如果把现代数值计算压缩成一个个“最小动作”,消元法的优先级会排得非常靠前。它看起来只是中学里解方程组的机械操作:选主元、倍加、回代。可一旦把这些操作翻译成矩阵乘法,同一个流程就能回答三个完全不同的问题:线性方程组有没有解、逆矩阵是多少、矩阵能不能被拆成两个三角矩阵。这篇笔记是《从零重构线性代数》第二章第三讲,主线是消元法的“代数升维”:从初等算子出发,经过 Gauss-Jordan 求逆,走到 LU 分解和分块 Schur 补,最后用计算复杂度解释为什么这套框架能支撑现代求解器。
这一讲不需要特殊硬件,不需要下载模型,也不需要 WebUI。普通笔记本装上 Python 和 NumPy,就能把全部推导跑一遍。文章会先给出本讲的完整能力地图,再分别推导初等矩阵、逆矩阵、LU 分解、分块矩阵求逆,然后讨论复杂度与工程意义,最后给出可以复制执行的 Python 代码和排查思路。如果你正在补线性代数、准备算法面试,或者只是想知道scipy.linalg.lu