线性代数论文 矩阵的分块及应用
分块矩阵的应用论文
分块矩阵的应用引言矩阵作为数学工具之一有其重要的实用价值，它常见于很多学科中，如：线性代数、线性规划、统计分析，以及组合数学等，在实际生活中，很多问题都可以借用矩阵抽象出来进行表述并进行运算，如在各循环赛中常用的赛格表格等，矩阵的概念和性质相对矩阵的运算较容易理解和掌握，对于矩阵的运算和应用，那么有很多的问题值得我们去研究，其中当矩阵的行数和列数都相当大时，矩阵的计算和证明中会是很烦琐的过程，因此这时我们得有一个新的矩阵处理工具，来使这些问题得到更好的解释，矩阵分块的思想由此产生.矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的.就如矩阵的元素(数) 一样,特别是在运算中,把这些小矩阵当作数一样来处理.把矩阵分块运算有许多方便之处.因为在分块之后,矩阵间的相互关系可以看得更清楚,在实际操作中与其他方法相比,一般来说,不仅非常简洁,而且方法也很统一,具有较大的优越性,是在处理级数较高的矩阵时常用的方法.比方，从行列式的性质出发，可以推导出分块矩阵的假设干性质，并可以利用这些性质在行列式计算和证明中的应用分块矩阵；也可以借助分块矩阵的初等变换求逆矩阵及矩阵的秩等；再如利用分块矩阵求高阶行列式，如设A 、C 都是n 阶矩阵，其中0A ≠，并且AC CA =，那么可求得A B AD BC C D =-；分块矩阵也可以在求解线性方程组应用.本文将通过对分块矩阵性质的研究，比较系统的总结讨论分块矩阵在计算和证明方面的应用，从而确认分块矩阵为处理很多代数问题带来很大的便利.1 分块矩阵的定义及相关运算性质1.1分块矩阵的定义矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的.就如矩阵的元素(数) 一样,特别是在运算中,把这些小矩阵当作数一样来处理.定义1设A 是一个m n ⨯矩阵，假设用假设干横线条将它分成r 块，再用假设干纵线条将它分成s 块，于是有rs 块的分块矩阵，即1111...............s r rs A A A A A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，其中ij A 表示的是一个矩阵.1.2分块矩阵的相关运算性质 1.2.1加法设()ij m n A a ⨯=()ij m n B b ⨯=，用同样的方法对,A B 进行分块()ij r sA A ⨯=，()ij r sB B ⨯=，其中ij A ，ij B 的级数相同，那么 ()ij ij r s A B A B ⨯+=+. 1.2.2数乘设是任()(),ij ij m n r s A a A k ⨯⨯==为任意数，定义分块矩阵()ij r s A A ⨯=与k 的数乘为()ij r skA kA ⨯=1.2.3乘法设()(),ij ij s n n m A a B b ⨯⨯==分块为()(),ij ij r l l r A A B B ⨯⨯==，其中ij A 是i j s n ⨯矩阵，ij B 是i j n m ⨯矩阵，定义分块矩阵()ij r l A A ⨯=和()ij l r B B ⨯=的乘积为()1122...,1,2,...;1,2,3,...,ij i j i j il lj C A B A B A B i t j l =+++==.、1.2.4转置设()ij s n A a ⨯=分块为()ij r s A A ⨯=，定义分块矩阵()ij r s A A ⨯=的转置为()ji s rA A ⨯''=1.2.5分块矩阵的初等变换分块矩阵A 的以下三种变换称为初等行变换： (1) 对调A 的两行(用i j r r ↔表示对调i 、j 两行)；(2) 用一个可逆阵K 左乘A 的某一行的所有子矩阵(用i K r ⨯表示用K 左乘第i 行)； (3) 将A 的某一行的所有子矩阵左乘一个矩阵K 再加到另一行的对应子矩阵上去(i j r K r +⨯表示将第j 行左乘K 再加到第i 行).将上述定义中的“行〞换成“列〞,“左乘〞换成“右乘〞, 即得分块矩阵的初等列变换的定义, 分块矩阵的初等行变换和初等列变换统称为初等变换.2 分块矩阵的应用2.1用分块矩阵解决行列式的问题利用矩阵分块的方法求行列式的值是行列式求值的常用方法之一, 但通常所用的?高等代数?教材中对能够用矩阵分块法求值的行列式要求较为严格, 多数为形式较特殊的行列式.下面给出了一个应用范围较为广泛的行列式的分块矩阵求值方法.引理2.1([3])假设A 为k 阶方阵，B 为r 阶方阵，C 为r k ⨯矩阵, 那么有A ABC B= 在上述引理中,要求子块当中有一个为零矩阵, 更一般的有如下的结论. 定理2.2([3])假设n 阶方阵P 可分为A B P CD ⎡⎤=⎢⎥⎣⎦其中A 为r 阶方阵, B 为()r n r ⨯-矩阵, C 为()n r r -⨯矩阵, D 为()n r -阶方阵, 那么有〔1〕当A 为可逆矩时1P A D CA B -=-； 〔2〕当D 为可逆矩阵时1P D A BD C -=-.在进行行列式的求值运算时, 假设能找到符合本定理条件要求的矩阵分块方法, 就可应用定理的结论进行行列式的计算, 现举例说明如下：例2.3 计算行列式 013c ...0 (00)...0.........0...nb b b ac P ac a c =其中10,123...c i n ≠=.解 设 0()A c =，()...B b b b =，()...TC a a a =130...00...0,0,1,2,,.........00 (i)n c c D c i n c ⎡⎤⎢⎥⎢⎥=≠=⋅⋅⋅⎢⎥⎢⎥⎣⎦ 那么D 为可逆矩阵，由定理1的结论〔2〕知1A BP D A BD C C D-==- ， 将 1111210...00...0.........00...n c c D c ----⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦及,A B C D ,,代入得 1111212...((...))n n P c c c a ab c c c ---=-+++.例2.4 矩阵()ij ai j P a bi j =⎧==⎨≠⎩当时当时，求行列式P 的值.解：行列式P 的主对角线元素为a ，其余元素为b ，因此： 〔1〕当a b =时，由行列式的性质知P =0；〔2〕当a b ≠时，从第一行开始，将行列式的前行减去后行得...000 (00).........000......a b b a a b b a P a b b abbbb a ----=--，令...000...000.........,, 000 000...0a b b a a b b a A B a b b a o a b b a --⎡⎤⎡⎤⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦()()...,,C b b b b D a ==由定理2.2可知 1P A D CA B -=-，而 ()1n A a b -=- ，()011,,,>a b i jA i j --⎧-≤⎪=⎨⎪⎩计算结果得 ()()()()()()111+1n n P a b a n b a b a n b --=---=--.假设定理中的矩阵A 和D 均为可逆矩阵时，定理的两个结论均成立，可以利用公式11D A BD C A D CA B---=-进行转换求行列式的值，举例说明如下.推论2.5 假设,,,A B C D 均为n 阶方阵，且A 可逆，AC CA =，那么 ABT AD CB C D==-. 例2.6 计算行列式 1111122310250121T -=.解 对T 进行分块A B T C D ⎡⎤=⎢⎥⎣⎦， 其中 11111025,,,,12230121A B C D ⎡⎤⎡⎤⎡⎤⎡⎤====⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦⎣⎦ 显然A 可逆，且AC CA =，所以T AD CB =-，而 4667AD ⎡⎤=⎢⎥⎣⎦，1123CB ⎡⎤=⎢⎥-⎣⎦ 所以， 3510410T ==. 定理2.7 假设,A B 均为n 阶方阵，那么A BA B A B B A =+-.. 例2.8 计算行列式 1234234134124123T =.解 对矩阵T 进行分块A B T C D ⎡⎤=⎢⎥⎣⎦， 其中 1234,,2341A B ⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦由于 4664A B ⎡⎤+=⎢⎥⎣⎦ ，22,22A B --⎡⎤-=⎢⎥-⎣⎦ 所以 (20)(8)160T A B A B =+-=-⨯-=. 2.2 分块矩阵在解线性方程组中的应用例2.9设n 个未知数m 个方程的线性方程组为11112211211222221122...............n n n n m m mn n ma x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ 〔1〕 记()ij m n A a ⨯=,()12X=,,...,Tn x x x 〔其中T 表示矩阵的转置〕, ()12,,...,Tm B b b b = ,那么方程〔1〕的矩阵形式为 AX B =.把方程〔1〕的矩阵形式改写成如下分块矩阵的形式111211212222AA XB A A X B ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦，其中 111111........................r r rr a a A a a ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，111121........................r n rr rn a a A a a ++⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，()11112A A A =，111211........................r r r m mr a a A a a ++⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，111221........................r r r n mr mn a a A a a ++++⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，()22122A A A =，()112...Tr X x x x =，()212...Tr r n X x x x ++=，()112...T r B b b b =，()212...Tr r m B b b b ++=，方程组〔1〕有解时，我们解方程组〔1〕时总是把〔1〕化成简单的同解方程组，从而求出其解.定理2.10. 设方程组〔1〕有解且()()11,r A r n r A r =≤=，那么方程组()1112A A X B =与AX B =同解.例2.11．方程组1112132223243132333441424344212212330x x x x x x x x x x x x x x ++=⎧⎪--=⎪⎨+++=-⎪⎪+++=⎩ 〔2〕 求此方程组的解并证明此方程组和方程组111213222324212x x x x x x ++=⎧⎨--=⎩ 〔3〕 同解.解：令1210011111212331A ⎡⎤⎢⎥--⎢⎥=⎢⎥⎢⎥⎣⎦，11121210()0111A A ⎡⎤=⎢⎥--⎣⎦，其中 111201A ⎡⎤=⎢⎥⎣⎦，121011A ⎡⎤=⎢⎥--⎣⎦，1210B ⎡⎤⎢⎥⎢⎥=⎢⎥-⎢⎥⎣⎦，112B ⎡⎤=⎢⎥⎣⎦，121011210112101011120111201112112110111200000233100111200000⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥------⎢⎥⎢⎥⎢⎥→→⎢⎥⎢⎥⎢⎥---⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦， 所以此方程组的齐次线性方程组的解为1232111001c c --⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥+⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦，又3200-⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦是方程组的一个特解，所以此方程组的解为 12323112100010c c ---⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦，由上可知()2r A =并且11()2r A =，所以由定理3可证方程组〔2〕和〔3〕同解. 2.3分块矩阵在相似问题中的应用定理2.12.如果方阵~A B ，方阵~C D ，那么00~00A B C D ⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦. 证明 因为方阵~A B ，方阵~C D ，所以 110000000000E A XE X Y C E Y E --⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦11110000000000A XB X X AXC YD Y Y CY ----⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦ ， 而 1110000E XY E ---⎧⎫⎡⎤⎡⎤⎪⎪⎨⎬⎢⎥⎢⎥⎪⎪⎣⎦⎣⎦⎩⎭1100E Y --⎡⎤⎢⎥⎣⎦1100X E --⎡⎤=⎢⎥⎣⎦0000XE E Y ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦， 所以 00~00A B C D ⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦. 2.4用分块矩阵证明矩阵秩的问题定理2.13.设0A M C B ⎡⎤=⎢⎥⎣⎦,A 为m n ⨯矩阵，B 为k l ⨯矩阵， 那么有()()()r M r A r B ≥+，且0C =时，()()()0A r M r r A r B C B ⎡⎤==+⎢⎥⎣⎦ 证明 设A 在初等变换下的标准形为1000rE D ⎡⎤=⎢⎥⎣⎦，()r r A =， 又设B 在初等变换下的标准形为 2000sED ⎡⎤=⎢⎥⎣⎦，()s r B =， 那么，对M 前m 行前n 列作初等变换，对它的后k 行后l 列也作初等变换可把M 化为11120D C M D ⎡⎤=⎢⎥⎣⎦，现在利用1D 左上角的1经列初等变换消去1C 位置中的非零元；再用2D 左上角的1经行初等变换消去它上面1C 处的非零元素，于是把1M 再化作220000000000000r s E C M E ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦， 那么有 ()()()()()()122r M r M r M r s r C r s r A r B ===++≥+=+.利用这个定理及初等变换可证明一些秩的不等式.例2.14. 设A 为m n ⨯矩阵，B 为n l ⨯矩阵，假设0AB =，那么()()r A r B n +≤. 证明 因为()()00000000n n n n A AB A r A r B r r r r r n E B E B E B E B ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤+=≤====⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥----⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦， 所以 ()()r A r B n +≤.例2.15. 设A 、B 都是n 阶矩阵，求证：()()()r AB A B r A r B ++≤+.证明：因为 0A AB A B B ++⎡⎤⎢⎥⎣⎦(2)(1)E -⨯+−−−−→0A AB A B +⎡⎤⎢⎥⎣⎦(1)()(2)B E ⨯--+−−−−−→00A B ⎡⎤⎢⎥⎣⎦， 所以 0E E E -⎡⎤⎢⎥⎣⎦0E B E E --⎡⎤⎢⎥⎣⎦00A B ⎡⎤=⎢⎥⎣⎦， 又0E E E -⎡⎤⎢⎥⎣⎦，0E B E E --⎡⎤⎢⎥⎣⎦都可逆， 所以 000A AB A B A r r B B ++⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦， 而 ()0A AB A B r r AB A B B ++⎡⎤≥++⎢⎥⎣⎦ 又 ()()00A r r A r B B ⎡⎤=+⎢⎥⎣⎦， 所以 ()()()r AB A B r A r B ++≤+. 2.5 用分块矩阵求逆矩阵的问题分块矩阵是高等代数中的一个重要的工具，在求解高阶矩阵问题中的应用尤为广泛.求矩阵的逆矩阵可以用伴随矩阵或初等变换的方法来解决，而此类方法对于级数较高的矩阵运算量较大，对某些矩阵可以适当分块后再进行运算，可起到事半功倍的作用.定理2.16. 对于n 阶矩阵A ，如果存在n 阶矩阵B ，使得 AB BA I == 那么矩阵称为可逆矩阵，而B 称为A 的逆矩阵.假设,A B 都可逆，那么 100A B -⎡⎤⎢⎥⎣⎦1100A B --⎡⎤=⎢⎥⎣⎦10A C B -⎡⎤⎢⎥⎣⎦11110A A CB B ----⎡⎤-=⎢⎥⎣⎦,10A C B -⎡⎤⎢⎥⎣⎦11110A B CAB ----⎡⎤=⎢⎥-⎣⎦, 1111110000kk n k n k E A B E A B A CA E C D E D -------⎡⎤⎡⎤-⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦⎣⎦其中1D 1D CA B -=-.以下举些例子具体说明分块矩阵在矩阵求逆中的具体应用.例2.17. 矩阵1200210000120025A ⎡⎤⎢⎥-⎢⎥=⎢⎥-⎢⎥-⎣⎦，求1A -. 解：可以将矩阵A 分成四块12A 00A A ⎡⎤=⎢⎥⎣⎦，其中1A 1221⎡⎤=⎢⎥-⎣⎦，2A 1225-⎡⎤=⎢⎥-⎣⎦，根据分块矩阵的性质，1A -111200A A --⎡⎤=⎢⎥⎣⎦，而1A ，2A 为二级矩阵，其逆矩阵易求出，分别为 11A -12552155⎡⎤⎢⎥=⎢⎥-⎣⎦，12A -5221--⎡⎤=⎢⎥--⎣⎦， 所以 1A -12005521005500520021⎡⎤⎢⎥⎢⎥-=⎢⎥⎢⎥--⎢⎥--⎣⎦ 2.6 分块矩阵在矩阵的特征值问题中的应用在高等代数中，矩阵的特征值问题是一项非常重要的内容，特征值对于线性变换的研究具有根本的重要性．而我们在求一些阶数较高和较复杂的矩阵特征值时，经常会用矩阵的分块去解决，这样可以使问题的解决更简明.定理2.18. 设A 为n 阶矩阵，λ是一个数，如方程AX X λ=,存在非零解向量，那么称λ为A 的一个特征值，相应的非零解向量X 称为与特征值λ对应的特征向量.定理2.19.设A 为n 阶矩阵，含有未知量λ的矩阵I A λ-称为A 的特征矩阵，其行列式I A λ-为λ的n 次多项式，称为A 的特征多项式0I A λ-=称为A 的特征方程，λ是矩阵A 的一个特征值，那么一定是0I A λ-=的根，因此又称为特征根.假设λ是0I A λ-=的i n 重根，那么λ称为A 的i n 重特征值.引理2.20.设A 为n 阶矩阵，那么A 为幂等矩阵的充要条件()()r A E r A n -+=，这里E 为n 阶单位矩阵，()r A 表示A 的秩.引理2.21.幂等矩阵()1112A A X B = 与000rE ⎡⎤⎢⎥⎣⎦ 或000r E ⎡⎤⎢⎥⎣⎦相似，其中()r r A =. 例2.22. 设12,,A A A 均为n 阶方阵，且12A A A =+，()()(),1,2i i r A r r A r i ===，求证：假设212,A A r r r ==+，那么12,,A A A 的特征值为1或0，且1的个数和它们的秩相等.证明：〔1〕当A 可逆时，即()r A n =，因为2A A =，所以A E =， 又 12r r r =+，12E A A =+， 由得()()()12r A r A r A n =+=，由引理2.20得到211A A =.同理222A A =，所以1A ，2A 是幂等矩阵，由引理2.21得10~00rEA ⎡⎤⎢⎥⎣⎦，200~0r A E ⎡⎤⎢⎥⎣⎦， 12,,A A A 和E ，000rE⎡⎤⎢⎥⎣⎦，000r E ⎡⎤⎢⎥⎣⎦有相同的特征根，所以12,,A A A 的特征值为1或0，且特征值1的个数和它们的秩相等.〔2〕当()0r A =时，即0A =，结论显然成立.〔3〕设0r n <<，即A 为非零由布可逆矩阵，又因为2A A =，故存在可逆矩阵P 使11112P AP P A P P A P ---=+，()r r A =，令 000rE⎡⎤⎢⎥⎣⎦1112111221222122A A B B A A B B ⎡⎤⎡⎤=+⎢⎥⎢⎥⎣⎦⎣⎦这里 ()1ij P AP A -= ()121111ij r P A P B E A B -=⇒=+， 所以 ()()()()()1111111111=r r A B r A r B r A r B r +≤+≤+=， 从而 ()()()()()1111111112=r r A B r A r B r A r A r +≤+≤+=， 又因为 ()()()11121100r A r A A B -≥-≥， r ， 从而 ()()111r A r A =，()211r A B =，这样1111Er A B =+，且()1111r A B r +=，由定理2.18的证明可知，存在可逆矩阵Q ，使11110Q=00r E Q A -⎡⎤⎢⎥⎣⎦ ，211100Q=0r Q B E -⎡⎤⎢⎥⎣⎦， 111112n-n-n-n-00000000000rr r r r E Q QQ Q P A P P A P E E E E ----⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦11111112111221222122n-n-n-n-00000000r r r r A A B B Q Q Q Q A A B B E E E E ----⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦11111112111221222122Q A Q Q A Q B Q Q B A Q A B QB ----⎡⎤⎡⎤=+⎢⎥⎢⎥⎣⎦⎣⎦，设 1111122122Q A Q Q A A Q A --⎡⎤⎢⎥⎣⎦1121111222000r E C C G G A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦， 又因为11211111222000r E C r C r G G A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，所以21120,0G G ==， 设 211111112r 212122*********W Q B QQ B E W B QB Z Z B --⎡⎤⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦， 同上可得110Z =，110W = ，故111121120,0,0,0C G W Z ====，又1111112212222000000r E Q A Q Q A A Q A A --⎡⎤⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦， 从而220A =，同理 211111221220000000r Q B QQ B E B QB --⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦，100n r Q T P E --⎡⎤=⎢⎥⎣⎦，故有1210000,000rrET AT E-⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦12111200000000,00000000rrET AT T A T E--⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦，综上所述,结论成立.小结本文通过例题对分块矩阵在证明和计算中两方面的应用进行了总结分析，在证明方面涉及了矩阵秩的相关问题和矩阵列行向量线性相关性问题，在证明线性相关问题上，利用分块矩阵的解可以很清晰动的描述线性方程组的解和相关内容，对一些具体的解与矩阵行列相关性之间的关系做出了总结；在分块矩阵计算方面我们主要解决了求逆矩阵与高级行列式的问题.通过本文的表达充分表达了分块矩阵在代数计算和证明方面的优越，也给出了分块矩阵在线性代数中所具有的重要地位，当然在分块矩阵的应用的表达中，本文并不是对所有的证明和计算都进行讨论，所以在应用的完整性上有待改进，并可以继续进行探讨和研究.参考文献[1] 蓝以中.高等代数简明教程[M].北京：北京大学出版社，2007：141-149.[2] 杜之韩,刘丽,吴曦.线性代数[M].成都：西南财经大学出版社，2003：61-68.[3] 郝玉琴.利用矩阵的分块法解线性方程组[J].唐山师专学报，1999(5):37-38.[4] 王萼芳.线性代数学习指导[M].北京：清华大学出版社，2021：104-108.[5] 祁秋菊.分块矩阵的相关应用[J].科技信息，2021：1-4.[6] 孔庆兰.分块矩阵的应用[J].枣庄学院报，2006〔5〕：24-25.[7] 王秀芳.分块矩阵的应用讨论[J].连云港师范高等专科学校学报，2021〔3〕：98-99.[8] 严坤妹.分块矩阵的应用[J].福建播送电视大学学报，2006〔59〕：71-73.[9] 张敏.分块矩阵的应用[J].吉林师范大学学报，2003〔1〕：118-120.[10] 周兴建.分块矩阵及其应用[J].科技资讯，2007〔35〕：126-126.[11] 陈晓兰，杨子胥.分块矩阵的一些应用[J].德州师专学报，1995〔4〕：1-14.[12] 钱钶.用分块矩阵证明矩阵秩的假设干定理[J].景德镇高专学报，1995〔4〕：11-14.[13] 徐常青，杜先能.高等代数方法与应用[M].合肥：安徽大学出版社，2002：66-67.[14] 林瑾瑜.分块矩阵的假设干性质及其在行列式计算中的应用[J].广东播送电视大学学报,2006,15(2):109-112.[15] 张敏.分块矩阵的应用[J].吉林师范大学学报〔自然科学版〕，2003，1(1):120.[16] 刘力.分块矩阵在证明矩阵秩的性质上的应用[J].沧州师范专科学校学报,2006,22(4):40-41.[17] 李玉梅.分块矩阵的几个重要应用[J].怀化师专学报，2000，19(4)：77-78.。
矩阵分解及其应用
《线性代数与矩阵分析》课程小论文矩阵分解及其应用学生姓名：******专业：*******学号：*******指导教师：********2015年12月Little Paper about the Course of "Linear Algebra and MatrixAnalysis"Matrix Decomposition and its ApplicationCandidate:******Major:*********StudentID:******Supervisor:******12,2015中文摘要将特定类型的矩阵拆解为几个矩阵的乘机称为矩阵的分解。
本文主要介绍几种矩阵的分解方法，它们分别是矩阵的等价分解、三角分解、谱分解、奇异值分解和 Fitting 分解等。
矩阵的分解理论和方法是矩阵分析中重要的部分，在求解矩阵的特征值、解线性方程组以及实际工程中有着广泛的运用。
因此，本文将介绍矩阵等价分解、三角分解、奇异值分解的理论运用以及三角分解的工程运用。
关键词：等价分解,三角分解,奇异值分解,运用AbstractMany particular types of matrix are split into the product of a matrix of several matrices, which is called decomposition of matrix. In this paper, we introduce some methods of matrix decomposition, which are equivalent decomposition, triangular decomposition, spectral decomposition, singular value decomposition, Fitting decomposition and so on. The decomposition theory and method of matrix is an important part of matrix analysis, which is widely used in solving the characteristic value, solving linear equations and the practical engineering. In this paper, we will introduce the theory of matrix equivalence decomposition, triangular decomposition, singular value decomposition and the engineering application of triangular decomposition.Key words：Equivalent Decomposition, Triangular Decomposition, Singular Value Decomposition, Application目录中文摘要 (1)ABSTRACT (1)1 绪论 (1)2 矩阵分解的常用方法 (1)2.1矩阵的等价分解 (1)2.2矩阵的三角分解 (2)2.2.1 矩阵的三角分解 (2)2.2.2 矩阵的正三角分解 (2)2.3矩阵的谱分解 (5)2.3.1 单纯形矩阵的谱分解 (5)2.3.2 正规矩阵与酉对角化 (6)2.3.3 正规矩阵的谱分解 (6)2.4矩阵的奇异值分解 (7)2.4.1 矩阵的奇异值分解（SVD分解） (7)2.5矩阵的FITTING分解 (7)3矩阵分解的理论应用 (8)3.1矩阵等价分解的理论应用 (8)3.2矩阵三角分解的理论应用 (8)3.3矩阵奇异值分解的理论应用 (9)4 矩阵分解在递推系统辨识中的应用 (10)4.1递推系统辨识中的困难 (10)4.1.1 病态问题 (10)4.1.2 效率和计算量问题 (10)4.2QR分解的实现方法 (11)4.2.1 GIVENS变换 (13)4.3递推算法 (13)5 结论 (18)6 参考文献 (18)1 绪论矩阵的分解是将一个矩阵分解为较为简单的或具有某种特性的若干矩阵的乘积，这是矩阵理论及其应用中比较常见的方法。
分块矩阵的应用 毕业论文
本科毕业论文题目分块矩阵的应用院别数学与信息科学学院专业数学与应用数学指导教师评阅教师班级姓名学号2011 年 5 月16 日分块矩阵的应用目录摘要 (Ⅰ)Abstract (Ⅰ)1引言 (1)2分块矩阵及其性质 (1)2.1分块矩阵 (1)2.2分块矩阵的性质及其推论 (1)2.3分块矩阵常见的分块方法 (3)3分块矩阵在证明方面的应用 (4)3.1分块矩阵在矩阵的秩的相关证明中的应用 (4)3.2分块矩阵在线性相关性及矩阵的分解中的应用 (5)3.3分块矩阵在相似问题中的应用 (6)4分块矩阵在计算方面的应用 (7)4.1分块矩阵在行列式计算方面的应用 (7)4.2分块矩阵在求逆矩阵方面的应用 (9)4.3分块矩阵在求解矩阵方程方面的应用 (11)4.4分块矩阵在求解非齐次线性方程组中的应用 (12)结束语 (13)参考文献 (14)致谢 (15)内江师范学院本科毕业论文摘要：分块矩阵是线性代数中的一个重要工具，在理论研究和实践计算方面都有广泛的应用．特别是在处理阶数较高的矩阵时，分块之后，可以使矩阵的结构更加清晰明朗，从而使一些矩阵的相关表达和计算简单化，进一步用来解决很多与矩阵相关的问题．在分析和总结分块矩阵的概念和性质的基础上，提出了分块矩阵在计算和证明方面的应用，主要包括矩阵的秩、矩阵的相关性理论、相似问题、以及行列式的计算、逆矩阵的求解、以及矩阵方程等方面．关键词：分块矩阵；矩阵分块；证明；计算Abstract：The partitioned matrix is an important tool of linear algebra, in theoretical study and practical calculation are widely used in processing order number. Especially when high matrix, block after, can make the matrix structure more wide-awake, which makes some matrix expression and calculation related to solve many further simplification, with matrix related problems. In analyzing and summarizing the partitioned matrix of the concepts and properties was put forward on the basis of partitioned matrix in computing and proof applications, including matrix rank, matrix correlation theory, similar problems, and determinants of calculation, inverse matrix of solving, and matrix equation.Keyword：The partitioned matrix; Matrix block, Proof; calculation1 引言在数学名词中，矩阵是用来表示统计数据等方面的各种有关联的数据．矩阵作为数学工具之一有着重要的实用价值，它常见于许多学科中，如线性代数、线性规划、组合数学、统计分析等．在实际生活中，很多问题都是借用矩阵抽象出来进行表述并加以解决的，比如一些电脑的应用如VLSI 芯片设计上都有分块矩阵的思想．矩阵的概念和性质相对矩阵的运算较容易理解和掌握，但对于矩阵的运算和应用，则有很多问题值得我们去研究，尤其是当矩阵的阶数比较大时矩阵的运算和证明将是一个很繁琐的过程，因此这时我们需要一个新的矩阵处理工具，在这种情况下，分块矩阵的思想就产生了．在高等代数中，对高阶矩阵的处理是矩阵相关内容中重要的一部分，分块矩阵揭示了一个复杂或是特殊的矩阵的内部本质结构，本文即是通过查阅相关的文献资料和学习相关的知识后总结并探讨分块矩阵在各方面的应用，通过具体的实例的应用来突出分块矩阵在处理相关问题上的简便性和灵活性．2 分块矩阵及其性质2.1分块矩阵定义[1] 用纵线与横线将矩阵A 划分成若干较小的矩阵：111212122212t t s s st A A A A A A A A A ⎛⎫ ⎪ ⎪⎪ ⎪⎝⎭， 其中每个小矩阵()1,2,,;1,2,,ij A i s j t ==叫做矩阵A 的一个子矩阵；分成子块的矩阵叫做分块矩阵．运算规则[2]()()()()()()()()()1(1);(2);(3),1,2,;1,2,,.ij ij ij ij stststT Tij ij ststtij ij ij ij ik kj sttpspk A B A B A A A B C C A B i s j p =±=+====,=∑在用规则(1)时，A 与B 的分块方法须完全相同；用规则(3)时A 的列的分法与B 的行的分法须相同．2.2分块矩阵的性质及其推论在行列式的计算中我们经常用到下列三条性质[3]（1）若行列式中某行(列)有公因子，则可提到行列式号外面； （2）把行列式的某两行(列)互换位置，其值变号，（3）把行列式的某行(列)乘上某一个非零数，加到另一行(列)去，其值不变 利用矩阵的分块，我们可以把行列式的三条性质在分块矩阵中进行推广.性质1 设H 是由如下的分块矩阵组成123123123A A A H B B B C CC ⎛⎫⎪= ⎪ ⎪⎝⎭， 其中123123123,,,,,,,,A A A B B B C C C 都是s t ⨯矩阵，又M 是任一s 阶方阵．对于矩阵123123123A A A H MB MB MB C C C ⎛⎫ ⎪'= ⎪ ⎪⎝⎭， 则H M H '=⋅．性质2 设H 和H '写成如下形式123123123123123123,A A A B B B H B B B H A A A C CC C C C ⎛⎫⎛⎫⎪⎪'== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭， 其中123123123,,,,,,,,A A A B B B C C C 都是s t ⨯矩阵，则,,H s H H s ⎧⎪'=⎨-⎪⎩当为偶数时当为奇数时.性质3 设H 是由如下的分块矩阵组成123123123A A A H B B B C CC ⎛⎫⎪= ⎪ ⎪⎝⎭， 其中123123123,,,,,,,,A A A B B B C C C 都是s t ⨯矩阵，又M 是任一s 阶方阵．对于矩阵123112233123A A A H MC B MC B MC B CC C ⎛⎫⎪'=+++ ⎪ ⎪⎝⎭，则H H '=．推论1 设,A B 都是n 阶方阵，则有A B A B A B BA=+⋅-．证明 根据性质3并应用于列的情况，有A B A B B A BABA++=，根据性质1有A B B A E E A B A B A B BABA++=+⋅=+⋅-，则A B A B A B BA=+⋅-．推论2 设,A B 都是n 阶方阵，则有AB A B =⋅． 证明 作2n 阶行列式0AB AC E=， 由拉普拉斯展开定理得：C AB E AB =⋅=． 又根据性质3并应用于列的情况,有：000AB A AB AB A AA B EEBEB E-===⋅--，则AB A B =⋅．推论3 设,,,A B C D 都是n 阶方阵，其中0A ≠，并且AC CA =，则有A B AD BC C D=-．证明 根据性质3，由A ≠0知1A -存在，并由AC CA =，用()1CA --乘矩阵A B C D ⎛⎫⎪⎝⎭的第一行后加到第二行去得：10A B D CA B -⎛⎫⎪-⎝⎭， 从而1110A B A B A D CA B AD ACA B AD CB CD D CA B ---⎛⎫==⋅-=-=- ⎪-⎝⎭． 2.3分块矩阵常见的分块方法[2]矩阵的分块技巧较强，因此要根据不同的问题进行不同的分块，常见的分块方法有四种：(1)列向量分法 ()12,,,n A ααα=，()1,2,,i i n α=为A 的列向量.(2)行向量分法12n A βββ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭,()1,2,,i i n β=为A 的行向量．(3)分成两块()12,A A A =其中12,A A 分别为A 的若干列,或12B A B ⎛⎫= ⎪⎝⎭其中12,B B 分别为A 若干行.(4)分成四块1234C C A C C ⎛⎫= ⎪⎝⎭．对分块矩阵还可以进行广义的初等变换,广义的初等变换分为三种: (1)交换分块矩阵的两行(列)；(2)用一可逆阵乘以分块矩阵的某一行（列）； (3)用某一矩阵乘某一行（列）加到另一行（列）. 根据广义初等变换的类型对应三种广义初等阵[4]：（1）00mn E E ⎛⎫ ⎪⎝⎭； （2）00,,,00A E A B E B ⎛⎫⎛⎫⎪⎪⎝⎭⎝⎭均为可逆矩阵； （3）0,0E E B A E E ⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭.3分块矩阵在证明方面的应用3.1分块矩阵在矩阵的相关的秩的相关证明中的应用定理1[2] ()(),R A R B 分别为矩阵,A B 的秩，则()()()R A B R A R B +≤+． 例１ 设,A B 分别为,s n n m ⨯⨯阶矩阵，则()()()R A R B R AB n +≤+.证明 构造分块矩阵0nEB A ⎛⎫ ⎪⎝⎭，对0nE B A⎛⎫⎪⎝⎭进行广义初等变换，则000n n nE B E B E AA AB AB ⎛⎫⎛⎫⎛⎫→→ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭, 根据矩阵初等变换的性质有()()()000n n n E B E R R R E R AB n R AB AAB ⎛⎫⎛⎫==+-=+ ⎪ ⎪-⎝⎭⎝⎭， 而()()0nE B R R A R B A⎛⎫≥+ ⎪⎝⎭，所以()()()R A R B R AB n +≤+． 利用分块矩阵证明矩阵秩的问题，一般采用两种方法，一种是利用已知矩阵作为元素来拼成高阶数的矩阵来证明，另一种方法就是将已知矩阵拆成阶数较低的矩阵来证明．这两种方法在证明问题时都是很有效的，很大一部分相关矩阵秩的问题，都可以用分块矩阵来证明[5]．3.2分块矩阵在线性相关性及矩阵的分解中的应用分块矩阵在线性性及矩阵的分解中有着广泛的应用，但要达到运用自如却非易事，其基础知识抽象，解题方法技巧性强，稍有不慎就会陷入困境．作为线性代数的一个重要内容和工具的矩阵，我们往往容易忽略它重要的一点---矩阵分块的作用．下面就通过一些例子介绍一下它在线性相关性及矩阵的分解证明中的应用.定理2[2] 矩阵A 列线性无关的充要重要条件是0AX =只有零解． 推论4 设0st A ≠，则（1）st A 的列线性相关（即()R A t <）的充要条件是存在0ts B ≠使0AB =； （2）st A 的行线性相关（即()R A s <）的充要条件是存在0ts C ≠使0CA =．证明(1)充分性 设A 的列线性相关,由定理2，存在0b ≠使0Ab =，作(),0,,0B b =，则0B ≠，故0AB =．必要性 设有0ts B ≠，()12,,,s B b b b =，i b 为B 的列向量，1,2,,i m =且0i b ≠，使0AB =，即()12,,,0s Ab Ab Ab ≠，因0i b ≠，由定理2可知，A 的列线性无关．类似可证(2)．例2 矩阵A 列线性无关，AB C =，求证：C 列线性无关的充要条件是B 列线性无关．证明 充分性 要使0CX =，即()0A BX =，记BX Y =，则0AY =．因A 列无关，须0Y =，即0BX =，又B 列无关，须0X =，从而C 列无关．必要性 要使0BY =，两边左乘A ，则0ABY =，即0CY =，又C 列无关，即0Y =，则B 列无关．矩阵的列（行）向量相关与无关性的问题很多都会涉及到利用分块矩阵，因为矩阵的行（列）都可以看作是矩阵的子块，在处理矩阵的分解问题时也是一样，在线性代数中还有很多问题也可以分块矩阵来解决．例3 设()mk R A γ=，则（1）()(),,mj jk M N R M R N γ∃==，使得A MN =； （2）()(),,mk kk H S R H R S γ∃==，使得A HS =． 证明 ,,0,0mm kk P Q P Q ≠≠，使000mkI PAQ γ⎛⎫=⎪⎝⎭， 11000mkIA P Q γ--⎛⎫∴= ⎪⎝⎭． (1)将1P -与1Q -作如下的分块：()11,,jk mj N P M L Q G --⎛⎫== ⎪⎝⎭，则()0,00jk nj N IA M L MN G γ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭． （2）因000000000mk mk kk I I I γγγ⎛⎫⎛⎫⎛⎫=⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，令1100,0000mk kk mk kkI I H P S Q γγ--⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭， 即得A HS =．3.3分块矩阵在相似问题中的应用众所周知，若,A B 为n 阶矩阵，如果存在一个n 阶非奇异矩阵存在，使得1P AP B -=成立，则称矩阵A 与B 相似．但如果,A B 的阶较高，在证明的过程中找到一个n 阶非奇异矩阵变得非常困难，而分块矩阵通过证明矩阵中小矩阵的相似达到证明大矩阵相似的目的，为相似矩阵的证明提供了一种新的思路[7]．例4 如果方阵~A C ，方阵~B D ，则00~00A C B D ⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭.证明 因方阵~A C ,方阵~B D ，则11110000000000000000E A X E A XX X Y B E Y B Y E Y ----⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪ ⎪⎪⎪ ⎪⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭11000CX AX D Y BY --⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭ 而1111111000000000000E E XE X X Y Y E Y E E -------⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫== ⎪ ⎪ ⎪ ⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭， 00~00A C B D ⎛⎫⎛⎫∴ ⎪⎪⎝⎭⎝⎭． 4分块矩阵在计算方面的应用4.1分块矩阵在行列式计算方面的应用在线性代数中，分块矩阵是一个重要的概念，它可以使矩阵的表示简单明了，使矩阵的运算得以简化，还可以利用分块矩阵来解决行列式的计算问题．事实上，利用分块矩阵来计算行列式时常会使行列式的计算变得简单，并能收到意想不到的效果．本节将给出利用分块矩阵计算行列式的几种方法．定理3[2] 设矩阵12*s A A H A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭或12*s A A H A ⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭其中12,,,s A A A 均为方阵，则12s H A A A =．定理4[2] 设,A B 分别为m 与n 阶方阵．则： (1)当A 可逆时，有1A D A B CA D CB-=⋅-；(2)当B 可逆时，有1A D A DB C B CB-=-⋅．推论5 设,,,A B C D 分别是,,,m n n m m n ⨯⨯矩阵，则 （1）m E D B CD CB=-；（2）nA D A DC C E =-；（3）m m mE D E DC CE =-．证明 只需要在定理4的（1）中令m A E =，即可证得；在(2)令n B E =，即可证得；在(3)中令,m m A E B E ==，即可证得．例5 求2n 阶方阵()0a b a bH a b ab a ⎛⎫ ⎪ ⎪⎪=≠⎪ ⎪ ⎪ ⎪ ⎪⎝⎭的行列式． 解 令,a b A B a b ⎛⎫⎛⎫⎪ ⎪==⎪ ⎪⎪ ⎪⎝⎭⎝⎭，则A B H B A ⎛⎫= ⎪⎝⎭，又0a ≠则0,A A ≠可逆，由定理4（1）可知1H A A BA B -=-，而12112a a b A BA B a a b ---⎛⎫-⎪-=⎪ ⎪-⎝⎭，由此可得()()()1121222,nnnnA BAB a a bH a a a bab----=-=-=-．例6 计算下列行列式（1）()012111100100,0,1,2,,1i na a a a i n a ≠=；（2）1231231000010000100001n na a a ab b b b c．解 （1）设A D H C B=，其中()0A a =，12n a a B a ⎛⎫⎪⎪= ⎪ ⎪⎝⎭，()1,1,,1TC =，()1,1,,1D =，因为0,1,2,,i a i n ≠=，所以B 是可逆矩阵，则1011ni i A DB C a a -=⎛⎫-=- ⎪⎝⎭∑，从而由定理4中的（2）得112011nn i i A D H A DB C B a a a a CBa -=⎛⎫==-⋅=- ⎪⎝⎭∑． （2）设n E DH C B=，其中()()()1212,,,,,,,,Tn n B c C b b b D a a a ===．由于()()12121,,,,,,nTn n j i i CD b b b a a a a b ===∑，从推论5知1nn j i i E D H B CD c a b CB===-=-∑．行列式的计算是线性代数中的一个重要内容，利用分块矩阵，求解行列式时应具体问题具体对待，从而简化行列式的计算过程，达到快速解决问题的目的． 4.2分块矩阵在求逆矩阵方面的应用求分块矩阵的逆矩阵可以用伴随矩阵或初等变换的方法来解决，而此类方法对阶数较高的矩阵运算量比较大，对某些矩阵可以适当分块后再进行运算，可以起到事半功倍的作用．定理5[8]设A B H C D ⎛⎫= ⎪⎝⎭是一个四分块矩阵，其中B 为r 阶方阵，当B 与()1C DB A --都是可逆矩阵时，则H 是可逆矩阵，且()()()()11111111111111C DB A DB C DB A H B B A C DB A DB B A C DB A --------------⎛⎫--- ⎪= ⎪ ⎪+---⎝⎭，特别地 （1）当0,0A D ==，B 与C 都可逆时，有11100C HB---⎛⎫= ⎪⎝⎭；（2）当0,0A D =≠，B 与C 都可逆时，有111110C DB C HB -----⎛⎫-= ⎪⎝⎭； （3）当0,0A D ≠=，B 与C 都可逆时，有111110C HBB AC -----⎛⎫= ⎪-⎝⎭． 定理6[8] 设A B G CD ⎛⎫= ⎪⎝⎭是一个四分块矩阵，其中A •为r 阶矩阵，D 为k 阶矩阵，当A 与()1D CA B --都是可逆矩阵时，则G 是可逆矩阵，且()()()()11111111111111A AB D CA B CA A B D CA B G D CA B CA D CA B --------------⎛⎫+--- ⎪= ⎪ ⎪---⎝⎭，特别地 （1）当0,0B C ==，A •与D 都是可逆时，有11100A G D ---⎛⎫=⎪⎝⎭； （2）当0,0B C ≠=，A •与D 都是可逆时，有111110A A BD G D -----⎛⎫-= ⎪⎝⎭； （3）当0,0B C =≠，A •与D 都是可逆时，有111110A G D CAD -----⎛⎫= ⎪-⎝⎭． 例7 求矩阵3521214335400000200003400H ⎛⎫⎪⎪⎪= ⎪⎪ ⎪⎝⎭的逆矩阵．解 令4000035212,,020,001433503400A B C D ⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪ ⎪⎝⎭⎝⎭，则原矩阵A B H C D ⎛⎫= ⎪⎝⎭，由定理5中(3)知111110C HBB AC -----⎛⎫= ⎪-⎝⎭． 先求出矩阵,B C 的逆矩阵，从而得到111004521,0031231084B C --⎛⎫ ⎪⎪-⎛⎫ ⎪== ⎪ ⎪-⎝⎭⎪ ⎪- ⎪⎝⎭， 则111111000041000023100084135271435331284C H BB AC -----⎛⎫⎪ ⎪⎪⎪ ⎪⎛⎫ ⎪==- ⎪⎪-⎝⎭ ⎪ ⎪----- ⎪⎪- ⎪⎝⎭．注：在用分块矩阵求逆矩阵时，常常针对几种特殊的情形，对一般矩阵而言，此种方法并没有多大的实用价值！相比较而言，初等变换更具优势．这启示我们要具体问题具体分析，培养求简的数学精神和实事求是的科学态度． 4.3分块矩阵在求解矩阵方程方面的应用设矩阵方程形如AXB C =，其中,A B 分别为,m n 阶可逆矩阵，求X ．我们容易知道解为：11X A CB --=，对此我们需要先求得11,A B --，再求得11A CB --．有时这样计算比较复杂，对此我们需要一个简便的方法[9]．由于AXB C =，同时取行列式可得AXB C =，即0C AXB -=，对此我们可以用分块矩阵的方法构建一个行列式，可得100000CAX BX -=•，其对应的矩阵为10000C A X B X -⎛⎫ ⎪⎪ ⎪⎝⎭•，经过广义的初等变换可得 111100000m m n nA CB E X E X X E X E X ----⎛⎫⎛⎫⎪ ⎪=⎪ ⎪⎪ ⎪⎝⎭⎝⎭，即11X A CB --= 但此方法仍比较繁琐，对此我们需要对此进行简化，由初等变换我们知道矩阵10000C A X B X -⎛⎫ ⎪⎪ ⎪⎝⎭中的第二行和第二列以及1X -都对初等变换没有作用，可以说是多余的，去掉第二行和第二列，1X -的位置用0代替，这样我们得到了一个新的矩阵0CA B ⎛⎫⎪⎝⎭，在经过一系列初等变换得到110m nA CB E E --⎛⎫⎪⎝⎭，即：0m nX E E ⎛⎫⎪⎝⎭．由此我们就可以通过构造分块矩阵然后通过初等变换求得X ．例8 求解满足条件的X ．1112315110141432115X --⎛⎫⎛⎫-⎛⎫ ⎪ ⎪=- ⎪ ⎪ ⎪-⎝⎭ ⎪ ⎪-⎝⎭⎝⎭．解 构造分块矩阵得：2311114110153211500014000--⎛⎫⎪- ⎪ ⎪-⎪- ⎪ ⎪-⎝⎭620100516010********00014000-⎛⎫⎪- ⎪⎪−−−−−→-⎪- ⎪ ⎪-⎝⎭一系列初等变换−−−−−→一系列初等变换410100490103120011000001000--⎛⎫⎪⎪ ⎪⎪ ⎪ ⎪⎝⎭，故41049312X --⎛⎫⎪= ⎪ ⎪⎝⎭． 4.4分块矩阵在求解非齐次线性方程组中的应用定理7 [10] 如果A 是一个n 阶非奇异矩阵()(),,1,2,,ij A a i j n ==，将A 进行分块，11122122AA A A A ⎛⎫= ⎪⎝⎭其中11122122,,,A A A A 分别是,,,k k k m m k m m ⨯⨯⨯⨯矩阵，若22A 是非奇异方阵，那么一定存在一个上三角分块矩阵112220km I A A M I -⎛⎫-=⎪⎝⎭，使得21220C MA A A ⎛⎫= ⎪⎝⎭，其中111122221C A A A A -=-，且C 是非奇异阵． 对于该结论用来解决n 个方程的非齐次线性议程组是比较方便的．设非齐次线性方程组为11112211211222221122+++n n n n n n nn n na x a x a xb a x a x a x b a x a x a x b ++=⎧⎪++=⎪⎨⎪⎪++=⎩，该方程组可写成矩阵方程AX B =．其中A 为系数矩阵，11,n n x b X B x b ⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭，若0A ≠，则该方程组有唯一定解．现将矩阵A 分块，11122122AA A A A ⎛⎫= ⎪⎝⎭，并注意使220A ≠，同时将X 及B 进行分块，令1122,X B X B X B ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭，1B 行数等于1112,A A 行数，2B 行数等于2122,A A 行数，则矩阵的方程可改成111211212222A A X B A A X B ⎛⎫⎛⎫⎛⎫= ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭，两边同时左乘上三角分块矩11222km I A A M I -⎛⎫-= ⎪⎝⎭，有11112222122220C X B A A A A X B -⎛⎫-⎛⎫⎛⎫=⎪ ⎪⎪⎝⎭⎝⎭⎝⎭，其中111122221C A A A A -=-，且C 是非奇异阵．从而得到矩阵方程组11112222112222CX B A A A X A X B -⎧=-⎨+=⎩，解方程组可知12X X X ⎛⎫= ⎪⎝⎭．例9 求解方程组1234512345123451234512345224123428323434222233x x x x x x x x x x x x x x x x x x x x x x x x x +-+-=-⎧⎪-+-+=⎪⎪+-+-=⎨⎪+++-=-⎪⎪--+-=-⎩．解 将方程写成矩阵方程并进行分块，从而得到：111211212222AA XB A A X B ⎛⎫⎛⎫⎛⎫= ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭，这里，1112,21A ⎛⎫= ⎪-⎝⎭ 12241342A --⎛⎫= ⎪-⎝⎭2131,4311A ⎛⎫ ⎪= ⎪ ⎪⎝⎭22121,422123A --⎛⎫⎪= ⎪⎪--⎝⎭． 首先求出22A 的逆矩阵12211325101112101011022A -⎛⎫- ⎪ ⎪⎪=- ⎪ ⎪ ⎪- ⎪⎝⎭，则11222510225132510A A -⎛⎫- ⎪-= ⎪ ⎪- ⎪⎝⎭，在方程AX B =两端同时乘以112220km IA A M I -⎛⎫-= ⎪⎝⎭，从而得到12345610001042684000555311213434222111233x x x x x ---⎛⎫⎛⎫⎛⎫⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪= ⎪ ⎪-- ⎪⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭----⎝⎭⎝⎭，解矩阵方程可得12414x x ⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭，3454713x x x -⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭． 则所求方程组的解为123454144713x x x x x ⎛⎫⎛⎫⎪ ⎪- ⎪ ⎪⎪ ⎪=- ⎪ ⎪ ⎪ ⎪ ⎪⎪⎝⎭⎝⎭．结束语本文主要是对分块矩阵在计算和证明中的应用，通过概念的介绍以及实例的说明，让人对分块矩阵这一工具的实用价值有所认识和了解，它既是一种解题的方法又是一种技巧．但它的应用并不仅仅是所举的几个方面，它还有更宽广的应用还有待于我们去深入的研究与探索．参考文献[1]张禾瑞,郝炳新.高等代数(第四版)[M].北京:人民教育出版社,1995:199-208.[2]北京大学数学系几何与代数教研室代数小组.高等代数[M].北京:人民教育出版社,1978:91-99,177-181.[3]林谨瑜.分块矩阵的若干性质及其应用[J].广东广播电视大学学报,2006,(02):109-112.[4]王秀芳.分块矩阵的应用讨论[J].连云港师范高等专科学校学报,2008,(09):97-99.[5]杨子胥.用分块矩阵证明秩的一些性质[J].数学通报,1985,(03):74-76.[6]张锦来.分块矩阵及其应用[J].湖州师范学院学报,2008,(02):116-118.[7]祁秋菊.分块矩阵的相关应用[J].高校理科研究,2008,(03):26-27.[8]徐天保.分块矩阵的应用[J].安庆师范学院学报,2010,(05):106-109.[9]刘红超.分块矩阵在两类矩阵问题中的应用[J].株洲师范高等专科学校学报,2005,(10):37-41.[10]胡景明.分块矩阵在求高阶行列式中的应用[J].河北工程技术高等专科学校学报,2004,(04):50-53.。
矩阵的分块及应用
矩阵的分块及应用武夷学院毕业设计(论文) 矩阵的分块及应用院系：专业：姓名：学号: 指导教师：职称：完成日期：数学与计算机系计算机科学与技术陈航20073011014 魏耀华教授年月日武夷学院教务处制摘要矩阵分块，就是把一个大矩阵按照一定规则分成小矩阵，它是矩阵运算的一种常用技巧与方法。
分块矩阵的理论不但在工程技术和实际生产中有着广泛的应用，而且在线性代数中求矩阵乘积、行列式的值、逆矩阵、矩阵的秩和矩阵的特征根的过程中也起到重要作用。
分块矩阵的初等变换则是处理分块矩阵有关问题的重要工具，它在线性代数中有非常广泛的应用。
讨论了分块矩阵的概念、分块矩阵的运算、分块矩阵的性质以及分块矩阵的广义初等矩阵，归纳并提出了分块矩阵的一些应用，这些应用主要涉及到矩阵的秩，逆矩阵，行列式以及矩阵正定和半正定等方面。
通过引用了大量的实例说明了对矩阵进行适当分块可以使高等代数中的许多计算与证明问题迎刃而解。
关键词: 分块矩阵；初等变换；计算；逆矩阵；证明。
I Abstract Partitioned matrices mean dividing a big matrix into the small matrices according to the certain rule. It is a common technique and method in matrix operation. The theories of partitioned matrices have not only a wide range of applications in engineering and production, but also play an important role to the process for seeking matrix product and the value of determinant and inverse matrix and rank of matrix and the characteristic in linear algebra. Elementary transformation of partitioned matrices is an important tool to deal with the partition matrix. Also, it isvery important for linear algebra. The paper discussed the concept of the partition matrix and the operation of the partition matrix and the property of the partition matrix and the block-elementary matrix. Then it summarized some applications of the partition matrix. Those applications were relative to the rank of matrix and inverse matrix and determinant and positive definite matrix and positive semi-definite matrix etc. By quoting a number of examples we could get that its convenientto solve many problems about calculation and provement by using block matrices. Key words: partitioned matrices; elementary transformation; caculate; inverse matrix; prove。
分块矩阵及其应用
分块矩阵及其应用姓名：王红军 学号：200840510638 指导老师：李群摘要 分块矩阵是《高等代数》的一个重要内容。
为了研究一些问题的需要，适当地将矩阵进行分块，可以使矩阵的结构变得更加清楚，有关矩阵的很多问题也将迎刃而解。
关键词 分块矩阵 线性方程组 矩阵方程 逆矩阵 行列式计算 特征值 秩1.分块矩阵的概念及重要理论1.1分块矩阵的概念设A 是一个矩阵，我们将矩阵A 用若干条横线和若干条纵线按照某种需要将其划分为若干个小矩阵。
被这种分法分成若干个小矩阵的矩阵称为一个分块矩阵。
划分出的每个小矩阵称为A 的一个子块或子阵。
1.2分块矩阵的运算分块矩阵和一般矩阵一样，主要有四种运算：加法、数乘、乘法、转置。
但值得注意的是分块一定要满足一定的条件才可以实施加法和乘法运算。
1.3分块矩阵的初等变换分块矩阵有如下三种初等变换：（1）用一个可逆矩阵左（右）乘分块矩阵的某一行；（2）用一个非零的矩阵左（右）乘分块矩阵的某一行（列）加到另一行（列）上；（3）交换分块矩阵的两行或两列.1.4常见的分块方法（1）列分法A=（1a ,2a ,…,n a ） 其中i a （i=1,2,…,n ）为A 的列向量；（2）行分法A=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n a a a 21 其中i a （i=1,2,…,n ）为A 的列向量； （3）分成两块A=()21A A 其中1A ,2A 分别为A 的若干列；或者⎝⎛⎪⎪⎭⎫=21A A A 其中1A ,2A 分别为A 的若干列；（4）分成四块 ⎪⎪⎭⎫ ⎝⎛=4231A A A A A2．1分块矩阵与线性方程组2.1.1设n m A ⨯≠0,s n B ⨯的列向量组为1B ,2B ,…,S B 则有以下结论成立： AB=0⇔1B ,2B ,…,S B 都是齐次线性方程组AX=0的解证明：由题意AB=0(A 1B ,A 2B ,…,A S B )=0⇔A 1B =0,A 2B =0,…,A S B =0⇔1B ,2B ,…,S B 都是AX=0的解由上知我们可以利用分块矩阵的理论去解决齐次线性方程组的理论中的问题2..1.2已知A=2.1.3 设非齐次线性方程组2.2求解矩阵方程2.2.1 形如AX=B （A 为可逆矩阵）的矩阵方程易知解为X=1-A B ，计算格式如下：（A,B)→(E 1-A C) 2.2.2 形如XA=B （A 为可逆矩阵）的矩阵方程易知解为X=B 1-A ，计算格式如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡B A →⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-1BA E 2.2.3 形如AXB=C （A 、B 分别为m 、n 阶可逆矩阵）的矩阵方程 易知解为X=1-A C 1-B ,计算格式如下：（A C ）→(E 1-A C) ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-C A B 1 →⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--11CB A E现在此基础上构造一个分块矩阵，将两步合为一步：⎪⎪⎭⎫ ⎝⎛O A B C →⎪⎪⎭⎫ ⎝⎛→⎪⎪⎭⎫ ⎝⎛--o E E CB A O E B C A m n m 11 例：求解下给矩阵方程。
分块矩阵及其应用
分块矩阵及其应用
分块矩阵是由若干个子矩阵组成的大矩阵，通常将行和列分成若干块，每块均为矩阵，因而得名。
分块矩阵在数学和工程领域有广泛应用。
一些应用包括：
1.矩阵求逆：对于大规模矩阵求逆，可以先将矩阵分成较小的块，在每个块的范围内求逆并重新组合。
2.矩阵乘法：矩阵乘法的时间复杂度与矩阵的大小有关，但矩阵块的大小也会影响乘法的效率。
分块矩阵可以提高矩阵乘法的效率。
3.矩阵分解：对于某些特定类型的矩阵，如对称正定矩阵和稀疏矩阵，分块矩阵分解可以有效地降低计算复杂度。
4.图像处理：分块矩阵可以用于图像处理中的分块压缩和离散余弦变换等算法，以提高图像处理的效率和质量。
5.结构力学：分块矩阵广泛应用于结构力学和有限元方法中，可以描述复杂的结构系统和分析结构系统的动态行为。
高等代数小论文--分块矩阵及其应用
高等代数期中论文课程高等代数专业班级数学0802 姓名徐锴学号 ******** 指导教师牛敏分块矩阵及其应用主要内容1.分块矩阵1.1. 分块矩阵的定义用纵线与横线将矩阵A 划分成若干较小的矩阵：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡st s s t t A A A A A A A A A 212222111211 其中每个小矩阵 .),1;,1(t j s i A ij==叫做A 的一个子块；分成子块的矩阵叫做分快矩阵[2].1．2 运算规则()1 stij ij st ij st ij B A B A )()()(+=± ()2 tsT ji st Tij A A )()(= ()3 sp ij tp ij st ij C B A )()()(=，ij C =∑-==tk kjik t j s i B A 1),...1,,...1( ()4 stij st ij A k A k )()(=(k 是数量) 在用规则1）时，A 与B 的分块方法须完全相同；用性质3）时，A 的列的分法与B 的行的分法须相同.1.3分块矩阵的性质及其推论在行列式计算中 ,我们经常用到下面三条性质[3]:()1 若行列式中某行有公因子 ,则可提到行列式号外面;()2 把行列式中的某行乘上某一个非零数 ,加到另一行中去 ,其值不变; ()3 把行列式中的某两行互换位置 ,其值变号;利用矩阵的分块 ,我们可以把行列式的三条性质在分块矩阵中进行广.性质 1 设方阵A 是由如下分块矩阵组成A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321C C C B B B A A A 其中 1A ,2A ,3A ,1B ,2B ,3B ,1C ,2C ,3C 都是t s ⨯矩阵 ,又M 是任一s 级方阵 .对于矩阵B =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321C C C MB MB MB A A A则B =MA证明 设s E 为s 级单位矩阵 ,则B =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321000000C C C B B B A A A E M E s s =A E ME s s⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡000000 于是B =0000ssE ME A =s E M s E A =MA性质 2 设矩阵是由如下分块矩阵组成A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321C C C B B B A A A 其中 1A ,2A ,3A ,1B ,2B ,3B ,1C ,2C ,3C 都是t s ⨯矩阵 ,又M 是任一s 阶方阵 .对于矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+++=321321321C C C MC B MC B MC B A A A D 则A =D证明 由⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡s s sE E E 000000⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321C C C B B B A A A = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+++321321321C C C MC B MC B MC B A A A 其中 s E 是s 级单位矩阵 ,对上式两边同时取行列式得A =D性质 3 设方阵A 和'A 写成如下形式A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321C C C B B B A A A ,'A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321C C C A A A B B B 其中 1A ,2A ,3A ,1B ,2B ,3B ,1C ,2C ,3C 都是 s ×t 矩阵，则|'A |=⎩⎨⎧-为奇数时，当为偶数时当s A s A |||,|证明 A 可由'A 中的1B ,2B ,3B 与1A ,2A ,3A 相应的两行对换而得到 ,而对换行列式的两行 , 行列式反号 ,故当s 为偶数时|'A |=A 当s 为奇时|'A |=-A可以证明 ,对于一般分块矩阵也具有类似性质.同时 ,这些性质不仅对行成立 ,对列也同样成立.下面举例说明这些性质在行列式计算和证明中的应用.推论 1 设A ,都是n 阶方阵,则有AB =A B ()2.6 证明 作2n 阶行列式C =EA AB由拉普拉斯展开定理得C =AB E =AB又由性质2并应用于列的情况,有E A AB0=E EB A AB AB --0=EB A -0=B A nn n --+++++++2)1(21)1( =B A 推论 2 设,A B 都是n 阶方阵,则有AB BA =B A B A -+ 证明 根据定性质2并应用于列的情况,有AB BA =A AB B B A ++=B A B B A ++0=B A B A -+ 例1 计算n 2阶行列式D =ab a b a b b a b a ba 000000000000000000000000解 令A =⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡a 00000a 0000a 0000aB =⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡0000000000000 b b b 则 D =ABBA=B A B A -+=a b a b b a b a 00000000 ab a b b aba 00000000 ---- =n b a )(+n b a )(-=nb a )(22-推论 3 设,B ,C ,D 都是n 阶方阵 ,其中A ≠0,并且AC =CA ,则有DC BA=CB AD - ()2.8 证明 根据性质2,因为1-A 存在,并注意到AC =CA ,用1C A --乘矩阵⎥⎦⎤⎢⎣⎡D C B A 的第一行后加到第二行中去得⎥⎦⎤⎢⎣⎡----B CA D B CA A 110 从而D C B A=110A C A B D C A B---- =A B CA D 1--=B ACA AD 1--B CAA AD 1--=CB AD- 把行列式的性质在分块矩阵中进行推广之后，我们又由这三个新的性质得到了三个结论.设A ,B ,C ,D 都是n 级方阵则有AB =A B ABBA =B A B A -+ 结论()2.6告诉我们，两个方阵的乘积的行列式等于这两个方阵的行列式的乘积.结论()2.7则说明，当一个行列式可以分成四个级数相等的方阵A ,B ,B ,A 时（即AB BA ）， 2.1分块矩阵在矩阵的秩的相关证明中的应用定理 1 秩()AB≤秩()A ,且秩()AB ≤秩()B ,则秩()AB ≤min{秩A ,秩B }[4]证明 令s m C ⨯=n m A ⨯⋅s n B ⨯，A =()12,n aa a ,C =()12,s γγγ 则(s γγγ 21,)=()12,naa a ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡ns n n s s b b b b b bb b b212222111211 ∴nns s s s nn n n a b a b a b a b a b a b a b a b a b +++=+++=+++=22112222112212211111γγγ∴s γγγ 21,()1可由n a a a 21,()2线性表示 ∴秩()I ≤秩()I I ,即秩()C =秩()AB ≤秩()A令=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡mn n n 21，Ｂ=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n βββ 21 所以⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡mn n n 21=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡mn m m n n a a a a a aa a a212222111211⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nβββ 21即nmn m m s nn n n a a a a a a a a a βββηβββηβφβη+++=+++=+++=22112222112212211111∴m ηηη 21,()3可由nβββ 21,()4线性表示 ∴秩()III ≤秩()IV ,即秩()C=秩()AB ≤秩()B即秩()AB ≤()()m i n {A B }秩，秩 定理 2 设、都是n 级矩阵，若0A B =则秩()A +秩()B ≤n[5].证明 对分块如下:()12nB B B B = 由于0A B =即()120nA B A B A B = 即()01,2,,i A B i n == 说明的各列B 都是0A X =的解.从而秩()12nB B B ≤基础解系=n -秩()A 即秩()A+秩()B ≤n3.1 分块矩阵在求逆矩阵方面的应用命题1[10]设P =⎥⎦⎤⎢⎣⎡D C B A 是一个四分块方阵，其中B 为r 阶方阵, C 为k 阶方阵,当B 与)(1A DB C --都是可逆矩阵时，则P 是可逆矩阵，并且1-P=⎥⎦⎤⎢⎣⎡---+----------------1111111111111)()()()(A DB C A B DB A DB C A B B A DB C DB A DB C 特例 ()1 当A =0，D =0，B 与C 都可逆时，有1-P=⎥⎦⎤⎢⎣⎡--0011B C . ()2 当A =0，D ≠0，B 与C 都可逆时，有1-P=⎥⎦⎤⎢⎣⎡-----01111B C DB C ()3 当A ≠0，D =0，B 与C 都可逆时，有1-P=⎥⎦⎤⎢⎣⎡-----1111AC B BC 证明 设P 可逆，且1-P =⎥⎦⎤⎢⎣⎡W Z Y X，其中Y 为k 阶方阵，Z 为r 阶的方阵.则应有 于是得到下面的等式(4.1)0(4.2)0(4.3)(4.4)k r X AY C E X BY D Z AW C Z BW DE +=⎧⎪+=⎪⎨+=⎪⎪+=⎩因为可逆，用1-B 右乘（3.2）式可得代入（3.1）式得Y -11)(---A DB C 则X =11)(----A DB C D 1-B . 用右乘（3.4）式可得=()r E W D -1-B =1-B -1W D B - 代入（3.3）式得W =1B A -11)(---A DB C则 可得Z =1-B +1B A -11)(---A DB C D 1-B .所以1-P=⎥⎦⎤⎢⎣⎡W Z Y X ⎥⎦⎤⎢⎣⎡---+----------------1111111111111)()()()(A DB C A B DB A DB C A B B A DB C DB A DB C . 命题2 设Q =⎥⎦⎤⎢⎣⎡D C B A 是一个四分块方阵，其中A 为r 阶方阵，D 为k 阶方阵，当A 与（B CA D 1--）都是可逆矩阵时，则Q 是可逆矩阵,并且1-Q =1-⎥⎦⎤⎢⎣⎡D C B A =⎥⎦⎤⎢⎣⎡------+-------------1111111111111)()()()(B CA D CA B CA D B CA D B A CA B CA D B A A特例 （1） 当B =0，C =0，A 与D 都可逆时，有1-Q=⎥⎦⎤⎢⎣⎡--1100D A （2） 当B ≠0，C=0，A 与D 都可逆时，有1-Q=⎥⎦⎤⎢⎣⎡-----11110D BD A A 1X Y D B-=（3） 当B =0，C ≠0，A 与D 都可逆时，有1-Q=⎥⎦⎤⎢⎣⎡-----11110D CA D A 此结论参考命题1.例1 设M =⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡------6000004000001001095201473，求1-M . 解 令=⎥⎦⎤⎢⎣⎡--5273，=⎥⎦⎤⎢⎣⎡--109014，=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡000000，D =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--600040001.则很容易求得1-A =⎥⎦⎤⎢⎣⎡--3275，1-D =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--6/10004/10001 且11---BD A =-⎥⎦⎤⎢⎣⎡--3275⎥⎦⎤⎢⎣⎡--109014⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--600040001=⎥⎦⎤⎢⎣⎡---2/12/1196/74/543 由命题2可得，1-M =⎥⎦⎤⎢⎣⎡-----1111D O BD A A =⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-------6/1000004/1000001002/12/119326/74/54375 3.2 分块矩阵在行列式计算式方面的应用在线性代数中 ,分块矩阵是一个十分重要的概念 ,它可以使矩阵的表示简单明了 ,使矩阵的运算得以简化. 而且还可以利用分块矩阵解决某些行列式的计算问题. 而事实上 ,利用分块矩阵方法计算行列式 ,时常会使行列式的计算变得简单 ,并能收到意想不到的效果[11]. 本节给出利用分块矩阵计算行列式的几种方法.引理 设矩阵H =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡s A OOA O A A21或H =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡s A AO A O OA21其中sA A A ,,,21 均为方阵，则 H =s A A A 21.3.2.1矩阵A 或B 可逆时行列式|H|的计算 命题 1 B A 、分别为m 与n 阶方阵. 证明 : (1)当可逆时 ,有BCD A =A D CA B 1-- (3.5) (2)当可逆时 ,有BCD A =C DB A 1--B (3.6) 证明 根据分块矩阵的乘法 ,有⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡---D CA B D A B C D A E CA E 1100 由引理知，两边取行列式即得(3.5).()2 根据分块矩阵的乘法 ,有⎥⎦⎤⎢⎣⎡--E DB E 01⎥⎦⎤⎢⎣⎡B C D A =⎥⎦⎤⎢⎣⎡--B C C DB A 01两边取行列式即得(3.6).此命题可以用来解决一些级数较高的矩阵求逆问题，但在利用命题1时,要特别注意条件有矩阵或可逆，否则此命题不适用，下面给出此命题的应用.推论1 设,,,ABCD 分别是,,m n nm ⨯和mn ⨯矩阵. 证明 B C DE m=CD B - ( 3.7) nE CD A =DC A - (3.8) 证明 只需要在命题1的(3.5)中令=m E , 即得(3.7);在(3.6)中令=n E ,即得(3.8). 推论2 ,C D 分别是n m ⨯和mn ⨯矩阵.证明 nm E CD E =CD E n -=DC E m - (3.9) 证明 在推论1的(3.7)中,令=n E ,在(3.8)中,令=m E ,即得（3.9)例3 计算下面2n 阶行列式n H 2=bcb c d a da()0a ≠解 令=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡a a ,=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡b b，=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡c c ，D =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡dd为n 阶方阵.由于0a ≠,故为可逆方阵.又易知-D CA1-=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡------d ca b d ca b d ca b 111从而由命题1中()1得n H 2=AD C B=DCA B A 1-- =nn d ca b a )(1--=n cd ab )(-.例4 计算行列式()1);,,2,1,0(,00100100111121n i a a a a a i n=≠ ()2cb b b b a a a a nn3213211000100010001解 ()1 设=BC DA ，其中 =()0a ,=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n a a a21，=T )1,,1,1( ，D =)1,,1,1( . 因为n i a i ,,2,1,0 =≠所以是可逆矩阵.又易知 A -C DB 1-=⎥⎦⎤⎢⎣⎡-∑=ni i a a 10/1从而由命题1中的结论()4.2得BC D A=1A DB CB -- =⎥⎦⎤⎢⎣⎡-∑=ni i n a a a a a 1021/1 （2）设Q =BC DE n，其中 B =（c ），C =),,,(21nb b b ，D =Tn a a a ),,(21 由于C D =),,,(21nb b b Tn a a a ),,(21 =∑=ni ii ba 1从而由推论1知,=BC DEn=B CD -=c -∑=ni ii ba 1.3.2.2矩阵,A B C D==时行列式|H|的计算 命题 2 ,A C 是两个n 阶方阵.则AC CA=|A+C||A-C| 证明 根据行列式的性质和定理，有AC CA =A A C C C A ++=C A C C A -+0 =A CA C +-. 例1 计算行列式.D =000xyzx zy y z x z y x解 这道题看似简单 ,但如果方法选择不好,做起来并不轻松. 这里设=⎥⎦⎤⎢⎣⎡00x x ，=⎥⎦⎤⎢⎣⎡y z z y 由命题2知D =ACCA=C A C A -+ =yzx z x y++yzx z x y ----=])(][)([2222z x y z x y --+- =))()()((z y x z y x z y x z y x ++--+-+-++行列式的计算是线性代数中的一个重要内容,本节就行列式的计算问题具体就形如H =BC DA （,,,ABCD 分别是,,m n nm ⨯和mn ⨯矩阵）的类型的行列式计算进行了分析，其中将一个行列式分块成,,,ABCD 后，又细分为几种情况进行了讨论，依据不同的情况给出了不同的计算方法，在计算行列式时可根据这几种不同的情况具体问题具体对待，从而简化行列式的计算过程.在这一部分可见，利用分块矩阵计算行列式主要是靠分块矩阵来改变原来矩阵的级数从而达到简化计算过程，快速解决问题的目的.。
浅谈矩阵分块的技巧与应用
以得 到 Ｂ Ａ Ｙ ＝ ０ ， 那么 Ｃ Ｙ ＝ ０ ， 因为矩 阵 Ｃ的列线性无关 ， 所以一
定有 Ｙ ＝ ０ ， 所 以矩 阵 Ａ的 列 是 线 性 无 关 的 。
假设 ≠０ ， 我们 能有 以下几个结论 ： 证 明 ： 存 在 Ｐ ｎ ｎ ， Ｑ ｋ ｋ ， ｌ Ｐ ｌ ≠ 。 ， Ｉ Ｑ Ｉ ≠ 。 ， 使 Ｐ Ａ Ｑ ＝ ［ ： ］ ， 可 知 推论 ： （ １ ） 矩 阵 Ａ的列线 性相关 （ 很 明显 Ａ 的秩 小于 ｋ ） 的充要 条件是存 在 Ｂ ｎ ｋ ≠０ ， 使得 Ａ Ｂ ＝ ０ 。 ［ Ｑ ～ 。 （ ２ ） 矩阵Ａ 的行线性 相关 （ 很 明显 Ａ的秩小于 ｋ ） 的充要 能够使得 Ｃ Ａ ＝ ０ 。 （ １ ） 设 ｐ － １ ＿ ＝ （ Ｍ Ｌ ） ， Ｑ 一 － － ＝ ， ｛ 删Ａ 则 ＝ Ｐ ［ Ｉ ｌ ｎ ｒ ｌ ａ Ｑ ｌ － ＝ （ Ｍ 条件 是存 在 Ｃ≠０， 证明： （ １ ） 先证充分性 。假设 存在 Ｂ ¨ ｋ ≠０ ， Ｂ ＝ （ ｂ ｈ ： … ｂ ｍ 】 ， ｂ ． 是矩 阵 Ｂ的列 向量 ， １ ≤ｉ ≤ｍ，并 且 ｂ ≠０ ，可 以使 得 Ｌ ［ ］ ＝ Ｍ Ｎ ｏ
２ ０ １ ５年 第 ２期
总第 ３ ４ ２ 期
自然 科学
浅谈矩阵分块的技巧与应用
曾 丹
（ 西华 师 范大 学 ， 四川 南充 ６ ３ ７ ０ ０ ０ ）
摘 要： 矩 阵是 高等代数 中的一项 重要 内容 ， 适 当选择 分块技 巧 ， 应 用矩 阵的分块 思想 简化 计算过程 ， 实现 矩 阵分 ¨ 一 一 解、 求秩 、 线性 相 关性 关 系 的应 用 。
关键词 ： 矩阵 ； 应用 ； 技巧； 分 块
分块矩阵的初等变换及其应用
分块矩阵的初等变换及其应用一、引言分块矩阵作为矩阵的一种特殊形式，具有重要的数学应用。
在线性代数中，我们学习到了矩阵的初等变换，它们是一类重要的矩阵操作，可以通过一系列的行变换和列变换来改变矩阵的形态。
而分块矩阵的初等变换则是在分块矩阵中进行的一种特殊的操作，本文将详细介绍分块矩阵的初等变换及其应用。
二、分块矩阵的初等变换分块矩阵的初等变换是指对分块矩阵进行一系列的操作，包括交换分块的位置、对某个分块进行乘法变换和加法变换等。
这些操作可以通过矩阵的行变换和列变换来实现。
1. 交换分块的位置交换分块的位置是指将分块矩阵中的两个分块进行位置交换。
这种操作可以通过交换两个分块所在的行或列来实现。
2. 对某个分块进行乘法变换对某个分块进行乘法变换是指对分块矩阵中的某个分块进行乘以一个非零标量的操作。
这种操作可以通过将分块矩阵中对应的行或列乘以一个非零标量来实现。
3. 对某个分块进行加法变换对某个分块进行加法变换是指对分块矩阵中的某个分块进行加上另一个分块的操作。
这种操作可以通过将分块矩阵中对应的行或列加上另一个分块所在的行或列来实现。
三、分块矩阵的应用分块矩阵的初等变换在数学和工程领域中有着广泛的应用。
下面将介绍几个典型的应用场景。
1. 线性代数中的矩阵运算在线性代数中，我们经常需要对矩阵进行运算，如求逆矩阵、求特征值等。
分块矩阵的初等变换可以简化这些运算的过程，使得计算更加简便和高效。
2. 线性方程组的求解线性方程组的求解是数学中的一个重要问题。
分块矩阵的初等变换可以通过行变换和列变换将线性方程组转化为简化的形式，从而更容易求解。
3. 矩阵的相似性在矩阵的相似性中，我们经常需要对矩阵进行相似变换。
分块矩阵的初等变换可以通过对分块矩阵进行相似变换，从而得到相似的简化矩阵。
4. 矩阵的分解矩阵的分解是数学中的一个重要问题，可以帮助我们更好地理解矩阵的结构和性质。
分块矩阵的初等变换可以通过对分块矩阵进行分解，从而得到更简化的形式。
矩阵的分块及应用
武夷学院毕业设计(论文) 矩阵的分块及应用院系：数学与计算机系专业（班级）：计算机科学与技术姓名：陈航学号: 20073011014指导教师：魏耀华职称：教授完成日期：年月日武夷学院教务处制摘要矩阵分块，就是把一个大矩阵按照一定规则分成小矩阵，它是矩阵运算的一种常用技巧与方法。
分块矩阵的理论不但在工程技术和实际生产中有着广泛的应用，而且在线性代数中求矩阵乘积、行列式的值、逆矩阵、矩阵的秩和矩阵的特征根的过程中也起到重要作用。
分块矩阵的初等变换则是处理分块矩阵有关问题的重要工具，它在线性代数中有非常广泛的应用。
本文讨论了分块矩阵的概念、分块矩阵的运算、分块矩阵的性质以及分块矩阵的广义初等矩阵，归纳并提出了分块矩阵的一些应用，这些应用主要涉及到矩阵的秩，逆矩阵，行列式以及矩阵正定和半正定等方面。
通过引用了大量的实例说明了对矩阵进行适当分块可以使高等代数中的许多计算与证明问题迎刃而解。
关键词: 分块矩阵；初等变换；计算；逆矩阵；证明。
AbstractPartitioned matrices mean dividing a big matrix into the small matrices according to the certain rule. It is a common technique and method in matrix operation. The theories of partitioned matrices have not only a wide range of applications in engineering and production, but also play an important role to the process for seeking matrix product and the value of determinant and inverse matrix and rank of matrix and the characteristic in linear algebra. Elementary transformation of partitioned matrices is an important tool to deal with the partition matrix. Also, it is very important for linear algebra. The paper discussed the concept of the partition matrix and the operation of the partition matrix and the property of the partition matrix and the block-elementary matrix. Then it summarized some applications of the partition matrix. Those applications were relative to the rank of matrix and inverse matrix and determinant and positive definite matrix and positive semi-definite matrix etc. By quoting a number of examples we could get that its convenientto solve many problems about calculation and provement by using block matrices.Key words: partitioned matrices; elementary transformation; caculate; inverse matrix; prove。
线性代数论文(矩阵在自己专业中的应用及举例).
矩阵在自己专业中的应用及举例摘要：I、矩阵是线性代数的基本概念，它在线性代数与数学的许多分支中都有重要的应用，许多实际问题可以用矩阵表达并用相关的理论得到解决。
II、文中介绍了矩阵的概念、基本运算、可逆矩阵、矩阵的秩等内容。
III、矩阵在地理信息系统中也有许多的应用，比如文中重点体现的在计算机图形学中应用。
关键词：矩阵可逆矩阵图形学图形变换正文：第一部分引言在线性代数中，我们主要学习了关于行列式、矩阵、方程、向量等相关性比较强的内容，而这些内容在我们专业的其他一些学科中应用也是比较广泛的，是其它一些学科的很好的辅助学科之一。
因此，能够将我们所学的东西融会贯通是一件非常有意义的事，而且对我们的学习只会有更好的促进作用。
在计算机图形学中矩阵有一些最基本的应有，但是概念已经与线性代数中的有一些不同的意义。
在计算机图形学中，矩阵可以是一个新的额坐标系，也可以是对一些测量点的坐标变换，例如：平移、错切等等。
在后面的文章中，我通过查询一些相关的资料，对其中一些内容作了比较详细的介绍，希望对以后的学习能够有一定的指导作用。
在线性代数中，矩阵也占据着一定的重要地位，与行列式、方程、向量、二次型等内容有着密切的联系，在解决一些问题的思想上是相同的。
尤其他们在作为处理一些实际问题的工具上的时候。
图形变换是计算机图形学领域内的主要内容之一，为方便用户在图形交互式处理过程中度图形进行各种观察，需要对图形实施一系列的变换，计算机图形学主要有以下几种变换：几何变换、坐标变换和观察变换等。
这些变换有着不同的作用，却又紧密联系在一起。
第二部分 研究问题及成果1. 矩阵的概念定义：由n m ⨯个数排列成的m 行n 列的矩阵数表⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡ann an an n a a a n a a a 212222111211 称为一个n m ⨯矩阵，其中an 表示位于数表中第i 行第j 列的数，i=1,2,3，…n ，又称为矩阵的元素。
分块矩阵及其应用
分块矩阵及其应用【摘要】矩阵论是代数学中是一个重要的组成部分和主要的研究对象。
而分块矩阵可以降低较高级数的矩阵级数，使矩阵的结构更加清晰，从而使矩阵的相关计算简化，并且可以证明一些与矩阵有关的问题。
本文详细且全面论述了分块矩阵阵的概念、分块矩阵的运算和其初等变换，而且证明了矩阵的分块在高等代数中的应用，包括用分块矩阵证明矩阵秩的问题，用分块矩阵求行列式问题，用分块矩阵求逆矩阵的问题,分块矩阵相似的问题。
【关键词】：分块矩阵；矩阵的秩；逆矩阵；行列式目录1引言 (2)2矩阵分块的定义和性质 (2)2.1 矩阵分块的定义 (2)2.2 分块矩阵的运算 (2)2.3 分块矩阵的初等变换 (3)2.4 n阶准对角矩阵的性质 (3)3分块矩阵在高等代数中的应用 (4)3.1 分块矩阵在矩阵的秩的相关证明中的应用 (4)3.2 利用分块矩阵计算行列式 (7)3.3 分块矩阵在求逆矩阵方面的应用 (11)3.4 分块矩阵在解线性方程组方面的应用 (16)4总结 (19)参考文献 (20)1 引言矩阵是高等代数中的一个重要内容，也是高等数学的很多分支研究问题的工具。
在学习高等代数的时候常常碰到一些很难的问题，我们要经常用到矩阵的分块去解决，它可以使矩阵的结构更简单，从而使问题的解决更简明。
比如当我们处理阶数较高或具有特殊结构的矩阵时，用处理一般低阶矩阵的方法，往往比较困难，为了研究问题的方便，也为了显示出矩阵中某些部分的特性，我们常把一个大型矩阵分成若干子块，把每个子块看作一个元素，从而构成一个分块矩阵，这是处理矩阵问题的重要技巧。
利用矩阵的分块，可以把高阶矩阵划分成阶数较低的“块”，然后对这些以“块”为元素的矩阵施行矩阵的运算。
本文就分块矩阵的加法、乘法、转置、初等变换等运算性质，及分块矩阵在证明矩阵相关秩的问题、矩阵求逆、行列式展开计算等方面的应用作了较为深入的研究。
矩阵的分块能使矩阵的一些证明和计算变的非常简洁和快速，易于理解和掌握，而且能开拓思维，提高灵活应用知识解决问题的能力。
矩阵的分块与应用
ｌ （ ｌ≤ ｆ （Ａ１ Ｉ Ｉ Ａ）Ｉ ｉ ｆ 中 ）ｌ
及 任意 的酉矩 阵 Ｖ
ｌ （ ｌ ｌ （ ｌ Ｉ Ｖ）ｌ≤ ｌ Ｄ ｌ
由例 ｌ西（ 。 （ ≤ 西 ｆ ）。 （Ａｆ —） ， Ａ） Ａ） ∑ ｌ Ｉ “ （Ａ 孙 。
（Ａ ＋ ） ≥ 以 吉＋ 亏； ａ 专
（Ａ＋ ） ≤ 以 。 ａ 。 ＋ 。 ．
以类推的方法得到阿达玛积的例子 ，
（ 。 ） （ 。 （ ・ ≤ （ Ａ Ｘ ｙ 。 Ａ Ｂ） Ｘ ｙ） Ｘ’ 一Ｘ）。（ Ｂ一 ． ｙ）
３ 正 线性 映射
设Ａ是 矩阵， 有谱 正规 且 分解Ａ一∑． ，其中 ＝ （ 是Ａ的 征值， 应 Ｉ 特 ｌ ‘ 是对 的 征向 ， 特 量） 则
（ＡＩ ） 西（ ） （Ａｌ） （ ） Ｉ ｎ ’ ≥ 。 Ａ 。 １ 。 。 Ａ
进 而
１０ ６
辽 宁 师 范 大 学 学报 （ 自然科 学版 ）
第３ ４卷
（Ａ Ｉ ≥ （ （Ａ １ （ ） Ｉ Ａ） Ｉ Ａ） ）
由定 理
ｌ （ ）ｌ ≤ Ｉ （ Ａｌ ）Ｉｌ （ ＡＪ ） １ Ａ １ Ｉ １ 。 １ １ Ｉ ｎ 。
这样 ， 对任 何 酉不变 范数 ｆ Ｉ ， Ｉ・ ｌ 叫
Ｉ ； ≤ Ｉ ［ ∑ ＢＢ ｝ Ｉ ∑Ａ Ｂ ｌ ｌ Ｊ ∑Ａ Ａ ｉ ＂ Ｊ
当 ｋ一 １时 ， 就是 Ｃ ｕ ｈ － ｃ ｗａｚ 数不 等式 ａ ｃ ｙＳ ｈ ｒ 范 ≥ Ｂ Ｉ ≤ Ｉ Ａ Ｉｌ ｌ Ｉ ｌ Ａ， ｌ ｌ Ａ ｌＩ Ｂ １ Ｂ
应 用 ８ 设 Ａ ，×，正半定 矩 阵 ， 是 ×，矩阵 ， 得 Ｘ 的列分解 是 由 构 成的 ，＝ １２ ． ， 是 ｌ ｌ Ｘ ｌ 使 ｉ ， ＇・ ．
分块矩阵的性质及其应用论文__本科毕业设计论文
1.2分块矩阵的应用
分块矩阵是矩阵的一种推广，与普通矩阵不同，分块矩阵的元素可以是数，也可以是小矩阵，它的引入使矩阵这一重要工具的使用更广泛，下面举例说明分块矩阵的应用：
1.2.1矩阵求逆
例若A,B都可逆， = ，
则 = 。
证明设 = 于是
= =
这里 ， 分别表示k阶和r阶单位矩阵，则有
因此 =
例把一个5阶矩阵 ①
用水平和垂直的虚线分成4块，如果记：
= = =0 =
就可以把A看作由上面4个小矩阵所组成，写作：
并称它是A的一个 分块矩阵，其中的每一个小矩阵称为A的一个子块。
(2)矩阵的分块方法
常用的矩阵分块方法，除了上例中的4块矩阵，还有以下几种：
1)按行分块
=
其中 =［ … ］i=1,2,…m
证明将 按列向量分块，
由于 ，则 线性无关
将 正交化得 ，再单位化得 ，并有
其中│ │= >0
于是 =
= =
下面我们来证明唯一性：设 有两个分解式为
则 由于 是酉矩阵， 是正线上三角矩阵，则
= 从而 , 即得证。
例求矩阵 的 分解。
解记 的三个列向量依次为 ，用施密特正交化方法得
单位化得
求出 =
=
便有
i= + +…+ +
j= + +…+ + ③
由②式有： = + +……+
可知 的（ ， ）元素应是 ， ，… 的第 行分别与 ， ，… 的第 列相应元素乘积的和。由③式可知， 的第 行元素位于A中第i行， 的第 列元素位于B中第j列（k=1,2，K,s）再注意到对A,B所作的分块，可得
研究矩阵分块的方法及应用
研究矩阵分块的方法及应用矩阵分块（Matrix Partition）是一种将一个大矩阵分割成若干个块或子矩阵的方法。
这种方法在许多数学和工程应用中非常有用，因为它可以简化复杂的矩阵运算，并提供更高效的算法和快速的计算。
矩阵分块的方法具有广泛的应用，包括线性代数、微积分、信号处理、图像处理、统计学、优化等领域。
矩阵分块的方法可以根据不同的目的和要求采用不同的策略和分块方式。
一般来说，矩阵分块的方法分为两种类型：按行分块和按列分块。
按行分块是将矩阵按照横向划分为若干行向量子矩阵，而按列分块则是将矩阵按照纵向划分为若干列向量子矩阵。
除了按行和按列划分外，还可以将矩阵按照主对角线、次对角线、对称轴等方式进行分块。
矩阵分块的方法可以大大简化复杂的矩阵运算，使得问题的求解更加直观和高效。
一种常见的应用是矩阵乘法。
对于两个大型矩阵相乘的情况，采用普通的矩阵乘法算法的计算复杂度很高，但通过将大矩阵分块成若干小块矩阵，可以采用并行计算的方式，提高计算效率。
另一个常见的应用是矩阵求逆。
对于大型矩阵求逆的计算复杂度很高，并且可能出现数值不稳定的问题。
通过将大矩阵分块成若干小块矩阵，可以使用分块逆矩阵的方法来计算整体矩阵的逆矩阵，从而提高计算的稳定性和效率。
矩阵分块的方法还广泛应用于图像处理和信号处理领域。
在这些领域中，矩阵表示图像或信号的数据，通过将大矩阵分块为若干小块，可以对局部区域进行处理，从而实现对整体数据的处理和分析。
例如，对图像进行滤波操作时，可以将图像分为若干小块，分别进行滤波处理，然后将处理后的小块矩阵合并成一个大矩阵，从而得到滤波后的图像。
此外，矩阵分块的方法还可以应用于线性代数的求解和优化问题。
例如，在解线性方程组时，可以将系数矩阵和右侧向量分块，从而将问题分解为多个小规模的子问题，通过求解这些子问题，最终获得整个线性方程组的解。
类似地，在优化问题中，可以通过将大矩阵分块为若干小块，将复杂的优化问题分解为多个简单的子问题，从而更高效地求解问题。
分块矩阵的应用研究文献综述
毕业论文文献综述数学与应用数学 分块矩阵的应用研究一、前言部分（说明写作的目的，介绍有关概念、综述范围，扼要说明有关主题争论焦点）本论文的重要目的是通过查阅各种相关文献，寻找各种相关信息，来研究分块矩阵的计算方法和分块矩阵在化简行列式、行列式运算、求矩阵的特征值等方面的应用，首先我们先来介绍一些概念：分块矩阵的概念[]1：当矩阵的行数与列数较大时, 为便于运算, 有时把它分成若干个小块, 每个小块是行数与列数较小的矩阵.把一个矩阵看作是由一些小块矩阵所构成, 这就是矩阵的分块.构成分块矩阵的每个小矩阵, 称为子块.如对矩阵A 分块如下⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=1011012100100001A 其中记⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=1121,0000,10011A O E ,则A 可表示为分块矩阵⎥⎦⎤⎢⎣⎡=E A O E A 1 矩阵的分块可以有各种不同的分法.如矩阵A 也可分块如下:⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=1011012100100001A 通过分块矩阵的定义和概念，我们将探讨分块矩阵的计算，并利用分块矩阵的思想把分块矩阵的应用联系到其它问题中.二、主题部分（阐明有关主题的历史背景、现状和发展方向，以及对这些问题的评述）作为解决线性方程的工具，矩阵已有不短的历史.拉丁方阵和幻方在史前年代已有人研究.矩阵这一具体概念是由19世纪英国数学家凯利首先提出并形成矩阵代数这一系统理论的.但是追根溯源，矩阵最早出现在我国的＜九章算术＞中，在＜九章算术＞方程一章中，就提出了解线性方程各项的系数、常数按顺序排列成一个长方形的形状.随后移动处筹，就可以求出这个方程的解.在欧洲，运用这种方法来解线性方程组，比我国要晚2000多年.1693年，微积分的发现者之一戈特弗里德•威廉•莱布尼茨建立了行列式论(theory of determinants).1750年，加布里尔•克拉默其后又定下了克拉默法则.1800年，高斯和威廉•若尔当建立了高斯—若尔当消去法.1848年詹姆斯•约瑟夫•西尔维斯特首先创出matrix 一词.研究过矩阵论的著名数学家有凯莱、威廉•卢云•哈密顿、格拉斯曼、弗罗贝尼乌斯和冯•诺伊曼.分块矩阵的引进使得矩阵这一工具的使用更加便利，解决问题的作用更强有力，其应用也就更广泛.在矩阵的某些运算中，对于级数比较高的矩阵，常采用分块的方法将一个矩阵分割成若干个小矩阵，在运算过程中将小矩阵看成元素来处理，对问题的解决往往起到简化的作用.本文通过一些例子来说明分块矩阵的一些应用.预备知识[][]32-分块矩阵的运算: 矩阵的分块技巧性较强，要根据不通的问题进行不同的分块，常见的方法有四种：（1）列向量分法),,2,1(),,,,(21n i a a a a A i n ΛΛ==为A 的列向量.（2）行向量分发),,2,1(21n i A i n ΛM =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=ββββ为A 的行向量.（3）分成两块),,(21A A A =其中21,A A 分别为B 的若干行.（4）分成四块⎥⎦⎤⎢⎣⎡=4321C C C C A 对分块矩阵可以进行广义初等变换，广义初等变换分为三种： （1） 交换分块阵的两行（或列）；（2） 用一可逆矩阵乘以分块矩阵的某一行（或列）； （3） 用某一矩阵乘以某一行（或列）加到另一行（或列）. 根据广义初等变换的类型对应三种广义初等阵（1）⎥⎦⎤⎢⎣⎡00nm E E ; （2）G D G E E D ,,00,00⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡均为可逆阵； （3）⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡E H E E ME,0. 分块矩阵的加法计算B A +时，若对AB 分块,则要求用子块表出的AB 应同型且对应位置的子块也应同型.如对矩阵A 分块为⎥⎦⎤⎢⎣⎡-=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=E C O E A 1011012100100001则对B 也应予以同型的分块⎥⎦⎤⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=E G O D B 1026013600020021从而按分块相加，有⎥⎦⎤⎢⎣⎡+=+O G C D E B A由于⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=+122202211001D E 因此⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=+0026003642123122B A 分块矩阵的乘法计算AB 时，若对B A ,分块，则要求用子块表出的A 的列数等于用子块表出的B 的行数且对应的子块ij A 与pq B 应满足.p j =如对矩阵A 分块如下：⎥⎦⎤⎢⎣⎡-=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=E CO E A 1011012100100001可对B 分块如下：⎥⎦⎤⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=E G O D B 1026013600020021则有⎥⎦⎤⎢⎣⎡--+=⎥⎦⎤⎢⎣⎡⋅⎥⎦⎤⎢⎣⎡-=E GC CGDE G O D E O C E AB 由于⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡-⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=+238125263642310221CG D 所以⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-------=102601364223831125AB 分块矩阵在矩阵中是一块重要内容，它是解决许多实际问题的提供方法，下面介绍个分块矩阵在解决线性代数问题中的一些简单应用[][]153-1. 用分块矩阵解决行列式问题在线性代数中,分块矩阵是一个十分重要的概念,它可以使矩阵的表示简单明了,使矩阵的运算得以简化. 而且还可以利用分块矩阵解决某些行列式的计算问题. 而事实上,利用分块矩阵方法计算行列式,时常会使行列式的计算变得简单,并能收到意想不到的效果.这里给出利用分块矩阵计算行列式的几种方法.引理1：设x ，y 为任意矩阵，则⎥⎦⎤⎢⎣⎡p mI x I 0与⎥⎦⎤⎢⎣⎡p mI y I 0都可分解为第三类初等矩阵的乘积.（即对单位矩阵仅仅施行第三类初等变换就可使它的右上角或左下角变成给定的任何矩阵）.证明：任取)(max ij y y =，把单位矩阵⎥⎦⎤⎢⎣⎡=p mI I I 00的第一列的11y 倍，第2列的21y 倍，……第m 列的1m y 倍，都加到第1+m 列上去；这时，I 的右上角第一列变化成y 的第一列.这相当于对单位矩阵作了m 次第三类列的初等变换.类似地，m 次列的第三类初等列变换，可使I 的右上角第二列化为y 的第二列，……因此⎥⎥⎦⎤⎢⎢⎣⎡=p mm I y I Q Q IQ 021Λ. 定理1（拉普拉斯定理）：设在行列式D 中任意取定了()11-≤≤n k k 行，由这k 行元素所组成的一切k 级子式与它们的代数余子式的乘积之和等于行列式D .定理2 设B A ,都是n 阶矩阵，则B A AB =证：由于⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡-000n n nn I AB AI B I B I A，由引理⎥⎦⎤⎢⎣⎡n nI B I 0可分解为第三类初等矩阵的乘积.因此，用它右乘一个矩阵M ，相当于对M 进行一系列的第三类初等列变换.从而不改变M 的值.所以0nnI AB A BI A -=-两边均对后n 列用拉普拉斯定理，得左边==B A 右边AB I AB n nn n =--=++++++)()1(2)1()21(ΛΛ.例1 求证：()n n nnβαβαβααααβββ+++-=ΛΛΛΛΛΛΛΛΛΛ22112121010010001证明：由于⎥⎦⎤⎢⎣⎡-+=⎥⎦⎤⎢⎣⎡-⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡B A B BA I I I AB B A I I I 000由引理和拉普拉斯定理，两边取得列式，得B A B A A B B A -+=⎥⎦⎤⎢⎣⎡. 例2 计算下面2n 阶行列式()02≠=a bcb c d a da H n ON N O解 令.,,,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=d dD c c C b bB a aA O O O O 为n 阶方阵.由于0≠a ，故A 为可逆方阵.又易知⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡---=-----d ca b dca b d ca b D CA B 1111O从而得出()().112nnn n cd ab d ca b a D CA B A B C D A H -=-=-⋅=⎥⎦⎤⎢⎣⎡=--2. 利用矩阵分块的方法求逆矩阵求矩阵的逆矩阵可以用伴随矩阵或初等变换的方法来解决, 而此类方法对于级数较高的矩阵运算量较大, 对某些矩阵可以适当分块后再进行运算, 可起到事半功倍的作用.例3 设⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡------=6000004000001001095201473M ，求1-M .解：令⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡--=600040001,000000,109014,3275D C B A 则很容易求得，,61000410001,327511⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡--=--D A且.21211967454361000410001109014327511⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-⋅⎥⎦⎤⎢⎣⎡--⋅⎥⎦⎤⎢⎣⎡---=---BD A .610000041000001002121193267454375011111⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡-------=⎥⎦⎤⎢⎣⎡-=∴-----D BD A A M例4：求矩阵⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=0043000020000045300021000M 的逆矩阵.解：设.000000,430020004,5321,000000⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=D C B A则,4183002100041,13251⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡--=-C B 由定理可得，.001300025418300002100000410000111⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡---=⎥⎦⎤⎢⎣⎡=---BC M 3. 用分块矩阵求解非齐次线性方程组在线性代数中，我们知道：如果A 是一个n 阶非奇异阵(),,,3,2,1,,n j i a A ij Λ==将A进行分块,22211211⎥⎦⎤⎢⎣⎡=A A A A A 其中22211211,,,A A A A 分别是k m m k k k ⨯⨯⨯,,和m m ⨯矩阵.若22A 是非奇异方阵，那么一定可以找到一个上三角分块矩阵,012212⎥⎦⎤⎢⎣⎡-=-m kI A A IM 使得,02221⎥⎦⎤⎢⎣⎡=A AG MA 其中,211221211A A A A G --=且G 是非奇异阵.对于该结论，如果用来求解n 个方程的非齐次线性方程组是比较方便的.可按如下过程求解：设非齐次线性方程组为：⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++nn nn n n n n n n b x a x a x a b x a x a x a b x a x a x a ΛΛΛΛΛΛ22112222212111212111 （1） 将（1）式写成矩阵方程为B AX = （2）这里A 为系数矩阵.,2121⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n n b b b B x x x X M M 若A 是非奇异阵，即,0≠A 则方程组（1）有唯一确定的解. 将阶阵A 分块：,22211211⎥⎦⎤⎢⎣⎡=A A A A A 并注意22A 是非奇异阶阵，同时将X 及B 进行相应的分块.可令：⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=2121,B B B X X X ,1B 的行数等于1211,A A 的行数，2B 的行数等于1211,A A 的行数.则矩形方程（2）可写成⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡212122211211B B X X A A A A （3） 将（3）式两端分别左乘上三角分块矩阵,012212⎥⎦⎤⎢⎣⎡-=-m kI A A IM 有⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡-21221212122210B A A B X X A A G（4）其中211221211A A A A G --= ()0≠G .方程（4）分解成以下两个矩阵方程⎩⎨⎧=+-=-22221211221211B X A X A A A B GX （5）因()0≠G ，故(),212212111B A A B G X ---=再将1X 代入2222121B X A X A =+中，得.1212222X A B X A -= ().12121222X A B A X -=-由此，得.21⎥⎦⎤⎢⎣⎡=X X X例5 已知,82593122⎥⎦⎤⎢⎣⎡--=A 求一个24⨯的矩阵B ，使得0=AB ，并且秩()2=B 解：我们把矩阵B 按列分块()21,B B B ，由0=AB 即是()0,21=B B A 所以B 的每一列即是0=AX 的解，又因为秩()2=B ，所以21,B B 线性无关 由⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---→⎥⎥⎦⎤⎢⎢⎣⎡--→⎥⎦⎤⎢⎣⎡--81185102321112112540232111825923211182593122⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---→8118510818101 所以⎪⎩⎪⎨⎧+=-=432431811858181x x x x x x （43,x x 为自由未知量）现分别令1,043==x x 及0,143==x x 得⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=018581,108118121X X 事实上21,X X 就是0=AX 方程组的基础解系，显然21,X X 线性无关.故我们方可令2211,X B X B ==,所以()⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡--==0110858118181,21B B B例6 求解方程组⎪⎪⎪⎩⎪⎪⎪⎨⎧-=-+---=-+++=-+-+=+-+--=-+-+332224343238243214225432154321543215432154321x x x x x x x x x x x x x x x x x x x x x x x x x解 将方程写成矩阵方程，并进行分块，有.212122211211⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡B B X X A A A A 这里.321224121,113413,243142,122122211211⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡---=⎥⎦⎤⎢⎣⎡-=A A A A 先求出22A 的逆矩阵.21021101101211035121122⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---=-A 计算.10351252102512212⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=--A A 将方程（2）两段左乘以矩阵,03122122⎥⎦⎤⎢⎣⎡-=-I A A IM 得到：.32358410321112243412113000565420001654321⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-------x x x x x 解矩阵方程 .21245144113413323,144584105654216,584105654216121212121⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=-⎥⎦⎤⎢⎣⎡-=⎥⎥⎦⎤⎢⎢⎣⎡-⎥⎥⎦⎤⎢⎢⎣⎡--=⎥⎦⎤⎢⎣⎡⎥⎥⎦⎤⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⎥⎥⎦⎤⎢⎢⎣⎡---X A B x x x x 所以().137421245210211011012110351211212122543⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---=-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-X A B A x x x 所求方程组的解为.13,7,4,14,454321==-=-==x x x x x4. 用分块矩阵证明秩的问题例7 设A,B 分别是p n n m ⨯⨯,的矩阵，则()()(){}B r A r AB r m in ≤矩阵乘积的秩不超过各因子矩阵的秩.证明：先证()()B r B A r ≤⋅.⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=mn ma in i n a L a L L La L a L L L a L a A 1111 ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=m i B M B M B B 1 ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=m i C M C M C AB 1 其中n B B ,,1Λ分别表示B 的1，2，…，n 行，n C C ,,1Λ分别表示AB 的1，2，…，m 行，由分块矩阵乘法性质得()m L i B a C nj iij i ,,11==∑=，即AB 的行向量组可由B 的行向量组线性表示，在高等代数中我们知道如果向量组r i a a ,,Λ可以经向量组i i b b ,,Λ线性表出，则()()i r b L b r a L a r ,,,,11≤，所以()()B r AB r ≤.再证()()A r AB r ≤设(),,,,,1111121⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==np nj n p j n n L b L b L L L L Lb L b L b B A A A A Λ ()p j D D D AB ΛΛ1=则由分块矩阵乘法规则可得()∑===ni i j p L j A b D 1,,2,1即AB的行向量组可由A 的列向量线性表出，所以()()A r AB r ≤由此得()()(){}.,m in B r A r B A r ≤⋅三、总结部分（将全文主题进行扼要总结，提出自己的见解并对进一步的发展方向做出预测）本论文论述了分块矩阵的概念，分析了分块矩阵的性质，讨论了分块矩阵的应用问题.最后对分块矩阵的重点、难点进行归纳，给出恰当的例子.本论文重点是研究分块矩阵的应用问题.查阅各种相关文献，对各文献进行归纳总结，提取各文献中关于定积分的相关内容，系统的进行总结.其中的难点在于如何利用分块矩阵解决相关问题.相信我经过跟多的研究分块矩阵会有更多的应用.四、参考文献（根据文中参阅和引用的先后次序按序编排）[1]张政修，曹承宾，王尚文．经济数学基础—线性代数[M]．北京：高等教育出版社，2003．[2]王秀芳．分块矩阵的应用讨论[J]．连云港师范高等专科学校学报，2008，9：97-99．[3]张敏．分块矩阵的应用[J]．吉林师范大学学报，2003，2：118-120．[4]严坤妹．分块矩阵的应用[J]．福建广播电视大学学报,2006：71-73．[5]王莲花，李念伟，梁志新．分块矩阵在行列式计算中的应用[J]．河南教育学院学报,2005，3：12-15．[6]刘红旭．利用分块矩阵求解非齐次线性方程组[J]．辽宁师专学报,2003，6：21-22．[7]周兴建．分块矩阵及其应用[J]．科技资讯,2007：126-127．[8]孔庆兰．分块矩阵的应用[J]．枣庄学院学报,2006，10：24 -26．[9]同济大学数学系．线性代数[M]．北京：高等教育出版社,2007．[10]孙要伟，郑远平[J]．牡丹江大学学报．2008，8：104 -107．[11]陈志杰．高等代数与解析几何[M]．北京：高等教育出版社,2000．[12]王萼芳．高等代数教程[M]．北京：北京大学出版社,2001．[13]丘维声．高等代数[M] ．北京：高等教育出版社，2000．[14]David C．Lay．Linear Algebra and Its Applications Third Edition [M]．BEIJING :Publishing House ofElectronics Industry ,2004．[15]彭国华，李德琅．Linear Algebra [M]．北京：高等教育出版社，2006，5．。
分块矩阵的研究和应用
分块矩阵的研究和应用摘要：分块矩阵在高等代数中占有重要地位，在许多方面都有应用.本文系统分析了分块矩阵的概念，以及分块矩阵的运算和分块矩阵的转置，分块矩阵的初等变换等矩阵的一系列变化.介绍了矩阵的分块在求矩阵逆和在矩阵运算中的应用并通过几个列子来具体说明.关键词：分块矩阵；行列式；逆矩阵The research and application of partitioned matrixAbstract: The partitioned matrix in higher algebra has very important application, this paper systematically analyzed the concept of partitioned matrix and the partitioned matrix of the operation and partitioned matrix of the transpose partitioned matrix of the elementary transformation matrix of such as series of changes. This paper mainly summarizes the partitioned matrix for inverse matrix and in the application and the matrix through several liezi to specify.Keywords: partitioned matrix; determinant; inverse matrix1．引言在高等代数中矩阵的分块是一项非常重要的内容，许多问题的研究都要用到它，特别是在处理一些高级数的矩阵时运用矩阵分块能起到事半功倍的效果.矩阵分块后使各个矩阵之间和矩阵内部的关系变得更清楚。
浅谈分块矩阵的性质及应用
浅谈分块矩阵的性质及应用摘要：本文主要谈及分快矩阵的思想在线性代数的证明。
解线性方程组，矩阵得知逆及矩阵的逆，和初等变换中的应用。
关键词：分块矩阵；线性方程组；矩阵的秩及矩阵的逆；初等变换On the nature of block matrix and its applicationAbstract: this thesis uses the blocking matrix method into proving and applying the linear algebra, tries to solve the linear equations, and the proof of other relative matrix rank and elementary matrix.Key word s: Block matrix; Linear algebra; rank of matrix; elementary matrix.前言：矩阵得分快是处理问题的一重要方法，把一个告诫矩阵分成若干个地界矩阵，在运算中把低阶矩阵当作数一样处理，这样高阶矩阵就化作低阶矩阵，长能使我们迅速接近问题的本质，从而达到解决问题的目的，使解题更简洁，思路更开阔，因此本文主要谈及分块矩阵再求行列式的值，解线性方程组，求矩阵的秩及逆等方面的应用。
1.预备知识：1.1分块矩阵的定义：将分块矩阵A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，一子块为元素的形式上的矩阵成为分块矩阵。
1.2分块矩阵的运算：1.2.1分块矩阵的加法：设分块矩阵 A 与 B 的行数相同，列数相同，采用相同的得分块法，有A=1111n m mn A A A A ⎛⎫ ⎪⎪⎪⎝⎭，1111n m mn B B B B B ⎛⎫⎪= ⎪ ⎪⎝⎭其中ij A 与ij B 的行数相同，列数相同，那么A+B=111111111n n m m n mn A B A B A BA B ++⎛⎫⎪⎪ ⎪++⎝⎭1.2.2分块矩阵与数的乘法：A=1111n m mn A A A A ⎛⎫ ⎪ ⎪⎪⎝⎭,1111n m mn A A A A A λλλλλ⎛⎫⎪= ⎪ ⎪⎝⎭1.2.3设A 为m l ⨯矩阵，B 为l n ⨯矩阵，分块成11111111t r s st t tr A A B B A B A A B B ⎛⎫⎛⎫⎪ ⎪==⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭其中1i A ，2i A ……，it A 的列数分别等于1j B ，2j B ……，tj B 的行数，那么1111r s sr C C AB C C ⎛⎫ ⎪=⎪ ⎪⎝⎭，其中1tij ik ik k C A B ==∑(i=1……s ；j=1，……，r)1.2.4设1111t s st A A A A A ⎛⎫⎪=⎪⎪⎝⎭，则1111T T t TT T s st A A A A A ⎛⎫⎪= ⎪ ⎪⎝⎭2. 分块矩阵的性质及应用：2.1 分块矩阵的性质：设A 为n 阶矩阵，若A 的分块矩阵只有在对角线上有非零子块，其余子块都为零矩阵，且在对角线上的子块都是方阵，即A=100n A A ⎛⎫ ⎪⎪ ⎪⎝⎭，其中i A （i=1，2……，s ）都是方阵，那么称A 为分块对角矩阵，分块矩阵的行列式一般据有下列性质12s A A A A =，由此性质可知，若i A ≠0(1,2i s =)则A 0≠，并有11110s A A A ---⎛⎫ ⎪=⎪ ⎪⎝⎭例：设A=500031021⎛⎫ ⎪⎪ ⎪⎝⎭ 求1A -解：500031021A ⎛⎫ ⎪= ⎪ ⎪⎝⎭=1100A A ⎛⎫⎪⎝⎭，其中()11115,5A A -⎛⎫== ⎪⎝⎭，23121A ⎛⎫= ⎪⎝⎭，121123A --⎛⎫= ⎪-⎝⎭，所以11005011023A -⎛⎫⎪ ⎪=- ⎪ ⎪- ⎪⎝⎭ 2.2 将分块矩阵与初等变换结合在矩阵运算及球逆矩阵中具有重要作用：现将某个单位矩阵如下进行分块：00mn EE ⎛⎫⎪⎝⎭对其进行行（列）对换等作用，可得到如下类型一些矩阵：0000,,,,0000n m mmm n n n E P E P E E E E E P E P ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭用这些矩阵左乘或右乘任一个分块矩阵A B C D ⎛⎫⎪⎝⎭，只要分块乘法能够进行，其结果就是对它进行相应的变换，如0mn EA B A B PE C D C PA D PB ⎛⎫⎛⎫⎛⎫= ⎪⎪ ⎪++⎝⎭⎝⎭⎝⎭，适当选择P 可使C PA +=0，例如A 可逆时，选1P CA -=-则0C PA +=，于是上式的右端可成为10A B D CA B -⎛⎫⎪-⎝⎭，其在求逆矩阵方面是非常有用的，例1：0A T C D ⎛⎫=⎪⎝⎭，A D 可逆，求1T -解：由10000mn E A A CA E C D D -⎛⎫⎛⎫⎛⎫= ⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭及1110000A A D D ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭易知11100A TD ---⎛⎫= ⎪⎝⎭10m n E CA E -⎛⎫ ⎪-⎝⎭=11110A D CA D ----⎛⎫⎪-⎝⎭例2：1A B T C D ⎛⎫= ⎪⎝⎭，设T 可逆，D 可逆，试证11()A BD C ---存在，并求11T -解：由10mn A B E BD C D E -⎛⎫-⎛⎫ ⎪ ⎪⎝⎭⎝⎭10A BD CCD -⎛⎫-= ⎪⎝⎭，而又端仍可逆故11()A BD C ---存在再由上题例1可知11111111()0()A BD C T D C A BD C D -------⎛⎫-= ⎪--⎝⎭10m n E BD E -⎛⎫- ⎪⎝⎭=111111111111()()()()m m A BD C E A BD C BD D C A BD C E D C A BD C BD D ------------⎛⎫---= ⎪---+⎝⎭2．3分块矩阵在证明关于矩阵乘积的秩的定理中的作用：例：设A 是数域P 上n m ⨯矩阵，B 是数域P m s ⨯上矩阵，于是秩（ＡＢ）min ≤秩（Ａ），秩（Ｂ），即乘积的秩不超过各因子的秩证明：只需证明秩()AB ≤秩()B ，同时秩()AB ≤秩()A ，分别证明这两个不等式设1112121222123m m n n n a a a a a a A a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭，111212122212s s m m ms b b b b b b B b b b ⎛⎫⎪ ⎪=⎪ ⎪⎝⎭令12,,,m B B B 表示Ｂ的行向量（即对Ｂ进行分块）12,,,n C C C 表示AB 的行向量，由计算可知，i C 的第j 个分量和1122i i im m a B a B a B +++的第j 的分量都等于1mik kj k a b =∑，因而()11221,2,,i i i im m C a B a B a B i n =+++=即矩阵AB 的行向量组12,,,n C C C 可经由B 的行向量组线性表示出所以AB 的秩不能超过B 的秩，即秩()AB ≤秩()B同样，令12,,,m A A A 表示A 的列向量，12,,,s D D D 表示AB 的列向量，由计算可知，()11221,2,,i i i mi m D b A b A b A i s =+++=这个式子表明，矩阵AB 的列向量组可由矩阵A 的列向量组线性表示出，因而前者的秩不仅＼可能超过后者的秩，这就是说秩()AB ≤秩()A（注：在此证明中用分块矩阵的方法，即12m B B B B ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭这就是B 的一种分块，按分块相乘就有111122121122221122m m m m n n nm m a B a B a B a B a B a B AB a B a B a B +++⎛⎫⎪+++ ⎪= ⎪⎪+++⎝⎭很容易看出AB 的行向量是B 的行向量的线性组合） ２.４ 分块矩阵在线性方程组方面的应用对于线性方程组11112211211222221112n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ 记()ij A a =，12n x x X x ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭，12m b b b b ⎛⎫⎪ ⎪= ⎪⎪⎝⎭，11121112n m m mnm a a a b B a a a b ⎛⎫ ⎪=⎪ ⎪⎝⎭，A 为系数矩阵，X 为未知向量，b 为常数项向量，B 为增广矩阵按分块矩阵记法可记为()B A b =或(),B A b =此方程也可记为AX b =，把系数矩阵A 按行分成m 块，则AX b =可记做12m A A A ⎛⎫⎪ ⎪ ⎪⎪⎝⎭X ＝12m b b b ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭把系数矩阵A 按列分成n 块，则与相乘的X 对应按行分成n 块，记作()12,,,n ααα 12n x x x ⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭b =，即1122n n x x x b ααα+++=，其都为线性方程组的各种变形形式，在求解过程中变形以更方便快捷例：利用分块矩阵证明克拉默法则：对于n 个变量n 个方程线性方程组11112211211222221112n n n n n n nn n na x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩如果他的系数行列式0D ≠，则它有唯一解，即()()1122111,2,,j j j j n nj x D b A b A b A j n D D==+++=证明把方程组改写成矩阵方程AX b =，这里()ijn nA a ⨯=为n 阶矩阵，因0A D =≠，故1A -存在，令1X A b -=，有1AX AA b -=表明1X A b -=是方程组的解向量，由Ax b = ，有11A AX A b --= ，即1X A b -=，根据逆矩阵的唯一性，知1X A b -=是方程的唯一解向量，由逆矩阵公式11A A A-*=，有11x A b A b D-*==即111211111122112122222112222212112211n n n n n n n n nnn n n n n nn x A A A b b A b A b A x A A A b b A b A b A D D x A A A b b A b A b A +++⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪⎪⎪+++ ⎪ ⎪⎪ ⎪== ⎪ ⎪⎪ ⎪ ⎪ ⎪⎪ ⎪+++⎝⎭⎝⎭⎝⎭⎝⎭即()()1122111,2,,j j j n nj j x b A b A b A D j n D D=+++==结束语：矩阵得分快不算是一个抽象的概念，我们能够清楚的了解知道并掌握它的概念及性质，进而能够灵活的运用，这样对我们今后的学习与研究都会有很大的帮助。
分块矩阵在线性代数中的应用
山东农业工程学院学报2020年第37卷第12期分块矩阵在线性代数中的应用沈雷，孙振凯，马庆文（山东农业工程学院基础课教学部，山东 济南250100）摘要：分块矩阵是线性代数中的一个重要概念。
本文利用分块初等矩阵和初等变换得到分块矩阵的三个定理$通过例题介绍了这三个定理在行列式计算和矩阵的秩问题中的应用$关键词：分块矩阵；初等变换；行列式；矩阵的秩中图分类号：0151.2文献标识码:A文章编号:2095-7327（2020）-12-0035-03Application of Block Matrix in Linear AlgebraSHEN Lei,SUN Zhenkai,MA Qingwen(Basic department,Shandong Agriculture and Engineering University,Jinan Shandong250100) Abstract：Block matrix is an important concept in linear algebra.In this paper,three theorems of blockmatrix are obtained by using block elementary matrix and elementary transformation.The application of these three theorems in determinant calculation and matrix rank problem is introduced by example. Keywords：block matrix;elementary transformation;determinant;rank of a matrix在线性代数中，矩阵的阶数越高,相应的运算越繁冗。
为了解决这个问题，常将矩阵用若干横线和纵线分成若干个小矩阵，以这些小矩阵为元素形式的矩阵称为分块矩阵叫利用分块矩阵,把较高阶矩阵的运算转化为低阶矩阵的运算，使 运算过程更加简洁。
将矩阵按列分块之技巧及应用
解题技巧与方法JIET I JIQ I AO YU F ANGFA68 2011 1将矩阵按列分块之技巧及应用梁 敏 (北京师范大学珠海分校国际商学部 519085)摘要!矩阵分块就是把一个大矩阵按照一定规则分成小矩阵,它是矩阵运算的一种常用技巧与方法.分块矩阵的理论在线性代数中求矩阵乘积、行列式的值、逆矩阵、矩阵的秩和矩阵的特征根的过程中起到重要作用.而常用的分块方法是按列分块,它在线性代数中有非常广泛的应用.本文讨论了分块矩阵的运算,提出了按列分块矩阵的一些应用.关键词!分块矩阵;按列分块;秩;逆矩阵分块矩阵是矩阵的一种推广,一般矩阵的元素是数量,而分块矩阵的元素可以是数量,也可以是矩阵.分块矩阵的引进使得矩阵这一工具的使用更加便利,解决问题的作用更强有力,其应用也就更广泛,而常用的分块方法是按列分块.应用举例例1 A 是一个n 阶方阵,若A ∀E,A 2=A,证明|A |=0.证明 #A 2=A,∃A (A -E )=0.令B =A -E =(B 1,%,B n )∀0,则有AB =(AB 1,%,AB n )=0.∃AB i =0,即B i 是齐次方程组AX =0的解.而B =(B 1,%,B n )∀0,不失一般性,设B k ∀0,即齐次方程组AX =0有非零解.因此|A |=0.例2 A 是一个n 阶方阵,若对于任何n &1矩阵X,都有AX =0,证明A =0.证法1 任取一n 阶可逆矩阵B,将其按列分块为B =(B 1,%,B n ).由题设有AB i =0(i =1,%,n ).∃AB =(AB 1,%,AB n )=0,∃A =A BB -1=0B -1=0.证法2 将单位矩阵E 按列分块为E =(E 1,%,E n ).由题设有AE i =0(i =1,%,n ).∃A =A E =(AE 1,%,AE n )=0.例3 设A 是一个二阶方阵,且A 2=E,A ∀∋E.证明:r(A +E )=r (A -E )=1.证明 #A ∀∋E,∃r (A ∋E )>0.∃r(A ∋E )=1或2,只需证r (A ∋E )∀2,即|A ∋E |=0.#A 2=E,∃(A +E )(A -E )=0.令A -E =(B 1,B 2),其中B 1,B 2不全为0,于是有(A +E )(B 1,B 2)=((A +E )B 1,(A +E )B 2)=0.∃(A +E )B i =0,i =1,2.∃齐次方程组(A +E )X =0有非零解.∃|A +E |=0,即r (A +E )=1.同理,由(A -E )(A +E )=0,可得r(A -E )=1.例4 A 是一个n 阶方阵,且 是A 的特征值,( E -A )*=(B 1,%,B n )∀0.证明:非零的B i (i =1,%,n )必是A 属于 的特征向量.证明 ( E -A )( E -A )*=| E -A |E =0,( E -A )(B 1,%,B n )=0,∃( E -A )B i =0,(i =1,%,n),∃AB i = B i (i =1,%,n).∃非零的B i (i =1,%,n)必是A 属于 的特征向量.例5 A 是一个m 行n 列矩阵,且r (A )=n ,B 是一个n 阶方阵.证明:如果AB =0,那么B =0.证明 将矩阵B 按列分块为B =(B 1,%,B n ),于是有AB =(AB 1,%,AB n )=0.∃AB i =0(i =1,%,n),即B i (i =1,%,n )是齐次方程组AX =0的解.而r(A )=n ,∃齐次方程组AX =0只有唯一零解.∃B i =0(i =1,%,n),∃B =0.例6 A 是一个n 阶方阵, 1,%, n 为线性无关的n 维列向量.试确定A 1,%,A n 的线性相关性.解 设B =( 1,%, n ),则C =AB =A ( 1,%, n )=(A 1,%,A n ).B 是一个n 阶方阵且由 1,%, n 线性无关可知|B |∀0.∃r (C )=r(A ).当r(A )=n 时,r(C )=n ,从而A 1,%,A n 线性无关;当r(A )<n 时,r(C )<n ,从而A 1,%,A n 线性相关. 参考文献!天津大学数学系代数教研组.线性代数及其应用.北京:科学出版社,2007.。