矩阵的分块
§4 矩阵的分块运算
下页
返回
3. 乘法 设A为m × l矩阵 , B为l × n矩阵 , 分块成 A11 L A1t B11 L B1r A= M M , B = M M , A L A B L B st s1 tr t1 其中 Ai1 , Ai 2 , L , Ait 的列数分别等于 B1 j , B2 j , L , Btj的行数 , 那么
o
上页
下页
返回
1 3 例1 设 A = 0 0 0
2 5 0 0 0
0 0 0 0 1 2 0 −1 0 0
解 把A进行分块得 1 2 , 其中A1 = 3 5 1 2 3 A2 = 0 − 1 4 . 0 0 1
且A1−1
0 0 3 , 求A−1 . 4 1 1 3 A = 0 0 0
B −1 − B −1 DC −1 . 因此 A −1 = O C −1
O A = O B−1 另外 A−1 O B O
−1
上页
下页
返回
1 0 例3 设 A = 0 0
ቤተ መጻሕፍቲ ባይዱ
解
4 3 ; 求 A −1 2 1 1 2 3 利用分块法 A = 0 1 2 0 0 1 0 0 0 2 1 0 0 3 2 1 0
B3 = [0 1 1 b].
上页 下页 返回
一、分块矩阵
总体思想:对于行数和列数较高的矩阵 中 总体思想:对于行数和列数较高的矩阵A中,为了简化 运算,在矩阵A中 用横、竖虚线, 运算,在矩阵 中,用横、竖虚线,将A分成若干 分成若干 小块,视每一块为一元素进行相应的运算, 小块,视每一块为一元素进行相应的运算,然后再 对每一小块进行相应的运算,降阶运算, 对每一小块进行相应的运算,降阶运算,此法称为 矩阵分块法。 矩阵分块法。 具体做法是:将矩阵 用若干条纵 用若干条纵、 具体做法是:将矩阵A用若干条纵、横虚线分成许多个 小矩阵,每一个小矩阵称为矩阵A的子块, 小矩阵,每一个小矩阵称为矩阵 的子块,以子块 为元素的形式上的矩阵称为分块矩阵 分块矩阵. 为元素的形式上的矩阵称为分块矩阵 其中C1 = [a 1], 又如 C 2 = [0 0], a 1 0 0 0 a 0 0 C 1 C 2 A= 0 a 0 0 = C C 1 0 b 1 3 4 C 3 = 1 0 , C 4 = b 1 . 0 1 0 1 1 b 1 b
§2.4 分块矩阵
a 1 B= 0 0
线性代数
0 a 0 0
0 0 b 1
0 a B1 = 0 B1 O 1 , 其中 = 0 O B2 b B2 = b 1
第二章 §2.5
A1 A+ B = O
O B1 + A2 O
o
o
线性代数
第二章 §2.5
15 15
例2
a 0 设 A= 0 0
1 a 0 0
0 0 b 1
0 0 , 1 b
a 1 B= 0 0
0 a 0 0
0 0 b 1
0 0 0 b
求 A + B,
线性代数 第二章 §2.5
ABA.
16 16
T T A11 L As1 Ar L 1 M . 则 T M , A = M AT L AT L Asr sr 1r
三、分块对角阵
设A为n阶矩阵,若 A的分块矩阵只有在主对 角线 阶矩阵, 上有非零子块, 块都为零矩阵, 上有非零子块,其余子 块都为零矩阵,且非零 子 块都是方阵, 块都是方阵,即
线性代数 第二章 §2.5
O B2
A1 + B1 = O
, A2 + B2 O
a 1 a 0 2a 1 A1 + B1 = + = , 0 a 1 a 1 2a b 1 b 0 2b 1 A2 + B2 = + = , 1 b 1 b 2 2b
线性代数 第二章 §2.5
21 21
例3
5 0 0 设 A = 0 3 1 , 求 A −1 . 0 2 1 5 0 0 A1 A = 0 3 1 = 0 2 1 O
4.5矩阵的分块
3 A 1 2 A*
2
A n A
解 3A1 2 A*
A* A n1
1 A1 2 A* 3
1 A* 2 A* 3A
A 1 A * 注意A 1和A*互化! A
4 A* 3
4 3
3
A*
64 27
1 2
2
C2t
Crt
s
其中 Cij
Aik Bkj .
k 1
把A,B的子块看成元素,按矩阵乘法法则进行运算。
分块对角阵(准对角阵)(P186第一段) 若矩阵A的分块矩阵具有以下形式
A11 0
0
A
0 0
A22 0
0
0
0 0 0 Ass
它的特点就是:主对角线上的子块是全是方阵, 其它子块全是零矩阵,则称A为分块对角矩阵或 准对角矩阵。
B22
Br1 Br2
B1s
B2
s
Brs
A11 B11 A12 B12
则
A
B
A21
B21
A22 B22
Ar1 Br1 Ar2 Br2
A1s B1S
A2s
B2S
Ars Brs
注意:对应子块相加,相减。
又 A = 5 3 1 =5 0,故A可逆,由 21
5 1
1 5
,
3
矩阵分块知识点总结
矩阵分块知识点总结一、矩阵分块的基本概念1.1 矩阵分块的定义矩阵分块是一种对矩阵进行分割的方法,将一个大的矩阵分割成若干个较小的子矩阵,这些子矩阵可以是行向量、列向量或者更小的矩阵。
矩阵分块的表示形式可以是方括号、圆括号或者其他符号,不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。
1.2 矩阵分块的表示形式矩阵分块可以采用不同的表示形式,其中包括方括号表示、圆括号表示和其他符号表示。
以方括号表示为例,一个矩阵可以分割成四个子矩阵,如下所示:A = [ A11, A12A21, A22 ]其中A11、A12、A21、A22为子矩阵,分别表示矩阵A的四个子块。
1.3 矩阵分块的基本性质矩阵分块具有很多基本的性质,其中包括可交换性、可加性、可乘性等。
具体而言,如果矩阵A和B可以进行相应的分块操作,则有以下性质:可交换性:A和B的分块顺序可以交换,即A*B = B*A。
可加性:矩阵A和B的分块和形式,若A和B可以相应分块,则有(A + B) = A + B。
可乘性:矩阵A和B的分块和形式,若A和B可以相应分块,则有(A * B) = A * B。
1.4 矩阵分块的应用矩阵分块在实际中有着广泛的应用,其中包括矩阵的运算、方程组的求解、特征值与特征向量的计算等方面。
矩阵分块能够简化问题的处理过程,提高计算的效率,使得矩阵的性质更加清晰和易于理解,因此在很多领域中得到了广泛的应用。
二、矩阵分块的基本类型2.1 行分块矩阵行分块矩阵是将一个大的矩阵按照行进行分块,将每一行的元素划分成若干个较小的行向量,从而形成一个行分块矩阵。
行分块矩阵的表示形式可以是方括号、圆括号或者其他符号,不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。
2.2 列分块矩阵列分块矩阵是将一个大的矩阵按照列进行分块,将每一列的元素划分成若干个较小的列向量,从而形成一个列分块矩阵。
列分块矩阵的表示形式可以是方括号、圆括号或者其他符号,不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。
矩阵分块法
A1r Asr
A11 A
As1
A1r
Asr
其运算律与数乘矩阵相同.
λ为数,那末
3.分块矩阵的乘法.
设A为 m×l 矩阵,B为l×n矩阵,分块成
A11 A12
A
Ai1
Ai2
As1
As 2
A1t
B11 B1 j B1r
Ait
§4. 矩阵分块法
一、分块矩阵的定义
把一个阶数较高的矩阵,用若干条横线和竖 线分成若干小块 , 每一小块都叫做矩阵的子块 , 以子块为元素的矩阵称为分块矩阵.
例如:将3×4矩阵
A
a11 a21
a12 a22
a13 a23
a14 a24
a31 a32 a33 a34
分块形式如下:
A22 A12
a11 a12
1
a21
a22
a31 a32
A21 A11
a13 a23
a14 a24
2
a11 a21
a12 a13 a22 a23
a14 a24
a33 a34
a31
a32 a33
a34
A11 A21
A12 A22
A13 A23
3
a11 a21
a12 a22
a13 a23
0 0 1 1
6.分块矩阵的应用
设A为m×n矩阵,将A按行分块,得
1
A
2
m
其中 i (i 1,2, , m) 是A的第 i 行.
将A按列分块,得
A =( β1, β2,…, βn ).
其中 βj ( j = 1, 2, … ,n ). 是 A 的第 j 列. 对于线性方程组
高二数学矩阵的分块
kA11 kA1r kA kA kA sr s1
例
k 3,
1 A 3 4
2 2 5
3 1 6
1 3 3 A 3 3 4 3
2 3 2 3 5 3
3 3 1 3 6 3
其 中Ai 1 , Ai 2 , , Ais的 列 数 分 别 等 于 B1 j , B2 j , , Bsj的 行 数 。 那么 C11 C1r
AB C r1
ik
C rs
其 中C ij
A
k 1
t
Bkj
i 1, , s; j 1, , r .
1 a 1 1 1 a 0 1
0 B 0 1 B2 b B3 b 0 0 C1 1 C3 b 0 C1 a0 0 0b 1 C3 0 0 1 1 0 0 b 1 10
C2 , C4
11
1s
rs
rs
T A A1 s 则 A . A A
T 11 T
T
r1
T
rs
注:
大块小块一起转。
T
A11 A12 例 A A 21 A22 (5) 分块对角矩阵 设 A 为 n 阶矩阵,若 A 的分块矩阵只有对角线上 有非零子块,其余子块都为零矩阵,且非零子块
O A . 1 O D C A B
(2) 由(1)可得
A O 1 XYZ A D C A B, 1 O DC A B
XYZ X Y Z ,
而 X Z 1,
A B A D C A1 B . C D
分块矩阵
1
一、矩阵的分块
对于规模较大, 零较多或局部比较特殊的矩
阵, 为了简化运算,经常采用分块法,把大矩阵
分割成小矩阵.在运算时, 把这些小矩阵当作元 素一样来处理.
具体做法是:将矩阵用若干条纵线和横线分
成许多个小矩阵,每一个小矩阵称为A的子块,
以子块为元素的形式上的矩阵称为分块矩阵.
2
例
a
Z Y
,
AX CW BW
AZ CY BY
E O
O E
,
AX CW E , X A1
AZ
CY BW
O, O,
Z W
A1CB 1 O
BY E .
Y B 1
因此
P 1
A O
C B
1
A1 O
A1CB 1 B 1
.
22
A O
C B
1
A1 O
A1CB 1 B 1
.
特别地, OA
| A5 | | A |5 243 ,
19
3 0 0 0 0 0 3 5 0 0
例3
设
A
0
1
2
0
0 , 求 A2 , | A | , | A5 | , AT .
0 0 0 3 1
0
0
0
2
1
解
3 0 0 0 0
A1T
0
31
0
0
AT
A2T
A3T
0
0
5 0
2 0
0 3
0
.
2
0
0
0
1
1
20
例4 设
P
A 0
C B
分 块 矩 阵
,
B
3 0
4 1
1 3
B11 B21
1 0 1
B12 B22
.
所以,
AB
A11 A21
A12 B11
A22
B21
B12 B22
A11B11 A21 B11
A12 B21 A22 B21
A11B12 A21 B12
A12 B22 A22 B22
.
1.1 分块矩阵的运算
1 1
2 3
1,| A3 | 5 ,都不为零,均可逆,故 A 可逆。
又因为
A11
1 3
,
A21
3
1
2 1
,
A31
1 5
,则
.
1.1 分块矩阵的运算
5.例题
由于
A1
A2
A2
A1
A2
A12
A22
,
A3
A3
A32
且
A12
9 ,A22
1 1
2
2
3
3
4
8 11
,A32
C
O
时,有
A O
O 1 A1
B
O
O B 1
.
线性代数
A21
A22
As1 As2
A1r
A2r
Asr
B11 B12
B
B21
B22
Bs1 Bs2
B1r
B2r
Bsr
则 ,
A11 B11
A
B
A21
B21
As1 Bs1
A12 B12 A22 B22
As2 Bs2
A1r B1r
第四节矩阵分块法
解: 把A, B分块成
A
1 0 1 1
0 1 2 1
0 0 1 0
00
0 1
E A1
O E
,
B
1 1 1 1
0 2 0 1
1 0 4 2
01 01
B11 B21
E B22
则
AB
E A1
O E
B11 B21
E B22
B11 A1B11
B21
A1
E B22
.
而
A1 B11
B21
1 1
21
.
ABA
A1 O
O A2
B1 O
O B2
A1 O
O A2
A1
B1 O
A1
A2
O B2
A2
,
而
A1B1 A1
a 0
1 a
a 1
0 a
a 0
1 a
a
3 a2
a
2aa32a1,
A2 B2 A2
b 1
1 b
b 1
b0
b 1
b1
b
3 3b
2b
2
2b b3
2 1 2b
,
所以
a3 a 2a2 1 0
子块外, 其余子块均为零矩阵, 且对角线上的子块均为
方阵, 即
A1 A
A2
O
O
, As
则称A为分块对角矩阵, 或准对角矩阵.
分块对角矩阵具有下述性质:
1.
| A | = | A1 | | A2 | ···| As |.
2. 设分块对角矩阵A, 若| Ai | 0 (i=1,2,···,s),
高等代数 矩阵的分块
A
A11
A1r
,
B
B11
B1r
As1 Asr
Bs1 Bsr
其中子块 Aij与 Bij 为同型矩阵,则Leabharlann ABA11
B11
A1r
B1r
.
As1 Bs1 Asr Bsr
2、数量乘法
A11
设分块矩阵
A
As1
A1r
,
Asr
P, 则
A
A11
A1r
.
A
0 1
1 2
0 1
0 0
,
1 1 0 1
求 AB.
1 0 1 0
B
1 1
2 0
0 4
11 ,
1 1 2 0
解 把A, B分块成
1 0 0 0
A
0 1 1
1 2 1
0 1 0
0
0 1
EA1
O
E
,
1 0 1 0
B
1 1
2 0
0 4
1 1
1 1 2 0
B11 E B21 B22
例5 已知3级方阵A按列分块为A (1,2,3 ), 且 A 5, 若B (1 22 , 31 43 ,52 ),求 B .
解法一:
B 1, 31 43 ,52 22 , 31 43 ,52
1, 31,52 1,43 ,52
22 , 31,52 22 ,43 ,52 20 1,3 ,2 20 1,2 ,3
则 AmnD =( A1, A2 ,
1
An
)
2
O
O
n
(1 A1,2 A2 , ,n An )
分 块 矩 阵
分块矩阵
3. 分块矩阵的乘积
设A为m×s矩阵,B为s×n矩阵,即 AB有意义.在对A,B进行分块时,为使 分块矩阵的乘积AB有意义,要使左乘矩阵 A的列的分法与右乘矩阵B的行的分法相同, 至于A的行的分法与B的列的分法则无任何 要求.即
分块矩阵
【例2-18】
分块矩阵
把A分成具有特殊子块的分块矩阵,并求分块矩阵 A与B的乘积.
分块矩阵
其中E3和E2分别表示3阶和2阶单位矩阵,而 上述矩阵也可以采用另外的分块方法.例如,令
分块矩阵
则有
矩阵的分块方式可以是任意的,但要根据原矩阵的结 构特点和运算内容的需要来选择适当的分块方法,既要使 子块在参与运算时有意义,又要为运算的方便考虑,这才 是矩阵分块的目的.
分块矩阵
二、 分块矩阵的基本运算
分块矩阵
分块矩阵
为使分块乘积AB有意义,把B分块成
分块矩阵分块矩阵4. 分 Nhomakorabea矩阵的转置
求分块矩阵的转置时,不但要把分块矩阵的行与列互换, 同时每一个子块也要做转置.
分块矩阵
分块矩阵
分块矩阵
分块矩阵
上述对角分块矩阵具备下列运算规律: (1)同结构的对角分块矩阵的和、积仍是对角分块矩阵.
分块矩阵
(2)对角分块矩阵的行列式具有下述性质:
分块矩阵
【例2-19】
分块矩阵
谢谢聆听
分块矩阵
分块矩阵
为了计算简便或理论研究的需要,有 时我们需要将一个行数和列数较多的大型矩 阵划分为若干块小矩阵,使大矩阵的运算问 题转化成小矩阵的运算问题,这种做法称为 矩阵分块.它是矩阵运算中的一种简化技巧, 也是处理阶数较高的矩阵的重要方法.
分块矩阵
一、 分块矩阵的概念
分块矩阵
1、矩阵分块的方法
在矩阵某些行之间插入横线,某些列之间插入纵 线,将矩阵分割成若干个小矩阵,每个小矩阵称为 矩阵的子块;以子块为元素的矩阵,称为分块矩阵。
a 1 0 0
例如
A
0 1
a 0
0 b
0 1
0 1 1 b
B1 B2 ,
B3
1 2 1
4 4 1
0 3 3
1 13
说明 (3). 矩阵分块的目的,是让矩阵的计算过程
更简单,计算量更少。
例1的计算量比较: 直接进行矩阵乘积需要的四则运算次数
4 4 (4 3) 112 用分块矩阵进行矩阵乘积需要的四则运算次数
块运算:2 2 (2 1) 12 子块运算:2 2 (2 1) 2 2 2 20
称为组合系数。
说明(1). 对于线性方程组Ax = b,利用这样的分块 方式,可以得到线性方程组的向量形式
x11 x22 xnn b
说明(2). 如果记 ei 是第i个分量为1,其余分量为0 的列向量,则
Aei i (i 1,2,, n) 同样记εi 是第i个分量为1,其余分量为0的行向量, 则εi A表示A的第i个行向量。
B是l×n阶矩阵,即A的列数 = B 的行数 分块A = ( Auv )s×r
B = ( Bvw )r×t 即A的列分块法 = B 的行分块法 则A与B的乘积C = ( Cuw ) 是s×t阶分块矩阵,满足
r
Cuw Auv Bvw v1
(u 1,, s; w 1,,t)
注. 分块矩阵乘积AB中,每个子块:
A11
A
第四节 矩阵的分块运算
准对角矩阵的运算规律: 对于两个有相同分块的准对角矩阵
A1 O O B1 O O
A
O
A2
O
,
B
O
B2
O
,
O
O
As
O
O
Bs
如果Ai与Bi是同阶的(i=1,2,,s),则
A1B1
AB
O
O
O A2B2
O
O
O
,
As
Bs
A1 B1
A B
O
求A+B 0 1 2 1
0 0 1 0
解:
A
A11
A21
A12
A22
其中
A11
1 2
11,
0 A12 0
0 0,
A21
1 0
0
1
1, A22 2
2 1
B
B11
B21
B12
B22
其中B11
1 0
2 1,
3 0
1 0
0 0
B12 2 1, B21 0 0, B22 1 0
A
B
§3.4 矩阵的分块运算
1.分块的矩阵概念 2.分块矩阵的运算规则
一、分块的矩阵概念
在处理阶数较高的矩阵运算时,常采用 分块法.即用若干条纵线和横线把大矩阵分 成许多块小矩阵.此时把大矩阵看成由这些 小块矩阵所构成的矩阵.每一个小矩阵称为 它的子块,以子块为元素的形式上的矩阵称 为分块矩阵.
在运算中,可以把小矩阵当作元素一样 来处理,从而使运算简化为子块之间的运算, 而子块的阶数一般都比大矩阵的阶数要低.
Ar 1
Br 1
Ar 2 Br 2
分 块 矩 阵
Ar1
Ar2
A1s
A2
s
Ars
2. 分块矩阵的加法
将m×n 矩阵A 与B 按相同的分块法分别分成r×s的分块矩阵
A11 A12
A
A21
A22
Ar1
Ar 2
A1s
B11 B12
A2 s
,
B
B21B22
Ars
Br1
Br 2
B1s
B2s
Brs
则
A11 B11 A12 B12
3 1
4
0
0
1
在利用分块矩阵的乘法讨论AB 时,下面的特殊情形值得注意。 设A 为m ×l 矩阵,B 为l×n 矩阵,将右矩阵B 按列分块:
B= b11 b12 bn
则
AB= Ab11 Ab12 Abn
若AB=O,则 Ab11 Ab12 Abn O (OO O) ,从而
线性代数
分块矩阵
1
2
3
分块矩阵 的概念
分块矩阵 的运算
分块对角矩阵
1.1 分块矩阵的概念
定义1
用若干条横线与若干条纵线将矩阵分成若干小块,每个小块 称为矩阵的子块;以子块为元素的形式上的矩阵称为分块矩阵。
a b 0 0
例如
A
c
d
0
0
0 0 p q
0
0
r
s
按下述分法分块
a b 0 0
A
Abj O( j 1,2, n)
即 bj ( j 1, 2, n) 是矩阵方程 Aml Xl1 Om1 的解,也就是说 B 的列是 Aml Xl1 Om1 的解。
4. 分块矩阵的转置
将m×n 矩阵A 分成r×s的分块矩阵
矩阵的分块
(4) 转置
⎛ A11 ⎜ A A = ⎜ 21 ⎜" ⎜ ⎝ Am1 A12 A22 " Am 2
T A1n ⎞ ⎛ A11 ⎜ T ⎟ " A2 n ⎟ A12 T ,A =⎜ ⎜" " # ⎟ ⎜ ⎟ ⎜ AT " Amn ⎠ ⎝ 1n
"
T " A21 T A22
"
T A2 n
T ⎞ Am 1 T ⎟ " Am 2⎟ " # ⎟ ⎟ T ⎟ " Amn ⎠
"
" Am 2
B12 " B1l ⎞ ⎟ B22 " B2l ⎟ ,并且 " " # ⎟ ⎟ Bn 2 " Bnl ⎠
∀1 ≤ i ≤ m,1 ≤ j ≤ l , 1 ≤ k ≤ n , Aik Bkj 总是有意义。则
2
⎛ C11 C12 ⎜ C C22 AB = C = ⎜ 21 ⎜" " ⎜ ⎝ Cm1 Cm 2
Am×n 按列分块,
Am×n = ( a1 a2 " an ) = Am×n I n = Am×n ( e1 e2 " en ) = ( Am×n e1 Am×n e2 " Am×n en )
ai = Am×n ei
这指出了要得到矩阵的任何一行/列的途径。 (3) 数乘
⎛ A11 ⎜ A A = ⎜ 21 ⎜" ⎜ ⎝ Am1 A12 A22 " Am 2 A1n ⎞ ⎛ λ A11 λ A12 ⎟ ⎜ λA λ A22 " A2 n ⎟ , λ A = ⎜ 21 ⎜ " " # ⎟ " ⎟ ⎜ " Amn ⎠ ⎝ λ Am1 λ Am 2 " " λ A1n ⎞ ⎟ " λ A2 n ⎟ " # ⎟ ⎟ " λ Amn ⎠
分块矩阵
a 1 0 0
即
A
0 1 0
a 0 1
0 b 1
0
1 b
C1 C3
C2 C4
4 上一页 下一页 返 回
a 1 0 0
A
0 1 0
a 0 1
0 b 1
0
1 b
A E
O B
,
其中OBEA
ab01 10
01 0ba1
a 1 0 0
a10
A
0 1 0
a 0 1
0 b 1
0
的行数 , 则
AB
C 11
C1r
其中 C ij
t
C s1 C sr
Aik B kj i 1, , s; j 1, , r .
k 1
9
上一页 下一页 返 回
4 设
A
A11
As1
A1r
,
Asr
则
AT
A1T1
A1Tr
AsT1
.
AsTr
(5) 设方阵A可分块为以下形式
AB
B11 A1B11
B21
A1
E B22
.
又
A1B11
B21
1 1
2 1 1 1
0 1 2 1
0 1
3 0
4 1 2 1
0 1
2 1
4 , 1
A1
B22
1 1
2 4 1 2
1 3 0 3
3 , 1
于是
1 0 1 0
AB B11 A1B11 B21
0 3 2
0 1 1
A1 O
O , A2
A1 5,
1.3 矩阵的分块
6
1 0 0 0 1 0 1 0
例1
设A
0 1 1
1 2 1
0 1 0
0 0 1
,
B
1 1 1
2 0 1
0 4 2
1 10
计算 AB。
解:根据矩阵A, B的特点, 将A, B分块为:
1 0 0 0
A22 B22
As2 Bs2
A2r B2r
Asr
Bsr
B1r
B2r
Bsr
4
(2) 数与矩阵相乘
A11
设A
A21 As1
A12 A1r
A22 As 2
A2r Asr
,为
常
数
,
A11 A12 A1r
则
A
A21
As1
A22
As 2
A2r
Asr
A1 O
O A2
8
A18 O
O A28
13
2 设A 是分块对角阵, 若A的每一个子块 A i 1,2, , r 都是可逆矩阵,则A可逆
i
(充要条件),
A11
且A1
A2 1
. As1
14
5 0 0
例3
、
设
A
0
3
1
.
求A1.
0 2 1
解
记A
5 0
0 3
0 2
其 中 A1 5,
0 1 1
A1 O
A2
3 2
O A2
11,
则
A11
1 , 5
A21
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
矩阵的分块
1.1 好量子数
在量子力学中,标记力学量的本征值的指标称为量子数,若该力学量是守恒量(即与哈密顿量对易)那么相应的量子数就称为好量子数.利用好量子数可以使哈密顿量的矩阵准对角化从而大大简化计算工作量。
在我们这个模型中H 为:
1
,,)
(+=∑∑++=•=i j j
i z j z i y j y i x j x i j
i j i S S S S S S J S S J H
∑=i
z
i z total S S
[]0,=H S
z total
>>=s s z total m s m S ||
||}m {|||||'s >=⇒<>>∈⇒>
>=>=s s s s s z
total
s z
total
m H m m H m sH m HS
m H S
1.2 矩阵的分块
H 可按照z
total S 的不同写成分块矩阵。
示意图如下:
例如 L=2
哈密顿量H :
1
001
|
|
|
|1001
||||4/100004/12/1002
/14/100004
/1-====<↓↓<↓↑<↑↓<↑↑-====↓↓>↓↑>↑↓>
↑↑>⎪⎪⎪⎪⎪
⎭⎫
⎝⎛--=z t z t z t z t z t z t z t z t S S S S S S S S
我们再以L=4为例:
希尔伯特空间的基矢为:
}|,|,|,{|}|,|,|,{|}|{|}|{|}|,{|}|,{|4
4
321↓↓>↓↑>↑↓>↑↑>⊗↓↓>↓↑>↑↓>↑↑>=↓>↑>⊗↓>↑>⊗↓>↑>⊗↓>↑>=
L H 为16×16的矩阵。
很显然,我们可以按照z t S 的不同将H 写为:
1
144664411161624
14
04
14
2
2
4⨯⊕⨯⊕⨯⊕⨯⊕⨯⇒⨯⊕⊕⊕⊕⇒-==-=========z t z t z t z t z t S L S L S L S L S L L H
H
H
H
H
H
而这些矩阵表示的基矢必须对应的变化为:
}|,|,|,{|}{|↓↑↑↑>↑↓↑↑>↑↑↓↑>↑↑↑↓>⊕↑↑↑↑>⇒ }|,|,|,|,{|↓↓↑↑>↓↑↓↑>↑↓↓↑>↑↓↑↓>↑↑↓↓>⊕ }{|}|,|,|,{|↓↓↓↓>⊕↓↓↑↓>↓↓↑↓>↓↑↓↓>↑↓↓↓>⊕
为了得到基态,运用好量子数是很重要的,它可以把一个较大的矩阵问题转化为一个较小的矩阵问题,如L=4是16×16的矩阵对角问题转化为6×6的矩阵对角化问题;
⎪⎪⎪⎪⎪⎪⎪⎪⎭
⎫
⎝
⎛----===4/12/12/14/302/102/10000
02/14/102/10
02/104/12/10002/12
/14/32/100002
/14/104
z
t s L H 1.3 MATLAB 运行结果
虽然通过好量子数z total S 将矩阵的维数降低,但是随着L 的增大依然增大的很快,因此
我们不得不借助有MATLAB ,将z
t
s L H 用计算机进行模拟,利用eig ()求出基态
L
2 3 4
5
6
7
8
0E
-0.75 -1 -1.6160 -1.9279 -1.4936 -1.8362 -3.3749 L
9
10
11
12
13
14
0E
-3.7363
-4.2580
-4.6321
-5.1421
-5.5253
-6.0267
随着 L 的不段增大,还是会遇见“指数墙”的问题,为此,我们将不得不采用lanczos 算法或者重整化的方法。