矩阵的分块

合集下载

§4 矩阵的分块运算

§4 矩阵的分块运算

下页
返回
3. 乘法 设A为m × l矩阵 , B为l × n矩阵 , 分块成 A11 L A1t B11 L B1r A= M M , B = M M , A L A B L B st s1 tr t1 其中 Ai1 , Ai 2 , L , Ait 的列数分别等于 B1 j , B2 j , L , Btj的行数 , 那么
o
上页
下页
返回
1 3 例1 设 A = 0 0 0
2 5 0 0 0
0 0 0 0 1 2 0 −1 0 0
解 把A进行分块得 1 2 , 其中A1 = 3 5 1 2 3 A2 = 0 − 1 4 . 0 0 1
且A1−1
0 0 3 , 求A−1 . 4 1 1 3 A = 0 0 0
B −1 − B −1 DC −1 . 因此 A −1 = O C −1
O A = O B−1 另外 A−1 O B O
−1
上页
下页
返回
1 0 例3 设 A = 0 0
ቤተ መጻሕፍቲ ባይዱ

4 3 ; 求 A −1 2 1 1 2 3 利用分块法 A = 0 1 2 0 0 1 0 0 0 2 1 0 0 3 2 1 0
B3 = [0 1 1 b].
上页 下页 返回
一、分块矩阵
总体思想:对于行数和列数较高的矩阵 中 总体思想:对于行数和列数较高的矩阵A中,为了简化 运算,在矩阵A中 用横、竖虚线, 运算,在矩阵 中,用横、竖虚线,将A分成若干 分成若干 小块,视每一块为一元素进行相应的运算, 小块,视每一块为一元素进行相应的运算,然后再 对每一小块进行相应的运算,降阶运算, 对每一小块进行相应的运算,降阶运算,此法称为 矩阵分块法。 矩阵分块法。 具体做法是:将矩阵 用若干条纵 用若干条纵、 具体做法是:将矩阵A用若干条纵、横虚线分成许多个 小矩阵,每一个小矩阵称为矩阵A的子块, 小矩阵,每一个小矩阵称为矩阵 的子块,以子块 为元素的形式上的矩阵称为分块矩阵 分块矩阵. 为元素的形式上的矩阵称为分块矩阵 其中C1 = [a 1], 又如 C 2 = [0 0], a 1 0 0 0 a 0 0 C 1 C 2 A= 0 a 0 0 = C C 1 0 b 1 3 4 C 3 = 1 0 , C 4 = b 1 . 0 1 0 1 1 b 1 b

§2.4 分块矩阵

§2.4  分块矩阵
17 17
a 1 B= 0 0
线性代数
0 a 0 0
0 0 b 1
0 a B1 = 0 B1 O 1 , 其中 = 0 O B2 b B2 = b 1
第二章 §2.5
A1 A+ B = O
O B1 + A2 O
o
o
线性代数
第二章 §2.5
15 15
例2
a 0 设 A= 0 0
1 a 0 0
0 0 b 1
0 0 , 1 b
a 1 B= 0 0
0 a 0 0
0 0 b 1
0 0 0 b
求 A + B,
线性代数 第二章 §2.5
ABA.
16 16
T T A11 L As1 Ar L 1 M . 则 T M , A = M AT L AT L Asr sr 1r
三、分块对角阵
设A为n阶矩阵,若 A的分块矩阵只有在主对 角线 阶矩阵, 上有非零子块, 块都为零矩阵, 上有非零子块,其余子 块都为零矩阵,且非零 子 块都是方阵, 块都是方阵,即
线性代数 第二章 §2.5
O B2
A1 + B1 = O
, A2 + B2 O
a 1 a 0 2a 1 A1 + B1 = + = , 0 a 1 a 1 2a b 1 b 0 2b 1 A2 + B2 = + = , 1 b 1 b 2 2b
线性代数 第二章 §2.5
21 21
例3
5 0 0 设 A = 0 3 1 , 求 A −1 . 0 2 1 5 0 0 A1 A = 0 3 1 = 0 2 1 O

4.5矩阵的分块

4.5矩阵的分块

3 A 1 2 A*
2
A n A
解 3A1 2 A*
A* A n1
1 A1 2 A* 3
1 A* 2 A* 3A
A 1 A * 注意A 1和A*互化! A
4 A* 3



4 3
3

A*


64 27

1 2
2
C2t


Crt
s
其中 Cij
Aik Bkj .
k 1
把A,B的子块看成元素,按矩阵乘法法则进行运算。
分块对角阵(准对角阵)(P186第一段) 若矩阵A的分块矩阵具有以下形式
A11 0
0

A


0 0
A22 0
0

0


0 0 0 Ass
它的特点就是:主对角线上的子块是全是方阵, 其它子块全是零矩阵,则称A为分块对角矩阵或 准对角矩阵。
B22

Br1 Br2
B1s
B2
s


Brs
A11 B11 A12 B12

A

B


A21

B21
A22 B22

Ar1 Br1 Ar2 Br2
A1s B1S
A2s

B2S


Ars Brs
注意:对应子块相加,相减。
又 A = 5 3 1 =5 0,故A可逆,由 21
5 1


1 5

,
3

矩阵分块知识点总结

矩阵分块知识点总结

矩阵分块知识点总结一、矩阵分块的基本概念1.1 矩阵分块的定义矩阵分块是一种对矩阵进行分割的方法,将一个大的矩阵分割成若干个较小的子矩阵,这些子矩阵可以是行向量、列向量或者更小的矩阵。

矩阵分块的表示形式可以是方括号、圆括号或者其他符号,不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。

1.2 矩阵分块的表示形式矩阵分块可以采用不同的表示形式,其中包括方括号表示、圆括号表示和其他符号表示。

以方括号表示为例,一个矩阵可以分割成四个子矩阵,如下所示:A = [ A11, A12A21, A22 ]其中A11、A12、A21、A22为子矩阵,分别表示矩阵A的四个子块。

1.3 矩阵分块的基本性质矩阵分块具有很多基本的性质,其中包括可交换性、可加性、可乘性等。

具体而言,如果矩阵A和B可以进行相应的分块操作,则有以下性质:可交换性:A和B的分块顺序可以交换,即A*B = B*A。

可加性:矩阵A和B的分块和形式,若A和B可以相应分块,则有(A + B) = A + B。

可乘性:矩阵A和B的分块和形式,若A和B可以相应分块,则有(A * B) = A * B。

1.4 矩阵分块的应用矩阵分块在实际中有着广泛的应用,其中包括矩阵的运算、方程组的求解、特征值与特征向量的计算等方面。

矩阵分块能够简化问题的处理过程,提高计算的效率,使得矩阵的性质更加清晰和易于理解,因此在很多领域中得到了广泛的应用。

二、矩阵分块的基本类型2.1 行分块矩阵行分块矩阵是将一个大的矩阵按照行进行分块,将每一行的元素划分成若干个较小的行向量,从而形成一个行分块矩阵。

行分块矩阵的表示形式可以是方括号、圆括号或者其他符号,不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。

2.2 列分块矩阵列分块矩阵是将一个大的矩阵按照列进行分块,将每一列的元素划分成若干个较小的列向量,从而形成一个列分块矩阵。

列分块矩阵的表示形式可以是方括号、圆括号或者其他符号,不同的表示形式能够提供更加清晰和易于理解的矩阵分块结构。

矩阵分块法

矩阵分块法
As1
A1r Asr
A11 A
As1
A1r
Asr
其运算律与数乘矩阵相同.
λ为数,那末
3.分块矩阵的乘法.
设A为 m×l 矩阵,B为l×n矩阵,分块成
A11 A12
A
Ai1
Ai2
As1
As 2
A1t
B11 B1 j B1r
Ait
§4. 矩阵分块法
一、分块矩阵的定义
把一个阶数较高的矩阵,用若干条横线和竖 线分成若干小块 , 每一小块都叫做矩阵的子块 , 以子块为元素的矩阵称为分块矩阵.
例如:将3×4矩阵
A
a11 a21
a12 a22
a13 a23
a14 a24
a31 a32 a33 a34
分块形式如下:
A22 A12
a11 a12
1
a21
a22
a31 a32
A21 A11
a13 a23
a14 a24
2
a11 a21
a12 a13 a22 a23
a14 a24
a33 a34
a31
a32 a33
a34
A11 A21
A12 A22
A13 A23
3
a11 a21
a12 a22
a13 a23
0 0 1 1
6.分块矩阵的应用
设A为m×n矩阵,将A按行分块,得
1
A
2
m
其中 i (i 1,2, , m) 是A的第 i 行.
将A按列分块,得
A =( β1, β2,…, βn ).
其中 βj ( j = 1, 2, … ,n ). 是 A 的第 j 列. 对于线性方程组

高二数学矩阵的分块

高二数学矩阵的分块

kA11 kA1r kA kA kA sr s1

k 3,
1 A 3 4
2 2 5
3 1 6

1 3 3 A 3 3 4 3
2 3 2 3 5 3
3 3 1 3 6 3
其 中Ai 1 , Ai 2 , , Ais的 列 数 分 别 等 于 B1 j , B2 j , , Bsj的 行 数 。 那么 C11 C1r
AB C r1
ik
C rs
其 中C ij
A
k 1
t
Bkj
i 1, , s; j 1, , r .
1 a 1 1 1 a 0 1
0 B 0 1 B2 b B3 b 0 0 C1 1 C3 b 0 C1 a0 0 0b 1 C3 0 0 1 1 0 0 b 1 10
C2 , C4
11
1s
rs
rs
T A A1 s 则 A . A A
T 11 T
T
r1
T
rs
注:
大块小块一起转。
T
A11 A12 例 A A 21 A22 (5) 分块对角矩阵 设 A 为 n 阶矩阵,若 A 的分块矩阵只有对角线上 有非零子块,其余子块都为零矩阵,且非零子块
O A . 1 O D C A B
(2) 由(1)可得
A O 1 XYZ A D C A B, 1 O DC A B
XYZ X Y Z ,
而 X Z 1,

A B A D C A1 B . C D

分块矩阵

分块矩阵
§2.4
1
一、矩阵的分块
对于规模较大, 零较多或局部比较特殊的矩
阵, 为了简化运算,经常采用分块法,把大矩阵
分割成小矩阵.在运算时, 把这些小矩阵当作元 素一样来处理.
具体做法是:将矩阵用若干条纵线和横线分
成许多个小矩阵,每一个小矩阵称为A的子块,
以子块为元素的形式上的矩阵称为分块矩阵.
2

a
Z Y
,
AX CW BW
AZ CY BY
E O
O E
,
AX CW E , X A1
AZ
CY BW
O, O,
Z W
A1CB 1 O
BY E .
Y B 1
因此
P 1
A O
C B
1
A1 O
A1CB 1 B 1
.
22
A O
C B
1
A1 O
A1CB 1 B 1
.
特别地, OA
| A5 | | A |5 243 ,
19
3 0 0 0 0 0 3 5 0 0
例3

A
0
1
2
0
0 , 求 A2 , | A | , | A5 | , AT .
0 0 0 3 1
0
0
0
2
1

3 0 0 0 0
A1T
0
31
0
0
AT
A2T
A3T
0
0
5 0
2 0
0 3
0
.
2
0
0
0
1
1
20
例4 设
P
A 0
C B

分 块 矩 阵

分 块 矩 阵


B
3 0
4 1
1 3
B11 B21
1 0 1
B12 B22

所以,
AB
A11 A21
A12 B11
A22
B21
B12 B22
A11B11 A21 B11
A12 B21 A22 B21
A11B12 A21 B12
A12 B22 A22 B22

1.1 分块矩阵的运算
1 1
2 3
1,| A3 | 5 ,都不为零,均可逆,故 A 可逆。
又因为
A11
1 3

A21
3
1
2 1

A31
1 5
,则

1.1 分块矩阵的运算
5.例题
由于
A1
A2
A2
A1
A2
A12
A22

A3
A3
A32

A12
9 ,A22
1 1
2
2
3
3
4
8 11
,A32
C
O
时,有
A O
O 1 A1
B
O
O B 1

线性代数
A21
A22
As1 As2
A1r
A2r
Asr
B11 B12
B
B21
B22
Bs1 Bs2
B1r
B2r
Bsr
则 ,
A11 B11
A
B
A21
B21
As1 Bs1
A12 B12 A22 B22
As2 Bs2
A1r B1r
  1. 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. 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. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

矩阵的分块
1.1 好量子数
在量子力学中,标记力学量的本征值的指标称为量子数,若该力学量是守恒量(即与哈密顿量对易)那么相应的量子数就称为好量子数.利用好量子数可以使哈密顿量的矩阵准对角化从而大大简化计算工作量。

在我们这个模型中H 为:
1
,,)
(+=∑∑++=•=i j j
i z j z i y j y i x j x i j
i j i S S S S S S J S S J H
∑=i
z
i z total S S
[]0,=H S
z total
>>=s s z total m s m S ||
||}m {|||||'s >=⇒<>>∈⇒>
>=>=s s s s s z
total
s z
total
m H m m H m sH m HS
m H S
1.2 矩阵的分块
H 可按照z
total S 的不同写成分块矩阵。

示意图如下:
例如 L=2
哈密顿量H :
1
001
|
|
|
|1001
||||4/100004/12/1002
/14/100004
/1-====<↓↓<↓↑<↑↓<↑↑-====↓↓>↓↑>↑↓>
↑↑>⎪⎪⎪⎪⎪
⎭⎫
⎝⎛--=z t z t z t z t z t z t z t z t S S S S S S S S
我们再以L=4为例:
希尔伯特空间的基矢为:
}|,|,|,{|}|,|,|,{|}|{|}|{|}|,{|}|,{|4
4
321↓↓>↓↑>↑↓>↑↑>⊗↓↓>↓↑>↑↓>↑↑>=↓>↑>⊗↓>↑>⊗↓>↑>⊗↓>↑>=
L H 为16×16的矩阵。

很显然,我们可以按照z t S 的不同将H 写为:
1
144664411161624
14
04
14
2
2
4⨯⊕⨯⊕⨯⊕⨯⊕⨯⇒⨯⊕⊕⊕⊕⇒-==-=========z t z t z t z t z t S L S L S L S L S L L H
H
H
H
H
H
而这些矩阵表示的基矢必须对应的变化为:
}|,|,|,{|}{|↓↑↑↑>↑↓↑↑>↑↑↓↑>↑↑↑↓>⊕↑↑↑↑>⇒ }|,|,|,|,{|↓↓↑↑>↓↑↓↑>↑↓↓↑>↑↓↑↓>↑↑↓↓>⊕ }{|}|,|,|,{|↓↓↓↓>⊕↓↓↑↓>↓↓↑↓>↓↑↓↓>↑↓↓↓>⊕
为了得到基态,运用好量子数是很重要的,它可以把一个较大的矩阵问题转化为一个较小的矩阵问题,如L=4是16×16的矩阵对角问题转化为6×6的矩阵对角化问题;
⎪⎪⎪⎪⎪⎪⎪⎪⎭


⎛----===4/12/12/14/302/102/10000
02/14/102/10
02/104/12/10002/12
/14/32/100002
/14/104
z
t s L H 1.3 MATLAB 运行结果
虽然通过好量子数z total S 将矩阵的维数降低,但是随着L 的增大依然增大的很快,因此
我们不得不借助有MATLAB ,将z
t
s L H 用计算机进行模拟,利用eig ()求出基态
L
2 3 4
5
6
7
8
0E
-0.75 -1 -1.6160 -1.9279 -1.4936 -1.8362 -3.3749 L
9
10
11
12
13
14
0E
-3.7363
-4.2580
-4.6321
-5.1421
-5.5253
-6.0267
随着 L 的不段增大,还是会遇见“指数墙”的问题,为此,我们将不得不采用lanczos 算法或者重整化的方法。

相关文档
最新文档