1,*,*|*],[0,1,*|*],[0,0,1|*]]——主元满配，唯一解；第二张脸 [[1,*,*|*],[0,1,*|*],[0,0,0|0]]——末行冗余、z 列无主元，无穷解；第三张脸 [[1,*,*|*],[0,0,1|*],[0,0,0|0]]——y 自由、z 被管住，无穷解（自由变量未必是最后一个！）；第四张脸 [[1,*,*|*],[0,1,*|*],[0,0,0|非零]]——矛盾行压轴，无解。四张脸扫一眼就能报出结论，比逐个方程试解快一个数量级。

做个 2×3 的判读小练（3 个未知数 x、y、z）：阶梯形 [[1, 2, 3 | 4],[0, 0, 1 | 5]]。判读：主元在第 1、3 列，r = 2 < 3；第 2 列（y）自由、无矛盾行 → 无穷解。回代：z = 5；x + 2y + 3×5 = 4 → x = −11 − 2y；通解 (−11 − 2t, t, 5)。抽验 t = 3：(−17, 3, 5)，代回：−17 + 6 + 15 = 4 ✓、z = 5 ✓。判读流程走熟了，这类题读两行就能报答案。

判读还有一条容易忽略的纪律：右端列永远不充当主元、不算自由列。找主元、数 r、找自由列，全部只在竖线左边的系数部分进行；右端列唯一的戏份，就是在「系数全零」的行里验明正身——零，是冗余；非零，是矛盾。初学者常把右端也数进「列」里，r 与自由度立刻全错；判读前先用竖线把两个世界隔干净。

顺带说清「主元化 1」：把主元除成 1 不是阶梯形的硬性要求——主元是 2 的 [0, 0, 2 | 6] 一样是合法阶梯形；化 1 只是为了回代时少做除法、数字更好看，属于「顺手优化」。判断是否阶梯形，只看三条硬指标：主元非零、逐行右移、零行沉底——与主元是不是 1 无关。考试里别把「没化 1」误判为「不是阶梯形」。

6.3完整流程：高斯消元

用一个例子走一遍全程。解方程组：

2x + y = 4
x − y = 1

第一步，写成增广矩阵：

[[2, 1 | 4], [1, −1 | 1]]

第二步，把第一行第一列的位置（左上角）变成主元，并把它下方的元素消成 0。这里先交换两行，让左上角是较小的 1（这一步可省略，但能让数更整）：

现在矩阵已经变成了行阶梯形，对应方程组：

x − y = 1
y = 2/3

2×2 热身之后，来真的。下面三道例题共用同一套流程，右端项逐个改动，把「唯一解、无穷解、无解」三种结局一次看全。

三道例题共用一套流程，这正说明消元的本质是算法：定当前主元 → 下方清零 → 换下一列，循环到底。它不挑题、不需要灵感、步骤可长可短，自然可以交给计算机。数值计算领域还有一个实用的补充：实际程序会在当前列挑绝对值最大的元素换上来当主元（换行实现），以抑制舍入误差被小数除法放大——这套技术叫「列主元法」。手算不必纠结选法，但要知道机器一直在替你操心误差。

两条实战纪律，初学者九成的事故出在这里。纪律一：右端列必须跟着一起变形——行变换作用的对象是「整行」，系数和右端一起加减；只改系数忘改右端，是消元事故的头号来源。纪律二：解出必代回——把解代回的是最初抄写的原始方程组，而不是阶梯形（阶梯形是等价变形，理论上也能验，但代回原始才顺便查出了「抄写错」这类流程事故）。

把「主元为零」的应对整理成两难决策树：当前主元位置是 0 → 往下看这一列：下方有非零 → 换行；下方也全是 0 → 跳列（本列作自由列，下移一行继续）。两种救场都不改变解集，因为它们本身就是合法的行变换（换行）或「不动」(跳列只是不操作)。这套决策写进程序就是消元循环的核心 if-else。

到这一步，把完整流程复盘成一张口诀单：抄（原方程逐字抄进增广矩阵）→ 扫（逐列找主元，零就换行或跳列）→ 清（主元下方清零，右端跟着动）→ 读（四步判读：主元、r、自由列、矛盾行）→ 代（自底向上回代）→ 验（代回原始方程组）。六个字都做到，任何线性方程组都逃不出你的手掌心。

替例题 2 记一笔「步数账」：整个消元共用了 3 次倍加变换（第 2 行减第 1 行、第 3 行减 2 倍第 1 行、第 3 行加第 2 行）、0 次换行、0 次倍乘——3×3 的典型量级。一般地，n 个未知数的满配消元，第 1 列清零要 n−1 步、第 2 列要 n−2 步……加起来约 n(n−1)/2 次倍加，这正是 2n³/3 工作量级在「操作次数」上的影子（每步倍加还要对整行元素逐一相乘）。数步数不是闲账：它让你对「规模翻倍、代价翻几倍」有体感——n 从 3 涨到 6，操作数翻约 4 倍不止。

6.4回代：从下往上求出解

行阶梯形已经把最难的「多个未知数纠缠」拆开了。现在从最下面的方程开始往上代：

1. 最下面：y = 2/3，直接得到 y；
2. 代回上面：x − (2/3) = 1，解得 x = 5/3。

于是唯一解：x = 5/3，y = 2/3。和第 3 章开头手算的结果完全一致——但这一次，整个过程机械、可复制、不靠灵感，再多未知数也能照做。

这一步叫 回代（back substitution）：阶梯形从下往上，一次只解一个未知数。

回代有个工程别名要认识：对阶梯形（数值圈叫它「上三角系统」）做的这套自底向上求解，软件文档里常叫后向替换（backward substitution）——消元把它做成「上三角」，后向替换负责收尾。顺带留意：若系数矩阵一上来就是上三角（下一章行列式里会偶遇这种「好命矩阵」），消元量直接为零、只剩回代——「把消元成果存起来反复复用」正是这套观察的终点站（顺带记全一对：若系数矩阵已经是下三角，自顶向下依次解，就叫前代——两个词成对出现，你会在数值方法的文档里反复遇到）。回代的方向藏着一个结构性原因：阶梯形每一行都比上一行「少管一个」未知数——最底行管得最少（常常只剩一个），越往上牵扯越多。从底下开始，每一步都只是一元一次方程；若从顶上开始，第一行就同时含着 x、y、z，无从下手。所以「自底向上」不是习惯偏好，是唯一可行的方向——阶梯形的形状决定了回代的路线，这正是「先消元、后回代」分工的几何意义。

再算一笔工作量的账：n 个未知数的消元约需 2n³/3 次乘加，回代只要约 n² 次——消元是贵的大头，回代是便宜的小尾巴。工程里最常见的工况是同一套系数、多个右端：同一结构承受多种载荷、同一电路施加多组激励。聪明的做法是「一次消元、多次回代」：系数矩阵的消元只做一遍（贵，但只贵一次），每个工况只跑一遍廉价的回代。结构分析软件对几百种载荷工况能瞬间出结果，靠的就是这份「消元共享」——这背后隐含一个事实：消元只作用于系数部分，右端列只是被动跟着变形，换右端不推翻消元成果。

顺带认识消元的「完全体」：把每个主元化成 1、再把主元上方的元素也清零，得到的形态叫简化行阶梯形（RREF）。到这一步连回代都省了——解直接摆在矩阵里。代价是额外的清理工作。工程权衡：解一个方程组，普通阶梯形 + 回代总体更快；需要反复「直接读解」的场合，才值得一步到位化成 RREF。例题 6 顺手动了一下「清上方」的动作，已经尝到甜头：后两行直接读出 y、z——这正是朝 RREF 方向的顺手清理。要不要清到底，看用途：解一个方程组，阶梯 + 回代最经济；要反复读解、或要证明结构性的结论（比如自由变量的位置），RREF 一步到位更省心。

把消元与回代的计算量放进具体数字里感受一下（以乘加次数计）：n = 10 时，消元约 667 次、回代约 100 次，7:1；n = 100 时，约 66.7 万次对 1 万次，67:1；n = 1000 时，约 6.67 亿次对 100 万次，667:1——规模越大，消元越是大头中的大头。「一次消元、多次回代」的价值随规模指数式放大：千阶系数矩阵消一次元，之后每种工况只需百万次量级的回代，瞬间完成。

「换右端不推翻消元」的原理也值得说透：行变换作用在整行（含右端），但每一步的乘数 k 由系数部分的比值决定——只要系数矩阵不变，消元序列的所有乘数就都不变；换一组右端，只是让右端列「搭乘同一班列车」走完同样的变形路线。所以换工况时，系数矩阵的消元成果（连同全部乘数记录）原封不动复用，只重演右端那一列的加减。工程软件存的就是这份「消元档案」。

6.5解的三类结果

不是所有方程组都有唯一解。消元到最后，阶梯形会「透露」答案属于哪一类：

最容易迷惑的是无解：消元后若出现一行 [0 0 | 5]（意思是 0=5），那方程组自相矛盾，无解。而无穷多解来自「未知数比方程多」：有些变量可以自由取值，解就是一条线甚至一个面。

把三类情形合并成一张总账。设未知数 n 个，消元后（若没有矛盾行）数出主元 r 个：r = n，每个未知数都被管住 → 唯一解；r < n，有 n − r 个自由变量 → 无穷多解，解集是 n − r 维的（一条线、一个面……）；若出现矛盾行 → 无解，前面数多少主元都救不了它。主元个数 r 这个数字如此要紧，第 8 章会给它专名——秩（rank），并证明它不依赖消元路径：先消哪列、后消哪列，r 都一样。一句话预告：解的个数问题，归根结底是秩的问题。

最后看一眼工程现场的真实样貌：方程数与未知数一样多（本章的方阵情形）其实是「理想题」。测量做得充分时，方程常常多于未知数（超定）——各方程因噪声互相打架，精确解不存在，最小二乘给出「最接近全体」的折中解，本课程后段会讲；建模粗糙时，方程少于未知数（欠定）——解不唯一，需要补充约束或优化目标来挑选。先把标准题的判读与求解练扎实，工程变体才有落点。

用「参数个数」给三类解换个说法，工程交流时更好用：唯一解 = 解能用 0 个自由参数写死；无穷解 = 解需要 n − r 个自由参数（例题 3 的解族吃一个参数 t，例题 8(b) 同样吃一个）；无解 = 参数再多也无济于事。于是「解的维度」这个抽象词有了操作定义：数一数通解里有几个自由参数。

最后把第 5 章的「动作」视角接回来，你会发现本章全是它的续集。A·x = b 的几何含义是：哪个向量 x 被变换 A 送到 b？唯一解 = b 恰好只有一个原像；无穷解 = b 有许多原像——变换在某个方向上「压扁」了空间，被压扁的方向上整条线的向量都被送到同一点（这就是例题 3 自由变量的来历）；无解 = b 落在变换够不着的地方——像空间没铺到那。第 8 章讲秩与像空间时，这三句话会被翻译成严格的定理；而现在，你已经能用消元把每种情形亲手算出来。

带着两个问题预习下一章：行列式——矩阵的「面积缩放倍数」——为零与否，恰好预告这个变换是否压扁空间、A·x = b 是否唯一可解？例题 3 的系数矩阵把三维压成二维「像」，被压扁的方向与解族的方向（自由变量的轴）有什么关系？答案都在「行列式 = 0 ⟺ 压扁」这句判词里。

有一个二分法值得刻进脑子：「有没有解」与「有几个解」是两个独立的问题。前者是存在性——b 是否落在变换够得着的范围里（有没有矛盾行）；后者是唯一性——够得着的话，有几条路通向 b（有几个自由变量）。三个格子：有且唯一（例题 2）、有而不唯一（例题 3）、根本无解（例题 4）。工程里这对二分法天天登场：传感器布点能不能唯一确定全部状态（可观测性）、载荷分布能不能被约束唯一平衡（静定与否），本质都是这两个问题。

再把例题 7 的电路往真实世界推一步规模感：节点电压法里每个节点给一个 KCL 方程，N 个节点的电路（参考地除外）列 N − 1 个方程。真实飞机全机电网、大型建筑的配电网络，节点数以千计——上千个未知数的方程组，靠的正是本章的消元法，配上「稀疏矩阵」技术（电路里每个节点只连少数几条支路，系数矩阵绝大多数位置是 0，能跳过的乘加全部跳过）才跑得动。你在例题 7 手解的两个方程，与工程师软件里自动生成的上千个方程，是同一个数学骨架。

给超定与欠定各配一个能心算的数值小例。超定：一支 1Ω 电阻分别用两块表测，x = 2 与 3x = 7 同时成立？消元：第 2 行减 3 倍第 1 行得 [0 | 1]——0 = 1，矛盾，无精确解。最小二乘的折中是让「两式残差平方和」最小，本例算出来 x = (1×2 + 3×7)/(1² + 3²) = 23/10 = 2.3——谁权重大（3x 那式系数大）就多迁就谁。真实测量方程动辄几十个，矛盾几乎必然来自噪声，最小二乘是工程标配。欠定：x + y = 1，一个方程两个未知数——通解 (t, 1 − t)，一条不过原点的直线；工程的处理是补充约束（如「x、y 非负」）或加优化目标（如「取范数最小的那个解」）。

最后看一眼无穷解集的结构，为后文留个钩子。例题 3 的通解 (t−2, 8−2t, t) 可以拆成两部分：特解 (−2, 8, 0)（取 t = 0）+ 方向项 t·(1, −2, 1)。特解随便挑哪个都行（例题里 t = 3 挑中的 (1,2,3) 也可以），但方向向量 (1, −2, 1) 是同一个——它正是「被变换压扁的那个方向」。所有解 = 一个特解 + 压扁方向上的任意滑动。注意到一个细节：这族解是一条不过原点的直线（原点 (0,0,0) 不满足方程组），所以解集本身不是子空间；但「方向」部分——全体 t·(1, −2, 1)——是一个过原点的子空间。这个「特解 + 齐次解」的分解结构，第 8 章将升格为定理。

关于「什么时候无解、什么时候无穷解、解到底有几维」，下一章之后还会用「秩」这个概念统一说清。