分块矩阵的应用研究
分块矩阵的性质及其应用【开题报告】

阵的相关计算简单化, 而且还可以用于证明一些与矩阵有关的问题. 分块矩阵应用于矩阵的秩和一些相关矩阵方面的证明问题, 以及求逆矩阵和方阵行列式的计算问题上, 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, 所以分块矩阵作为高等代数中的一个重要概念, 我们需要透彻的了解分块矩阵, 在此基础上较好地学会在何时应用矩阵分块, 从而研究它的性质及应用是非常必要的.根据目前国内外对矩阵应用研究的发展, 可以知道矩阵已经广泛应用到线性规划、线性代数、统计分析, 以及组合数学等.在这样的形式下, 必须要求对矩阵有一种科学的处理方式以提高应用效果.本文是通过查阅相关文献和学习相关知识后总结并探讨了分块矩阵在各方面的应用.当前对分块矩阵的应用主要发展到计算和证明两大方面.证明方面: 通过对矩阵的分块证明了有关矩阵秩的定理以及其他线性代数证明问题; 计算方面,本文通过对分块矩阵的性质的研究很好的解决了求矩阵的逆矩阵问题, 求行列式, 求矩阵的秩等问题的新的快捷方式.二、研究的基本内容, 拟解决的主要问题:研究的基本内容: 通过学习分块矩阵的相关的几种定义, 掌握分块矩阵的性质, 从而熟练分块矩阵的应用.解决的主要问题:1.了解分块矩阵的基本概念.2.探讨分块对角化的性质.3.研究分块矩阵的应用.三、研究步骤、方法及措施:研究步骤:1.查阅相关资料, 做好笔记;2.仔细阅读研究文献资料;3.在老师指导下, 确定整个论文的思路, 列出论文提纲, 撰写开题报告;4.翻译英文资料;5.撰写毕业论文;6.上交论文初稿;7.反复修改论文, 修改英文翻译, 撰写文献综述;8.论文定稿.方法、措施:通过到图书馆、上网等查阅收集资料, 参考相关内容. 在老师指导下, 与同组同学研究讨论, 用确定合理的方法来解决问题.四、参考文献:[1] 居余马. 线性代数[M]. 清华大学出版社,1992.[2] 穆大禄, 裴惠生. 高等代数教程[M]. 山东大学出版社, 1990.[3] 北京大学数学系. 高等代数[M]. 高等教育出版社.[4] 叶伯诚. 高等代数[M] . 青岛海洋大学出版社, 1989.[5]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.[6] S.K.Jain. Linear Algebra: An Interactive Approach[M]. 北京: 机械工业出版社, 2003,7.[7] Hamilton J.D, “Time Series Analysis1” Princeton University Press[J].1999, 26 – 291.。
【文献综述】分块矩阵的性质及其应用

用中还是会遇到很多问题, 在实际生活中, 我们的很多问题可以用矩阵抽象出来, 但这些矩阵
一般都是高阶矩阵, 行数和列数都是一个相当大的数字, 因此我们在计算和证明这些矩阵时
会遇到很烦琐的任务. 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决!
在文献[3]中给出了分块矩阵定义: 把一个 m n 矩阵 A , 在行的方向分成 s 块, 在列的方
向分成 t 块, 称为 A 的 s t 分块矩阵, 记作 A Akl st , 其中 Akl , k 1, 2,, s ,
l 1, 2,, t 称为 A 的子块, 它们是各种类型的小矩阵.
A
=
I3 0
A1
A2
并称它是 A 的一个 2 2 分块矩阵, 其中的每一个小矩阵称为 A 的一个子块. 常用的矩阵分块
方法, 除了上例中的 4 块矩阵, 矩阵的分块还有以下几种常用的分法:
(1) 按行分块
a11 a12 ... a1n A1
A
a12Βιβλιοθήκη ...a22 ...
... ...
| M || BC | | CA1B | .
文献[5-12]中还提到了有关分块矩阵的一些用法, 比如用分块矩阵证明有关矩阵乘积的
秩的定理: 矩阵乘积的秩不超过其因子的秩, 即 r( AB) r( A), 且 r( AB) r(B), 或者表示成
r( AB) min{r( A), r(B)}, 其中 r( A) 表示矩阵 A 的秩. 还可以利用分块矩阵求矩阵的行列
AD
式问题, 比如利用分块矩阵求高阶行列式
: 设 A, C 都是 n 阶矩阵, 其中| A | 0 , 并且
(完整版)分块矩阵及其应用汇总,推荐文档

分块矩阵及其应用徐健,数学计算机科学学院摘要:在高等代数中,分块矩阵是矩阵内容的推广. 一般矩阵元素是数量,而分块矩阵则是将大矩阵分割成小矩形矩阵,它的元素是每个矩阵块.分块矩阵的引进使得矩阵工具的利用更加便利,解决相关问题更加强有力,所以其应用也更广泛. 本文主要研究分块矩阵及其应用,主要应用于计算行列式、解决线性方程组、求矩阵的逆、证明与矩阵秩有关的定理.关键词:分块矩阵;行列式;方程组;矩阵的秩On Block Matrixes and its ApplicationsXu Jian, School of Mathematics and Computer ScienceAbstract In the higher algebra, block matrix is a generalization of matrix content.In general, matrix elements are numbers. However, the block matrix is a large matrix which is divided into some small rectangular matricies, whose elements are matrix blocks. The introduction of the block matrix makes it more convenient to use matrix, and more powerful to solve relevant problems. So the application of the block matrix is much wider. This paper mainly studies the block matrix and its application in the calculation of determinant, such as solving linear equations, calculating inverse matrix, proving theorem related to the rank of matrix , etc.Keywords Block matrix; Determinant; System of equations; Rank of a matrix11 ⎪1 引 言我们在高等代数中接触到矩阵后,学习了矩阵的相关性质,但是对于一些复杂高阶矩阵,我们希望能将问题简化. 考虑将矩阵分割为若干块,并将矩阵的部分性质平移至分块矩阵中,这样的处理往往会使问题简化.定义 1.1 [1] 分块矩阵是把一个大矩阵分割成若干“矩阵的矩阵”,如把 m ⨯ n 矩阵分割为如下形式的矩阵:⎛A 11A ⎫ 1n ⎪A m ⨯n = ⎪A m 1 A m n特别地,对于单位矩阵分块:⎝ ⎭ ⎛E 0 0 ⎫ ⎪ E n ⨯n = 0 0 0 ⎪ 0 E ⎝n n ⎭ 显然,这里我们认识的矩阵元素不再局限于数字,而是一个整体,这里的A 所代表的是大矩阵囊括的小矩阵,而小矩阵一般是我们熟知的常见矩阵.ij依照以上设想,有关矩阵性质的一些问题,我们可以考虑用分块矩阵的思路来解决.2.1 矩阵的相关概念2 分块矩阵在矩阵的学习中,我们学过一些最基本的概念,比如矩阵的行列式、矩阵 的秩、矩阵的逆、初等变换、初等矩阵等等.事实上,我们发现:分块后的矩阵同样用到这些概念.a 11 定义 2.1.1[2]n 级行列式a 21a 12 a 22 a 1n a 2n等于所有取自不同行不同列的a n 1 a n 2a nn 个元素的乘积a 1j a 2ja n j的代数和,这一定义又可写成:12na 11 a 21 a 12a 22a 1na 2n =(-1) (j 1j 2 j n )a aa .a n 1 a n 2a n∑j 1j 2 j n1j 1 2j 2n j n[2]定义 2.1.2向量组的极大无关组所含向量的个数称为这个向量组的的秩.所O I ⎪ ⎪ ⎪1谓矩阵的行秩就是指矩阵的行向量组的秩;矩阵的列秩就是矩阵列向量组的秩. 定义 2.1.3 [2] n 级方阵称为可逆的,如果有n 级方阵 B ,使得A B = A -1 .BA = E (这里 E 是n 级单位矩阵),那么B 就称为 A 的逆矩阵,记为定义 2.1.4 [3] 对分块矩阵施行下列三种初等变换: (1) 互换分块矩阵的某两行(列);(2) 用一个非奇异阵左(右)乘分块矩阵的某一行(列);(3) 用一个非零阵左(右)乘分块矩阵的某一行(列)加至另一行(列)上, 分别称上述三种初等行(列)变换为分块矩阵的初等行(列)变换. 定义 2.1.5 [3] m + n 2 ⨯ 2 ⎛I m O ⎫对 阶单位矩阵作 分块,即I m +n = O I ⎪ ,然后⎝ n ⎭对其作相应的初等变换所得到的矩阵称为分块初等矩阵. 分块矩阵具有以下形式:(1) 分块初等对换阵⎛I n O ;⎫ ⎝ m ⎭⎛P O ⎫ ⎛I m O ⎫(2) 分块初等倍乘阵 0 I ⎪ , ⎪ ;⎝ n ⎭ (3) 分块初等倍加阵⎛I m R 1 ⎫ O I ⎝ 0 Q ⎭ ,⎛I m O ⎫ ; S I ⎝ n ⎭ ⎝ n ⎭其中 P , Q 分别是m 阶和n 阶可逆方阵,且R ∈ R m ⨯n ,S ∈ R n ⨯m为非零阵.2.2 矩阵的运算性质矩阵的运算包括加法、乘法、数乘,这里主要讨论矩阵的运算性质: 定义 2.2.1 [4] 矩阵加法:设A = (a ) , B = (b ) 是两个同型矩阵,ij snij sn则矩阵C = (c i j )= (a i j+ b i j )称为 A 和 B 的和,记为C = A + B .元素全为零的矩阵称为零矩阵,记为O s n ,可简单记为O,对于矩阵 A 、 B ,有:(1) A + O = A(2) A + ( -A ) = 0(3) A - B = A + ( -B )(4) ( A + B ) + C = A + ( B + C )snsnn11 (5)A + B = 定义 2.2.2 [4] B + A矩阵乘法:设A = (a ) ,B = (b ) 是两个不同型矩阵,i k s nk j n m那么矩阵C = A B =(c i j ),称为矩阵 A 与 B 的乘积,其中:smc i j = a i 1b 1j + a i 2b 2j+ a i n b n j= ∑a i k b k jk =1在乘积的定义中,我们要求第二个矩阵行数和第一个矩阵列数相等.特别地,矩阵的乘法和加法满足以下性质:(1) A ( B + C ) = A B + A C(2) ( B + C )A = B A + C A(3) (A B )D =A (B D )⎛k a 11 k a 1k a 1 ⎫定义 2.2.3 [4] 矩阵数乘: k a 21k ak a 2n ⎪ ⎪A = (a ) 与 数 22 ⎪称为矩阵 ⎪⎪ ij sn k a k a k a ⎝ s 1 s 2 s n ⎭k 的数量乘积,记为kA ,有以下性质:(1) 1 * A = A ;(2) k(l A ) = (k l )A ;(3) k ( A + B )= kA + kB ;(4) (k + l )A = kA +lA ; (5) k (A + B ) = kA +kB .2.3 分块矩阵的初等变换性质我们对于分块矩阵,也有其运算性质:设 A 、 B 是m ⨯ n 矩阵,若对它们有相同的划分,也就有:⎛A 11 + B A 1t + B 1t ⎫ ⎪ 加法:A + B = ⎪ . ⎪ A + B A + B ⎪ ⎝ s 1 s 1 st st ⎭乘法:C = A B , 其中:∑ ⎪ 1 C i j = A i 1B 1j + A i 2B 2j+ + A i n B n j⎛k A 11k A 1 ⎫⎪ n= A i k B k j .k =1数乘:k A =⎪ .⎪ k Ak A⎝s 1 s t ⎭总结了矩阵的运算性质,我们主要看看分块矩阵初等变换性质:定义 2.3.1 [2] 由单位矩阵 E 经过一次初等变换得到的矩阵称为初等矩阵. 初等矩阵都是方阵,包括以下三种变换:(1) 互换矩阵 E 的i 行与 j 行的位置; (2) 用数域 P 中的非零数c 乘 E 的i 行; (3) 把矩阵 E 的 j 行的k 倍加到i 行.定义 2.3.2 [5] 将单位矩阵分块,并施行如下三种变换中的一种变换而得到的方阵称为分块初等矩阵:(1) 对调两块同阶的块所在的行或列; (2) 某一块乘以同阶的满秩方阵;(3) 某一块乘以一个矩阵后加到另一行上(假定这种运算可以进行).如:我们对分块矩阵⎛ A B ⎫进行相应变换,只要应用矩阵的计算性质,左乘对⎝C D ⎭ 应分块矩阵: ⎛ O E m ⎫ ⎛ A B ⎫ ⎪⎪⎛C D ⎫ ⎪ ⎝E n O ⎭ ⎝C D ⎭⎝ A B ⎭ ⎛P O ⎫ ⎛ A B ⎫ ⎛P A = P B ⎫ O E ⎪C D ⎪ ⎪⎝ n ⎭ ⎝⎭ ⎝ C D ⎭ ⎛E m O ⎫ ⎛ A B ⎫ ⎛ = A B⎫P E ⎪C D ⎪ ⎪C + P AD + P B⎝ n ⎭ ⎝⎭ ⎝ ⎭2.4 矩阵的分块技巧对矩阵的分块不是唯一的,我们往往根据问题的不同进行不同的分块,分块的合适与否,都对问题的解决至关重要,最常见的有四种分块方法[6] :(1) 列向量分法,即A =(1,⎛ ⎫ ⎪, n ),其中j 为 A 的列向量.(2) 行向量分法,即A = ⎪ ,其中j 为 A 的行向量.⎪ ⎝ m ⎭=1⎪ (3)分两块,即A = (A 1, A 2 ),其中A 1 ,A 2 分别为A 的各若干列作成.或 A = ⎛B ⎫ ,其中B ,B 分别为 A 的若干行作成. B ⎪1 2 ⎝ 2 ⎭⎛C 1 C 2 ⎫(4) 分四块,即A =C C ⎪ .⎝ 3 4 ⎭我们在进行分块时,希望分割的矩阵块尽可能是我们所熟悉的简单矩阵,于是,我们有必要熟悉一些常见的矩阵.2.5 常见的矩阵块我们把高等代数中学习过的一些常见矩阵总结如下: (1) 单位矩阵:对角线元素都为1,其余元素为0 的n 阶方阵. (2) 对角矩阵:对角线之外的元素都为0 的n 阶方阵. (3) 三角矩阵:对角线以上(或以下)元素全为0 的n 阶方阵. (4) 对称矩阵:满足矩阵 A 的转置和 A 相等. (5) 若尔丹(Jordan )块:形如⎛ 0 1 0 0 ⎫ 0 ⎪J ( ,t ) ⎪= ⎪0 0 ⎪ 0 0 0 1 ⎝ ⎭(6) 若尔丹形矩阵:由若干个若尔丹块组成的准对角矩阵, 其一般形状形如:⎛A 1 ⎫⎪ A 2⎪ ⎪ ⎪A ⎪ ⎝n ⎭在复杂矩阵中,找到这些矩阵块,会使计算简化.3.1 行列式计算的应用3 分块矩阵及其应用定理 3.1.1 [2] 拉普拉斯(Laplace )定理:设在行列式 D 中任意取定了k 个 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的和等于行列式 D .事实上,行列式计算中的拉普拉斯定理就包括了矩阵分块的思想,它通过取k 级子式的方法,提取出矩阵内的矩阵块. 然而,在行列式计算中,行列式a ⎪ a 按行或列的展开更为常用. 这里,我们最常用到的是取列向量分块和行向量分块.例 3.1.1 [7] :(爪形行列式)计算行列式:a 01 1 1 1 a 10 0 1 0 a 2 0 ,其中a i ≠ 0(i = 1, 2, , n ) .1 0 0 a n解:设Q =A D ,其中A = (a )C B a 1 B =,C = ( 1, 1, , 1)T ,D = ( 1, 1, , 1) .a n因为a i ≠ 0(i = 1, 2, , n ) ,所以 B 是可逆矩阵.-1⎛n 1 ⎫又易知: A - D B C = a 0 - ∑ ⎪ . ⎝ i =1 i ⎭根据分块矩阵乘法: ⎛ E0 ⎫ ⎛ A D ⎫ --1 ⎪ ⎪= ⎛A D ⎫-1 ⎝ C A E ⎭ ⎝C B ⎭ ⎝ 0 B - C A D ⎭A D -1 -1 ⎛ n 1 ⎫则:= AB - C A D =B A - D BC = a a a a-∑ a ⎪C B⎛n 1 ⎫ 12n 0⎝i =1 i ⎭故:原行列式=a 1a 2 a n a 0 - ∑ ⎪ . ⎝ i =1 i ⎭例 3.1.2 [7] :(对角行列式)计算行列式:adH 2n= a d.c bcb解:令⎪ a x A =⎛a ⎫⎪ ,B = ⎛b ⎫⎪ ,C = ⎛ c ⎫ ⎛ ,D = d ⎫⎪ ⎪ ⎪ ⎪ ⎪ a ⎪ b ⎪ c ⎪ d ⎪ ⎝ ⎭ 为n 阶方阵. 由于a ≠ ⎝ ⎭ ⎝ ⎭ ⎝ ⎭ 0,故 A 为可逆方阵.⎛ b - c a -1d⎫⎪ 又易知:B - C A -1D =⎝ b - c a -1d ⎪ b - -1 ⎪ ca d ⎭故 H 2n= A D = C BAB - C A -1D = a n (b - c a -1d )n= (a b - c d )n .例 3.1.3 [8] :设 A 、 B 、C 、 D 都是n 阶矩阵,证明当 AC = CA 时, A 可逆时,有A D= A B - C DC B⎛ A D ⎫ ⎛E -A 1D-⎛ A 0 ⎪ ⎫,证明:若 A 可逆,⎪ ⎪ =-1 ⎝C B ⎭ ⎝OE ⎭ ⎝C B - C A D ⎭A D故:=C BAB - C A -1D = A B - A C A-1D = A B - C D .注意到,这里计算分块矩阵行列式和计算一般数字矩阵行列式有所区别,不是简单的a d c b= a b - c d ,其矩阵块限制条件有所加强. 所以本例告诉我们,在矩阵分块以后,并非所有一般矩阵性质都可以应用到分块矩阵中.3.2 线性方程组的应用对于线性方程组,我们有以下四种表述: (1) 标准型:⎧a 11x 1 + a 12x 2+ + ax = b ⎪ 1nn 1⎨ax + ax + + a x = b ; ⎪a 21 x 1+ 22 2 + + 2n n a x = b ⎩ m1 1 m2 2 m n n m (2) 矩阵型:令A = ⎣a i j ⎦m ⨯n,x = (x 1, x 2, , x n )' ,B = (b 1, b 2, b m )' 方程组可以表述为: Ax = B ;(3) 列向量型:令2⎢a ⎥ ⎝O O⎪ ⎪ ⎪ ⎡a 11 ⎤ ⎢21 ⎥⎡a 12 ⎤⎥ 22 ⎡a 1n ⎤ ⎢ ⎥ = , 1 ⎢ ⎥ 2 = , , ⎢ ⎥= ⎢a 2n ⎥ n ⎢ ⎥ ⎢ ⎥ ⎣a m 1 ⎦ ⎢ ⎥ ⎣a m 2 ⎦ ⎢ ⎥ ⎣a m n ⎦则方程组又可以表述为:x 11 + x22+ + x nn = B ;(4)行向量型: x ' + x ' + + x' = B ' .1 12 2n n可见,矩阵分块为我们解方程组提供了新的思路.事实上,在求齐次线性方程组系数矩阵的秩时,在判断非齐次线性方程组是否有解时,行列向量组的合理应用,使得问题解决更加便捷、明了.例 3.2.1:(齐次线性方程组)求解方程组:⎧ x 1 + 2x 2 2x ⎪ + x + 2x 3 - 2x + x 4 = 0 - 2x = 0 ⎨ 1 x -2x - 4x 3 - 3x 4=0 ⎩ 1 2 3 4 解:对系数矩阵施行行变换,并将结果用分块矩阵表示:⎛1 0 -25 ⎫ - 3⎪ ⎛ 1 2 2 1 ⎪⎫ ⎛ 1 2 2 1 ⎪⎫4 ⎪ ⎛E C ⎫ A = 2 1 -2 -2 0 -3 -6 -4 0 1 2 ⎪ = 2 ⎪ ⎪1 -1 -4 -3⎪ 0 -3 -6 -4⎪ 3 ⎪ 12 ⎭ ⎝ ⎭ ⎝ ⎭ 0 0 0 0 ⎪⎪ ⎝ ⎭R ( A ) = 2,基础解系含4 - 2 = 2 个.而方程又满足:相应的可以取:⎛E 2 C ⎫ ⎛1 ⎫ = ⎛ 0⎫⎪ ,⎝O 1 O 2 ⎭ ⎝2 ⎭⎝ 0⎭⎛ 5 ⎫ 2 3 ⎪ ⎛ -C ⎫⎪⎝ E 2 ⎭⎪ = -2 4 ⎪3 ⎪1 0 ⎪ ⎝ 0 1 ⎭-⎪ 0 3 ⎪⎭⎛ 2 ⎫ ⎛ 5 ⎫3 ⎪有通解: = k + k,其中= -2⎪1, =- ⎪ 4 ⎪ . 1 12 21 ⎪2 ⎪ ⎪ ⎝ 0 ⎭⎪ 1 ⎪ ⎝ ⎭例 3.2.2 [9] :(非齐次线性方程组)求解方程组:⎧⎪ x 1 + 2x 2- 3x 4 + 2x 5 = 1 x - x - 3x + x - 3x = 2 ⎪ ⎨ 1 2 3 4 52x - 3x + 4x - 5x + 2x = 7 ⎪ 9x ⎩ 1= 25 解:我们分别对于方程组的系数矩阵和增广矩阵求秩:r ( A ) = 3,而r ( A ) = 4 , 故r ( A ) ≠ r ( A) . 从而方程组无解. ⎛ Λ45 -b ⎫事实上,我们可以利用分块矩阵叙述:经对分块矩阵 ⎝ E变换,都不能把最后一列变成0 ,所以该方程组无解.例 3.2.3:证明: n 阶方阵 A 的秩为n- 1,则r a n k ( A* )=1首先证明此例需要利用的一个引理: 4进行行列0 引理:A = (a i j )n ⨯n ,B = (b i j )n ⨯n ,r( A ) = r ,A B =0 ,则r ( B ) ≤ n - r证明:对矩阵 B 进行列向量的分块,B = (B 1, B 2, B n ) ,A B = 0 则有:A B i= 0 ,B i 是AX = 0 的解. 而A X =0 基础解系有n - r 个解.故:r ( B ) ≤ n - r 再证明本例: 因为r ( A )= n - 1,则 A = 0 ,A 至少有一个n -1级子式不为零,r a n k ( A* ) ≥ 1.而:A * =AE = 0 .利用引理得:r a n k ( A * ) ≤ 1,故r a n k ( A )=*.51 - 9 x +2 6x - 163 x4 + 2x 52 3 4 5⎝⎪ 1 2= ⎪ ⎪ 得证.3.3 求矩阵逆的应用我们在求矩阵逆的时候包括很多方法:利用定义求逆、利用伴随矩阵求逆、 利用初等变换求逆、混合采用初等行列变换求逆等等.这里我们统一用矩阵分块的思路来求矩阵的逆.例 3.3.1 [6] :设 A 、 B 是n 阶方阵,若 A + B 与 A - B 可逆,试证明: ⎛ A B ⎫可逆,并求其逆矩阵. B A ⎭ ⎪ 解:令D = ⎛ A B ⎫,由假设知 A + B ≠ 0 , A - B ≠ 0B A ⎪ .那么:D =A B⎝ ⎭A +B B =A + BB= A + B A - B ≠ 0 .B AB + A AA - B即 D 可逆. 再令D -1 ⎛D 1= D 2⎫ , 由D -1 = E ,即:可得:D D ⎝ 3 4 ⎭⎛ A B ⎫ ⎛D D ⎫ ⎛E 0 ⎫ ⎪ ⎪⎪ ⎝B A ⎭ ⎝D 3D 4 ⎭ ⎝ 0E ⎭⎪⎧A D 1 + B D 3 = E B D + A D = 0⎪12⎨A D +B D = 0 B D 2 + A D 4 = E ⎩ 2 4将第一行和第二行相加、相减,得:⎪D + D = ( A + B )-1 ⎨1 3⎩D 1 - D 3= ( A - B )-1 解之得:D = 1 ⎡( A + B )-1 + ( A - B )-1 ,D = 1⎡( A + B )-1 - ( A - B )-11 2 ⎣⎦ 2 2 ⎣⎦类似地:D 2所以: = D 3 ,D 4= D 1 .⎛ A B ⎫-11 ⎛( A + B )-1 + ( A - B )-1 ( A + B )-1 - ( A - B )-1 ⎫⎪ = 2 -1 -1 -1-1 ⎪ . ⎝B A ⎭ ⎝( A + B ) - ( A - B )( A + B ) + ( A - B ) ⎭ =⎝⎭ ⎝ - ⎪⎪ ⎪0 例 3.3.2 [6] :已知分块形矩阵M = ⎛ A B ⎫可逆,其中 B 为p ⨯ p 块, C 为C 0 ⎪ ⎝ ⎭q ⨯ q 块,求证: B 与C 都可逆,并求M-1 . 解:由0 ≠M = (-1)p qBC ,则: B ≠0 , C ≠ 0 ,即证 B 、C 都可逆.这里用分块矩阵的广义初等变换来求逆: ⎛ A B E p0 ⎫ → ⎛ A B E 0 ⎫ → ⎛ 0B E -AC -1 ⎫⎪ ⎪ -1 ⎪ -1⎝C 0 0 Eq ⎭ ⎝E 0 0 C ⎭ ⎝E 0 0 E ⎭→ ⎛ 0 E B -1-B -1A C -1 ⎫ → ⎛E 0 0 C-1 ⎫E 0 0 C-1⎪ 0 E B -1-B -1A C -1 ⎪ ⎭-1⎛C -1 ⎫故 :M = B -1-B -1A C-1 ⎪ . ⎝⎭备注:本例和上例属于同一个类型的问题,但我们利用分块矩阵,可以有两种不同的方法来解决,待定系数法和广义初等变换都是求逆的有效方法.值得注意的是,在题目没有直接给出分块矩阵的情况时,我们要学会自己构造:⎛ 1 0 1 ⎫ 例 3.3.3 [10] :求矩阵A = 2 1 0 ⎪的逆矩阵.⎝ ⎭ 解:构造矩阵:⎛ 10 1 1 00⎫⎪⎛ 1 0 1 1 0 0⎫⎪2 0 0 1 -2 -2 1 0 D = ⎛ A E ⎫= -3 1 0 0 1 2 -5 0 0 1⎪ → 0 2 -2 3 0 1⎪ ⎪⎪ ⎪ ⎝E O ⎭6⨯6 1 0 0 0 00 1 0 0 0 0⎪ 1 0 0 0 0 0⎪ 0⎪ 0 1 0 0 0 0⎪0 0 1 0 0 0 0 1 0 0 0 ⎝ ⎭ ⎝ ⎭⎛ 1 0⎫⎪ 00 1⎪ →1 0⎪ ⎛ 1 0 1 1 0 0⎫ 0 1 -2 -2 1 0 0 1⎪ → 1 0⎪⎪ ⎪ 0 0⎪ 0 0⎪ 00⎪ 0 0⎪ ⎝⎭ ⎝ ⎭ 0 1 1 0 1 -2 -2 1 0 2 7 -2 0 0 0 0 1 0 0 0 0 1 0 00 2 7 -2 0 -1 0 0 1 0 0 0 0 1 0 0- - ⎪ ⎝ ⎭ ⎝ ⎭1 ⎛ 1 0 0 1 0 0⎫⎪0 1 0 2 1 0 ⎛ 10 0 1 0 0⎪⎫ 0 1 0 2 1 0 0 0 17 -2 1⎪0 0 2 7 -2 1⎪1 ⎪→ ⎪ → 10 - 0 0 0⎪ .1 0 -1 0 0 0⎪2⎪ 0 1 2 0 0 0⎪ 00 10 01 0 0 0⎪0 0 1 0 0 0⎪⎝所以;⎭⎪⎝2⎭⎛1 0 1 ⎫ ⎛ 5 1 ⎫- 2 ⎪⎛ 1 0 0⎫ - 2 -1 - 2 ⎪ A -1 = 0 1 1 ⎪ -2 1 0⎪ = 5 -1 1 ⎪ . ⎪ ⎪ ⎪ 1 ⎪ 7 -2 17 1 ⎪ 0 0 2 ⎪ ⎝ ⎭ 2 -1 2 ⎪ 此方法在计算上并不简单,但是它把平常的单纯的一种变换变成了两种变换同时应用,把已知的可逆矩阵置于含单位矩阵的分块矩阵中,以此求逆矩阵, 有时比较简单.3.4 矩阵秩基本不等式矩阵理论中, 矩阵的秩是一个重要的概念,而矩阵经过运算后所得新矩阵 的秩往往与原矩阵的秩有一定关系. 现把高等代数书中有关矩阵秩最基本的不等式总结如下:(1)矩阵和的秩不超过两矩阵秩的和.即:设 A 、 B 均为m ⨯ n 矩阵,则:r ( A + B ) ≤ r(A ) + r ( B ) .(2)矩阵乘积的秩不超过各因子的秩.即:设 A 是m ⨯ n 矩阵 , B 是n ⨯ s 矩(3)r ⎛A B ⎫阵,则:r ( A B ) ≤≥ r ( A ) + r ( B ) . m i n {r ( A ) , r ( B )}.(4)r ⎝ 0 C ⎭ ⎪ ⎛A ⎫ ⎪⎪ ≥ A i j .A ⎪ ⎝ m ⎭再来介绍由分块矩阵证明导出的两个基本不等式例 3.4.1[11] :(薛尔弗斯特不等式)设A = (a ) ,B = (b ) ,证明:ij s ⨯nij n ⨯mr a n k ( A B ) ≥ r a n k ( A ) + r a n k ( B ) - n⎪ 证明:由分块矩阵的乘积⎛ E n 0⎪ ⎫ ⎛E B ⎫ ⎪⎛E n -B ⎫⎛E n 0 ⎫ -A E A n0 0 E ⎪ = ⎪0 - ⎝ s ⎭ ⎝ ⎭ ⎝ 知:m ⎭⎝ A B ⎭ r a n k⎛E n B⎫ = r a n k (E ) + r a n k ( -A B ) = n + r a n k ( A B )A 0 ⎪n.⎝ ⎭但,r a n k⎛E nB ⎫ A 0⎪= r a n k⎛B E n ⎫ ≥ r a n k ( A ) + r a n k ( B ) ⎪故:得证.⎝⎭ ⎝ 0 A ⎭.n + r a n k ( A B )≥ r a n k ( A ) + r a n k ( B )备注:在矩阵秩不等式的证明过程中,我们往往会构造如下的分块矩阵: (1) 矩阵不等式中含两个不同矩阵:构造 ⎛A 0 ⎫⎪;⎝ 0 B ⎭(2) 矩阵不等式中含有两个不同矩阵及阶数:构造⎛ A E ⎫ ⎪ 或者 ⎛ A 0 ⎫ ⎪.⎝ 0 B ⎭ ⎝E B ⎭具体分块矩阵的元素则要看题目所给的条件.例 3.4.2 [6] :(Frobenius 不等式)设 A 、 B 、C 是任意3 个矩阵,乘积ABC 有意义,证明:r ( A B C ) ≥ r ( A B ) + r ( B C ) - r ( B )证明:设 B 是n ⨯ m 矩阵,r ( B ) = r那么存在n 阶可逆阵 P , m 阶可逆阵Q ,使B = ⎛Er0⎫ P ⎪ Q .⎝ 0 0⎭把 P 、Q 适当分块:P = (M , S ),Q =⎛N ⎫, 由上式有: T ⎝ ⎭故:r ( A B C )= r ( A M N C ) B = (M , S )⎛E r0⎫ ⎛N ⎫ = M N .⎪ ⎪ ⎝ 0 0⎭ ⎝T ⎭≥ r ( A M ) + r ( N C ) - r0 ≥ r ( A M N ) + r ( M N C ) - r ( B )得证.= r ( A B ) + r ( B C ) - r ( B ) .3.5 矩阵秩不等式证明的应用矩阵基本不等式的证明思路,在一般不等式中也常常用到, 以下例题是对矩阵秩不等式的推广及其应用:例 3.5.1[11] :设 A 为m ⨯ k 矩阵, B 为k ⨯ n 矩阵,则证明:r a n k ( A )+r ank( B ) - k≤ r ank( AB) ≤ m i n {r a n k ( A ) , r a n k ( B )}证明:先证明右边的不等式,由:(A 0)(E k0 B ) = ( A A B ) ;E n可得:⎛E k A E 0⎪ ⎫ ⎛B ⎪⎫ = ⎛ B A B ⎫⎪ ,⎝m ⎭ ⎝ ⎭⎝ ⎭r a n k ( A ) =r ank( A 0) = r a n k ( A A B ) ≥ r a n k ( A B ) ;r a n k ( B ) = r a n k ⎛ B ⎫ = r a n k ⎛ B ⎫≥ r a n k ( A B ) .⎪ ⎪⎝ 0 ⎭ ⎝AB ⎭ 再证左边的不等式.注意到下列事实:⎛E m -A ⎫ ⎛ A 0 ⎫ ⎛E ⎪k -B ⎫ = ⎛ 0 -A B ⎫⎪ 0 E ⎪E B 0E⎪ E 0 ⎝k ⎭ ⎝ k 则:⎭ ⎝ n ⎭⎝ k ⎭0 ⎫⎛ 0r a n k ⎛ A ⎪ = r a n k-A B ⎫ ⎪于是:⎝E kB ⎭ ⎝E k0 ⎭⎛ A 0 ⎫r a n k ( A ) + r ank ( B ) ≤r ank ⎪ = r a n k ( -A B ) + r a n k (E k )= r a n k ( A B ) + k⎝E kB ⎭ 从而: r a n k ( A ) + r a n k ( B ) - k ≤ r a n k ( A B ) .这里也是用到构造矩阵的方法.例 3.5.2 [6] :设n 阶矩阵 A 、 B 可交换,证明:r a n k ( A + B ) ≤ r a n k ( A ) + r a n k ( B ) - r a n k ( A B )→ → , ⎝ ⎭ 解:利用分块初等变换,有:⎛A O ⎫ ⎛A B ⎫ ⎛A + B B ⎫⎪ ⎪⎪ ⎝O B ⎭ ⎝O B ⎭ ⎝ B B ⎭ 因为 AB = BA ,所以:⎛ E O ⎫ ⎛A + B B ⎫ = ⎛A + B B ⎫ .B -A - ⎪ B ⎪ O- ⎪B B A B ⎝ 于是,有:⎭ ⎝ ⎭ ⎝ ⎭r a n k ( A ) + r a n k ( B )= r a n k⎛A + B B ⎫≥ r a n k ⎛A + B B ⎫B ⎪⎝ B ⎭ ⎝ ⎪O-A B ⎭即:r a n k ( A + B )得证.≥ r a n k ( A + B ) + r a n k ( A B ) .≤ r a n k ( A ) + r a n k ( B ) - r a n k ( A B ) .例 3.5.3:设 A 是n 阶方阵,且r ( A ) = r ( A 2 ,证明:对任意自然数k ,有r ( A k ) = r ( A )⎛A 2O ⎫证:构造分块矩阵 O A 2 ⎪,由 Frobenius 不等式: 2 2 2 ⎛A O ⎫ ⎛A 2 -A 3 ⎫ ⎛O -A 3 ⎫ 3 r ( A )+r( A ) ≤ r ⎪ = r A A 2 A O ⎪ = r A O ⎪ = r ( A ) + r ( A ) . 由:r ( A ) = r ( A 2 ) ⎝ ⎭ ⎝ ⎭ ⎝ ⎭所以,r ( A3 ) = r ( A 2 * A )≤ r ( A2 ) .故: r(A 2 ) = r ( A 3 .由此可推得:r ( A3) = r ( A 4) , r ( A4) = r ( A5 ) , .故:对任意自然数k , 有:r ( A k ) = r ( A ) .3.6 综合应用在掌握了分块矩阵的技巧之后,可以由其导出的一个重要的定理:特征多项式的降阶定理,以下主要讨论该定理及其结论的应用.例 3.6.1 [6] :(特征多项式的降阶定理)设 A 是m ⨯n 矩阵, B 是n ⨯ m 矩阵. 证明: AB 的特征多项式f A B ( ) 与 BA 的特征多项式f B A( ) 有如下的关系:nm1 2 s证:先要把上式改写为:n f () =m f () .A BB AnE -m A B =mEE 1 Bn - B A .用构造法,设 ≠ 0 ,令: H =n.A E m⎛1 ⎫ ⎛E 1 B ⎫对 ⎛E n 0⎪ ⎫ E n B ⎪= n ⎪ ⎝ -A E⎪⎪ 1 ⎪ 两边取行列式得: n ⎭ A E⎝ m ⎭ 0 E - ⎝A B ⎪⎭ H = E -1 A B = 1 m E - A B .⎛E 1 B ⎫ ⎛E nm 0 ⎫⎛ 1( ) m1 B ⎫ 再对 n ⎪ -A E ⎪ E - B A ⎪ 两边取行列式得: ⎪ ⎪ = n⎪⎝ A E m ⎭⎝ n ⎭ ⎝ H = E -0 1B A = E m ⎭ 1 n E - B A .故: 1nE n- B A =1Em mn- A B() nmE n - B A = nE m - A B .上述等式是假设了 ≠ 0 ,但是两边均为的n + m 次多项式,有无穷多个值使它们成立(0)≠ ,从而一定是恒等式,即证.这个等式也称为薛尔弗斯特(Sylvester )公式. 以下例题是定理的应用. 例 3.6.2 [6] :设 A 为m ⨯ n 矩阵, B 为n ⨯ m 矩阵,证明: AB 与 BA 有相同的非零特征值.证:由定理:m E - B A = n E - A B .设 E m- A B = m -s (- ) ( - ) ( - ) ,其中12 m ≠么有:0 ,即 AB 有s 个非零特征值:1, 2, , s , 由上面两式,那nE - B A = ( - 1) ( - ) 2 (- )n- s s即证 BA 也只有s 个非零特征值:1, 2, , s .m∑ 例 3.6.3 [6] :设 A 、 B 分别是m ⨯n 和n ⨯ m 矩阵,证明:t r A B = t r B A .解:由上例知,若E - A B = m -s ( - a ) ( - a )m1s其中a 1a 2 a s ≠ 0. 则 AB 的全部特征值为1 = a 1, , s= a s , s +1= = m = 0 ,且:E - B A = n -s ( - a ) ( - a ) .n1s即 BA 的全部特征值为:1 = a 1,2 = a2, ,s +1= = n = 0 .从而 t r A B =sa ii=1=t r B A .可见,在一些问题中,直接利用特征多项式的降阶定理会更加方便处理,这里则要求我们对分块矩阵的了解更加深刻.结论本文主要通过“分块矩阵、分块矩阵及其应用”两个部分,分别简单介绍了分块矩阵的性质概念、导出的定理结论和相关应用.主要是将分块矩阵的技巧和推广做了一个内容的总结.本文简单的将矩阵工具应用于计算行列式、解决线性方程组、求矩阵的逆、证明矩阵秩的相关定理等,对应不同问题也举了几个重要的应用以及它们的综合应用.将以前出现的矩阵思想整体化,并对相关知识也做了一个系统的复习.最后,本文还有一些不足之处,有待于进一步的改善和提高.参考文献[1] 上海交通大学线性代数编写组. 线性代数[M]. 高等教育出版社, 1982. [2] 北京大学. 高等代数{M}. 高等教育出版社, 1998.[3] 高百俊. 分块矩阵的初等变换及其应用[J]. 伊犁师范学院学报, 2007(4):14-18.[4]张红玉, 魏慧敏. 矩阵的研究[M]. ft 西人民出版社, 2010.[5]雷英果. 分块初等方阵及其应用[J].工科数学, 1998, 14(4):150-154. [6]钱吉林. 高等代数题解精粹(第二版)[M]. 中央民族大学出版社, 2010.[7] 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(自然科学版), 2005, 14(3):12-15.[8] 张贤科, 许甫华. 高等代数学[M]. 清华大学出版社, 1998:91-96.[9]杨子胥. 高等代数习题集[M]. ft东科学技术出版社, 1981.[10]鲁翠仙. 分块矩阵在求矩阵逆的应用[D]. 云南:云南大学数学系数学研究所,2009:14-15.[11]刘丁酉. 高等代数习题精解[M].中国科学技术大学出版社, 1999.“”“”At the end, Xiao Bian gives you a passage. Minand once said, "people who learn to learn are very happy people.". In every wonderful life, learning is an eternal theme. As a professional clerical and teaching position, I understand the importance of continuous learning, "life is diligent, nothing can be gained", only continuous learning can achieve better self. Only by constantly learning and mastering the latest relevant knowledge, can employees from all walks of life keep up with the pace of enterprise development and innovate to meet the needs of the market. This document is also edited by my studio professionals, there may be errors in the document, if there are errors, please correct, thank you!。
分块矩阵的初等变换及应用

十.研究创新题解:1.分块矩阵的初等变换分块矩阵的初等变换与初等矩阵吴云在1997年8月的《工科数学》上的《分块矩阵的初等变换》一文中提到 定义1 分块矩阵的行(列)初等变换是指: (1)交换两行(列)的位置;(2)第i行(列)的各个元素分别左乘(右乘)该行(列)的一个)(i h 阶)阶)((i l 左(右)保秩因子H;(3)第i行(列)的各个元素分别左乘(右乘)一个)(i h 阶)阶)((i l 矩阵K后加到第j行. 定义2 对应于分块矩阵t s ij A ⨯)(的初等分块矩阵是指:(1)))((k j i P i +=⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛ss ll ii E E K E E11或ijk P =⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛ii ll ii jj E O E E O E(2) )(H P il =⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛ss llE H E 或)(H P ik =⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛ii E H E 11其中H为第i行(列)的一个左(右)保秩因子;(1) ))((k j i P i +=⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛ss ll ii E E K E E11(2) 或))((k j i P k +=⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛ll ll ii E E K E E11 初等分块矩阵与通常的初等矩阵类似,但由于矩阵乘法不满足交换律,故需要分为左、右两种.直接验算可得: 定理1 (1)交换t s ij A ⨯)(的第i行与第j行,相当于左乘一个m阶初等分块矩阵ijL P,其中ijL P 中的元素ii E 为h(i)阶单位矩阵, jj E 为h(j)阶单位矩阵,当r≠i且r≠j时, rr E 为h(r)阶单位矩阵;交换t s ij A ⨯)(的第i列与第j列相当于右乘一个n阶初等分块矩阵ijk P ,其中ii E 为l(i)阶单位矩阵, jj E 为l(j)阶单位矩阵, 当r≠i且r≠j时, rr E 为l(r)阶单位矩阵;(2) t s ij A ⨯)(的第i行的每一个元素左乘一个矩阵H相当于t s ij A ⨯)(左乘一个m阶分块矩阵)(H P iL 中H为h(i)阶方阵; t s ij A ⨯)(的第i列的每一个元素右乘一个矩阵H,相当于t s ij A ⨯)(右乘一个n阶初等到变换矩阵)(H P ik ,其中H为l(i)阶方阵; (3) t s ij A ⨯)(的第j行的每个元素分别左乘一个h(i)×h(j)矩阵K后加到第i行,相当于t s ij A ⨯)(左乘一个初等分块矩阵))((k j i P L +;第j列的每一个元素分别右乘l(j)×l(i)矩阵K后加到第i列,相当于t s ij A ⨯)(右乘))((k j i P k +. 定理2设A为方阵,则分块矩阵t s ij A ⨯)(施行第一种行初等变换后,对应的行列式为A j i h ),()(1-,其中h(i,j)=h(i)h(j)-l+h(i+l)]+…+h(j)[h(i)+h(i+j)+…+h(j-l)], l(i,j)=l(i)h(j)-l+l(i+l)]+…+l(j)[l(i)+l(i+j)+…+l(j-l)],施行第二种初等变换后,对应的行列式为|H|·|A|;施行第三种初等变换后,对应的行列式的值不变.证明: H H P i =)(,A k j i P =+))((显然成立. 下证),()(j i h irL P 1-=,ii E 所在的第1行逐次与它相邻的行交换,移至jj E 前,共进行h(i)-1+h(i+1)+…+h(j-1)次交换两行,第2行逐次与它相邻的行交换,移至jj E 前,同样进行相同次交换两行,依此类推,把ii E 所在的行移至jj E 所在的行前,共进行h(i)[h(i)-1+h(i+1)+…+h(j-1)]次交换两行,然后把jj E 移至适当的位置,同理共进行h(j)[h(i)+h(i+1)+…+h(j-1)]次交换两行,所以交换两行的总次数为h(i,j),故),()(j i h irL P 1-=;同理),()(j i l irR P 1-=. 所以有A P ilj =ilj P ∙A =(-1)),(l i h A 或ilk AP =A ∙ilkP =(-1)),(j i l AA H P il )(=)(H P il A =H ∙A 或A )(H P ik =H ∙AA k j i p l ))((+=)((k j i P l +A ∙=A ))((k j i AP K +=A ))((k j i P k +=A定理3 分块矩阵进行初等变换后,秩不变.证明: 对于(1),相当于对n m ij a A ⨯=)(进行若干次行(列)的交换,故命题成立;对于(2),根据定义1,显然成立;对于(3),相当于进行若干次把n m ij a A ⨯=)(行(列)乘以一个倍数后加到另一行(列),故命题成立.定理4 (1)设A,B的行数均为m,则矩阵方程AX=B,当rank (A)= rank (A,B)=m时有唯一解,当rank (A)= rank (A,B)<m时有无穷多解, 当rank (A)< rank (A,B)时无解;(2)设A,B的列数均为n,则矩阵方程XA=B,当rank (A)= )(T T B A rank ,=n时有唯一解,当rank (A)= )(T T B A rank ,<n有无穷多解, 当rank (A)< )(T T B A rank ,时无解. 证明: (1)设rank (A)= rank (A,B)<m,则存在可逆矩阵P,Q,使Q O O O I P A r ⎢⎢⎣⎡⎥⎦⎤=,Q O OB B P B ⎢⎢⎣⎡⎥⎦⎤=21 其中r I 为r阶单位矩阵, 1B 为r阶方阵,设Q B B B B Q X o⎢⎣⎡⎥⎦⎤=-43211,则有: Q O O O I P AX r o ⎢⎢⎣⎡⎥⎦⎤= Q B B B B Q ⎢⎣⎡⎥⎦⎤-43211= []⎢⎣⎡⎥⎦⎤⎢⎢⎣⎡⎥⎦⎤4321B B B B O O O I P r = Q O O B B P ⎢⎢⎣⎡⎥⎦⎤21=B所以o X 为AX=B的解,其中3B , 4B 是任意的.当rank (A)= rank (A,B)=m时,A=P(m I O)Q,B=( 1B 2B ),显然,AX=B有唯一解: Q B B Q X o )(211-=;当rank (A)< rank (A,B)时,AX=B无解.同理可证(2)成立(当rank (A)= rank ( tA , TB )<n时,X=P ⎢⎢⎣⎡⎥⎦⎤O OO I r1-P ) 定义3 对于任意的u,v,如果rank ( ij A )= rank ( ij A ,iv A )= rank (T ij A ,Tiv A ),则称ij A 为极大元.定理5 分块矩阵22 ij A ⨯)(可以用分块矩阵的初等变换对角化的充要条件是:它有一个极大元.证明: 充分性.不妨设11A 为极大元(否则可以通过第一种分块矩阵的初等变换把极大元移到第一行,第一列交叉位置).由定理4,存在可逆矩阵P,Q,使Q O O O I P A r⎢⎢⎣⎡⎥⎦⎤=11Q O B O A P A ⎢⎣⎡⎥⎦⎤=2121,Q O O A A P A ⎢⎢⎣⎡⎥⎦⎤=2'1'12,令K=-P⎢⎣⎡⎥⎦⎤4321A A A A 1-P ,其中3A , 4A 为适当阶数的任意矩阵.则 K 11A + 21A =P -⎢⎣⎡⎥⎦⎤4321A A A A 1-P P ⎢⎢⎣⎡⎥⎦⎤O O O I r Q , 所以22 ij A ⨯)( 第一行左乘K加到第二行,得⎢⎢⎣⎡⎥⎦⎤+22121211A KA O A A .同理,令K'=-1-Q ⎢⎢⎣⎡⎥⎥⎦⎤4231,,,,A A A A Q , 则11A K′+12A =0,所以⎢⎢⎣⎡⎥⎦⎤+22121211A KA OA A 的第一列右乘K′后加到第二列,得⎢⎢⎣⎡⎥⎥⎦⎤+221211A KA OO A .(如先进行列变换,再进行行变换,得⎢⎢⎣⎡⎥⎥⎦⎤+222111A K A OO A ,, 因为2221A KA +=⎢⎢⎣⎡⎥⎥⎦⎤-2'21'22'11'1A A A A A A A A +22A =21'A K +22A ,故两种运算顺序结果相同) 必要性.反证法,不妨设rank (11A )≠rank (T A 11,T A 21)或rank (T A 11,TA 221)rank (21A ),则由定理4, X 11A =-21A 或X 21A =-11A 无解,从而不存在K,使22 ij A ⨯)(对角化.同理,当rank (11A )≠rank (11A ,12A )或rank (11A ,12A )≠rank (12A )时,不存在'K 使 -A 11K '=A 12或-'12K A =11A 成立.定理5表明:并不是所有的2×2分块矩阵都可以用分块矩阵初等变换对角化,如果分块矩阵没有极大元,则需分得更细,才能对角化.定理 6 矩阵n m A ⨯的一种分块方法t s ij A ⨯)(可以用分块矩阵的初等变换对角化的充分条件是:存在s-1行且存在t-1列有极大元.证明: 用数学归纳法.当s=t=1时,只有一块,命题成立;设s ≤e,t≤ f时命题成立.当s=e+1,t=f时,存在e行且存在f-1列有极大元,显然可以用第一种分块矩阵的初等变换,通过交换两行或两列的位置,使t s ij A ⨯)(的前e行与前f-1列都有极大元,再把前e行,前f-1列看成一块,得到一个新的2×2分块矩阵,记为22 ij B ⨯)(.显然11B 为极大元,根据定理4, 22 ij B ⨯)(可以化成对角形:⎥⎦⎤⎢⎣⎡+2221B KB O OB ,又)()(111-⨯=f e ij A B ,它的每行、列都有极大,故由假设11B 可以对角化,从而f e ij A ⨯=)()(1可以对角化.同理可证当s=e,t=f+1时, )()(1+⨯f e ij A 可以对角化.由此命题成立.下面讨论对角化后的非零块ii A 进一步化简的方法.设Q O OO I P A i ii ⎥⎦⎤⎢⎣⎡=,121-⎥⎦⎤⎢⎣⎡=P B O B I L i i 与⎥⎦⎤⎢⎣⎡=-211C C O I Q R Ri .根据定理1, i L ,i R 为ii A 的左(右)保秩因子,显然也是ii A 所在行(列)的左(右)保秩因子,故对角化后的分块矩阵第i行、第i列分别左乘i L ,右乘i R 后, ii A 可以化成⎥⎦⎤⎢⎣⎡O O O I i讨论分块方阵行列式的计算,先讨论分块初等阵的行列式. 设I 为S ×S 分块单位阵:I=⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛s r r r r I I I I321 其中I r i 为r i 阶单位阵(1≤i ≤S),对I 施行一次初等变换可得定义2所述的三种分块初等阵,它们的行列式有下列计算公式.引理 分块初等阵的行列式有以下性质:(1)|I(i,j)|= τ)1(-,其中τ=r i (r i +1+…+r j )+ r j (r i +1+…+ r j -1)(i<j). 特别地,若j=i+1,则| I(i,j)|=(-1) r i r j ; (2)|I(i(K))|=|k|,其中K 是r i 阶可逆阵; (3)|I(j(K),i)|=1,其中K 是r i ×r j 矩阵.证(1)不难验证,将I(i,j)的元素行进行τ次相邻的对调可将I(i,j)变成I,由行列式的性质,|I(i,j)|= τ)1(-|I|=τ)1(-.(2),(3)由对角分块方阵及三角形分块方阵的行列式计算方法即知.由于对分块方阵A 施行一次初等行变换,相当于用相应的分块初等阵左乘A,由上述引理,我们有下列分块方阵的行列式计算性质. 定理7 设A 是一个分块方阵.(1)交换|A|的i,j 两行(列),行列式变为(-1)τ|A|,其中τ= r i (r i +1+…+ r j )+ r j (r i +1+…+ r j -1);特别地,交换|A|的相邻两行(列)(i 行和i+1行),行列式变为(-1) r i r i +1|A|; (2)用一个r i 阶可逆阵K 左(右)乘|A|的第i 行(列)的所有矩阵,等于用|K|乘以|A|; (3)用一个矩阵左(右)乘|A|的某一行(列)的所有矩阵再加到另一行(列)的对应元素上,行列式不变. 由定理7的(2)可得推论 分块行列式|A|的某一行(列)的所有矩阵的可逆左(右)因子K,可以行列式|K|的形式提到行列式符号外.2.分块矩阵初等变换的应用一、利用分块矩阵的初等变换求矩阵的逆.廖中行在2002年05期《四川教育学院学报》上的《初等变换在分块矩阵乘法》的一文中提到例1: 已知⎥⎦⎤⎢⎣⎡=C OD BP 其中B是r×r可逆阵,C是s×s可逆阵,求证:P可逆,并求1-P .分析:本题是一个分块阵的求逆问题,一般可用待定子块法,也可利用广义初等变换,还可用左乘分块初等阵的方法.解:因B、C可逆,故|B|≠0,|C|≠0.根据拉普拉斯展开,有C B CO DB P ·==≠0,故P可逆.求C 有三种办法:解法一:利用广义初等行变换法.⎪⎭⎝E C 0012⎪⎭ ⎝-100C E (B 1-D)2r ⨯+r 1 ⎪⎪⎭⎫ ⎝⎛-----1111000C DC B E B E 故P 1-=⎪⎪⎭⎫ ⎝⎛-----11110C DC B B 本题对分块矩阵进行广义初等变换是一般矩阵的初等变换的一种推广,其方法和一般矩阵相同.作初等行(列)变换时,对矩阵P应左(右)乘相应的分块单位阵.上述分块初等变换的过程也可用分块阵左乘相应的分块初等阵,可表示如下: 解法二: 可用左乘分块初等阵的方法求1-P⎪⎪⎭⎫ ⎝⎛--1100C B ⎪⎪⎭⎫ ⎝⎛C D B 0=⎪⎪⎭⎫⎝⎛--110C D B E有 ⎪⎪⎭⎫ ⎝⎛--E D B E 01⎪⎪⎭⎫ ⎝⎛-E D B E 01=⎪⎪⎭⎫⎝⎛E E 00 即:⎪⎪⎭⎫ ⎝⎛--E D B E 01⎪⎪⎭⎫ ⎝⎛-C B 001⎪⎪⎭⎫ ⎝⎛C D B 0=⎪⎪⎭⎫⎝⎛E E 00=E 故有P 1-=⎪⎪⎭⎫ ⎝⎛C D B 01-=⎪⎪⎭⎫ ⎝⎛--E D B E 01⎪⎪⎭⎫ ⎝⎛--1100C B =⎪⎪⎭⎫⎝⎛-----11110C DC B B 例2:已知A=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--1001000000643521100010001,求A 1-.分析:本题是一个矩阵的求逆问题,一般可用公式法,矩阵的初等变换法求;可块矩阵初等变换法求1-A .利用分块矩阵初等变换法先A 化分成分块矩阵,即A=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--1001000000643521100010001=⎪⎪⎭⎫ ⎝⎛C D B 0 其中B=⎪⎪⎪⎭⎫ ⎝⎛100010001,C=⎪⎪⎭⎫ ⎝⎛--1001,D=⎪⎪⎪⎭⎫ ⎝⎛654321 从而求得B 1-=⎪⎪⎪⎭⎫ ⎝⎛100010001,C 1-=⎪⎪⎭⎫ ⎝⎛--1001然后对A 进行广义初等变换,即:⎪⎭⎝E C 0012⎪⎭⎝-100C E(B 1-D)⨯r 2+r 1 ⎪⎪⎭⎫⎝⎛-----111100C DC B E B E ∴A 1-=⎪⎪⎭⎫ ⎝⎛-----11110C DC B B =⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--1000001000651004201031001如果用其它方法来求解将会变得很繁琐,用分块矩阵的初等变换发来求解就显的比较简单.二、利用分块矩阵初等变换求行列式的值宋玉英在2002年04期的《兰州教育学院学报》上的《“用广义初等变换”法求“分块矩阵”的逆矩阵》一文中提到 例3 设P=⎪⎪⎭⎫⎝⎛D C B A 是一个分块方阵,其中A 是r 阶可逆阵,求|P|. 解: 由推论及定理7的(3):P =D C B A =A DCB A Ir 1-=ABCA D B A I r 110---=A B CA D 1-- 若A 与D 可乘,则|P|=|AD-ACAB|;又若A 与C 可交换(即AC=CA),则|P|=|AD-CB|.例例4 设D n 2=d c d c b a b a, 其中a ≠0,求|A|解: D n 2=dcd c b a ba=DC BA由于A,C 可交换,所以D n 2=CB AD -=⎪⎪⎪⎭⎫⎝⎛∙⎪⎪⎪⎭⎫ ⎝⎛bc bc ad ad = =|(ad-bc)I|=(ad-bc)n例5 设A,B,C 和D 是n 阶方阵,试证明DC B A =AB CD证 两次利用定理4的(1),得D C B A =(-1)2n B A D C =(-1)2n (-1)2n A B C D =AB C D三、利用分块矩阵的初等变换求矩阵的秩史永铨在2002年02期《淮南师范学院学报》上的《分块矩阵初等变换及其应用》一文中提到:矩阵的秩有以下初等性质:设A与B分别是r×s与p×q矩阵,则rBC A 0≥r(A)+r(B)并且当A(或B)是方阵且非异时,或者C=0时上式的等号成立.例6. 设A是m×n阵DC BA 的非异顺序主子阵,则r DC B A =r(A)+r(D-CA1-B)证: ⎥⎦⎤⎢⎣⎡---r m rI CA I 10∙⎥⎦⎤⎢⎣⎡D C B A =⎥⎦⎤⎢⎣⎡--B CA D B A10而A是非异阵,由以上性质知r⎥⎦⎤⎢⎣⎡D C B A =⎥⎦⎤⎢⎣⎡--B CA D B A 10≥r(A)+r(D-CA 1-B) 例7. 设n阶方阵A=(Qij )为反对称矩阵,证明:r(A)必为偶数 证: 对n用归纳法n=1,2是命题显然成立设阶数小于n时命题为真则对n阶及对称矩阵A,将A分块成A=DBCA 1,其中A1=01212a a -不妨设12a ≠0.⎥⎦⎤⎢⎣⎡--I BA I 110⎥⎦⎤⎢⎣⎡D B C A 1⎥⎦⎤⎢⎣⎡--I C A I 011=⎥⎦⎤⎢⎣⎡--C BA D A 11100∴r(A)=r⎥⎦⎤⎢⎣⎡D BC A 1=r⎥⎦⎤⎢⎣⎡--C BA D A 11100 =r(A1)+r(D-BA11-C) =2+r(D-BA11-C)但D-BA 11-C为阶数比A低的反对称矩阵,由归纳假设r(D-BA11-C)为偶数,故r(A)为偶数.四、分块矩阵的初等变换在矩阵分解中的应用例8. 设A=(aij )是n阶方阵,它的顺序主子式全不为零,证明: 存在非异下三角形矩阵B与非异上三角形矩阵C,使A=BC 证: 对n用归纳法n=1时显然成立设当n-1时,结论成立,则对n,将A分块成A=⎥⎦⎤⎢⎣⎡-nn n a A βα1由归纳假设对A1-n =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----1,11,11,11,1n n n n a a a a 有A1-n =B1C1其中B1C1分别是n-1阶非异下三角形与上三角形矩阵⎥⎦⎤⎢⎣⎡----10111n n A I β∙⎥⎦⎤⎢⎣⎡-b a A n 01,其中b=a nn -11--n A βa 上式两端取行列式有:A =1-n A ∙b, ∴ b ≠0∴ ⎥⎦⎤⎢⎣⎡-b A n 001=⎥⎦⎤⎢⎣⎡I C B 0011∙⎥⎦⎤⎢⎣⎡-b a B C 0111 于是得:A ⎥⎦⎤⎢⎣⎡-m n a A βα1=⎥⎦⎤⎢⎣⎡----10111n n A I β∙⎥⎦⎤⎢⎣⎡1001B ⎥⎦⎤⎢⎣⎡-b B C 0111α=BC 其中B=⎥⎦⎤⎢⎣⎡----10111n n A I β1-∙⎥⎦⎤⎢⎣⎡1001B =⎥⎦⎤⎢⎣⎡---10111n n A I β⎥⎦⎤⎢⎣⎡1001B =⎥⎦⎤⎢⎣⎡-10111C B β, C=⎥⎦⎤⎢⎣⎡-b B C 0111αB =1B ≠0,C =b 1C 0≠∴B 与C 分别是非奇异的下三角与上三角形矩阵.类似的例子还可以举出很多,由于篇幅有限,不再赘述.总之,在矩阵乘法中,只要对矩阵进行恰当的分块,结合矩阵初等变换的方法,就能大大的简化其运算.。
分块矩阵的初等变换及应用_百度文库.

十.研究创新题解:1.分块矩阵的初等变换分块矩阵的初等变换与初等矩阵吴云在1997年8月的《工科数学》上的《分块矩阵的初等变换》一文中提到定义1分块矩阵的行(列初等变换是指:(1)交换两行(列的位置;(2)第i行(列的各个元素分别左乘(右乘该行(列的一个阶左(右保秩因子H;(3)第i行(列的各个元素分别左乘(右乘一个阶矩阵K后加到第j行.定义2 对应于分块矩阵的初等分块矩阵是指:(1)=或=(2)=或=其中H为第i行(列的一个左(右保秩因子;(1 =(2 或=初等分块矩阵与通常的初等矩阵类似,但由于矩阵乘法不满足交换律,故需要分为左、右两种.直接验算可得:定理1(1交换的第i行与第j行,相当于左乘一个m阶初等分块矩阵,其中中的元素为h(i阶单位矩阵,为h(j阶单位矩阵,当r≠i且r≠j时,为h(r阶单位矩阵;交换的第i列与第j列相当于右乘一个n阶初等分块矩阵,其中为l(i阶单位矩阵,为l(j阶单位矩阵,当r≠i且r≠j时,为l(r阶单位矩阵;(2 的第i行的每一个元素左乘一个矩阵H相当于左乘一个m阶分块矩阵中H为h(i阶方阵; 的第i列的每一个元素右乘一个矩阵H,相当于右乘一个n阶初等到变换矩阵,其中H为l(i阶方阵;(3 的第j行的每个元素分别左乘一个h(i×h(j矩阵K后加到第i行,相当于左乘一个初等分块矩阵;第j列的每一个元素分别右乘l(j×l(i矩阵K后加到第i列,相当于右乘.定理2设A为方阵,则分块矩阵施行第一种行初等变换后,对应的行列式为,其中h(i,j=h(ih(j-l+h(i+l]+…+h(j[h(i+h(i+j+…+h(j-l],l(i,j=l(ih(j-l+l(i+l]+…+l(j[l(i+l(i+j+…+l(j-l],施行第二种初等变换后,对应的行列式为|H|·|A|;施行第三种初等变换后,对应的行列式的值不变.证明: ,显然成立.下证,所在的第1行逐次与它相邻的行交换,移至前,共进行h(i-1+h(i+1+…+h(j-1次交换两行,第2行逐次与它相邻的行交换,移至前,同样进行相同次交换两行,依此类推,把所在的行移至所在的行前,共进行h(i[h(i-1+h(i+1+…+h(j-1]次交换两行,然后把移至适当的位置,同理共进行h(j[h(i+h(i+1+…+h(j-1]次交换两行,所以交换两行的总次数为h(i,j,故;同理.所以有==(-1或==(-1)==或=====定理3 分块矩阵进行初等变换后,秩不变.证明: 对于(1,相当于对进行若干次行(列的交换,故命题成立;对于(2,根据定义1,显然成立;对于(3,相当于进行若干次把行(列乘以一个倍数后加到另一行(列,故命题成立.定理4 (1设A,B的行数均为m,则矩阵方程AX=B,当(A= (A,B=m时有唯一解,当(A= (A,B<m时有无穷多解,当(A< (A,B时无解;(2设A,B的列数均为n,则矩阵方程XA=B,当(A= =n时有唯一解,当(A= <n有无穷多解,当(A< 时无解.证明: (1设(A= (A,B<m,则存在可逆矩阵P,Q,使,其中为r阶单位矩阵, 为r阶方阵,设,则有: == =B所以为AX=B的解,其中, 是任意的.当(A= (A,B=m时,A=P(OQ,B=( ,显然,AX=B有唯一解: ;当(A< (A,B时,AX=B无解.同理可证(2成立(当(A= ( , <n时,X=P定义3 对于任意的u,v,如果( = ( ,= (,,则称为极大元.定理5 分块矩阵可以用分块矩阵的初等变换对角化的充要条件是: 它有一个极大元.证明: 充分性.不妨设为极大元(否则可以通过第一种分块矩阵的初等变换把极大元移到第一行,第一列交叉位置.由定理4,存在可逆矩阵P,Q,使,,令K=-P,其中, 为适当阶数的任意矩阵.则K+ =,所以第一行左乘K加到第二行,得.同理,令K'=-, 则K′+ =0,所以的第一列右乘K′后加到第二列,得.(如先进行列变换,再进行行变换,得,因为=+=+,故两种运算顺序结果相同必要性.反证法,不妨设(≠(,或(,(,则由定理4, =-或=-无解,从而不存在K,使对角化.同理,当(≠(,或(,≠(时,不存在使-A K=A或-=成立.定理5表明:并不是所有的2×2分块矩阵都可以用分块矩阵初等变换对角化,如果分块矩阵没有极大元,则需分得更细,才能对角化.定理6 矩阵的一种分块方法可以用分块矩阵的初等变换对角化的充分条件是:存在s-1行且存在t-1列有极大元.证明: 用数学归纳法.当s=t=1时,只有一块,命题成立;设s≤e,t≤ f时命题成立.当s=e+1,t=f时,存在e行且存在f-1列有极大元,显然可以用第一种分块矩阵的初等变换,通过交换两行或两列的位置,使的前e行与前f-1列都有极大元,再把前e行,前f-1列看成一块,得到一个新的2×2分块矩阵,记为.显然为极大元,根据定理4, 可以化成对角形: ,又,它的每行、列都有极大,故由假设可以对角化,从而可以对角化.同理可证当s=e,t=f+1时, 可以对角化.由此命题成立.下面讨论对角化后的非零块进一步化简的方法.设,与.根据定理1, ,为的左(右保秩因子,显然也是所在行(列的左(右保秩因子,故对角化后的分块矩阵第i行、第i列分别左乘,右乘后, 可以化成讨论分块方阵行列式的计算,先讨论分块初等阵的行列式.设I为S×S分块单位阵:I=其中I r为r阶单位阵(1≤i≤S,对I施行一次初等变换可得定义2所述的三种分块初等阵,它们的行列式有下列计算公式.引理分块初等阵的行列式有以下性质:(1|I(i,j|= ,其中τ=r (r+1+…+r+ r (r+1+…+ r-1(i特别地,若j=i+1,则| I(i,j|=(-1 r r;(2|I(i(K|=|k|,其中K是r阶可逆阵;(3|I(j(K,i|=1,其中K是r×r矩阵.证(1不难验证,将I(i,j的元素行进行τ次相邻的对调可将I(i,j变成I,由行列式的性质,|I(i,j|= |I|=.(2,(3由对角分块方阵及三角形分块方阵的行列式计算方法即知.由于对分块方阵A施行一次初等行变换,相当于用相应的分块初等阵左乘A,由上述引理,我们有下列分块方阵的行列式计算性质.定理7 设A是一个分块方阵.(1交换|A|的i,j两行(列,行列式变为(-1τ|A|,其中τ= r (r+1+…+ r+ r (r+1+…+ r-1;特别地,交换|A|的相邻两行(列(i行和i+1行,行列式变为(-1 r r+1|A|;(2用一个r阶可逆阵K左(右乘|A|的第i行(列的所有矩阵,等于用|K|乘以|A|;(3用一个矩阵左(右乘|A|的某一行(列的所有矩阵再加到另一行(列的对应元素上,行列式不变.由定理7的(2可得推论分块行列式|A|的某一行(列的所有矩阵的可逆左(右因子K,可以行列式|K|的形式提到行列式符号外.2.分块矩阵初等变换的应用一、利用分块矩阵的初等变换求矩阵的逆.廖中行在2002年05期《四川教育学院学报》上的《初等变换在分块矩阵乘法》的一文中提到例1: 已知其中B是r×r可逆阵,C是s×s可逆阵,求证:P可逆,并求.分析:本题是一个分块阵的求逆问题,一般可用待定子块法,也可利用广义初等变换span,还可用左乘分块初等阵的方法.解:因B、C可逆,故|B|≠0,|C|≠0.根据拉普拉斯展开,有≠0,故P可逆.求C有三种办法:解法一:利用广义初等行变换法.B r,C r(B D+r故P=本题对分块矩阵进行广义初等变换是一般矩阵的初等变换的一种推广,其方法和一般矩阵相同.作初等行(列变换时,对矩阵P应左(右乘相应的分块单位阵.上述分块初等变换的过程也可用分块阵左乘相应的分块初等阵,可表示如下:解法二: 可用左乘分块初等阵的方法求=有=即:==E故有P===例2:已知A=,求A.分析:本题是一个矩阵的求逆问题,一般可用公式法,矩阵的初等变换法求;可以用分块矩阵初等变换法求.利用分块矩阵初等变换法先A化分成分块矩阵,即A==其中B=,C=,D=从而求得B=,C=然后对A进行广义初等变换,即:B r,C r(B D r+rA==如果用其它方法来求解将会变得很繁琐,用分块矩阵的初等变换发来求解就显的比较简单.二、利用分块矩阵初等变换求行列式的值宋玉英在2002年04期的《兰州教育学院学报》上的《“用广义初等变换”法求“分块矩阵”的逆矩阵》一文中提到例3设P=是一个分块方阵,其中A是r阶可逆阵,求|P|.解: 由推论及定理7的(3:====若A与D可乘,则|P|=|AD-ACAB|;又若A与C可交换(即AC=CA,则|P|=|AD-CB|.例例4 设D=, 其中a≠0,求|A|解: D==由于A,C可交换,所以D=== =|(ad-bcI|=(ad-bc例5 设A,B,C和D是n阶方阵,试证明=证两次利用定理4的(1,得=(-1)=(-1)(-1)=三、利用分块矩阵的初等变换求矩阵的秩史永铨在2002年02期《淮南师范学院学报》上的《分块矩阵初等变换及其应用》一文中提到:矩阵的秩有以下初等性质:设A与B分别是r×s与p×q矩阵,则r≥r(A+r(B并且当A(或B是方阵且非异时,或者C=0时上式的等号成立.例6. 设A是m×n阵的非异顺序主子阵,则r=r(A+r(D-CAB证:=而A是非异阵,由以上性质知r=≥r(A+r(D考情解读B例7. 设n阶方阵A=(Q为反对称矩阵,证明:r2必为偶数(1: 对n用归纳法n=1,2是命题显然成立设阶数小于n时命题为真则对n阶及对称矩阵A,将A分块成A=,其中A=不妨设(30.=∴r(A=r=r=r(A+r作函数图象有两种基本方法:一是描点法,二是图象变换法,其中图象变换有平移变换、伸缩变换、对称变换.C4=2+r(D-BAC但D-BAC为阶数比A低的反对称矩阵,由归纳假设r(D-BAC为偶数,故r(A为偶数.四、分块矩阵的初等变换在矩阵分解中的应用例8. 设A=(a是n阶方阵,它的顺序主子式全不为零,证明: 存在非异下三角形矩阵B与非异上三角形矩阵C,使A=BC证: 对n用归纳法n=1时显然成立设当n-1时,结论成立,则对n,将A分块成A=由归纳假设对A=有A=BC其中BC分别是n-1阶非异下三角形与上三角形矩阵,其中b=-上式两端取行列式有:=b,b0=于是得:A==BC其中B===,C==0,=bB与C分别是非奇异的下三角与上三角形矩阵.类似的例子还可以举出很多,由于篇幅有限,不再赘述.总之,在矩阵乘法中,只要对矩阵进行恰当的分块,结合矩阵初等变换的方法,就能大大的简化其运算.。
矩阵分块求行列式

矩阵分块求行列式摘要:1.矩阵分块求行列式的概念和意义2.分块矩阵的定义和性质3.分块求行列式的计算方法a.转置法b.代数余子式法c.行列式展开法4.矩阵分块求行列式的应用领域5.我国在矩阵分块求行列式研究方面的进展正文:矩阵分块求行列式是一种在计算机科学和工程领域中广泛应用的算法,它能够有效地解决大规模矩阵计算问题。
分块矩阵是矩阵的一种特殊形式,通过对矩阵进行分块,可以将复杂的问题简化为更小的子问题,从而降低计算的复杂度。
首先,我们需要了解什么是分块矩阵。
一个n 阶矩阵A,如果可以被分为两个或两个以上的子矩阵,使得这些子矩阵的行数和列数都不超过n,那么我们就称矩阵A 为分块矩阵。
分块矩阵具有很多优良的性质,例如分块矩阵的行列式等于其主对角线元素之积减去副对角线元素之积。
矩阵分块求行列式的计算方法有很多,这里我们介绍三种常用的方法。
首先是转置法,它是一种基于行列式性质的方法,将分块矩阵的转置代入行列式公式即可求得行列式。
其次是代数余子式法,它是基于代数余子式的概念,将分块矩阵划分为多个子矩阵,然后分别计算这些子矩阵的代数余子式,最后将它们相加即可得到行列式。
最后是行列式展开法,它是一种直接计算行列式的方法,将分块矩阵展开成一个多重行列式,然后根据行列式的性质逐步化简,最终求得行列式的值。
矩阵分块求行列式在许多领域都有广泛的应用,例如计算机图形学、图像处理、控制系统等。
它可以帮助我们快速地解决大规模矩阵计算问题,提高计算效率。
近年来,我国在矩阵分块求行列式研究方面取得了显著的进展。
不仅在理论研究上有所突破,还开发出了许多高效的算法和软件。
分块矩阵的原理和应用

分块矩阵的原理和应用1. 原理分块矩阵是一种特殊的矩阵结构,将大型矩阵分割成更小的块状矩阵,以便进行更高效的运算和存储。
分块矩阵的原理主要包括以下几个方面:1.1 分块矩阵的定义分块矩阵由多个块状子矩阵组成,每个子矩阵都是相对较小的矩阵。
这些子矩阵可以是任意维度的矩阵,但通常都是方阵。
分块矩阵的维度取决于它所包含的子矩阵的维度和排列方式。
1.2 分块矩阵的运算分块矩阵可以进行各种矩阵运算,例如加法、减法和乘法等。
在进行这些运算时,可以利用分块矩阵的特殊结构,将运算过程分解为对各个子矩阵的运算,从而提高计算效率。
1.3 分块矩阵的存储分块矩阵的存储方式也与普通矩阵存储方式有所不同。
在分块矩阵中,每个子矩阵都被存储在一个相邻的内存块中,而各个子矩阵之间的存储空间可以是非连续的。
这种存储方式可以提高数据的局部性,进而提高计算效率。
2. 应用分块矩阵在科学计算和工程领域有广泛的应用,以下列举了一些常见的应用领域:2.1 计算机图形学在计算机图形学中,分块矩阵常用于表示和处理三维图形中的几何变换矩阵。
通过分块矩阵的运算,可以实现旋转、缩放和平移等常见的几何变换操作。
2.2 信号处理在信号处理中,分块矩阵常用于表示和处理信号的频谱信息。
通过分块矩阵的乘法运算,可以实现信号的卷积和相关等基本操作,进而实现滤波和频谱分析等应用。
2.3 优化算法在优化算法中,分块矩阵常用于表示优化问题的约束矩阵。
通过分块矩阵的运算,可以将大规模的优化问题分解为小规模的子问题,从而提高求解效率。
2.4 数据压缩在数据压缩领域,分块矩阵常用于表示和处理图像和视频数据。
通过分块矩阵的变换和压缩算法,可以实现图像和视频数据的无损或有损压缩,从而减小存储空间和传输带宽的需求。
3. 总结分块矩阵作为一种特殊的矩阵结构,在科学计算和工程领域有着广泛的应用。
它的原理包括定义、运算和存储等方面,通过合理利用分块矩阵的结构,可以提高计算效率和存储效率。
分块矩阵初等变换的妙用

分块矩阵初等变换的妙用分块矩阵是线性代数中常用的重要工具之一,它在矩阵运算和变换中有广泛的应用。
在实际应用中,我们经常遇到大规模矩阵的运算和变换,而分块矩阵可以通过对矩阵进行分块处理,使得复杂的运算变得简单直观。
本文将介绍分块矩阵初等变换的妙用,探讨其在线性代数中的重要作用。
一、分块矩阵初等变换的基本概念分块矩阵是将一个矩阵按照行或列进行划分,每个小块可以是一个数、一个向量、一个行/列向量,也可以是一个矩阵。
分块矩阵初等变换是指对分块矩阵进行的行/列交换、数乘、行/列加减操作。
在分块矩阵初等变换中,我们通常有以下三种基本操作:1. 行/列交换:即将两行/列进行互换。
2. 数乘:即将矩阵的某一行/列中的元素乘以一个非零数。
3. 行/列加减:即将矩阵的某一行/列加上或减去另一行/列的若干倍。
通过这些基本操作,我们可以对分块矩阵进行各种变换,从而达到简化运算、求解方程组、矩阵的相似变换等目的。
1. 矩阵的分块运算分块矩阵初等变换可以简化矩阵的运算。
对于一个大规模矩阵进行求逆运算时,可以将其分块为多个小规模的矩阵,然后对每个小矩阵进行求逆运算,最后组合起来,避免了对整个大矩阵进行求逆的复杂运算。
这样一来,不仅简化了运算,还提高了计算效率。
2. 方程组的求解分块矩阵初等变换也常用于解决方程组。
对于形如AX=B的线性方程组,其中A是一个大规模矩阵,B是一个向量,X是未知向量。
我们可以将矩阵A根据其特点进行分块处理,比如按照系数矩阵的形式进行分块,然后通过初等变换将系数矩阵化为上三角矩阵或对角矩阵,从而简化了方程组的求解过程。
3. 矩阵的相似变换在线性代数中,矩阵的相似变换是一个重要的概念。
而分块矩阵初等变换可以帮助我们更直观地理解矩阵的相似性。
通过对分块矩阵进行初等变换,我们可以将一个矩阵化为对角阵或者标准型,从而得到矩阵的一些特征信息,如特征值、秩等,为矩阵的进一步研究提供了便利。
4. 线性变换的表示在线性代数中,我们经常需要研究线性变换的性质和特点。
- 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)。
1引言在数学名词中,矩阵(英文名Matrix )是用来表示统计数据等方面的各种有关联的数据.这个定义很好的解释了Matrix 代码是制造世界的数学逻辑基础.数学上,矩阵就是方程组的系数及常数所构成的方阵.把它用在解线性方程组上既方便,又直观.例如对于方程组 我们可以构成一个矩阵因为这些数字是有规则的排列在一起,形状像矩形,所以数学家们称之为矩阵,通过矩阵的变化,就可以得出方程组的解来.数学上,一个*m n 矩阵乃一个m 行n 列的矩形阵列.矩阵由数组成,或更一般的,由某环中元素组成.矩阵作为数学工具之一有其重要的实用价值,它常用于很多学科中.如:线性代数、线性规划、统计分析,以及组合数学等.在实际生活中有许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况表格等,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,则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,矩阵的计算的证明中则会是一个很繁琐的过程,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决,矩阵分块的思想由此产生,对级数较高矩阵的处理是矩阵的相关内容中重要的一部分,分块矩阵形象的揭示了一个复杂或是特殊矩阵的内部本质结构.本文即是通过查阅相关文献和学习相关知识后总结并探讨分块矩阵在各方面的应用,以计算和证明两大方面为主.在已有的相关文件中,分块矩阵的一些应用如下:(1)从行列式的性质出发,推导出分块矩阵的若干性质,并举例说明这些性质在行列式计算和证明中的应用.(2)分块矩阵在线性代数中是一个基本工具,研究许多问题都需要它.借助分块矩阵的初等变换可以发现分块矩阵在计算行列式、求逆矩阵及矩阵秩方面的应用.如:设A B M C D ⎡⎤=⎢⎥⎣⎦是一个四分块n 阶矩阵,其中A 、B 、C 、D 分别是,r r ⨯(),r n r ⨯-(),n r r -⨯()n r -⨯()n r -阶矩阵,若A 可逆,可证M =AD - 1CA B -,另若D 可逆,则可证得1M D BD C -=-.(3)通过绪论证明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乘积的秩的定理问题,用分块矩阵求逆矩阵问题,用分块矩阵求矩阵行列式的问题,用分块矩阵求矩阵的秩的问题,利用分块矩阵证明一个矩阵是零矩阵的问题. 如用分块矩阵证明矩阵乘积的秩的定理:已知矩阵秩()AB ≤秩()A ,且秩()AB ≤秩()B 可证得秩()AB ≤ {}min (),()r A r B .(4)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 =,则可求得A B AD BC CD.(5)给出利用分块矩阵计算行列式A D H CB=的方法,可分几个方面讨论,当矩阵A 或B 可逆时;当矩阵A =B ,C =D 时;当A 与C 或C 与B 可交换时;当矩阵H 被分成两个特殊矩阵的和时,行列式的计算.(6)分块矩阵有非常广泛的应用,特别利用分块矩阵证明矩阵秩的性质显得非常简洁,而且方法也比较统一,有其独特的优越性.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与证明方面的应用,从而确认分块矩阵为处理很多代数问题可以带来很大的便利.2 分块矩阵及其性质2.1 分块矩阵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 ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦(2.1) 其中每个小矩阵 (1,2,,;1,2,,)ij A i s j t ==叫做A 的一个子块;分成子块的矩阵叫做分块矩阵.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.2.2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: (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推广. 性质1【2】 设方阵A 是由如下分块矩阵组成123123123A A A A B B B C C C ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦(2.2) 其中123123123,,,,,,,,A A A B B B C C C 都是s t ⨯矩阵,又M 是任一s 级方阵,对于矩阵123123123A A A B MB MB MB C C C ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦(2.3) 则B M A =.证明:设s E 为s 级单位矩阵,则于是 0000ssE B M A M A E == 性质2【2】 设矩阵A 是由如下分块矩阵组成123123123A A A A B B B C C C ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦(2.4) 其中123123123,,,,,,,,A A A B B B C C C 都是s t ⨯矩阵,又M 是任一s 级方阵,对于矩阵123112233123A A A D B MC B MC B MC C C C ⎡⎤⎢⎥=+++⎢⎥⎢⎥⎣⎦ (2.5)则A D =证明:由123123123000ss s E A A A E M B B B E C C C ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦= 123112233123A A A B MCB MC B MC C C C ⎡⎤⎢⎥+++⎢⎥⎢⎥⎣⎦其中s E 为s 级单位矩阵,对上式两边同时取行列式得A D =性质3【2】 设方阵A 和B 写成如下的形式:123123123A A A A B B B C C C ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦,123123123B B B B A A A C C C ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦其中123123123,,,,,,,,A A A B B B C C C 都是s t ⨯矩阵,则:B =A ,当s 为偶数时;B =-A ,当s 为奇数时.证明:A 可由B 中的123,,,B B B 与123,,A A A 相应的两行对换而得到,而对换行列式得两行,行列式反号,故当s 为偶数时B =A ,当s 为奇数时B =-A 可以证明,对于一般分块矩阵也具有类似的性质.同时,这些性质不仅对行成立,对列也同时成立.推论1 设,A B 都是n 阶方阵,则有AB A B = (2.6)证明:作2n 阶行列式0AB A C E=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,有推论2 设,A B 都是n 阶方阵,则有A B A B A B BA=+- (2.7)证明:根据性质2并应用于列的情况,有下面举例说明这些性质在行列式计算和证明中的应用. 例 1 计算2n 阶行列式解:令A=000000000000a a a a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ B=000000000000b b b⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦()()n n a b 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 CB C D=- (2.8)证明: 根据性质2.因为A 可逆,并注意到AC CA =,用1CA --乘矩阵A B C D ⎡⎤⎢⎥⎣⎦的第一行后加到第二行中去得10A B D CA B -⎡⎤⎢⎥-⎣⎦ 从而10A B A B CDD CA B-=-例 2 计算行列式 解:设 A B P CD=其中31121023,,,24340114A B C D ⎡⎤⎡⎤⎡⎤⎡⎤====⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦. 由计算知100A =≠ 且AC CA =,所以61153518P AD CB =-==.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三个结论.设A 、B 、C 、D 都是n 阶方阵.则有AB A B = (2.6) A B A B A B BA=+- (2.7)A B AD CB C D=- (2.8)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行列式的乘积.结论(2.7)则说明,当一个行列式可以分解成四个级数相等的方阵A 、B 、B 、A 时(即A BB A),那么我们可以转化为求A B A B +-这样我们就把求2n 级的行列式转换成了求n 级的行列式.结论(2.8)同样也说明当一个行列式可以分成四个级数相等的方阵A 、B 、C 、D 时(即A B CD),我们可以转换为求AB CD -,同样将一个2n 级的行列式转换成了n 级的行列式,这样的处理能给我们的计算带来很大的方便.例题1和例题2就是很好的印证.但并不是任何矩阵都能做到这样,因此我们在解行列式计算题时应首先观察其特点.一但发现有以上行列式的特点,即可用之.3 分块矩阵在证明方面的应用3.1分块矩阵在矩阵的秩的相关证明中的应用定理1【11】【12】【15】秩(AB )≤秩(A ),且秩(AB )≤秩(B ),则秩(AB )≤min {秩(A ),秩(B )}证明:令1212,(,,...,),(,,...,)m s m n n s n s C A B A a a a C r r r ⨯⨯⨯===则1112121222121212(,,...,)(,,...,)s s s n n n ns b b b b bb r r r a a a b b b ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦12,,...,(1)s r r r ∴可由12,,...,n a a a (2)线性表示所以秩(1)≤秩(2),即秩(C )=秩(AB )≤秩(A ) 令 所以 即12,,...,(3)m ηηη∴可由12,,...,(4)n βββ 线性表示所以秩(3)≤秩(4),即秩(C )=秩(AB )≤秩(B ) 也即秩(AB )≤min {秩(A ),秩(B )}定理2【11】【12】【15】设A ,B 都是n 阶矩阵,若AB =0则秩(A )+秩(B )≤n .证明:对B 分块如下:12()n B B B B =.由于AB =0,即12()0n AB AB AB =.即0(1,2,...,)i AB i n ==.说明B 的各列都是0AX =的解.从而 秩12()n B B B ≤基础解系=n -秩(A ).即秩(A )+秩(B )≤ n .3.1.2 分块矩阵在其他相关矩阵秩的证明上的应用例 3 设A ,B 都是n 阶矩阵,求证:秩(AB A B ++)≤秩(A )+秩(B ) 证明:因为 所以因为 ,0E E E B E E E E ---⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦ 都可逆 . 所以秩0A AB A B B ++⎡⎤⎢⎥⎣⎦=秩00A B ⎡⎤⎢⎥⎣⎦而秩0A AB A B B ++⎡⎤⎢⎥⎣⎦≥秩[]AB A B ++且秩00A B ⎡⎤⎢⎥⎣⎦=秩(A )+秩(B ). 所以秩(AB A B ++)≤秩(A )+秩(B ).例 4 设A 为n m ⨯矩阵,s A 是从A 中取s 行得到的矩阵,则 秩(s A )≥秩(A )+s m -.证明:不妨设s A 是A 的前s 行,而后m s -行构成的矩阵为B ,则00s s A A A B B ⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦.又显然有 秩(A B +)≤秩(A )+秩(B ).于是秩(A )≤秩0s A ⎡⎤⎢⎥⎣⎦+秩0B ⎡⎤⎢⎥⎣⎦=秩(s A )+m s -.利用分块矩阵证明矩阵秩的问题,一般采用两种方法,一是利用已知矩阵作为元素来拼成高级的矩阵来证明,如例题 1.另一种方法是将已知矩阵拆成低级数的矩阵来证明,如例题2.这两种方法在证明矩阵的秩的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.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相关性及矩阵的分解中有着广泛的应用,欲透彻掌握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,我们大家往往容易忽视它重要的一点——矩阵分块的作用,本节就谈谈它在线性相关性及矩阵的分解证明中的应用.3.2.1 关于矩阵列(行)向量线性相关性定理1【4】【8】【9】【10】矩阵A 的列向量线性无关的充分必要条件是0AX =只有零解.证明:令12()k A A A A =,其中(1,2,...,)i A i k =是A 的列向量,且11220(1,2,,)k k a A a A a A i k +++== .即1212()0k k a a A A A a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦,也即 120k a a A a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦.若12,,,k A A A 线性无关,则有120,0k a a a AX =====只有零解,反之亦成立.例5 矩阵B 列线性无关,BC A =.求证:C 列线性无关的充要条件是A 列线性无关.证明:充分性:使0,CX =即()0B AX =,记AX Y =,则0BY =,因为B 列无关,须0Y =,即0AX =,又A 列无关,须0X =,从而C 列无关.必要性:要使0AY =,两边左乘B ,则0BAY =,即0CY =,因为C 列无关,所以0Y =,从而A 列无关. 3.2.2 矩阵的分解定理2【4】【8】【9】【10】设(),nk A γγ=(1),,()()n k M N M N γγγγβγ∃==使A MN =; (2),,()()nk kk R S R S γγγ∃==使A RS =; (3),,()()nn nk R S R S γγγ∃==使A RS =.证明:,,0,0,nn kk P Q P Q ≠≠使(1)将1P -与1Q -作如下分块:11(,),k n N P M L Q H γγ--⎡⎤==⎢⎥⎣⎦ .则0(,)00IN A M L MN H γ⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦. (2)令10,00nn nn IP P γ-⎡⎤=⎢⎥⎣⎦因为000000000nk nk kkI I I γγγ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦. 令1000nn nk I P P γ-⎡⎤=⎢⎥⎣⎦,1000kk kkI S Q γ-⎡⎤=⎢⎥⎣⎦即得,A RS =. (3)因为10000,00000000nk kk nn nk II I I S Q γγγγ-⎡⎤⎡⎤⎡⎤⎡⎤==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦, 即得,A RS =.矩阵的列(行)向量相关与无关性的问题很显然都会涉及到利用矩阵分块,因为矩阵的列(行)都可以看作是矩阵的子块,对于处理矩阵的分解也是一样,在线性代数中还有很多问题都可类似的通过分块矩阵来解决.4 分块矩阵在计算方面的应用4.1 分块矩阵在求逆矩阵方面的应用定理1【16】【20】【21】设A B P C D ⎡⎤=⎢⎥⎣⎦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1()C DB A --都是可逆矩阵时,则P 是可逆矩阵,并且特例 (1)当0,0,A D B ==与C 都可逆时,有.11100C P B---⎡⎤=⎢⎥⎣⎦.(2)当0,0,A D B =≠与C 都可逆时,有111110C DB C P B-----⎡⎤-=⎢⎥⎣⎦. (3)当0,0,A D B ≠=与C 都可逆时,有111110C P B B AC -----⎡⎤=⎢⎥-⎣⎦. 证明: 设P 可逆,且1XY P Z W -⎡⎤=⎢⎥⎣⎦,其中Y 为k 阶方阵,Z 为r 阶的方阵.则应有1X Y A B P P E Z W C D -⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦. 即00k r E XA YC XB YD E ZA WC ZB WD ++⎡⎤⎡⎤=⎢⎥⎢⎥++⎣⎦⎣⎦. 于是得到下面的等式因为B 可逆,用1B -右乘(4.2)式可得1X YDB -=-代入(4.1)式得11()Y C DB A --=-,则 111()X C DB A DB ---=--.用B 右乘(4.4)式可得 111()r Z E WD B B WDB ---=-=-. 代入(4.3)式得111()W B A C DB A ---=-.则可得11111()Z B B A C DB A DB -----=+-.所以11111111111111()()()()X Y C DB A DB C DB A P Z W B B A C DB A DBB AC DB A --------------⎡⎤---⎡⎤=⎢⎥⎢⎥+---⎣⎦⎣⎦. 定理2【16】【20】【21】 设A B Q C D ⎡⎤=⎢⎥⎣⎦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1()D CA B --都是可逆矩阵时,则Q 是可逆矩阵,并且特例(1)当0,0,B C A ==与D 都可逆时,有11100A Q D ---⎡⎤=⎢⎥⎣⎦. (2)当0,0,C B A =≠与D 都可逆时,有111110A A BD Q D -----⎡⎤-=⎢⎥⎣⎦. (3)当0,0,C B A ≠=与D 都可逆时,有111110A Q D CAD -----⎡⎤=⎢⎥-⎣⎦. 此结论可参考命题1.例6 设3741025901001000004000006M -⎡⎤⎢⎥---⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥-⎣⎦,求1M -.解:令0010037410,,00,0402590100006A B C D -⎡⎤⎡⎤-⎡⎤⎡⎤⎢⎥⎢⎥====⎢⎥⎢⎥⎢⎥⎢⎥---⎣⎦⎣⎦⎢⎥⎢⎥-⎣⎦⎣⎦.则很容易求得 且由命题2可得,例 7 求矩阵0001200035400000200003400M ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦的逆矩阵.解:设4000000012,,020,000003503400A B C D ⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥====⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦则111/40052,01/203103/81/4B C --⎡⎤-⎡⎤⎢⎥==⎢⎥⎢⎥-⎣⎦⎢⎥-⎣⎦.由命题1可得:111001/4100001/2000003/81/405200031000C M B---⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥==-⎢⎥⎢⎥⎣⎦-⎢⎥⎢⎥-⎣⎦. 本节主要讲述了欲求一个矩阵的逆矩阵,现将该矩阵分成四小块,,,A B C D 再根据该四小块的具体情况推导出了求这个矩阵的逆矩阵的公式.这里我们重点的区别,,,A B C D 中哪些可逆哪些不可逆,再具体运用.4.2 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.本节给出利用分块矩阵计算行列式的几种方法. 4.2.1 矩阵A 或B 可逆时,行列式H 的计算定理1 ,A B 分别为m 与n 阶行列式. (1)当A 可逆时,有1A D A B CA D CB-=- (4.5)(2)当B 可逆时,有1A D A DB C B CB-=- (4.6)证明:(1)根据分块矩阵的乘法,有1100EA D A D CA E CB B CA D --⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦.由引理知,两边取行列式即得(4.5).(2) 根据分块矩阵的乘法,有两边取行列式即得(4.6).此命题可以用来解决一些级数较高的矩阵的求逆问题,但在利用命题(1)时,要特别注意条件有矩阵A 或B 可逆,否则此命题不适用, 下面给出此命题的应用.推论1【22】设A 、B 、C 、D 分别是,,,m n m n n m ⨯⨯矩阵.证明m E D B CD C B =- (4.7)mA D A DC CE =- (4.8)证明:只需要在命题1的(4.5)中令m A E =,即得(4.7);在(4.6)中令m B E =即得(4.8).推论2【22】 ,C D 分别是n m ⨯和m n ⨯矩阵.证明m n m nE D E CD E DC CE =-=- (4.9)证明:在推论1的(4.7)中,令m B E =,在(4.8)中,令m A E =,即得(4.9).例 8 计算下面2n 阶行列式 解:令为n 阶矩阵.由于0a ≠,故A 为可逆方阵.又易知: 从而由命题1中(1)得:112()()n n n n A D H A B CA D a b ca d ab cd CB--==-=-=-.例9 计算行列式(1) 012111100100,(0,1,2,,)01i na a a a i n a ≠=;(2)123123100001000010001n na a a ab b b b c解:(1)设A D Q CB=,其中120(),,(1,1,,1),(1,1,,1)0T n a a A a B C D a ⎡⎤⎢⎥⎢⎥====⎢⎥⎢⎥⎣⎦.因为0,1,2,,i a i n ≠= 所以B 是可逆矩阵,又易知:1011/nj i A DB C a a -=⎡⎤-=-⎢⎥⎣⎦∑.从而由命题1中的结论(4.2)得112011/nn i i A D A DB C B a a a a a CB-=⎡⎤=-=-⎢⎥⎣⎦∑.(2)设n E D Q CB=,其中 1212(),(,,,),(,,,)T n n B c C b b b D a a a ===.由于12121(,,,)(,,,)nTn n i i i CD b b b a a a a b ===∑,从而由推论1知,1nn i i i E D Q B CD c a b CB===-=-∑.4.2.2 矩阵,A B C D ==时行列式H 的计算定理2【10】【22】【23】,A C 是两个n 阶方阵,则A C A C A C CA=+-证明:根据行列式的性质和定理,有A C A C C A C C A C A C CAC A AA C++===+-+-.例 10 计算行列式0000x y z x z y D y z x zyx=.解:这道题看似简单,但如果方法选择的不好,做起来并不轻松,这里设 0,0x yz A C x z y ⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦,由命题2知2222()()()()()()A C yx z yx z D A C A C y x z y x z C A x z y x z yx y z x y z x y z x y z +--⎡⎤⎡⎤==+-==-+--⎣⎦⎣⎦+--=++-+-+--++ 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A D H CB=(A 、B 、C 、D 分别是,,,m n n m m n ⨯⨯的矩阵)的类型的行列式计算进行了分析,其中将一个行列式分快成A 、B 、C 、D 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,在计算行列式时可依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.5 结束语本文对分块矩阵进行了两方面的应用总结分析,在证明方面,涉及了矩阵秩的相关问题以及矩阵列(行)向量线性相关等问题.在证明线性相关问题上,利用分块矩阵可以很清晰地描述线性方程组的解与其相关内容.对一些具体的解与矩阵列(行)向量组线性相关性之间的关系给出了结论;在计算方面利用分块矩阵这一工具我们主要解决了求逆矩阵与求高级行列式的问题,再求逆矩阵方面,本文着重论述了将一个高级矩阵进行矩阵分块分成二级矩阵后,通过讨论四子块的各自特点来求原矩阵逆矩阵的快捷方法,并且给出了求解具有特殊性质行列式的方法,通过本文的论述,充分体现了分块矩阵在代数计算与证明方面具有一定的优越性,也给出了分块矩阵和矩阵分块在代数学中所具有的重要地位.当然在对分块矩阵的应用论述上.本文并不是所有类型的证明与计算都进行了讨论,所以在应用的完整性上还有待改进,并可以继续进行研究探讨.6 致谢本文是在导师夏丹的悉心指导下完成的,导师在学业上的谆谆教诲和身体力行,在生活上的默默关心和无私帮助将使我受益终身,在此谨向导师表示衷心的感谢!导师对科学事业的献身精神以及高度的敬业精神,为学生们树立了良好的风范,也是我今后所追求的目标.参考文献[1]王品超.高等代数新方法[M].山东:山东教育出版社.1989[2]张贤达.矩阵分析与应用[M].北京:清华大学出版社.2004[3]张贤科,许甫华.高等代数学[M].北京:清华大学出版社.1998[4]北京大学数学系,高等代数[M].北京:北京大学出版社.1978[5]王仁发.代数与解析几何[M].长春:东北师范大学出版社.1998[6]谢邦杰,线性代数[M].第1版,人民教育出版社.1978[7]唐盛明.社会科学研究方法新解.上海:上海社会科学院出版社.2003[8]李明斐,卢小君.胜任力与胜任力模型构建方法研究.大连:大连理工大学学报(社会科学版).2004[9]徐仲、张凯院.高等代数考研教案[M].西安:西北工业大学出版社.2006[10]王萼芳,石生明.高等代数.北京:北京大学出版社.2003[11]钱吉林.高等代数解题精粹[M].北京:科学出版社.2003[12]北京大学数学系几何与代数教研室前代数小组编.高等代数(第三版)[M].高等教育出版社.2007[13]林瑾瑜.分块矩阵的若干性质及其在行列式中的应用[J].广东广播电视大学学报.2006[14]严坤妹.分块矩阵的应用[J].福建广播电视大学学报.2006[15]俞正光,王飞燕,叶俊,赵衡秀编.大学数学概念、方法与技巧.线性代数与概率统计部分[M].清华大学出版社,施普林格出版社.2002[16]孔庆兰.分块矩阵的应用[J].枣庄学院学报.2006[17]胡景明.分块矩阵在求高阶行列式的应用[J].河北工程技术高等专科学校学报.2004 [19]陈大新编.矩阵理论[M].上海:上海交通大学出版社.1997[19]潘晏仲,李洪军.高等代数与几何[M].西安交通大学出版社.1999[20]姚慕生,高汝熹.线性代数[M].武汉:武汉大学出版社.2000[21]赵树原.线性代数(第三版)[M].北京:中国人民大学出版社.1998[22]R.A合恩C.R约翰逊、杨奇译.矩阵分析[M].天津:天津大学出版社.1989[23]G.W.斯图尔特.矩阵计算引论.上海:上海科技出版社.1980。