矩阵化简的三种形态

矩阵化简主要讨论三种形态：行阶梯形、行最简形和标准型。它们对应不同的操作范围，也回答不同的问题：秩是多少、方程组如何求解、矩阵在行列变换下能化到什么形式。

“

“行变换不改变行空间的维数，列变换不改变列空间的维数。标准型把这些不变量集中显示出来。”

MatNoble

从行变换到列变换

矩阵化简不是单一算法，而是一组等价变形。需要区分两类操作：

• 行变换 (Row Operations)：对方程组做等价变形。它保持解集不变，常用于高斯消元、求秩和求通解。
• 列变换 (Column Operations)：重新组合矩阵的列向量。它常用于分析列向量组的结构，以及把矩阵继续化到标准型。
• 标准型 (Normal Form)：允许同时使用行变换和列变换后得到的形式。对角线上 1 的个数等于矩阵的秩。

TIP

判断一个化简过程时，先看它允许使用哪些操作。只用行变换，通常得到 REF 或 RREF；行变换和列变换都允许时，才讨论标准型。

---

1. 第一阶段：行阶梯型 (REF)

行阶梯形只使用行变换。目标是通过高斯消元把主元下方的元素化为零，形成阶梯状结构。

$$A=\left[\begin{array}{cccc}1& -1& 1& 2\\ 2& 3& 3& 2\\ 1& 1& 2& 1\end{array}\right]\stackrel{\text{消元}}{\to }\left[\begin{array}{cccc}1& -1& 1& 2\\ 0& 5& 1& -2\\ 0& 0& 3& -1\end{array}\right]$$

REF 的意义

行阶梯形可以直接读出矩阵的秩：非零行的数量就是秩。对于此矩阵，$\text{rank}(A)=3$。

2. 第二阶段：行最简形 (RREF)

在行阶梯形的基础上，继续向上消元，并把每个主元（Pivot）化为 1，就得到行最简形。

$$\left[\begin{array}{cccc}1& -1& 1& 2\\ 0& 5& 1& -2\\ 0& 0& 3& -1\end{array}\right]\stackrel{\text{归一化}}{\to }\left[\begin{array}{cccc}1& 0& 0& 2\\ 0& 1& 0& -1/3\\ 0& 0& 1& -1/3\end{array}\right]$$

RREF 的独特性

同一个矩阵的 RREF 是唯一的，与具体消元步骤无关。求线性方程组通解时，RREF 通常比 REF 更方便。

3. 第三阶段：标准型 (Normal Form)

如果允许继续使用列变换，矩阵可以进一步化为标准型。标准型把非零主元集中到左上角，其余位置化为零。

$$\left[\begin{array}{cccc}1& 0& 0& 2\\ 0& 1& 0& -1/3\\ 0& 0& 1& -1/3\end{array}\right]\stackrel{\text{列变换}}{\to }\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\end{array}\right]=\left[\begin{array}{cc}{I}_3& 0\end{array}\right]$$

标准型说明

标准型只取决于矩阵的秩 $r$。对于任何 $m\times n$ 矩阵，只要秩相同，它们的标准型就完全一致。

4. 含参矩阵的分类讨论

含参矩阵的秩通常随参数取值变化。处理这类问题时，先找出可能导致秩下降的参数，再分别代入判断。

典型案例：含参矩阵 $A(k)$

已知矩阵：

$$A(k)=\left[\begin{array}{ccc}1& -2& 3k\\ -1& 2k& -3\\ k& -2& 3\end{array}\right]$$

通过计算行列式 $|A|=6k-6k^2=6k(1-k)$，我们可以根据参数 $k$ 的取值进行分类讨论：

1. Case 1: $k\ne 0$ 且 $k\ne 1$ 行列式不为零，矩阵满秩，此时 $\text{rank}(A)=3$。
2. Case 2: $k=0$ 代入矩阵发现存在二阶非零子式，此时 $\text{rank}(A)=2$。
3. Case 3: $k=1$ 代入后矩阵行与行之间成比例，此时 $\text{rank}(A)=1$。

---