关于分块矩阵的对角schur补
幂等矩阵的最小多项式_概述及解释说明

幂等矩阵的最小多项式概述及解释说明1. 引言1.1 概述幂等矩阵是线性代数中的一个重要概念,其最小多项式是对于一个给定的矩阵,满足多项式在这个矩阵上取值为零的最低次数的多项式。
在实际应用中,幂等矩阵在线性变换、图论、密码学等领域发挥着关键作用。
因此,对于幂等矩阵及其最小多项式的深入理解和求解方法的探究具有重要意义。
1.2 文章结构本文分为五个部分进行讨论。
首先,在引言部分,我们将对文章主题进行概述,并介绍文章的结构与目标。
接下来,在“幂等矩阵的最小多项式概述”部分,我们将详细介绍幂等矩阵和最小多项式的定义,并引入幂等矩阵的最小多项式概念。
然后,在“幂等矩阵的性质与特征”部分,我们将讨论幂等矩阵的一些特点和性质,并探讨特征值和特征向量与幂等矩阵之间的关系,以及在线性变换中幂等矩阵的应用举例。
接着,在“幂等矩阵的求解方法”部分,我们将总结一般情况下求解幂等矩阵最小多项式的方法,并专门介绍方阵和非方阵情况下求解幂等矩阵最小多项式的方法。
最后,在“结论及展望”部分,我们将对本文的研究成果进行总结,并提出存在的问题与未来的展望。
1.3 目的本文旨在全面概述和解释幂等矩阵的最小多项式相关内容,探讨幂等矩阵的性质与特征,介绍不同情况下求解幂等矩阵最小多项式的方法,并对研究成果进行总结。
通过本文的学习和理解,读者可以对幂等矩阵及其最小多项式有更深刻的认识,并能够应用所学知识解决实际问题。
此外,文章还将指出一些存在的问题,并提出未来进一步研究和探索的方向,为相关领域中进一步深入研究奠定基础。
2. 幂等矩阵的最小多项式概述2.1 幂等矩阵定义幂等矩阵是指满足AA=A的方阵。
换句话说,幂等矩阵乘以自己得到的结果与原矩阵相等。
幂等矩阵在线性代数和矩阵理论中有着重要的应用。
2.2 最小多项式定义对于一个方阵A,其最小多项式可以通过以下方式定义:首先找到所有使得p(A)=0成立的次数最低的多项式p(x),其中p(x)≠0是一个非零多项式。
矩阵分析与计算--05-矩阵分解-02-Schur、SVD

A1 11
由于 1 1, 故1可扩展成C n空间的一组标准正交基,令
U1 1 , 2 ,
,n
则U1为酉矩阵,并且
AU1 A 1 , 2 , 11 , A 2 ,
, n A1 , A 2 , , A n
, A n
设A (aij ) C nn 为Hermite矩阵
a11 a12 Ak a1k a12 a22 a2 k a1k a2 k akk
k det Ak
(k 1,
, n)
(4)A是Hermite正定矩阵 分别称为A的k阶顺序主子阵和顺序主子式,则 k det Ak 0 (k 1, , n)
Schur补的性质及其相关应用

Schur补的性质及其相关应用学院:信息工程学院专业: 通信与信息系统姓名: 罗桃建学号: 6120140152摘要矩阵Schur补是矩阵理论中一个重要的知识点,在矩阵理论、统计分析、数值计算、线性方程组求解、区域分解方法、线性系统、控制论等问题的研究。
中都有着广泛的应用.本文主要研究矩阵Schur补理论在矩阵理论中的问题.利用矩阵的一些基本性质和数学研究中的一些基本方法讨论Schur补、schur多项式、schur不等式、schur积、广义schur补、矩阵schur补、实方阵schur稳定、schur凸函数的相关应用.关键词:Schur补;广义Schur补;schur多项式ABSTRACTMatrix Schur complement is one of the most important kens both in theory and applications,and it has wide applications in the study of Schur complement, Schur polynomial, Schur inequality, Schur product,generalized Schur complement, matrix Schur complement, nuclear Schur, Schur real square matrix a stable, Schur convex function.Key word: Schur complement, matrix Schur complement, Schur polynomial目录第一章绪论 (4)1.1基本概念及要研究的问题 (4)1.2 Schur不等式 (5)第二章Schur补性质和广义Schur补的性质 (6)2.1相关符号简介 (6)2.2矩阵Schur补的性质 (6)2.3 相关符号与引理简介 (7)第三章矩阵乘积之Schur补的奇异值估计 (9)3.1 相关符号与引理简介 (9)3.2本章小结 (10)第四章矩阵Schur补和实方阵Schur稳定、Schur凸函数的相关应用 (10)4.1 矩阵Schur补应用 (10)4.2 schur稳定 (11)4.3 schur凸函数 (11)参考文献 (13)附:对邹老师的看法: (14)第一章 绪 论1.1基本概念及要研究的问题矩阵Schur 补的概念是1917年L.Schur 在他的一篇文章中提出的,它在矩阵理论,统计分析,数值计算,线性方程组求解,区域分解方法,线性控制等领域都有着重大作用。
分块对角矩阵和对角矩阵

分块对角矩阵和对角矩阵一、对角矩阵对角矩阵是一个特殊的方阵,其除了主对角线上的元素外,其余位置的元素都为0。
也就是说,对角矩阵的特点是除了主对角线上的元素外,其它位置的元素都为0。
对角矩阵可以通过对矩阵进行一定的合并同类项的操作,使得除主对角线外的所有元素变为0。
在数学中,对角矩阵被广泛应用于线性代数、矩阵论等领域。
二、分块对角矩阵相比之下,分块对角矩阵则是由多个对角块组成的矩阵,每个对角块可以有自己的大小和结构。
这些对角块可以是普通的对角矩阵,也可以是其他类型的矩阵。
这种分块的结构使得分块对角矩阵在处理一些复杂矩阵问题时更为方便。
例如,在一些大型稀疏矩阵的存储和计算中,分块对角矩阵被广泛使用。
通过将矩阵分解成多个对角块,可以显著降低存储复杂性和计算时间。
此外,分块对角矩阵在求解线性方程组、计算矩阵的逆和行列式等数值计算中也有着广泛的应用。
三、分块对角矩阵的生成和应用生成分块对角矩阵可以通过将原矩阵进行适当的分块来实现。
根据原矩阵的特点和需要,可以将其分成若干个对角块,然后将这些对角块排列成一个新的分块对角矩阵。
在生成过程中,需要注意保证分块的对角性以及分块之间的衔接性。
在实际应用中,分块对角矩阵被广泛应用于各种科学计算和工程领域。
例如,在解决大型稀疏线性系统时,可以使用分块对角矩阵来降低存储需求和计算时间。
此外,在处理一些具有特定结构的矩阵时,分块对角矩阵也可以提供更有效的计算方法。
四、总结总的来说,分块对角矩阵和对角矩阵都是矩阵的一种特殊形式。
对角矩阵只包含主对角线上的非零元素,而分块对角矩阵则是由多个对角块组成的矩阵。
这两种矩阵在数学和科学计算中都有广泛的应用。
通过对这些特殊矩阵的理解和运用,我们可以更好地解决各种问题。
schur 定理

schur 定理Schur定理是数学中的一个重要定理,它是线性代数中的一个基本结果。
Schur定理的内容是关于方阵的特征值和特征向量的,它提供了一种特殊的特征值分解方法。
Schur定理的主要内容是:对于任意一个n阶方阵A,存在一个正交矩阵Q,使得Q^T * A * Q是一个上三角矩阵。
其中,Q^T表示矩阵Q的转置,上三角矩阵是指除了主对角线以下的元素全部为0的矩阵。
Schur定理的证明并不复杂,但是需要一些线性代数的基础知识和技巧。
首先,我们可以利用数学归纳法证明Schur定理对于n=1的情况是成立的。
然后,我们假设Schur定理对于n-1阶方阵是成立的,即对于任意一个n-1阶方阵B,存在一个正交矩阵P,使得P^T * B * P是一个上三角矩阵。
接下来,我们考虑一个n阶方阵A,我们可以找到一个特殊的特征向量x,使得x是A的特征向量,即Ax=λx。
然后,我们构造一个新的矩阵B=A-λI,其中I是单位矩阵。
通过对B进行相似变换,我们可以得到一个新的方阵C=P^T * B * P,其中P是一个正交矩阵。
根据归纳假设,我们知道C是一个上三角矩阵。
最后,我们可以证明A的特征值也是C的特征值,并且A的特征向量也是C的特征向量。
因此,我们可以得出结论,存在一个正交矩阵Q,使得Q^T * A * Q是一个上三角矩阵。
Schur定理的重要性在于它提供了一种特征值分解的方法。
特征值分解是线性代数中一个重要的概念,它可以将一个复杂的矩阵分解成一组简单的特征值和特征向量。
特征值和特征向量可以帮助我们理解和分析矩阵的性质和行为。
通过Schur定理,我们可以将一个任意的方阵分解成一个上三角矩阵,从而简化了矩阵的计算和推导过程。
Schur定理在很多领域都有广泛的应用。
在量子力学中,Schur定理被用于证明Heisenberg不确定性原理。
在图论中,Schur定理被用于研究图的谱性质。
在数论中,Schur定理被用于证明一些数学定理。
矩阵schur分解 -回复

矩阵schur分解-回复什么是矩阵的Schur分解?如何进行Schur分解的计算?Schur分解有什么应用?矩阵Schur分解相关定理是什么?这些问题将在本文中一一回答。
首先,什么是矩阵的Schur分解?Schur分解是一种将一个矩阵分解为三个矩阵乘积的方法,即将矩阵表示为上三角矩阵、单位正交矩阵以及其转置矩阵的乘积。
具体而言,对于一个n×n的复数矩阵A,Schur分解将其表示为A = U*T*U^H,其中U是单位正交矩阵,T是上三角矩阵(T的主对角线上的元素是A的特征值),U^H是U的共轭转置。
接下来,我们来看一下如何进行Schur分解的计算。
由于Schur分解中需要用到矩阵的特征值和特征向量,我们先来了解如何计算矩阵的特征值和特征向量。
对于一个给定的n×n的矩阵A,它的特征值是满足方程det(A-λI)=0的λ的值,其中I是单位矩阵。
求解这个方程就可以得到矩阵A的特征值λ。
接下来,对于每个特征值λ,我们要求解方程(A-λI)x=0,其中x是特征向量。
将特征值代入方程中,我们可以解出对应的特征向量。
重复这个过程,我们可以求得矩阵A的所有特征值和特征向量。
得到矩阵A的特征值和特征向量后,我们就可以进行Schur分解的计算。
首先,选取一组特征向量构成矩阵U。
由于特征向量是线性无关的,所以它们可以形成一个酉矩阵,即U*U^H=U^H*U=I。
接下来,我们构造一个与矩阵A相似的上三角矩阵T。
具体而言,T的主对角线上的元素是矩阵A的特征值,其余元素为零。
最后,我们得到矩阵A的Schur分解表示为A = U*T*U^H。
那么,矩阵Schur分解有什么应用呢?Schur分解是矩阵理论中的重要工具,具有广泛的应用。
首先,我们可以利用Schur分解来计算矩阵的指数函数、对数函数和幂函数。
通过Schur分解,我们可以将这些函数的计算转化为对上三角矩阵的操作,进而简化计算过程。
此外,Schur分解还在信号处理、量子计算和系统控制等领域中具有重要应用。
关于分块矩阵的对角schur补

关于分块矩阵的对角schur 补汤凤香1,2,何淦瞳2,方秀男1,李培培2(1.佳木斯大学 数学系,黑龙江 佳木斯 154007;2.贵州大学 理学院,贵州 贵阳 550025)摘 要 本文利用矩阵分块的思想,主要证明了I-块严格对角占优阵的对角schur 补仍然是I-块严格对角占优阵,同时利用连续性证明了I-BDD 的对角schur 补还是I-BDD 。
关键字 对角schur 补,I-块严格对角占优阵,块对角占优阵 中文分类号 文献标识码0 引言1近年来,很多研究者在研究矩阵的schur 补问题并且取得了一定的成果,如在[2,5]中证明了半正定矩阵、M-阵、H-阵的schur 补仍是半正定矩阵、M-阵、H-阵;并且它们的某些性质已经被应用到数值分析中的Gauss-Seidel 迭代法的收敛问题上如。
文献[1]对分块矩阵作了详细的研究,[1]证明了块严格对角占优阵的schur 补仍然是块严格对角占优阵。
[5]证明了严格对角占优阵的对角schur 补仍然是严格对角占优阵。
鉴于[1]和[5]中介绍的关于矩阵分块和对角schur 补的性质,本文主要证明了I-块严格对角占优阵的对角schur 补仍然是I-块严格对角占优阵,同时利用连续性证明了I-BDD 的对角schur 补还是I-BDD 。
1 给出一些相关定义考虑⨯n n 复矩阵A ,它有如下的分块: 12(1)s s ss A A A ⎛⎫⎪⎪ ⎪ ⎪⎝⎭11121s 21222SA A A A A A A=其中ll A 是A 的一个l l n ⨯n 的非奇异主子阵,l l l n =∑ s=1=1,2,,s, n ,简记()s s lm A A ⨯=设S 表示集合{1,2,,};s k M 表示k 阶M-矩阵[3]; I 表示单位阵;n nC⨯表示所有n n ⨯复矩阵;n nsC ⨯表示n n C ⨯中所有形如(1)的s s ⨯块矩阵;假设()()n nlm s lms s s sA A C ⨯⨯⨯=∈,设N(A)=A 定义为块矩阵A 的范数矩阵,其中∙是某个consistent 矩阵范数。
关于分块矩阵的对角schur补

1 给 出一 些 相 关 定 义
Al 1 A2 l l 2 2 2…来自Al A ● ’
.
…
考 虑 n×n复矩 阵 A,它有 如下 的分 块 :A=
●
:
A A l 2
…
A
其中 u 的 个凡 n 非 异 子 ,=,…s∑:n= , A是A 一 奇 主 阵 l1 ,, : n ×的 2 ,
设S 示 表 集合{,, s; 1 …, M 表示k 矩阵 , 2 ) 阶 ; 表示单位阵; 表示所有n n 矩阵; c ×复 c 表 “中 形如() ×块 示c 所有 1的ss 矩阵; 假设A ( =A …∈ , () (I,I 义为块 c 设ⅣA = I-) a I…定
Ma .2O 7 r O
文章编号
10 00—56 ( 07 0 O 1 0 2 9 2 0 )2一 16— 4
关 于 分 块 矩 阵 的 对 角 sh r补 cu
汤凤 香 ,何 淦 瞳 ,方 秀 男 ,李培 培
(. 1 佳木斯大学 数学 系,黑龙江 佳木斯 14 0 ;2 贵州大学 理学 院 ,贵州 贵阳 5 02 ) 507 . 50 5
< ;而且 ( ) s 3 的分块不改变 ( ) 1 的分块。
定 .[ 设A fh ∈ 且A非 义1 1 3 = A1 口 奇异, = , …, 如果 l1 , s 2 , 块矩阵A 较 的比 矩阵
定义 145 设 A∈ ,如 ( ) 3 那样 分块 , .[ Mm 1 、( )
维普资讯
第 2期
汤凤香 等 :关于分块矩阵的对角 shr cu 补
”
 ̄- .
A t1 +
关于Hermite矩阵Schur补的迹的几个不等式

关于Hermite矩阵Schur补的迹的几个不等式解运运;段复建【摘要】利用Schur补的理论知识和Hermite矩阵的迹的不等式,研究了Hermite矩阵Schur补的迹的不等式的遗传性质,得到了Hermite矩阵Schur补的迹的Minkowski不等式、Holder不等式以及其他形式的不等式,并给出了理论证明,为处理大规模的矩阵计算提供了理论支撑.【期刊名称】《桂林电子科技大学学报》【年(卷),期】2016(036)001【总页数】4页(P79-82)【关键词】Schur补;Hermite矩阵;矩阵的迹【作者】解运运;段复建【作者单位】桂林电子科技大学数学与计算科学学院,广西桂林541004;桂林电子科技大学数学与计算科学学院,广西桂林541004【正文语种】中文【中图分类】O151.21引文格式:解运运,段复建.关于Hermite矩阵Schur补的迹的几个不等式[J].桂林电子科技大学学报,2016,36(1):79-82.Schur补的概念[1]的提出大大地推动了数学领域的发展,大量工程问题可以归结为大规模的矩阵计算问题,而矩阵的Schur补是处理大规模矩阵计算的有效工具,在数值计算、矩阵理论、线性方程组求解、控制理论、统计分析等领域中有着重要的应用[2-7]。
由于Hermite矩阵是一类特殊矩阵,它的迹作为矩阵的一个重要的数字特征也受到广泛的关注,文献[8-9]介绍了(半)正定Hermite矩阵的迹的几类不等式,但对于Hermite矩阵Schur补的迹的遗传性质的研究较少。
为此,研究不同条件下Hermite矩阵Schur补的迹,得到了Hermite矩阵Schur补的迹的Minkowski不等式、Holder不等式等其他形式的不等式,并给出了理论证明,为求解大型Hermite矩阵计算提供了理论依据。
定义1 设,其中A为方阵且是非奇异的,则M/A=D-CA-1B,称M/A为M关于A的Schur补。
分块求逆矩阵的方法

分块求逆矩阵的方法在矩阵算法中,求逆矩阵是一个非常重要的问题。
逆矩阵求解算法的效率影响着很多其他算法的运行时间。
分块求逆矩阵方法是一种有效的求解逆矩阵的方法。
它通过将一个大的矩阵拆分为多个小块,然后对每个小块求逆矩阵,最终合并成整个矩阵的逆矩阵。
下面我们将详细介绍分块求逆矩阵方法。
一、问题描述假设我们要求解一个n×n 矩阵 A 的逆矩阵 A-1,即 A-1A=IA,其中 I 是n×n 的单位矩阵。
那么我们可以通过解方程组 Ax=I,即找到满足条件的n×n 矩阵 x。
二、分块求解过程分块求逆矩阵方法的基本思路是将原矩阵 A 分成若干个块,并按照一定的顺序进行计算,最终合并成整个矩阵的逆矩阵。
具体步骤如下所示:1. 将矩阵 A 横向和纵向分成若干个大小相等的块,即将 A 分解成下面这样的形式:A = [A11 A12 ... A1m;A21 A22 ... A2m;...An1 An2 ... Anm];每个块的大小为k×k,其中 k 是满足 k|n 的最小正整数。
在实际应用中,通常选择 k 的大小为 32 或 64。
2. 对角块求逆首先对 A 的对角块进行求逆操作,即对 Aii 求逆矩阵。
这个操作可以使用高斯-约旦消元法,将 Aii 元素变为单位元,同时在 Aij 中使用 Aii 的逆元素将除 Aii 以外的元素都变为零。
3. 计算 Schur 补矩阵根据 Schur 补定理,我们把 A 分解成下面这样的形式:A = [A11 A12;A21 A22]其中A11是上文提到的对角块,A12 和 A21 分别是 A 的非对角块。
那么根据 Schur 补矩阵的定义我们可以得到:我们只需求解 S 的逆矩阵即可,即 S-1。
4. 使用逆矩阵计算非对角块接下来我们需要利用 S-1,计算非对角块的逆矩阵。
我们可以得到下面这个方程:我们先解出 X 矩阵。
根据公式我们有:X = I - A11-1A12S-1Z接下来我们就可以计算出非对角元素的逆矩阵:A22-1 = S-1 + S-1A21A11-1(I - A11-1A12S-1A21)A11-1A12S-15. 合并逆矩阵我们将所有小块的逆矩阵合并成整个矩阵的逆矩阵。
Bogoliubov-de Gennes对角化与Schur分解方法的等价性

Bogoliubov-de Gennes对角化与Schur分解方法的等价性张雨;黄镇华;李铭【摘要】以Kitaev的一维量子线模型为例,分别利用传统的Bogoliubov-de Gennes(BdG)对角化方法和Schur分解方法求解该模型的本征能量以及本征波函数,从理论分析和数值计算方面对2种方法进行对比.结果表明,BdG对角化方法得到的准粒子能量是能量本征值的2倍,而Schur分解方法可以直接得到准粒子能量.两者数值计算结果一致.另外,在确定的参数下,2种方法得到的准粒子算符对初始的费米子算符的展开系数只相差一个常数相因子.所以,最后的结论是BdG对角化跟Schur分解两种方法是等价的.%The Equivalence between the Bogoliubov-de Gennes ( BdG) Diagonalization method and the Schur de-composition has been verified through numerical computations to the Kitaev model of a one-dimensional quantum wire. Comparisons between two methods have been conducted in terms of theoretical analysis and numerical compu-tation. The quasipartical energies obtained from the BdG method are twice the eigenenergies but the Schur decompo-sition gives the quasipartical energies directly. The numerical results show that quasipartical energies from the two methods are consistent with each other perfectly. In addition, the expansion coefficients of the quasipartical opera-tors from two methods have only a constant phase in difference. The final conclusion is drawn that BdG diagonaliza-tion method and Schur decomposition are equivalent.【期刊名称】《华南师范大学学报(自然科学版)》【年(卷),期】2017(049)006【总页数】5页(P12-16)【关键词】BdG对角化方法;Schur分解;Majonara费米子;粒子-空穴对称;拓扑绝缘体【作者】张雨;黄镇华;李铭【作者单位】华南师范大学物理与电信工程学院,广东省量子调控与材料重点实验室,广州510006;华南师范大学物理与电信工程学院,广东省量子调控与材料重点实验室,广州510006;华南师范大学物理与电信工程学院,广东省量子调控与材料重点实验室,广州510006【正文语种】中文【中图分类】O41求解一个哈密顿量的本征值和本征函数,人们通常采用的数值计算方法是Bogoliubov-de Gennes(BdG)对角化方法[1-4]. 问题是在某些情况下该方法可能需要扩大自由度的维数[5],从而产生伪态. Kitaev[6]在2000年提出一个模型,在三维超导体表面的量子线两端呈现Majonara零能模. 他没有利用传统的BdG对角化方法,而是用费米子产生湮灭算符构造结果Majonara费米子算符,得到具有斜正交矩阵形式的哈密顿量,然后实行分块对角化. 这个分块对角化正好可以通过Matlab的Schur分解来实现[7]. 目前Kitaev方法应用较少,多数情况采用BdG对角化方法直接对角化. 一个疑问是:这两种方法得到的结果是否一致呢?本文以Kitaev模型为例,首先从理论上对BdG对角化和Schur分解两种方法进行对比,然后通过数值计算比较两种方法得到的本征能量以及波函数. 研究结果表明:两种方法是等价的,并且BdG对角化方法更简单.Kitaev模型的哈密顿量可以表示为[7]:其中,t是最近邻格点跳跃幅度,μ是化学势,Δ=|Δ|eiθ是超导配对势.BdG对角化是以C+≡为基,将式(1)中的哈密顿量表示成矩阵形式:其中,对矩阵h进行对角化得到h=SES+. 这里的S是引入的一个幺正矩阵. E是一个对角矩阵对角元素为(±E1±E2…),且从小到大排序. 矩阵S的每一列为相应能量本征值所对应的本征矢. 把h=SES+代入前面的哈密顿量中,并且设).新构造的准粒子算符采用原费米子算符展开为:下面证明,这两套费米子算符的一致性. 对于矩阵h的任意一个能量本征值En,本征矢量满足下列BdG方程[8]:其中,n正是前面引入的幺正矩阵S中的一列,并且对应于本征值En. 假设En>0,利用幺正矩阵对BdG方程(7)等号两边进行幺正变换,重新整理后得到如下形式:可见,n正是与负能量本征值-En对应的本征矢量. 这实际上是粒子-空穴对称的要求[5,9-10] ,因此存在如下关系:将其代入新费米子算符(5)得:所以,本征值为负的伪态,可以消除. 于是,哈密顿量式(4)变为:H=En(-an+an)=2Enan-En.可见,通过BdG对角化方法所得能量的2倍才是真正的准粒子能量本征值.采用Schur分块法求解Kitaev模型. 首先用Majonara费米子算符改写Kitaev模型的哈密顿量. Majonara费米子算符定义为:满足Majonara费米子的反对易关系{γi,γj}=2δij,将式(13)代入式(1)得:这一哈密顿量可以写成如下矩阵形式:其中,A是2N×2N的实反对称矩阵(Aj,i=-Ai,j) 实反对称矩阵的非零本征值是纯虚数,并且正负成对出现[6,11],设为±iεn,εn≥0. 所以,A可以写成如下形式:A=WTBW,其中,W是2N×2N的实正交矩阵,WWT=1. 该矩阵可用Matlab的Schur子程序计算. 将式(16)代入哈密顿量可以得到:其中,新的Majonara费米子算符满足γ. 再利用Majonara费米子算符的定义(13)构造新的产生湮灭算符和).得到对角化的哈密顿量:其中,].式中,至此,由BdG对角化和Schur分解两种方法得到了对角化的哈密顿量式(12)和式(20). 两者的本征能量和本征矢量是否一致,需要通过具体的数值计算进行检验. 对比的本征矢量是式(6)和式(21)中的矩阵元Sj,n+N和为了比较哈密顿量式(12)和式(20)的本征能量和本征矢量,任意选取两组不同参数分别用上述两种方法对Kitaev模型进行数值计算,并且作出本征能量、零模准粒子产生算符展开系数的绝对值和所有格点上的相对相位角图像. 任意选取的两组参数分别为:(1)N=50,μ=0.1,t=1,|Δ|=0.2;(2)N=50,μ=0.2,t=1,|Δ|=0.5.首先,按照Schur分解和BdG对角化两种方法计算准粒子能量(图1),采用Schur分解方法得到的准粒子能量跟BdG对角化方法得到的2En完全一致. 另外,这里还出现了一个零能量E=0,与其他能量之间有一个明显的能隙. 这个零能量态就是马约拉纳零模[7,12-13],这也正是Kitaev在该玩具模型中预言的[6],其零模的稳定性受拓扑保护.为了比较2种方法得到的本征矢量,分别计算出两组不同参数下零模准粒子产生算符a+展开系数的绝对值结果如图2所示. 在同一组参数下,2种方法得到的展开系数的绝对值是完全相同的. 另外,得到的零模主要分布在一维链两端,明显地显示出一维链的边界效应. 这是马约拉纳零模的显著特征.由于量子力学波函数的位相不确定性,零模准粒子的展开系数可以存在一个常数相因子的差别(相对相位角). 为了检验2种方法得到的展开系数是否只是相差一个常数相因子,进一步计算了所有格点上2种方法得到的展开系数之比的相位角(图3). 可见,在同一组参数下,不同格点上的相位角是完全相同的. 这表明用2种数值计算方法得到的波函数只存在着常数相因子的差别.对比两组不同的参数下用2种方法得到第一激发态能量相应准粒子产生算符的展开系数绝对值(图4)以及展开系数相差的相位角(图5). 由图4可以看出,相同参数下2种方法得到的第一激发态能量对应的准粒子算符其展开系数绝对值相同. 由图5可以看出两组参数下2种方法得到第一激发态能量对应的准粒子算符其展开系数之间相差的相位角都是零,也就是说此时2种方法得到的准粒子算符的展开系数之间不存在常数相因子的差别,二者完全相同. 所以,数值计算结果表明,BdG对角化和Schur分解2种数值计算方法在求解同一个一维拓扑超导体Kitaev模型的本征值和本征函数时是等价的. 另外,对2种方法进行进一步分析发现各有其优点:首先,BdG对角化方法在求解本征函数和本征能量的计算过程中更加简洁方便. 值得注意的是,BdG对角化的方法直接得到的能量的2倍才是真正的准粒子能量本征值. 其次,由于马约拉纳费米子更像是半个狄拉克费米子,因此采用Schur分解方法在处理马约拉纳费米子行为问题时则更加直观清晰. 综上所述,可以根据处理问题的不同而选择合适的方法进行计算分析,从而达到事半功倍的效果.通过理论分析和数值计算验证了BdG对角化和Schur分解2种数值计算方法的等价性. 由于超导配对相的存在,用BdG对角化方法求解哈密顿量不得不扩大1倍自由度个数,但最后在粒子-空穴对称的前提下自由度两两重合,准粒子能量正好是能量本征值的2倍. Schur分解法得到的能量本征值直接给出准粒子能量. 数值计算结果表明,2种方法得到的准粒子能量是完全一致的. 2种方法得到的准粒子算符对初始费米子算符的展开系数只有1个常数位相因子的差别. 所以,这2种方法是等价的.【相关文献】[1] KURITA Y,KOBAYASHI M,MORINARI T,et al. Spacetime analog of Bose-Einstein condensates: Bogoliubov-de Gennes formulation[J]. Physical Rewiew A,2009,79:043616. [2] OZANA M,SHELANKOV A,TOBISKA J. Bogoliubov-de Gennes versus quasiclassical description of josephson structures[J]. Physical Review B,2002,66(5):340-351.[3] SHANENKO A A,CROITORU M D,PEETERS F M. Oscillations of the superconducting temperature induced by quantum well states in thin metallic films: numerical solution of the Bogoliubov-de Gennes equations [J]. Physical Review B,2007,75: 014519.[4] BJÖRNSON K,BLACK-SCHAFFER A M. Probing vortex Majorana fermions and topology in semiconductor-superconductor heterostructures[J]. Physical ReviewB,2015,91(21):1610-1625.[5] BJÖRNSON K,BLACK-SCHAFFER A M. Majorana fermions at odd junctions in a wire network of ferromagnetic impurities[J]. Physical Review B,2019,94:100501.[6] KITAEV A Y. Unpaired Majorana fermions in quantum wires[J]. Physics-Uspekhi,2001,44:131-136.[7] CHEN L,LI M W,HUANG J H,et al. Majorana zero modes on a one-dimensional chain for quantum computation[J]. Physical Review A,2014,90(1):4804-4810.[8] QU C,ZHENG Z,GONG M,et al. Topological superfluids with finite-momentum pairing and Majorana fermions[J]. Nature Communications,2013,4(10):2710.[9] GIRVIN S M. Particle-hole symmetry in the anomalous quantum Hall effect[J]. Physical Review B:Condensed Matter,1984,29(10):6012-6014.[10] LIN R,WANG Z. A brief review on Majorana bound states in topologicalsuperconductors[J]. Science China Physics,Mechanics & Astronomy,2016,59(7):677401.[11] KITAEV A. Anyons in an exactly solved model and beyond[J]. Annals ofPhysics,2005,321(1):2-111.[12] SANTOS L,NISHIDA Y,CHAMON C,et al. Counting Majorana zero modes in superconductors[J]. Physical Review B,2011,83(10):1161-1171.[13] SATO M,FUJIMOTO S. Topological phases of noncentro symmetric superconductors: edge states,majorana fermions,and the non-abelian statistics[J]. Physical ReviewB,2008,79:094504.。
逆矩阵-分块矩阵

逆矩阵-分块矩阵逆矩阵是线性代数中的一个重要概念,它是指对于一个可逆矩阵A,存在一个矩阵B,使得AB=BA=I,其中I为单位矩阵。
逆矩阵在求解线性方程组、求解行列式、计算特征值等方面有重要应用,因此研究逆矩阵的性质及其计算方法是线性代数中的重要内容。
分块矩阵是指将一个矩阵按照一定的规则划分成多个小块的矩阵。
分块矩阵在矩阵运算中有很大的便利,在求解高维线性方程组、矩阵分解、计算特殊矩阵的特征值等问题中具有广泛的应用。
本文将介绍逆矩阵和分块矩阵的基本概念和性质,并介绍如何在分块矩阵中求逆矩阵。
逆矩阵的定义和性质对于一个可逆矩阵A,存在一个矩阵B,使得AB=BA=I,其中I为单位矩阵。
矩阵B称为矩阵A的逆矩阵,记作A^-1。
逆矩阵的存在与唯一性定理表明,对于一个可逆矩阵A,其逆矩阵存在且唯一。
下面是一些逆矩阵的性质:1. (A^-1)^-1=A3. (A^T)^-1=(A^-1)^T,其中A为可逆矩阵。
4. 若A为可逆矩阵,则|A|≠0。
5. 若A和B都是可逆矩阵,则A+B和AB都是可逆矩阵。
求逆矩阵的方法求解逆矩阵的常见方法是高斯-约旦消元法和伴随矩阵法。
高斯-约旦消元法是通过矩阵初等变换将矩阵A转换为单位矩阵I,但这种方法的计算量比较大,不适合求解大型矩阵的逆矩阵。
伴随矩阵法可以较为简单地求解逆矩阵。
对于一个n阶可逆矩阵A,其伴随矩阵的定义如下:设A为一个n阶可逆矩阵,其余子式为Aij,则置Mij为(-1)^{i+j}Aij,称M为A的伴随矩阵。
则A的逆矩阵为A^-1=1/|A|M^T,其中|A|为A的行列式。
例如,对于一个2阶矩阵A=[a11,a12;a21,a22],其伴随矩阵为M=[a22,-a12;-a21,a11],则A的逆矩阵为分块矩阵是将一个矩阵按照一定规则划分成多个小块的矩阵。
例如,对于一个4阶矩阵A,可以按照以下方式划分成4个2阶矩阵:A=[A11,A12;A21,A22]其中A11、A12、A21、A22均为2阶矩阵。
可逆分块矩阵的逆矩阵的求法

可逆分块矩阵的逆矩阵的求法在线性代数中,分块矩阵是指由一系列子矩阵构成的矩阵,通常呈现为如下形式:$$A= \begin{pmatrix}A_{11} & A_{12} \\A_{21} & A_{22}\end{pmatrix}$$其中,$A_{11},A_{22}$为分块矩阵的子矩阵。
当该矩阵为可逆矩阵时,其逆矩阵也是一个分块矩阵,形式为:$$A_{11}B_{11}+A_{12}B_{21}=I$$上述方程组称为分块矩阵逆矩阵的求解方程组,解出其中的$B_{11},B_{12},B_{21},B_{22}$即可得到该分块矩阵的逆矩阵。
下面我们将介绍两种求解分块矩阵逆矩阵的方法。
一、分块LU分解法分块LU分解法(Block LU Decomposition)是求解分块矩阵逆矩阵的一种常用方法。
其基本思想是将待求分块矩阵逆矩阵$A^{-1}$分解为:$$A=LU$$其中,$L,U$都为分块下三角矩阵和分块上三角矩阵。
将其写成分块形式:$$\begin{pmatrix}A_{11} & A_{12} \\A_{21} & A_{22}\end{pmatrix}= \begin{pmatrix}L_{11} & \mathbf{0} \\L_{21} & L_{22}\end{pmatrix}\begin{pmatrix}U_{11} & U_{12} \\\mathbf{0} & U_{22}\end{pmatrix}$$利用矩阵乘法分配律,我们可以将$A$的逆矩阵写成如下形式:将上述方程组利用$A^{-1}A=I$代入,可以得到分块矩阵逆矩阵求解的关键式子:由于$L,U$的求解可以采用Gaussian消元法,因此,采用分块LU分解法求解分块矩阵逆矩阵相对容易实现。
二、分块Schur补法分块Schur补法(Block Schur Complement)也是求解分块矩阵逆矩阵的一种有效方法。
广义Schur补为零的一些分块矩阵的Drazin逆表达式

∑C B A ) W 。 曰, A ( C A) ) W = B A 、. I+ C( 。
=
=
∑( -… I 0
文献[ ] C 0,A B: 9 在 A B= A 0条件下 给出
分块矩 阵 的 Dai 表 达式 .本 文 的 定 理 2在 rz n逆 C C =0 且 A C =0 的条 件 下 给 出 的 的 AB AB Dai 表达 式 .显 然 ,A B rz n逆 C C=0 和 A C=0 AB 是C A B=0 和 A A B=0成立 的必 要条件 . 定 理 2 设 分块 矩 阵 M 的形 式 如 同式 ( ) 1 .若
通信作 者:h 江. 长
・
l9 3 2・
哈
尔
滨
工
程
大
学
学
报
第3 2卷
P P ). Q( 3
A =2( c ( A) ) ( 一( A)B A。 , B a )( W 。 I W 。 C )
2 主要结果
该文 主 要 是 得 到 下 面 形 式 的 2X2分 块 矩 阵
ism thyemxt = 三wea , an=—。s zy ol。Loea 【 】hAd aqed DC曰 esin r t pmx ,e rua dtn re. l r e co t c i M r n e r Ai D s
te g n r l e c u o l me t h e e a i d S h rc mp e n .Usn h e e aie c u o l me t f l c t xM ie t e rp e e — z i g t eg n r l d S h rc mp e n o k ma r t gv h e r s n z ob i o
H-矩阵(张量)的判定及其Schur补研究的开题报告

H-矩阵(张量)的判定及其Schur补研究的开题报
告
研究题目:H-矩阵(张量)的判定及其Schur补研究。
研究背景及意义:在现代科学和工程技术中,H-矩阵(张量)广泛
应用于计算数学、统计学、金融工程等领域。
它是一种特殊的稀疏矩阵(张量),具有优秀的性质,如良好的正定性、可逆性、稳定性、分块
结构等。
因此,如何判定一个矩阵(张量)是否为H-矩阵(张量)及其
应用是一个重要的研究方向。
研究内容:本文主要研究H-矩阵(张量)的判定方法和其Schur补
的计算问题。
首先,我们会介绍H-矩阵(张量)的定义、特点和应用,
然后探讨H-矩阵(张量)的判定方法,包括传统的基于行主元和列主元
等的方法,以及新的基于凸集覆盖、基础骨架、核函数等的方法。
接着,我们会介绍H-矩阵(张量)的Schur补理论及其在矩阵(张量)计算中
的应用,包括矩阵/张量分解、最小二乘问题、矩阵/张量重构等。
研究方法:本文将采用文献研究、实证分析和理论推导相结合的方法,通过搜集和综合分析相关文献,分析不同方法的优缺点和适用范围,探讨H-矩阵(张量)的Schur补计算问题,并对其中涉及到的数学理论
进行推导和证明。
研究预期成果:本文预计可以全面介绍H-矩阵(张量)的定义、特点、应用及判定方法,深入探讨H-矩阵(张量)的Schur补理论和计算
方法,为矩阵(张量)的分析、计算和应用提供新的理论和方法支持。
同时,本文也可以为相关学科的研究者提供参考和借鉴。
矩阵和的Schur补的性质

矩阵和的Schur补的性质狄勇婧;段复建【摘要】In order to reduce the large-scale matrix calculation and simplify the matrix equation numerical calculation, the properties of Schur complement of the sum of block matrix was studied. The two properties of Schur complement of the sum of block matrix were obtained by the effect of Schur complement with the replacement of block. They were proved in the theory, the theoretical support was provided to deal with the large-scale matrix calculation.%为减少大规模的矩阵计算,简化矩阵方程的数值计算,研究了分块矩阵和的Schur补的性质.通过研究矩阵的分块置换对Schur补的影响,获得分块矩阵和的Schur补的2个性质,并在理论上予以证明,为处理大规模的矩阵计算提供了理论支撑.【期刊名称】《桂林电子科技大学学报》【年(卷),期】2012(032)006【总页数】3页(P490-492)【关键词】分块矩阵;分块置换;Schur补【作者】狄勇婧;段复建【作者单位】桂林电子科技大学数学与计算科学学院,广西桂林541004【正文语种】中文【中图分类】O151.21矩阵Schur补的概念由Issai Schur[1]提出,随着对矩阵理论的研究与发展,Schur补公式的提出大大地推动了数学领域的发展,并且这个公式一直延用至今。
许多人利用Schur补的相关概念进行科学研究,并获得了丰富的科研成果。
矩阵Schur补的性质及其应用

南京信息工程大学硕士学位论文矩阵Schur补的性质及其应用姓名:黄卫红申请学位级别:硕士专业:应用数学指导教师:杨兴东20080501矩阵Schur补的性质及其应用作者:黄卫红学位授予单位:南京信息工程大学1.期刊论文张竟成.谢清明Hermite 矩阵乘积的特征值不等式的注记-湘潭大学自然科学学报2004,26(2)推广和改进了近期一些关于一个Hermite矩阵和一个半定Hermite矩阵乘积的特征值估计的结果.2.期刊论文但琦.DAN Qi Hermite矩阵最大(最小)特征值的估算-西南师范大学学报(自然科学版)2006,31(6)提出了一种用范数来估算Hermite矩阵最大(最小)特征值的方法:定理 设λi(A)为Hermite矩阵A的特征值,α为实数,则-‖-A+αE‖m+α≤λi(A)≤‖A+αE‖m-α3.期刊论文李小波.薛王伟.孙志勇.LI Xiao-bo.XUE Wang-wei.SUN Zhi-yong一种求解复Hermite矩阵特征值的方法-数据采集与处理2005,20(4)介绍几种求解矩阵特征值和特征向量的经典算法及各自优缺点,通过理论推导,提出了一种性能稳健的方法,可以求解信号处理中常见的复Hermite阵.将对复Hermite矩阵求特征值和特征向量的问题转化为求解实对称阵的特征值和特征向量,而实对称阵的求解采用一种改进的三对角Householder法.最后把结果与Matlab仿真结果比较,可以看出该方法有很高的精确度.4.期刊论文董李娜.常晓鹏.DONG Li-na.CHANG Xiao-peng关于Hermite矩阵的特征值扰动-河南教育学院学报(自然科学版)2010,19(1)讨论了Hermite矩阵的特征值扰动,给出了扰动界限.5.期刊论文卢潮辉.LU Chaohui一类分块Hermite矩阵特征值的简便求法及其推广-重庆电子工程职业学院学报2009,18(6)给出求解一类特殊分块Hermite矩阵的特征值与特征向量的简便方法,并对该方法作了进一步的推广.6.期刊论文莫荣华.黎稳.MO RONGHUA.LI WEN Hermite矩阵特征值的新扰动界-应用数学学报2006,29(6)本文研究了Hermite矩阵特征值的任意扰动,给出了新的绝对和相对扰动界.所给出的界改进了Hoffman-Wielandt和Kahan早期的结果.7.期刊论文杜翠真两类特殊 Hermite矩阵的特征值与特征向量-淮北煤师院学报(自然科学版)2003,24(4)利用 Hermite矩阵的性质,给出求两类特殊的分块矩阵的特征值与特征向量的一种方法,该方法具有操作简单、计算量小的特点.8.学位论文莫荣华关于Hermite矩阵的特征值与Schur补的扰动界2006本文第二章讨论了Hoffman-Wielandt型绝对和相对扰动界.主要研究了Hermite矩阵的任意扰动,改进并推广了以往的结果.第三章讨论了Hermite半正定矩阵的广义Schur补的扰动,给出了广义Schur补在谱范数下的绝对扰动界,改进了以往的结果.9.期刊论文刘玉波.LIU Yu-bo次Hermite矩阵的某些性质和它的广义逆-天津师范大学学报(自然科学版)2006,26(3)先证明了n阶次对称矩阵构成的子空间的完备性和n阶次Hermite矩阵集是Cn×n的闭子集,然后讨论了次Hermite矩阵谱半径与其次特征值的关系和在矩阵序列及矩阵幂级数中的应用,最后讨论了奇异的次Hermite矩阵的广义逆矩阵的结构及在解线性方程组中的应用.10.期刊论文任芳国.冯孝周浅谈Hermite矩阵的学习-陕西师范大学继续教育学报2004,21(3)Hermite矩阵在矩阵理论中处于重要的地位,它一方面是实对称矩的自然推广,另一方面它在复矩阵Mn(C)中地位相当于实数在复数C的地位,本文主要从Hermite矩阵的性质,判定定理,正定性和Hermite矩阵不等式四个方面讨论Hermite矩阵,旨在使学生对Hermite矩阵有一个全面深刻地理解,对学习线性代数有一定的指导作用.本文链接:/Thesis_Y1257750.aspx授权使用:中南大学(zndx),授权号:59029729-7c16-4d33-82ac-9e470103722c下载时间:2010年12月9日。
Schur补和压缩矩阵

Schur补和压缩矩阵夏顺友;曾诚【摘要】利用压缩矩阵和Schur补建立了若干矩阵等式、矩阵不等式和行列式不等式,推广了相应的结果.【期刊名称】《贵阳学院学报(自然科学版)》【年(卷),期】2013(008)002【总页数】2页(P9-10)【关键词】压缩矩阵;Schur补;矩阵等式;矩阵不等式;行列式不等式【作者】夏顺友;曾诚【作者单位】贵州师范学院数学与计算机科学学院,贵州贵阳 550018;贵阳学院数学与信息科学学院,贵州贵阳 550005【正文语种】中文【中图分类】O151.21并且(5)等式成立的条件是A=B.证明由(4)即可得(5).注:(5)就是著名的华罗庚行列式不等式(见文献[6]).【相关文献】[1]R A Horn,C R Johnson.Matrix Analysis[M].Cambridge University Press,New York,1985.[2]F Zhang.Matrix Theory:Basic Results and Techniques[M].Springer,New York,1999.[3]B Wang,F Zhang.Schur complements and matrix inequalities of Hadamard products[J].Linear and Multilinear Algebra,1997,43:315-326.[4]SLiu.Inequalities Involving Hadamard Products of Positive Sem idefinite Matrices [J].Journal of Mathematical A-nalysis and Applications,2000,243:458-463.[5]F Zhang.Schur complements and matrix inequalities in the Lowner ordering [J].Linear Algebra and its Applications,2000,321:399-410.[6]Hua loo keng.An inequality of determinants[J].Acta Mathematica Sinica,1955,5(4):463-470.。
- 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)。
关于分块矩阵的对角schur 补汤凤香1,2,何淦瞳2,方秀男1,李培培2(1.佳木斯大学 数学系,黑龙江 佳木斯 154007;2.贵州大学 理学院,贵州 贵阳 550025)摘 要 本文利用矩阵分块的思想,主要证明了I-块严格对角占优阵的对角schur 补仍然是I-块严格对角占优阵,同时利用连续性证明了I-BDD 的对角schur 补还是I-BDD 。
关键字 对角schur 补,I-块严格对角占优阵,块对角占优阵 中文分类号 文献标识码0 引言1近年来,很多研究者在研究矩阵的schur 补问题并且取得了一定的成果,如在[2,5]中证明了半正定矩阵、M-阵、H-阵的schur 补仍是半正定矩阵、M-阵、H-阵;并且它们的某些性质已经被应用到数值分析中的Gauss-Seidel 迭代法的收敛问题上如。
文献[1]对分块矩阵作了详细的研究,[1]证明了块严格对角占优阵的schur 补仍然是块严格对角占优阵。
[5]证明了严格对角占优阵的对角schur 补仍然是严格对角占优阵。
鉴于[1]和[5]中介绍的关于矩阵分块和对角schur 补的性质,本文主要证明了I-块严格对角占优阵的对角schur 补仍然是I-块严格对角占优阵,同时利用连续性证明了I-BDD 的对角schur 补还是I-BDD 。
1 给出一些相关定义考虑⨯n n 复矩阵A ,它有如下的分块: 12(1)s s ss A A A ⎛⎫⎪⎪ ⎪ ⎪⎝⎭11121s 21222SA A A A A A A=其中ll A 是A 的一个l l n ⨯n 的非奇异主子阵,l l l n =∑ s=1=1,2,,s, n ,简记()s s lm A A ⨯=设S 表示集合{1,2,,};s k M 表示k 阶M-矩阵[3]; I 表示单位阵;n nC⨯表示所有n n ⨯复矩阵;n nsC ⨯表示n n C ⨯中所有形如(1)的s s ⨯块矩阵;假设()()n nlm s lms s s sA A C ⨯⨯⨯=∈,设N(A)=A 定义为块矩阵A 的范数矩阵,其中∙是某个consistent 矩阵范数。
定义1.1]1[ 设n nlm s A C ⨯⨯=∈s s(A )且ll A 非奇异1l s = ,2,,,如果111,,,(2)slllm m m lA A l S --=≠≥∀∈∑,则称A 是I-块对角占优(简称s I BDD -);如果对l S ∀∈,(2)式严格成立,则称A 是I-块严格对角占优(简称s I BSDD -)。
注:为了方便s I BSDD -可以简记为I BSDD -,其它符号同上。
作者简介: 汤凤香,女,1978年生,贵州大学在读硕士,佳木斯大学教师,研究方向:特殊矩阵及应用何淦瞳,男,副教授,贵州大学数学系研究生导师。
定义1.2]1[ 设()n nlm ss s A A C ⨯⨯=∈有如下的分块:11122122A A A A A ⎛⎫=⎪⎝⎭,(3) 其中 1111,11,11221,1k k k k s k kk s k ss A A A A A A AA A A ++++⎛⎫⎛⎫⎪⎪== ⎪ ⎪⎪ ⎪⎝⎭⎝⎭和 分别是k k ⨯的非奇异块矩阵和()()s k s k -⨯-块矩阵,1k s ≤< ;而且(3)的分块不改变(1)的分块。
定义A 关于11A 的schur 补为:222112A A A =--11111A A (A ). 定义1.3]1[ 设n nlm s A C ⨯⨯=∈s s(A )且ll A 非奇异, 1l s = ,2,,,如果块矩阵A 的比较矩阵()()s sI lm A w R μ⨯=∈都是M-阵,则称A 是I-块H-阵,其中11lllmlm A l m w A l m--⎧=⎪=⎨-≠⎪⎩,若 ,若 定义1.4]5[设n nA M⨯∈,如(1)、(3)那样分块,则 222112[A A A I - -11111A/A =(A )] ()()()()1,111,,11,11,,111k k k k k k k k s s k ss s sk ks A A O A A A A A A O A A +-++++++-⎛⎫⎛⎫⎪⎪⎪⎪⎪⎪⎛⎫⎝⎭⎪ ⎪ ⎪- ⎪ ⎪ ⎪⎛⎫⎝⎭⎪ ⎪⎪⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭k+1,111s111A A =A A 叫做矩阵A 关于11A 的对角schur 补。
记作11A A .2 块对角占优阵的对角schur 补引理2.1]1[ 设()lm s s s A A I GBSDD ⨯=∈-,则[]11()()0A N A μ--≥≥I ,其中-1A与(1)中A 有相同的分块。
(注:s BSDD I -一定是s GBSDD I - 见[1])引理2.2]4[ 设n n A C ⨯∈,如果1A <,则I-A 是非奇异且()111A-≤-I-A引理2.3]1[ 设()lm s s s A A I BSDD ⨯=∈-,则A 非奇异。
引理2.4]1[ 设()lm s s s A A I BSDD ⨯=∈-,如(3)那样分块,则有()()1,11,1,11,1tt tt t tj j j j j kk j A A AA A A --⎛⎫ ⎪< ⎪ ⎪⎝⎭,其中t j =k+t,t=1,2, ,s-k引理2.5]3[ 设n n A C ⨯∈是一个严格对角占优阵,则μ(A )是一个M-阵。
定理2.1 设()lm s s s A A I BSDD ⨯=∈-,且如(3)那样分块,则s k I BSD D -∈-11AA证明 11s k A I BSD D A I BSD D ∈-∴∈- ,根据引理2.5知()11I k A M μ∈,根据引理2.3知111()A -存在,∴11AA 存在,设11()()ljs k s k AA -⨯-=t j (A )与22A 有相同的分块,对,1,2,,t j k t t s k =+=- 有 11t tt ls kjj j jl l tA A ---≠-∑=1,()()111,1,1,111,t t t t t t lt j s kj j j j kj j l l tk j A A A A A A A ----=≠⎡⎤⎛⎫⎢⎥ ⎪=--⎢⎥ ⎪⎢⎥ ⎪⎝⎭⎣⎦∑()()111,1111,1,111,t t t t t t tt l t j s kj j j j kj j j j l l tk j A I A A A A A A A -------=≠⎡⎤⎛⎫⎢⎥ ⎪≥--⎢⎥ ⎪⎢⎥ ⎪⎝⎭⎣⎦∑()()1,1111,1,111,1tt t t t t t t lt j s kj j j j kj j j j l l tk j A A A A A A A A -----=≠⎡⎤⎛⎫⎢⎥ ⎪≥-⨯-⎢⎥ ⎪⎢⎥ ⎪⎢⎥⎝⎭⎣⎦∑()()1,111111,1,111,tt tt l t tt tt t t js kj j j j j j j j j j kl l tk jA A A A A A A N A A -------=≠⎛⎫ ⎪⎡⎤ ⎪≥--⨯⨯⨯⨯⎢⎥⎣⎦⎪ ⎪⎝⎭∑()()1,111,1,111,tt tt l t t t js kjj j j j j kI l l tk jA A A A A A A μ----=≠⎛⎫⎪⎡⎤ ⎪≥--⨯⨯⎣⎦⎪ ⎪⎝⎭∑ ()()()111111111111det 1det det det t t t ls kj j j j l l tI I I A A h B A A g A μμμ---=≠⎛⎫-⎪ ⎪==⎪ ⎪⎝⎭∑令()11111111t tt ls kj j j j l l tI A A h B g A μ---=≠⎛⎫- ⎪⎪= ⎪ ⎪⎝⎭∑ ()()11,,1,1,t t t tTj k j j j k g A A h A A =--=-- 其中第二个不等式由引理2.2、引理2.4可知;A I BSDD A I GBSDD ∈-∴∈- ∴最后一个不等式由引理2.1可知。
A 是s I BSDD -,1B 是严格对角占优阵且是Z-矩阵[3],∴1B 是M-矩阵。
()111111det 0,det ()0det det 0I I B A B A μμ∴>>∴> 11t tt ls kj j j jlA A ---≠∴->∑r=1,r s k I BSD D -∴∈-11AA定理2.2 设()lm s s s A A I BDD ⨯=∈-,如(3),且设11A 非奇异,则s k I BD D -∈-11A A 。
证明 对于0ε∀>均有 ()111ll llA A l S ε---≥∀∈⎡⎤⎣⎦-1+1,s A I BDD ∈-根据定义有()1111,,sll lllm m m lA A A ε---=≠>≥⎡⎤⎣⎦∑-1+1A εε设()=A+D(),其中1122(,,,)ss diag A A A εε⋅ D()=,则()A ε是s I BSDD -.在定理2.1中用()A ε替换A ,11()()A A εε∴∈s I-BSDD ,根据连续性当0ε→时有s k I BD D -∈-11AA 。
参考文献[1] Cheng-yi Zhang, Yao-tang Li, Feng Chen ,On Schur complement of block diagonally dominantmatrices ,Linear Algebra and its Applications 414 (2006) 533–546.[2] Jianzhou Liu, Yungqing Huang, Fuzhen Zhang, The Schur complements of generalized doublydiagonally dominantmatrices, Linear Algebra Appl. 378 (2004) 231–244.[3] R.A. Horn, Topics in Matrix Analysis, Cambridge University Press, New York, 1991. [4] R.A. Horn, Matrix Analysis, Cambridge University Press, New York, 1985, pp. 300–301. [5] Jianzhou Liu, Yungqing Huang, Some properties on Schur complements of H -matrix and diagonallydominant matrices, Linear Algebra Appl. 389 (2004) 365–380.On Diagonally Schur Complement of Block MatricesTang Feng-xiang1,2,He Gan-tong 2,Fang Xiu-nan 1,Li Pei-pei 2(1. Department of Mathematics,Jiamusi University, Heilongjiang,154007;2.Department of Mathematics,Guizhou University, Guiyang,550025,china)Abstract This paper proved that diagonally schur complement of I-block strictly diagonally dominant matrices was still I-block strictly diagonally dominant matrices ,and proved that the diagonally schur complements of I-BDD was still I-BDD by a continuity argument.Key words diagonally schur complement ,I-block strictly diagonally dominat matrices ,block diagonally domiant matrices。