初等矩阵

线性代数
${\displaystyle \mathbf {A} ={\begin{bmatrix}1&2\\3&4\end{bmatrix}}}$
向量 · 向量空间 · 基底  · 行列式  · 矩阵
向量 标量 · 向量 · 向量空间 · 向量投影 · 外积（向量积 · 七维向量积） · 内积（数量积） · 二重向量 矩阵与行列式 矩阵 · 行列式 · 线性方程组 · 秩 · 核 · 跡 · 單位矩陣 · 初等矩阵 · 方块矩阵 · 分块矩阵 · 三角矩阵 · 非奇异方阵 · 转置矩阵 · 逆矩阵 · 对角矩阵 · 可对角化矩阵 · 对称矩阵 · 反對稱矩陣 · 正交矩阵 · 幺正矩阵 · 埃尔米特矩阵 · 反埃尔米特矩阵 · 正规矩阵 · 伴随矩阵 · 余因子矩阵 · 共轭转置 · 正定矩阵 · 幂零矩阵 · 矩阵分解 （LU分解 · 奇异值分解 · QR分解 · 极分解 · 特征分解） · 子式和余子式 · 拉普拉斯展開 · 克罗内克积 线性空间与线性变换 线性空间 · 线性变换 · 线性子空间 · 线性生成空间 · 基 · 线性映射 · 线性投影 · 線性無關 · 线性组合 · 线性泛函 · 行空间与列空间 · 对偶空间 · 正交 · 特征向量 · 最小二乘法 · 格拉姆-施密特正交化
查 论 编

线性代数中，初等矩阵（又稱為基本矩陣^[1]）是一个与单位矩阵只有微小区别的矩阵。具体来说，一个 n 阶单位矩阵 E 经过一次初等行变换或一次初等列变换所得矩阵称为 n 阶初等矩阵。^[2]

初等矩阵分为3种类型，分别对应着3种不同的行/列变换。

两行（列）互换：

${\displaystyle R_{i}\leftrightarrow R_{j}}$

把某行（列）乘以一非零常数：

${\displaystyle kR_{i}\rightarrow R_{i},\ }$其中${\displaystyle k\neq 0}$

把第 i 行（列）加上第 j 行（列）的 k 倍：

${\displaystyle R_{i}+kR_{j}\rightarrow R_{i}}$

初等矩阵即是将上述 3 种初等变换应用于一单位矩阵的结果。以下只讨论对某列的变换。

此变换 T_{i j} 将单位矩阵的第 i 行的所有元素与第 j 行互换。

${\displaystyle T_{ij}={\begin{bmatrix}1&&&&&&&\\&\ddots &&&&&&\\&&0&&1&&\\&&&\ddots &&&&\\&&1&&0&&\\&&&&&&\ddots &\\&&&&&&&1\end{bmatrix}}\quad }$

• 逆矩阵即自身：${\displaystyle T_{ij}^{-1}=T_{ij}}$。
• 因为单位矩阵的行列式为1，故 ${\displaystyle \det T_{ij}=-1}$。對所有階數相同的方阵 A 亦有以下性质：${\displaystyle \det T_{ij}A=-\det A}$。

此变换 T_i(m) 将第 i 行的所有元素乘以一個非零常数 m。

${\displaystyle T_{i}(m)={\begin{bmatrix}1&&&&&&\\&\ddots &&&&&\\&&1&&&&\\&&&m&&&\\&&&&1&&\\&&&&&\ddots &\\&&&&&&1\end{bmatrix}}\quad }$

• 逆矩阵为 ${\displaystyle T_{i}(m)^{-1}=T_{i}({\frac {1}{m}})}$。
• 此矩阵及其逆矩阵均为对角矩阵。
• 其行列式 ${\displaystyle \det T_{i}(m)=m}$，故對所有階數相同的方阵 A 都有 ${\displaystyle \det(T_{i}(m)A)=m\det A}$。

此变换 T_{i j}(m) 将第 i 行加上第 j 行的 m 倍，其中 m 为第 i 列第 j 行的元素。

${\displaystyle T_{ij}(m)={\begin{bmatrix}1&&&&&&&\\&\ddots &&&&&&\\&&1&&&&&\\&&&\ddots &&&&\\&&m&&1&&\\&&&&&&\ddots &\\&&&&&&&1\end{bmatrix}}}$

• 逆矩阵具有性质 ${\displaystyle T_{ij}(m)^{-1}=T_{ij}(-m)}$。
• 此矩阵及其逆矩阵均为三角矩阵。
• 其行列式 ${\displaystyle \det T_{ij}(m)=1}$，故對所有階數相同的方阵 A 有 ${\displaystyle \det(T_{ij}(m)A)=\det A}$。

初等行变换不影响线性方程组的解，也可用于高斯消元法，用于逐渐将系数矩阵化为标准形。初等行变换不改变矩阵的核（故不改变解集），但改变了矩阵的像。反过来，初等列变换没有改变像却改变了核。

有的时候，当矩阵的阶数比较高的时候，使用其行列式的值和伴随矩阵求解其逆矩阵会产生较大的计算量。这时，通常使用将原矩阵和相同列行数的单位矩阵并排，再使用初等变换的方法将这个并排矩阵的左边化为单位矩阵，这时，右边的矩阵即为原矩阵的逆矩阵^[3]。

• 高斯消元法
• 线性方程组
• 矩阵

• Axler, Sheldon Jay, Linear Algebra Done Right 2nd, Springer-Verlag, 1997, ISBN 0387982590 
• Lay, David C., Linear Algebra and Its Applications 3rd, Addison Wesley, August 22, 2005, ISBN 978-0321287137 
• Meyer, Carl D., Matrix Analysis and Applied Linear Algebra, Society for Industrial and Applied Mathematics (SIAM), February 15, 2001 [2010-07-02], ISBN 978-0898714548, （原始内容存档于2001-03-01） 
• Poole, David, Linear Algebra: A Modern Introduction 2nd, Brooks/Cole, 2006, ISBN 0-534-99845-3 
• Anton, Howard, Elementary Linear Algebra (Applications Version) 9th, Wiley International, 2005 
• Leon, Steven J., Linear Algebra With Applications 7th, Pearson Prentice Hall, 2006