逆矩阵解方程 逆矩阵最大的作用是解方程 。
一般线性方程为
{ a 11 x 1 + a 12 x 2 + ⋯ + a 1 n x n = b 1 a 21 x 1 + a 22 x 2 + ⋯ + a 2 n x n = b 2 ⋯ ⋯ ⋯ a n 1 x 1 + a n 2 x 2 + ⋯ + a n n x n = b n \left\{\begin{array}{c}
a_{11} x_1+a_{12} x_2+\cdots+a_{1 n} x_n=b_1 \\
a_{21} x_1+a_{22} x_2+\cdots+a_{2 n} x_n=b_2 \\
\cdots \cdots \cdots \\
a_{n 1} x_1+a_{n 2} x_2+\cdots+a_{n n} x_n=b_n
\end{array}\right. ⎩ ⎨ ⎧ a 11 x 1 + a 12 x 2 + ⋯ + a 1 n x n = b 1 a 21 x 1 + a 22 x 2 + ⋯ + a 2 n x n = b 2 ⋯⋯⋯ a n 1 x 1 + a n 2 x 2 + ⋯ + a nn x n = b n 可写成矩阵形式
A x = β , \boldsymbol{A x}=\boldsymbol{\beta}, Ax = β , 其中 A = ( a i j ) \boldsymbol{A}=\left(a_{i j}\right) A = ( a ij ) . 若 ∣ A ∣ ≠ 0 |\boldsymbol{A}| \neq 0 ∣ A ∣ = 0 , 则 A − 1 \boldsymbol{A}^{-1} A − 1 必存在, 因此
A − 1 ( A x ) = A − 1 β \boldsymbol{A}^{-1}(\boldsymbol{A} \boldsymbol{x})=\boldsymbol{A}^{-1} \boldsymbol{\beta} A − 1 ( A x ) = A − 1 β 即
x = A − 1 β \boldsymbol{x}=\boldsymbol{A}^{-1} \boldsymbol{\beta} x = A − 1 β 例解矩阵方程 A X = B A X=B A X = B ,其中
-1 \\
5 \\
10
\end{array}\right]
解:(方法一)
若 A A A 可逆,则有 X = A − 1 B X=A^{-1} B X = A − 1 B .
下面先求 A − 1 A^{-1} A − 1 ( A A A 是否可逆,在进行初等行变换的过程中就可验证,因为如果 A A A 可逆,则用上述方法总可以把 A A A 化成单位矩阵;否则就不可逆).
把A A A 矩阵和单位矩阵E E E 进行合并,然后只使用初等行变换把A A A 化为E E E (具体原理参考 逆矩阵 介绍) ,则余下的就是A − 1 A^{-1} A − 1
即:
( A , E ) = [ 3 − 1 0 1 0 0 − 2 1 1 0 1 0 2 − 1 4 0 0 1 ] → ( 2 ) + ( 1 ) [ 1 0 1 1 1 0 − 2 1 1 0 1 0 2 − 1 4 0 0 1 ] (A, E)=\left[\begin{array}{rrr:rrr}
3 & -1 & 0 & 1 & 0 & 0 \\
-2 & 1 & 1 & 0 & 1 & 0 \\
2 & -1 & 4 & 0 & 0 & 1
\end{array}\right] \xrightarrow{(2)+(1)}\left[\begin{array}{rrr:rrr}
1 & 0 & 1 & 1 & 1 & 0 \\
-2 & 1 & 1 & 0 & 1 & 0 \\
2 & -1 & 4 & 0 & 0 & 1
\end{array}\right] ( A , E ) = 3 − 2 2 − 1 1 − 1 0 1 4 1 0 0 0 1 0 0 0 1 ( 2 ) + ( 1 ) 1 − 2 2 0 1 − 1 1 1 4 1 0 0 1 1 0 0 0 1 继续化简,坐标已经是单位矩阵了,右边就是A的逆矩阵
[ 1 0 0 1 4 5 − 1 5 0 1 0 2 12 5 − 3 5 0 0 1 0 1 5 1 5 ] \left[\begin{array}{rrr:rrr}
1 & 0 & 0 & 1 & \frac{4}{5} & -\frac{1}{5} \\
0 & 1 & 0 & 2 & \frac{12}{5} & -\frac{3}{5} \\
0 & 0 & 1 & 0 & \frac{1}{5} & \frac{1}{5}
\end{array}\right] 1 0 0 0 1 0 0 0 1 1 2 0 5 4 5 12 5 1 − 5 1 − 5 3 5 1 因此,A − 1 = [ 1 4 5 − 1 5 2 12 5 − 3 5 0 1 5 1 5 ] A^{-1}=\left[\begin{array}{rrr}1 & \frac{4}{5} & -\frac{1}{5} \\ 2 & \frac{12}{5} & -\frac{3}{5} \\ 0 & \frac{1}{5} & \frac{1}{5}\end{array}\right] A − 1 = 1 2 0 5 4 5 12 5 1 − 5 1 − 5 3 5 1 .
于是,X = A − 1 B = [ 1 4 5 − 1 5 2 12 5 − 3 5 0 1 5 1 5 ] [ − 1 5 10 ] = [ 1 4 3 ] X=A^{-1} B=\left[\begin{array}{lcr}1 & \frac{4}{5} & -\frac{1}{5} \\ 2 & \frac{12}{5} & -\frac{3}{5} \\ 0 & \frac{1}{5} & \frac{1}{5}\end{array}\right]\left[\begin{array}{r}-1 \\ 5 \\ 10\end{array}\right]=\left[\begin{array}{l}1 \\ 4 \\ 3\end{array}\right] X = A − 1 B = 1 2 0 5 4 5 12 5 1 − 5 1 − 5 3 5 1 − 1 5 10 = 1 4 3 .
解法二 思维分析:在上例中,我们求解矩阵方程 A X = B \boldsymbol{A} \boldsymbol{X}=\boldsymbol{B} A X = B 的解题步骤是先用初等行变换化 ( A ∣ E ) (\boldsymbol{A} \mid \boldsymbol{E}) ( A ∣ E ) 为 ( E ∣ A − 1 ) \left(\boldsymbol{E} \mid \boldsymbol{A}^{-1}\right) ( E ∣ A − 1 ) ,求出 A − 1 \boldsymbol{A}^{-1} A − 1 ,然后再将 A − 1 \boldsymbol{A}^{-1} A − 1 与 B \boldsymbol{B} B 相乘,计算出解 X = A − 1 B \boldsymbol{X}=\boldsymbol{A}^{-1} \boldsymbol{B} X = A − 1 B .事实上,
由于
P k P k − 1 ⋯ P 1 A = E , P k P k − 1 ⋯ P 1 E = A − 1 , P k P k − 1 ⋯ P 1 B = A − 1 B . \begin{aligned}
& \boldsymbol{P}_k \boldsymbol{P}_{k-1} \cdots \boldsymbol{P}_1 \boldsymbol{A}=\boldsymbol{E}, \\
& \boldsymbol{P}_k \boldsymbol{P}_{k-1} \cdots \boldsymbol{P}_1 \boldsymbol{E}=\boldsymbol{A}^{-1}, \\
& \boldsymbol{P}_k \boldsymbol{P}_{k-1} \cdots \boldsymbol{P}_1 \boldsymbol{B}=\boldsymbol{A}^{-1} \boldsymbol{B} .
\end{aligned} P k P k − 1 ⋯ P 1 A = E , P k P k − 1 ⋯ P 1 E = A − 1 , P k P k − 1 ⋯ P 1 B = A − 1 B . 特别关注上面的后两个方程,要得到 A − 1 \boldsymbol{A}^{-1} A − 1 需要对同阶单位阵 E \boldsymbol{E} E 进行化 A \boldsymbol{A} A 为 E \boldsymbol{E} E 的相同的初等行变换 P k P k − 1 ⋯ P 1 \boldsymbol{P}_k \boldsymbol{P}_{k-1} \cdots \boldsymbol{P}_1 P k P k − 1 ⋯ P 1 ,将这些行变换同样作用到矩阵 B \boldsymbol{B} B 上,就得到 A − 1 B \boldsymbol{A}^{-1} \boldsymbol{B} A − 1 B 。所以求解 n n n 个 n n n 元线性方程组成的方程组的解时,我们只需要将 A \boldsymbol{A} A 与 B \boldsymbol{B} B 并排写成增广矩阵的形式 ( A ∣ B ) (\boldsymbol{A} \mid \boldsymbol{B}) ( A ∣ B ) ,然后对 ( A ∣ B ) (\boldsymbol{A} \mid \boldsymbol{B}) ( A ∣ B ) 进行初等行变换,将其中的 A \boldsymbol{A} A 化为单位矩阵,相应地 B \boldsymbol{B} B 就化为了 A − 1 B \boldsymbol{A}^{-1} \boldsymbol{B} A − 1 B ,也就是求出了解 X = A − 1 B \boldsymbol{X}=\boldsymbol{A}^{-1} \boldsymbol{B} X = A − 1 B 。
下面视频介绍了上面变换的意义(视频来B站《线性代数及解题技巧(全112讲)秦静》)
<video width=600px height="500px"; controls>
由上面分析可以得到A X = B AX=B A X = B 的初等变换法解法
对于A X = B AX=B A X = B ,把矩阵A , B A,B A , B 合并为一个大矩阵 ( A , B ) (A, B) ( A , B ) ,然后使用初等行变换,把A A A 化为E E E ,则此时B B B 就是X X X 的值,即 ( A , B ) → 初等行变换 ( E , A − 1 B ) \left(A, B\right) \xrightarrow{\text { 初等行变换 }}\left(E, A^{-1} B\right) ( A , B ) 初等行变换 ( E , A − 1 B ) 。
注意:整个变换只能使用初等行变换。
上面例题用初等变换法解方程组
对矩阵进行初等行变换,把前3列化为单位矩阵E, (具体怎么画参考阶梯形矩阵的化法 ), 最终有
D = [ 1 0 0 1 0 1 0 4 0 0 1 3 ] D=\left[\begin{array}{lll:l}
1 & 0 & 0 & 1 \\
0 & 1 & 0 & 4 \\
0 & 0 & 1 & 3
\end{array}\right] D = 1 0 0 0 1 0 0 0 1 1 4 3 左侧已经是单位矩阵了,所以
X = [ 1 4 3 ] X=\left[\begin{array}{l}1 \\ 4 \\ 3\end{array}\right] X = 1 4 3
这种方法只做一次变换即可,比解法1容易多了,是必须要掌握的方法。而且可以推广到多个方程
例 解矩阵方程
( 2 3 1 2 ) X = ( 1 4 2 3 ) \left(\begin{array}{ll}
2 & 3 \\
1 & 2
\end{array}\right) X =\left(\begin{array}{ll}
1 & 4 \\
2 & 3
\end{array}\right) ( 2 1 3 2 ) X = ( 1 2 4 3 ) 解:由
( A B ) = ( 2 3 1 4 1 2 2 3 ) → r 1 ↔ r 2 ( 1 2 2 3 2 3 1 4 ) → r 2 + ( − 2 ) r 1 ( 1 2 2 3 0 − 1 − 3 − 2 ) → ( − 1 ) r 2 r 1 + 2 r 2 ( 1 0 − 4 − 1 0 1 3 2 ) , \begin{aligned}
&\left(\begin{array}{ll}
A & B
\end{array}\right)=\left(\begin{array}{llll}
2 & 3 & 1 & 4 \\
1 & 2 & 2 & 3
\end{array}\right) \xrightarrow{r_1 \leftrightarrow r_2}\left(\begin{array}{llll}
1 & 2 & 2 & 3 \\
2 & 3 & 1 & 4
\end{array}\right) \\
& \xrightarrow{r_2+(-2) r_1}\left(\begin{array}{rrrr}
1 & 2 & 2 & 3 \\
0 & -1 & -3 & -2
\end{array}\right) \xrightarrow[(-1) r_2]{r_1+2 r_2}\left(\begin{array}{rrrr}
1 & 0 & -4 & -{1} \\
0 & 1 & 3 & 2
\end{array}\right),
\end{aligned} ( A B ) = ( 2 1 3 2 1 2 4 3 ) r 1 ↔ r 2 ( 1 2 2 3 2 1 3 4 ) r 2 + ( − 2 ) r 1 ( 1 0 2 − 1 2 − 3 3 − 2 ) r 1 + 2 r 2 ( − 1 ) r 2 ( 1 0 0 1 − 4 3 − 1 2 ) , 得
X = ( 2 3 1 2 ) − 1 ( 1 4 2 3 ) = ( − 4 − 1 3 2 ) . X =\left(\begin{array}{ll}
2 & 3 \\
1 & 2
\end{array}\right)^{-1}\left(\begin{array}{ll}
1 & 4 \\
2 & 3
\end{array}\right)=\left(\begin{array}{rr}
-4 & -1 \\
3 & 2
\end{array}\right) . X = ( 2 1 3 2 ) − 1 ( 1 2 4 3 ) = ( − 4 3 − 1 2 ) . 上面方程有两列,如果还原,他是
( 2 3 1 2 ) ( x 1 x 3 x 2 x 4 ) = ( 1 4 2 3 ) \left(\begin{array}{ll}
2 & 3 \\
1 & 2
\end{array}\right)
\left(\begin{array}{ll}
x_1 & x_3 \\
x_2 & x_4
\end{array}\right)
=\left(\begin{array}{ll}
1 & 4 \\
2 & 3
\end{array}\right) ( 2 1 3 2 ) ( x 1 x 2 x 3 x 4 ) = ( 1 2 4 3 ) 包含了4个方程。
利用逆矩阵解方程(常见三种类型的解法) 利用逆矩阵还可以求解矩阵方程
① A X = B ①A X=B ① A X = B 若矩阵 A A A 可逆,则有
A − 1 ( A X ) = A − 1 B ⇒ ( A − 1 A ) X = A − 1 B ⇒ X = A − 1 B . A^{-1}(A X)=A^{-1} B \Rightarrow\left(A^{-1} A\right) X=A^{-1} B \Rightarrow X=A^{-1} B . A − 1 ( A X ) = A − 1 B ⇒ ( A − 1 A ) X = A − 1 B ⇒ X = A − 1 B . 解方程步骤
①首先构造分块矩阵 ( A ∣ B ) (\boldsymbol{A} \mid \boldsymbol{B}) ( A ∣ B )
②对矩阵 ( A ∣ B ) (\boldsymbol{A} \mid \boldsymbol{B}) ( A ∣ B ) 实施初等行变换,将 A A A 化为E E E 则右边就是结果X X X
例 解方程
( − 1 4 − 2 7 ) X = ( 2 − 1 3 1 0 − 2 ) \left(\begin{array}{ll}
-1 & 4 \\
-2 & 7
\end{array}\right) \boldsymbol{X}=\left(\begin{array}{ccc}
2 & -1 & 3 \\
1 & 0 & -2
\end{array}\right) ( − 1 − 2 4 7 ) X = ( 2 1 − 1 0 3 − 2 ) 解:
( − 1 4 2 − 1 3 − 2 7 1 0 − 2 ) \left(\begin{array}{cc|ccc}
-1 & 4 & 2 & -1 & 3 \\
-2 & 7 & 1 & 0 & -2
\end{array}\right) ( − 1 − 2 4 7 2 1 − 1 0 3 − 2 ) ∼ → ( 1 − 4 − 2 1 − 3 0 − 1 − 3 2 − 8 ) \sim
\rightarrow\left(\begin{array}{ll|lll}
1 & -4 & -2 & 1 & -3 \\
0 & -1 & -3 & 2 & -8
\end{array}\right) ∼→ ( 1 0 − 4 − 1 − 2 − 3 1 2 − 3 − 8 ) ∼ ( 1 0 10 − 7 29 0 1 3 − 2 8 ) \sim
\left(\begin{array}{cc|ccc}
1 & 0 & 10 & -7 & 29 \\
0 & 1 & 3 & -2 & 8
\end{array}\right) ∼ ( 1 0 0 1 10 3 − 7 − 2 29 8 ) 所以方程的解为
X = ( 10 − 7 29 3 − 2 8 ) \boldsymbol{X}=\left(\begin{array}{ccc}
10 & -7 & 29 \\
3 & -2 & 8
\end{array}\right) X = ( 10 3 − 7 − 2 29 8 ) ② X A = B ②X A=B ② X A = B 若矩阵 A A A 可逆,则有
( X A ) A − 1 = B A − 1 ⇒ X ( A A − 1 ) = B A − 1 ⇒ X = B A − 1 . (\mathrm{X} A) A^{-1}=B A^{-1} \Rightarrow X\left(A A^{-1}\right)=B A^{-1} \Rightarrow X=B A^{-1} . ( X A ) A − 1 = B A − 1 ⇒ X ( A A − 1 ) = B A − 1 ⇒ X = B A − 1 . 然而如果使用上面的解法需要计算两步,或者使用矩阵的初等列变换 ,因此矩阵左乘是初等行变换,矩阵右乘是列变换 ,而我们默认总是使用行变换,我们通常采用下面的方法,
对于方程 X A = B X A=B X A = B ,可以先用初等行变换求解方程 A T X T = B T A^{\mathrm{T}} X^{\mathrm{T}}=B^{\mathrm{T}} A T X T = B T ,再转置求出X X X ,整个过程只使用初等行变换
下面视频介绍了上面变换的意义(视频来B站《线性代数及解题技巧(全112讲)秦静》)
<video width=600px height="500px"; controls>
例 解方程
X ( 1 0 − 2 0 − 2 1 − 2 − 1 5 ) = ( − 1 1 0 1 2 − 1 ) \boldsymbol{X}\left(\begin{array}{ccc}
1 & 0 & -2 \\
0 & -2 & 1 \\
-2 & -1 & 5
\end{array}\right)=\left(\begin{array}{ccc}
-1 & 1 & 0 \\
1 & 2 & -1
\end{array}\right) X 1 0 − 2 0 − 2 − 1 − 2 1 5 = ( − 1 1 1 2 0 − 1 ) 解:
( A T ∣ B T ) = ( 1 0 − 2 − 1 1 0 − 2 − 1 1 2 − 2 1 5 0 − 1 ) \left(\boldsymbol{A}^{\mathrm{T}} \mid \boldsymbol{B}^{\mathrm{T}}\right)=\left(\begin{array}{ccc|cc}
1 & 0 & -2 & -1 & 1 \\
0 & -2 & -1 & 1 & 2 \\
-2 & 1 & 5 & 0 & -1
\end{array}\right) ( A T ∣ B T ) = 1 0 − 2 0 − 2 1 − 2 − 1 5 − 1 1 0 1 2 − 1 ∼ ( 1 0 − 2 − 1 1 0 − 2 − 1 1 2 0 1 1 − 2 1 ) \sim
\left(\begin{array}{ccc|cc}
1 & 0 & -2 & -1 & 1 \\
0 & -2 & -1 & 1 & 2 \\
0 & 1 & 1 & -2 & 1
\end{array}\right) ∼ 1 0 0 0 − 2 1 − 2 − 1 1 − 1 1 − 2 1 2 1 ∼ ( 1 0 − 2 − 1 1 0 1 1 − 2 1 0 0 1 − 3 4 ) \sim
\left(\begin{array}{ccc|cc}
1 & 0 & -2 & -1 & 1 \\
0 & 1 & 1 & -2 & 1 \\
0 & 0 & 1 & -3 & 4
\end{array}\right) ∼ 1 0 0 0 1 0 − 2 1 1 − 1 − 2 − 3 1 1 4 ∼ ( 1 0 0 − 7 9 0 1 0 1 − 3 0 0 1 − 3 4 ) \sim
\left(\begin{array}{ccc|cc}
1 & 0 & 0 & -7 & 9 \\
0 & 1 & 0 & 1 & -3 \\
0 & 0 & 1 & -3 & 4
\end{array}\right) ∼ 1 0 0 0 1 0 0 0 1 − 7 1 − 3 9 − 3 4 所以 X T = ( − 7 9 1 − 3 − 3 4 ) \boldsymbol{X}^{\mathrm{T}}=\left(\begin{array}{cc}-7 & 9 \\ 1 & -3 \\ -3 & 4\end{array}\right) \quad X T = − 7 1 − 3 9 − 3 4 从而 X = ( − 7 1 − 3 9 − 3 4 ) \boldsymbol{X}=\left(\begin{array}{ccc}-7 & 1 & -3 \\ 9 & -3 & 4\end{array}\right) X = ( − 7 9 1 − 3 − 3 4 )
③ A X B = C ③A X B=C ③ A XB = C .若矩阵 A 、 B A 、 B A 、 B 可逆均可逆,则有
A − 1 ( A X B ) B − 1 = A − 1 C B − 1 ⇒ ( A − 1 A ) X ( B B − 1 ) = A − 1 C B − 1 ⇒ X = A − 1 C B − 1 . A^{-1}(A X B) B^{-1}=A^{-1} C B^{-1} \Rightarrow\left(A^{-1} A\right) X\left(B B^{-1}\right)=A^{-1} C B^{-1} \Rightarrow X=A^{-1} C B^{-1} . A − 1 ( A XB ) B − 1 = A − 1 C B − 1 ⇒ ( A − 1 A ) X ( B B − 1 ) = A − 1 C B − 1 ⇒ X = A − 1 C B − 1 . 所以,可以用初等行变换的方法解矩阵方程.
若 A \boldsymbol{A} A 能行等价于 E \boldsymbol{E} E ,则 A \boldsymbol{A} A 可逆,且 B \boldsymbol{B} B 就变成了 X = A − 1 B \boldsymbol{X}=\boldsymbol{A}^{-1} \boldsymbol{B} X = A − 1 B .
此题是 A X B = C \boldsymbol{A} \boldsymbol{X B}=\boldsymbol{C} A XB = C 类型的方程.令 X B = Y \boldsymbol{X B}=\boldsymbol{Y} XB = Y ,先求解方程 A Y = C \boldsymbol{A Y}=\boldsymbol{C} AY = C ,然后求解方程 B T X T = Y T \boldsymbol{B}^{\mathrm{T}} \boldsymbol{X}^{\mathrm{T}}=\boldsymbol{Y}^{\mathrm{T}} B T X T = Y T ,最后转置求出 X \boldsymbol{X} X , 他是上面两种的组合,见下面例题
例 解方程
( 1 1 − 1 − 2 ) X ( − 1 1 0 0 1 − 1 1 0 − 2 ) = ( 1 − 1 0 − 1 0 1 ) \left(\begin{array}{cc}
1 & 1 \\
-1 & -2
\end{array}\right) \boldsymbol{X}\left(\begin{array}{ccc}
-1 & 1 & 0 \\
0 & 1 & -1 \\
1 & 0 & -2
\end{array}\right)=\left(\begin{array}{ccc}
1 & -1 & 0 \\
-1 & 0 & 1
\end{array}\right) ( 1 − 1 1 − 2 ) X − 1 0 1 1 1 0 0 − 1 − 2 = ( 1 − 1 − 1 0 0 1 ) 解:
( A ∣ C ) = ( 1 1 1 − 1 0 − 1 − 2 − 1 0 1 ) → r 2 + r 1 ( 1 1 1 − 1 0 0 − 1 0 − 1 1 ) → ( − 1 ) r 2 r 1 + r 2 ( 1 0 1 − 2 1 0 1 0 1 − 1 ) (\boldsymbol{A} \mid \boldsymbol{C})=\left(\begin{array}{cc|ccc}
1 & 1 & 1 & -1 & 0 \\
-1 & -2 & -1 & 0 & 1
\end{array}\right) \xrightarrow{r_2+r_1}\left(\begin{array}{cc|ccc}
1 & 1 & 1 & -1 & 0 \\
0 & -1 & 0 & -1 & 1
\end{array}\right) \xrightarrow[(-1) r_2]{r_1+r_2}\left(\begin{array}{cc|ccc}
1 & 0 & 1 & -2 & 1 \\
0 & 1 & 0 & 1 & -1
\end{array}\right) ( A ∣ C ) = ( 1 − 1 1 − 2 1 − 1 − 1 0 0 1 ) r 2 + r 1 ( 1 0 1 − 1 1 0 − 1 − 1 0 1 ) r 1 + r 2 ( − 1 ) r 2 ( 1 0 0 1 1 0 − 2 1 1 − 1 ) 于是得 Y = ( 1 − 2 1 0 1 − 1 ) \boldsymbol{Y}=\left(\begin{array}{ccc}1 & -2 & 1 \\ 0 & 1 & -1\end{array}\right) Y = ( 1 0 − 2 1 1 − 1 ) .再由
( B T ∣ Y T ) = ( − 1 0 1 1 0 1 1 0 − 2 1 0 − 1 − 2 1 − 1 ) → r 2 + r 1 ( − 1 0 1 1 0 0 1 1 − 1 1 0 − 1 − 2 1 − 1 ) → ( − 1 ) h r 3 + r 2 ( − 1 0 1 1 0 0 1 1 − 1 1 0 0 1 0 0 ) → r 2 + ( − 1 ) r n r 2 ( − 1 ) r 5 ( − 1 ) r n ( 1 0 0 − 1 0 0 1 0 − 1 1 0 0 1 0 0 ) \left(\boldsymbol{B}^{\mathrm{T}} \mid \boldsymbol{Y}^{\mathrm{T}}\right)=\left(\begin{array}{ccc|cc}
-1 & 0 & 1 & 1 & 0 \\
1 & 1 & 0 & -2 & 1 \\
0 & -1 & -2 & 1 & -1
\end{array}\right) \xrightarrow{r_2+r_1}\left(\begin{array}{ccc|cc}
-1 & 0 & 1 & 1 & 0 \\
0 & 1 & 1 & -1 & 1 \\
0 & -1 & -2 & 1 & -1
\end{array}\right) \xrightarrow[(-1) h]{r_3+r_2}\left(\begin{array}{ccc|cc}
-1 & 0 & 1 & 1 & 0 \\
0 & 1 & 1 & -1 & 1 \\
0 & 0 & 1 & 0 & 0
\end{array}\right) \xrightarrow[r_2+(-1) r_n]{\substack{r_2(-1) r_5 \\
(-1) r_n}}\left(\begin{array}{ccc|cc}
1 & 0 & 0 & -1 & 0 \\
0 & 1 & 0 & -1 & 1 \\
0 & 0 & 1 & 0 & 0
\end{array}\right) ( B T ∣ Y T ) = − 1 1 0 0 1 − 1 1 0 − 2 1 − 2 1 0 1 − 1 r 2 + r 1 − 1 0 0 0 1 − 1 1 1 − 2 1 − 1 1 0 1 − 1 r 3 + r 2 ( − 1 ) h − 1 0 0 0 1 0 1 1 1 1 − 1 0 0 1 0 r 2 ( − 1 ) r 5 ( − 1 ) r n r 2 + ( − 1 ) r n 1 0 0 0 1 0 0 0 1 − 1 − 1 0 0 1 0 可知 X T = ( − 1 0 − 1 1 0 0 ) \boldsymbol{X}^{\mathrm{T}}=\left(\begin{array}{cc}-1 & 0 \\ -1 & 1 \\ 0 & 0\end{array}\right) X T = − 1 − 1 0 0 1 0 ,从而 X = ( − 1 − 1 0 0 1 0 ) \boldsymbol{X}=\left(\begin{array}{ccc}-1 & -1 & 0 \\ 0 & 1 & 0\end{array}\right) X = ( − 1 0 − 1 1 0 0 ) .