矩阵

矩阵（matrix，复数 matrices）是按行、列排列的元素构成的矩形数组。本文的元素取自实数域或复数域。一个 $m\times n$ 矩阵有 $m$ 行、$n$ 列；选定输入、输出空间的基以后，它表示从 $n$ 维空间到 $m$ 维空间的线性映射。矩阵既是记录系数的方式，也是计算变换复合、方程解集和信息损失的工具。数组的形状、数域及各列的意义，都是使用矩阵时不可省略的数据。

从两种配方到一个线性变换

设两种原料包分别含有两类成分，数量向量为 $a_1=(1,0{)}^{𝖳}$、$a_2=(1,1{)}^{𝖳}$。使用 $u$ 包第一种原料、$v$ 包第二种原料，总成分就是 $u{a}_1+v{a}_2$。把两个原料向量并排放成列，可写成 $$A=\left(\begin{array}{cc}1& 1\\ 0& 1\end{array}\right),A\left(\begin{array}{c}u\\ v\end{array}\right)=u\left(\begin{array}{c}1\\ 0\end{array}\right)+v\left(\begin{array}{c}1\\ 1\end{array}\right)=\left(\begin{array}{c}u+v\\ v\end{array}\right).$$ 输入是两种包的使用量，输出是两类成分的总量。因此矩阵的第几列，就是对应单位输入产生的输出。上标 $𝖳$ 表示转置，使横写的坐标成为列向量。实际配料可能要求输入非负；线性映射仍在整个实向量空间上定义，物理约束需要另行添加。

同一个式子也有几何解释：它把平面点 $(u,v)$ 送到 $(u+v,v)$，即水平剪切。横向基向量保持不动，纵向基向量移到 $(1,1)$。矩阵与图形之间的桥梁不是“把数字画出来”，而是看它如何移动一组基，再利用线性组合确定其他点的去向。

剪切把 (u,v) 变为 (u+v,v)。两列给出两个基向量的新位置，单位正方形变为平行四边形。

矩阵也可以只是一张数据表，例如每行是一位观测对象，每列是一个指标。这时“乘上某个向量”意味着按列加权，是否有意义取决于指标的单位和问题背景。年龄与身高直接相加没有天然的物理意义；合法的代数运算不自动成为合理的模型。数据矩阵与变换矩阵使用同一套符号，但解释责任不能省略。

为什么乘法是行乘列

设 $A=(a_{ij})\in {ℝ}^{m\times n}$，$B=(b_{ij})\in {ℝ}^{n\times p}$。同形状的矩阵逐项相加，数乘则把各项乘以同一标量。乘积 $AB$ 的定义为 $$(AB{)}_{ij}=\sum _{k=1}^n{a}_{ik}{b}_{kj},AB\in {ℝ}^{m\times p}.$$ 中间维数 $n$ 必须一致，因为 $B$ 的输出要能交给 $A$。若 $x\in {ℝ}^p$，先算 $Bx$，再算 $A(Bx)$，其第 $i$ 个分量为 $$\sum _{k=1}^n{a}_{ik}\left(\sum _{j=1}^p{b}_{kj}{x}_j\right)=\sum _{j=1}^p\left(\sum _{k=1}^n{a}_{ik}{b}_{kj}\right)x_j.$$ 交换有限求和次序后，括号内正是乘积矩阵的元素。因此 $A(Bx)=(AB)x$。乘法规则的理由是保留变换复合，而非任意规定的一条口令。

取横向拉伸矩阵 $B=\left(\begin{array}{cc}2& 0\\ 0& 1\end{array}\right)$。逐项计算得 $$AB=\left(\begin{array}{cc}2& 1\\ 0& 1\end{array}\right),BA=\left(\begin{array}{cc}2& 2\\ 0& 1\end{array}\right).$$ 在输入 $x=(1,1{)}^{𝖳}$ 上，先拉伸再剪切得到 $(3,1{)}^{𝖳}$；先剪切再拉伸得到 $(4,1{)}^{𝖳}$。所以两种次序不同。$AB$ 总是右边的操作先执行，与函数复合的约定一致。矩阵乘法满足结合律和分配律，但一般不满足交换律。

维数也会限制逆序乘法。例如 $2\times 3$ 矩阵乘 $3\times 4$ 矩阵得到 $2\times 4$ 矩阵，逆序却无法相乘。逐项相乘是另一种运算，通常称为 Hadamard 积，不能与矩阵乘法混用。转置则满足 $(AB{)}^{𝖳}=B^{𝖳}{A}^{𝖳}$：指标交换会反转因子的次序。

消元揭示方程究竟有多少自由度

矩阵方程 $Ax=b$ 把一组方程写在一起。下面给出完整的非方阵例子： $$A=\left(\begin{array}{ccc}1& 2& 1\\ 2& 4& 3\end{array}\right),b=\left(\begin{array}{c}4\\ 9\end{array}\right).$$ 两行分别表示 $x_1+2x_2+x_3=4$、$2x_1+4x_2+3x_3=9$。用第二行减去第一行的两倍，同时对右端做同样操作，得到 $x_3=1$。第一行因此变成 $x_1+2x_2=3$。令自由变量 $x_2=t$，全部解为 $$x=\left(\begin{array}{c}3\\ 0\\ 1\end{array}\right)+t\left(\begin{array}{c}-2\\ 1\\ 0\end{array}\right),t\in ℝ.$$ 验证第一部分的像为 $(4,9{)}^{𝖳}$，第二个方向的像为零，即确认了全部解的结构。这里只有两条独立约束，却有三个未知量，因此剩下一个自由参数。不同输入可以产生同一输出，矩阵仍然完全有意义，只是不能唯一反求输入。

合法的初等行变换有交换两行、某行乘非零常数、某行加上另一行的倍数。每一步都有逆操作，因而不改变方程组的解集。把一行乘零会抹掉约束，不能当作等价变换；只改系数、不改右端也会改变问题。计算增广矩阵 $[A\mid b]$ 时，竖线右侧同样参与行运算。

如果消元出现 $0=1$，方程无解；如果没有矛盾且每个未知量所在列都有主元，解唯一；如果没有矛盾但有非主元列，则有自由变量。“主元”是阶梯形中每个非零行的首个非零元素。方程数等于未知数个数，仍不足以判断唯一性，因为若干方程可能重复表达同一约束。

秩、核与行列式记录不同的信息

列空间由所有列向量的线性组合构成，秩是这个空间的维数。核是所有满足 $Ax=0$ 的输入。上例的第一、第三列线性无关，而第二列是第一列的两倍，所以秩为 2，核由 $(-2,1,0{)}^{𝖳}$ 张成。对任意 $m\times n$ 矩阵，秩—零度定理给出 $$\dim \ker A+\mathrm{rank}A=n.$$ 右侧是输入空间维数，而不是行数。输入中的独立方向，一部分被映到零，剩下的部分对应独立输出。完整证明见线性代数中的基扩充论证。

行秩等于列秩，但行变换通常不保持列空间本身。例如交换两行相当于对每个列向量交换坐标，会移动原来的输出子空间；它保持的是列之间的线性关系和秩。若要从原矩阵中选一组列空间的基，可以在行阶梯形中找主元列的位置，再返回原矩阵取那些列，不能直接把消元后的列当成原列空间的基。

对实二阶方阵 $M=\left(\begin{array}{cc}a& b\\ c& d\end{array}\right)$，行列式 $detM=ad-bc$ 是有向面积的缩放因子。其绝对值给面积倍率，正负号表示是否改变定向。剪切矩阵的行列式为 1，所以保面积；矩阵 $\left(\begin{array}{cc}1& 2\\ 2& 4\end{array}\right)$ 的行列式为零，把平面压到一条直线。高维方阵的行列式同样描述有向体积缩放。

行列式只对方阵定义，秩则适用于任何矩形矩阵。行列式为零意味着方阵不可逆，但“行列式很小”本身不可靠地表示数值不稳定：给单位矩阵统一乘一个很小的数，其行列式很小，相对条件数却仍为 1。绝对尺度、单位和方向性放大是不同问题。

逆矩阵何时存在，怎样核验

若方阵 $A$ 存在 $A^{-1}$，满足 $A{A}^{-1}=A^{-1}A=I$，则称其可逆。单位矩阵 $I$ 保持每个向量不变。有限维方阵可逆，等价于核只有零向量、秩等于阶数、列构成整个空间的一组基，也等价于行列式非零。

取 $M=\left(\begin{array}{cc}2& 1\\ 1& 1\end{array}\right)$，行列式为 1，候选逆矩阵是 $N=\left(\begin{array}{cc}1& -1\\ -1& 2\end{array}\right)$。直接乘得两种次序的乘积都是 $I$。求解 $Mx=(5,3{)}^{𝖳}$ 时， $$x=N\left(\begin{array}{c}5\\ 3\end{array}\right)=\left(\begin{array}{c}2\\ 1\end{array}\right).$$ 回代得 $2\cdot 2+1=5$ 和 $2+1=3$。逆矩阵不是把每个元素取倒数，而是撤销整个线性变换。对于大规模数值方程，通常直接消元或分解求解，比先形成完整逆矩阵更合适。

矩形矩阵可能有单侧逆。例如 $L=(10)$ 与 $R=(10{)}^{𝖳}$ 满足 $LR=(1)$，但 $RL=\left(\begin{array}{cc}1& 0\\ 0& 0\end{array}\right)$ 不是二阶单位矩阵。“能在一侧还原”不等于双侧可逆。另一个边界是零因子：非零矩阵 $P=\mathrm{diag}(1,0)$、$Q=\mathrm{diag}(0,1)$ 有 $PQ=0$，不能照搬实数乘法的消去规则。

即使精确意义下可逆，反求输入仍可能敏感。令 $A_{\epsilon }=\left(\begin{array}{cc}1& 1\\ 1& 1+\epsilon \end{array}\right)$，其中 $\epsilon \ne 0$。对右端 $(2,2+\epsilon {)}^{𝖳}$，解为 $(1,1{)}^{𝖳}$；把第二个右端增加 $\delta$，两式相减后得到 $x_2=1+\delta /\epsilon$、$x_1=1-\delta /\epsilon$。当 $|\epsilon |$ 很小时，微小测量误差也会被放大。这是精确可解性与数值稳定性的区别。

逆变换为什么只能有一个

若 $B$ 与 $C$ 都是同一个方阵 $A$ 的双侧逆，那么 $$B=BI=B(AC)=(BA)C=IC=C.$$ 这里每一步只用了单位矩阵与结合律，没有交换任何因子。因此逆一旦存在就是唯一的。同理，先做两个可逆变换，再撤销它们时必须倒序进行，所以 $(AB{)}^{-1}=B^{-1}{A}^{-1}$。验证时把相邻的 $B{B}^{-1}$ 和 $A{A}^{-1}$ 消去即可。这说明很多容易混淆的公式可以从“操作与撤销”的含义重建，不必孤立记忆。

面积解释怎样产生二阶行列式

两列向量围成平行四边形。先考虑第一列水平的情形：底长乘以另一列的竖直分量给出有向面积。一般情况下，可以沿一个方向剪切而不改变面积，把其中一列变为水平，再计算剩下的底和高；代数化以后得到两项乘积之差。交换两列改变绕行方向，所以行列式变号；两列相同则围不出面积，所以行列式为零。这些性质解释了减号从何而来，也表明行列式是列之间整体关系的量，不是逐项大小的总和。

更高维的行列式可以由对各列分别线性、交换两列变号以及单位矩阵行列式为一这三条性质刻画。这是对几何体积性质的代数抽象。实际计算中常用消元把矩阵化为三角形，同时记录换行与倍乘造成的行列式变化；三角矩阵的行列式是对角元素之积。逐项展开虽然是定义方式之一，却常使计算量迅速增加。

从块结构读懂较大的矩阵

一张大矩阵有时包含自然分组，例如输入的前两项表示位置，后两项表示速度。此时可以把矩阵分成若干矩形块，每块描述一组输入对一组输出的影响。块乘法仍服从同一条行乘列规则，只是参与相乘的对象变成小矩阵。每个块的维数仍须匹配，不能因为画了分隔线就忽略形状要求。

若两个系统完全互不影响，其联合矩阵可以是块对角矩阵：对角块分别控制各系统，其他块为零。它可逆当且仅当各个方形对角块都可逆，逆矩阵也按块分别求逆。这种判断直接来自两个系统可以各自恢复输入，而不需要展开一个更大的行列式。如果非对角块不为零，便表示存在耦合，原先独立处理的结论需要重新检查。

精确符号与计算机输出之间

手算中的整数和分数可以保持精确，计算机常用有限位浮点数近似。消元过程中一个理论上为零的数，实际可能得到极小非零量；反过来，真实但很小的独立方向也可能被舍入误差掩盖。因此数值软件报告的秩通常涉及容差，容差应结合数据尺度与测量精度解释。一个没有单位和误差说明的“秩为几”可能混淆精确代数结构与数值判断。

求得候选解后计算残差，是最基本的独立检查：把解乘回原矩阵，再与原右端比较。残差小表明方程近似满足，却不必然说明输入估计准确，因为敏感矩阵会把很不同的输入送到很接近的输出。前面的近重合两行例子已经展示了这一点。可靠计算既检查残差，也关注问题是否接近不可逆；这与单纯增加显示的小数位数是两回事。

换坐标与研究不变的量

一个矩阵不是线性映射唯一的面貌。在同一空间上，设新基向量在旧基下组成可逆矩阵 $S$，那么同一线性算子的新矩阵为 $S^{-1}AS$。先用 $S$ 把新坐标转为旧坐标，再施加 $A$，最后用 $S^{-1}$ 转回来，便得到这个次序。

改变基会改变矩阵元素，却不会改变算子是否可逆、秩及特征值。特征方程 $Av=\lambda v$ 要求 $v\ne 0$；零向量不能充当特征向量，否则任意数都会被错误地视为特征值。不是所有矩阵都能通过换基化成对角矩阵，例如非平凡剪切只有一条特征方向。矩阵计算应当服务于这些结构判断，而不只是完成数组运算。

从系数表到矩阵代数的历史

线性方程系数的矩形排列早于现代术语。《九章算术》的“方程”章用算筹排列系数并消元；古代排列方向与今天的行约定不完全一样，但消去未知量的思想可以明确比较。这并不意味着当时已经有现代抽象矩阵代数。MAA 的《九章算术》研究介绍给出了原问题和排列方法。

术语 matrix 由 Sylvester 于 1850 年使用；Cayley 在 1858 年的矩阵理论论文中系统讨论加法、乘法和逆等运算。历史上行列式、二次型、线性变换各有自己的发展路线，后来才汇入矩阵语言，所以不宜把整个概念归成一人一次发明。MacTutor：Matrices and determinants记录了术语及 Cayley 论文的具体背景。

English overview

A matrix is a rectangular array of entries, usually taken from the real or complex numbers. After bases have been chosen, an m by n matrix represents a linear map from an n dimensional input space to an m dimensional output space. Its columns are the outputs of the coordinate basis vectors. This interpretation explains matrix multiplication: the product AB represents applying B first and A second, so the intermediate dimensions must match.

Rank measures the number of independent output directions. The null space contains inputs that disappear under the map, and the rank–nullity theorem accounts for all input dimensions. A square matrix is invertible exactly when its null space is trivial. Its determinant records signed volume scaling, but a small determinant alone is not a reliable measure of numerical instability.

Worked examples connect shear transformations, noncommuting products, elimination, and inverse matrices. They distinguish exact solvability from sensitivity to measurement errors. Matrices can store observations as well as represent transformations; in either use, the meaning and units of rows and columns must be specified. Changing a basis changes the entries representing a map while preserving its structural properties.

编者评注（AI 辅助）

本条把“每列是一个单位输入的输出”放在行乘列口诀之前，因为这一解释同时说明乘法顺序、可解性和秩。消元算例特意选用非方阵，避免把矩阵误认为只能解方形方程组。行列式、秩和条件敏感性分别回答不同问题，不能用一个数代替全部判断。文字与算例由 AI 辅助整理，编者的教学取舍不构成新的数学结论；涉及实际数据时仍须核查单位、误差与模型假设。

参考资料与后续阅读

• MIT OpenCourseWare，Gilbert Strang，18.06 Linear Algebra：矩阵乘法、消元、秩和逆矩阵。
• Strang，《Introduction to Linear Algebra》第 3.5 节：行变换与四个基本子空间。
• J. J. O’Connor、E. F. Robertson，Matrices and determinants：术语与理论形成史。
• 后续可读向量空间、线性代数、最小二乘法和图论。