矩阵直积
-矩阵的Kronecker乘积的性质与应用
摘要按照矩阵乘法的定义，我们知道要计算矩阵的乘积AB，就要求矩阵A的列数和矩阵B的行数相等，否则乘积AB是没有意义的。
那是不是两个矩阵不满足这个条件就不能计算它们的乘积呢本文将介绍矩阵的一种特殊乘积BA ，它对矩阵的行数和列数的并没有具体的要求，它叫做矩阵的Kronecker积（也叫直积或张量积）。
本文将从矩阵的Kronecker积的定义出发，对矩阵的Kronecker积进行介绍和必要的说明。
之后，对Kronecker积的运算规律，可逆性，秩，特征值，特征向量等性质进行了具体的探究，得出结论并加以证明。
此外，还对矩阵的拉直以及矩阵的拉直的性质进行了说明和必要的证明。
矩阵的Kronecker积是一种非常重要的矩阵乘积，它应用很广，理论方面在诸如矩阵方程的求解，矩阵微分方程的求解等矩阵理论的研究中有着广泛的应用，实际应用方面在诸如图像处理，信息处理等方面也起到重要的作用。
本文讨论矩阵的Kronecker积的性质之后还会具体介绍它在矩阵方程中的一些应用。
关键词：矩阵；Kronecker积；矩阵的拉直；矩阵方程；矩阵微分方程Properties and Applications of matrix KroneckerproductAbstractAccording to the definition of matrix multiplication, we know that to calculate the matrix product AB, requires the number of columns of the matrix A and matrix B is equal to the number of rows, otherwise the product AB makes no is not two matrices not satisfy this condition will not be able to calculate their product doThis article will describe a special matrix product BA , the number of rows and columns of a matrix and its no specific requirements, it is called the matrix Kronecker product (also called direct product or tensor product).This paper will define the matrix Kronecker product of view, the Kronecker product matrix are introduced and the necessary instructions. Thereafter, the operation rules Kronecker product, the nature of reversibility, rank, eigenvalues, eigenvectors, etc. specific inquiry, draw conclusions and to prove it. In addition, the properties of the stretch of matrix and its nature have been described and the necessary proof.Kronecker product matrix is a very important matrix product, its use is very broad, theoretical research, and other matrix solving differential equations, such as solving the matrix equation matrix theory has been widely applied in practical applications such as image processing aspects of information processing, also play an important role. After the article discusses the nature of the matrix Kronecker product it will introduce a number of specific applications in the matrix equation. Keywords:Matrix; Kronecker product; Stretch of matrix; Matrix equation; Matrix Differential Equations目录摘要 ........................................................................ I Abstract ................................................................... II 第一章 矩阵的Kronecker 积 . (1)矩阵的Kronecker 积的定义 ................................................ 1 矩阵的Kronecker 积的性质 ................................................ 1 第二章 Kronecker 积的有关定理及推论 .......................................... 6 第三章 矩阵的拉直 (9)矩阵的拉直的定义 ......................................................... 9 矩阵的拉直的性质 ......................................................... 9 第四章 矩阵的Kronecker 积与矩阵方程 .. (11)矩阵的Kronecker 积与Lyapunov 矩阵方程 ................................... 11 矩阵的Kronecker 积与一般线性矩阵方程 .................................... 13 矩阵的Kronecker 积与矩阵微分方程 ........................................ 14 参考文献.................................................................... 16 致谢 .. (18)符号说明W a W a 属于集合元素nm ij a A ⨯=)( 矩阵的记法列元素的行为以n m j i a ij⨯ij A )( 列的元素行的矩阵j i AT A 的转置矩阵A H A 的共轭转置矩阵A1-A 的逆矩阵矩阵A→A 按行拉直得到的列向量矩阵AA det 的行列式方阵AtrA 的主对角元素之和的迹，方阵A A)(A rank 的秩矩阵A)(A λ 的特征值方阵An I 阶单位矩阵nR 实数域 C 复数域n C 维复向量的全体n n m C ⨯ 复矩阵全体n m ⨯O 零矩阵B A ⊗ 的和矩阵B A Kronecker 积第一章 矩阵的Kronecker 积矩阵的Kronecker 积的定义定义设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，定义A 和B 的Kronecker 积（或直积，张量积）B A ⊗为：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B a B a B a B a B a B a B a B a B a B A mn m m n n 212222111211 可以看出，其结果是一个)()(nq mp ⨯矩阵，同时也是一个以B a ij 为子块的分块矩阵.例 设⎥⎦⎤⎢⎣⎡-=1201A ，[]31-=B ，则 ⎥⎦⎤⎢⎣⎡---=⎥⎦⎤⎢⎣⎡-=⊗316200312B B O BB A []⎥⎦⎤⎢⎣⎡---=-=⊗361203013A A A B 由此可见，B A ⊗与A B ⊗具有相同的阶数，但是它们并不相等，也就是说，Kronecker 积不满足交换律.矩阵的Kronecker 积的性质虽然Kronecker 积不满足交换律，但是具有以下一些性质： 性质 设矩阵n m C A ⨯∈，矩阵q p C O ⨯∈，则O O A A O =⊗=⊗（这个O 为)()(nq mp ⨯矩阵）.证明：略.性质 设k 为任一常数，矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B A k kB A B kA ⊗=⊗=⊗.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n ka ka ka ka ka ka ka ka ka kA 212222111211， 根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B kA mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka kB a kB a kB a kB a kB a kB a kB a kB a kB a kB A mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， 即)(B A k B kA ⊗=⊗，)()(B A k kB A ⊗=⊗. 所以)()()(B A k kB A B kA ⊗=⊗=⊗.性质 设A ，B 为同阶矩阵（同阶是为了可以做加法），则C B C A C B A ⊗+⊗=⊗+)(，B C A C B A C ⊗+⊗=+⊗)(.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n b b b b b b b b b B 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=+mn mn m m m m n n n n b a b a b a b a b a ba b a b a b a B A221122222221211112121111，根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗+C b a C b a C b a C b a Cb aC b a C b a C b a C b a C B A mn mn m m m m n n n n )()()()()()()()()()(221122222221211112121111*，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C a C a C a C a C a C a C a C a C a C A mn m m n n 212222111211 *， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C b C b C b C b C b C b C b C b C b C B mn m m n n 212222111211 *，由*，*得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C A mn mn m m m m n n n n 221122222221211112121111 *， 由*，*可得：C B C A C B A ⊗+⊗=⊗+)(.同理设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n c c c c c cc c c C 212222111211可证：B C A C B A C ⊗+⊗=+⊗)(.性质 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s r C F ⨯∈，则)()(F B A F B A ⊗⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⊗⊗⊗⊗⊗⊗⊗⊗⊗=⊗⊗)()()()()()()()()()(212222111211F B a F B a F B a F B a F B a F B a F B a F B a F B a F B A mn m m n n)(212222111211F B A F B a B a B a B a B a B a B a B a B a mn m m n n ⊗⊗=⊗⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡= 得证.性质设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s n C F ⨯∈,矩阵t q C D ⨯∈，则)()())((BD AF D F B A ⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=ns n n s s f f f f f f f f f F212222111211， 则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗⊗D f D f Df D f D f Df D f D f D f B a B a B a B a B a B a B a B a B a D F B A ns n n s s mn m m n n212222111211212222111211))(()()()()()()()()()()()(112111112211211121111BD AF BD f a BD f a BD f a BD c a BD f a BD f a BD f a BD f a BD f a nk ks mk n k k mk n k k mk nk ks k n k k k n k k k n k ks k n k k k n k k k ⊗=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=∑∑∑∑∑∑∑∑∑=========得证.性质 设矩阵m m C A ⨯∈可逆， 且矩阵n n C B ⨯∈可逆，则B A ⊗可逆，且111)(---⊗=⊗B A B A .证明：mn n m I I I BB AA B A B A =⊗=⊗=⊗⊗----)()())((1111(这里I n 与数的乘法中的1起到相同的作用)， 故111)(---⊗=⊗B A B A .性质 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则T T T B A B A ⊗=⊗)(H H H B A B A ⊗=⊗)(证明： ij T T T ji ij T B A B a B A ][])[(⊗==⊗ 得证.同理可证：H H H B A B A ⊗=⊗)(.性质 两个正交（酉）矩阵的Kronecker 积还是正交（酉）矩阵. 证明：设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈.因为A ，B 都是正交（酉）矩阵，所以有m T T I A A AA ==，n T T I B B BB ==. 由性质和性质可得：mn n m T T T T T I I I BB AA B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(())((. mn m n T T T T T I I I B B A A B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(()()(.故mn T T I B A B A B A B A =⊗⊗=⊗⊗)()())((. 得证.第二章 Kronecker 积的有关定理及推论定理 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B rank A rank B A rank =⊗.证明：设rank A=r ，rank B=s ，A ，B 的标准形分别为：1111--⎥⎦⎤⎢⎣⎡=Q O O O I P A r ，1212--⎥⎦⎤⎢⎣⎡=Q O O O I P B s其中i P ，i Q =i (1，2)均为非奇异矩阵，则由性质和可以得：`1211211211121112121111)()()()(----------⊗⎥⎦⎤⎢⎣⎡⊗=⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡⊗=⎪⎪⎭⎫⎝⎛⎥⎦⎤⎢⎣⎡⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡=⊗Q Q O O O I P P Q Q O O O I O O O I P P Q O O O I P Q O O O I P B A rss r s r 所以)()()(B rank A rank s r B A rank =•=⊗ 得证.定理 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B A ⊗对应特征值λμ的一个特征向量.证明：因为x ，y 都是非零向量，所以x ⊗y 也是非零向量，由性质和性质可得：)()()()()())((y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗λμμλ.所以，y x ⊗是B A ⊗对应特征值λμ的一个特征向量.推论 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若A 的特征值是1λ，2λ，…，m λ；B 的特征值是1μ，2μ，…，n μ，则B A ⊗的特征值为t s μλ，m s ≤≤1，n t ≤≤1（k 重根算k 个）.定理 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.证明：由性质，性质可以得到：)()()()())((y x y x y I Ax y x I A n n ⊗=⊗=⊗=⊗⊗λλ， )()()()())((y x y x By x I y x B I m m ⊗=⊗=⊗=⊗⊗μμ，故))(())(())(())((y x y x B I y x I A y x B I I A m n m n ⊗+=⊗⊗+⊗⊗=⊗⊗+⊗μλ.所以，y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.推论 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m s C x ∈和n t C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ，2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，则B I I A m n ⊗+⊗的n m •个特征值为{t s μλ+}.(s=1，2，…，m ；t=1，2，…，n ).例 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m i C x ∈和n j C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ， 2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，证明：矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量为j i y x ⊗.(i=1，2，…，m ；j=1，2，…，n ).证明：由性质和性质可得：))(()()()()())((j i j i j j i i j i j i y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗μλμλ，故有：))(1())(()())(()())(())(())](()[(j i j i j i j i j i j i j i j i mn j i j i n m j i n m y x y x y x y x y x I y x B A y x I I y x B A I I ⊗-=⊗-⊗=⊗-⊗=⊗⊗-⊗⊗=⊗⊗-⊗μλμλμλ所以，矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量j i y x ⊗. 定理 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则trB trA B A tr •=⊗)(证明：由Kronecker 积和迹的定义可得：trBtrA trB a trB a trB a B a tr B a tr B a tr B A tr nn nn •=+++=+++=⊗ 22112211)()()()(得证.定理 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则m n B A B A )(det )(det )det(=⊗证明：设A 的特征值为1λ，2λ，…，m λ，B 的特征值为1μ，2μ，…，n μ， 由推论可得：mn m n n m n m m n n nj j m nj j mnji nj j j i B A B A )(det )(det )()()())(())(()()()()()det(21211212111112,11=====⊗∏∏∏∏===μμμλλλμλμλμλμλμλμλμλμλμλμλ得证.第三章 矩阵的拉直矩阵的拉直的定义定义 设n m ij a A ⨯=)(，定义矩阵A 的按行拉直为：T mn m n n a a a a a a A A vec )()(1221111，，，，，，，，， ==→即矩阵A 的拉直是一个mn 元的列向量，它是由矩阵A 所有元素按行顺序依次排成一列得到的.例如：⎥⎦⎤⎢⎣⎡=d c b a A ，则矩阵A 的拉直为T d c b a A )(，，，=→.矩阵的拉直的性质矩阵的拉直具有以下性质： 性质 设矩阵nm C A ⨯∈，矩阵nm CB ⨯∈，k 和l 是常数，则(lB kA +=→→+B l A k .证明：略.性质 设n m ij t a t A ⨯=))(()(，则dtt dA (=dt d)(t A . 证明：左边==))((dtt dA vet ij a vet ((′)))(n m t ⨯ = [(a 11′(t )，…，a n 1′(t )，a 21′(t )，…，a n 2′(t )，…，a 1m ′(t )，…，a mn ′(t ) ]T=[(a 11(t )，…，a n 1(t )，a 21(t )，…，a n 2(t )，…，a 1m (t )，…，a mn (t ) )T ]′ = ))](([t A vet ′=))](([t A vec dtd=右边，得证. 性质设矩阵nm C A ⨯∈，矩阵pn CX ⨯∈，矩阵qp CB ⨯∈，则→⊗=X B A T)(.证明：设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，T n x x X )(1，， =→，其中，T i x 是X 的第i 行=i (1，2，…，)n ，则⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=B x a x a B x a x a AXB T n mn T m Tn n T )()(111111 ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=→n x x X 1 所以T Tn mn T m T n n T B x a x a B x a x a ])()[(111111++++= ，， →⊗=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=X B A x x B a B a B a B a x a x a B x a x a B n T mn T m T n T n mn m T n n T )()()()()(11111111111 得证. 推论 设矩阵m m C A ⨯∈，矩阵n m C X ⨯∈，矩阵n n C B ⨯∈，则有1.AX →⊗=X I A n )( 2.→⊗=X B I Tm )(.3(AX +)→⊗+⊗=X B I I A Tm n )(.第四章 矩阵的Kronecker 积与矩阵方程矩阵的Kronecker 积与Lyapunov 矩阵方程设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，矩阵n m C F ⨯∈，解Lyapunov 矩阵方程：AX+XB=F.第一步：将方程两边拉直，由推论可得：→→=⊗+⊗C X B I I A Tm n )(.第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程有解的充要条件是：Tm n B I I A rank ⊗+⊗(┊)()T m n B I I A rank C ⊗+⊗=→，：有唯一解的充要条件是det(A ⊗I n + I m ⊗B T )≠0，即A 和(-B )没有公共的特征值或者说A 和B 无互为相反数的特征值.例 分别在下2列条件下解矩阵方程AX+XB=C.(1) ⎥⎦⎤⎢⎣⎡-=0112A ，⎥⎦⎤⎢⎣⎡=42-1-3B ，⎥⎦⎤⎢⎣⎡--=1081710C (2) ⎥⎦⎤⎢⎣⎡=3201A ，⎥⎦⎤⎢⎣⎡--=1052B ，⎥⎦⎤⎢⎣⎡--=11353C 解：(1) 首先计算A 和B 的特征值，解0=-A I λ得：121==λλ，解0=-B I μ得：5221==μμ，.观察有无互为相反数的特征值发现，A 和B 没有互为相反数的特征值，所以矩阵方程有唯一解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(.设⎥⎦⎤⎢⎣⎡=4321x x x x X ，计算⎥⎦⎤⎢⎣⎡--=4123TB ，将A ，T B ，X ，C 代入得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡-108171041231001100101124321x x x x ，计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------108171041102301106101254321x x x x ， 根据矩阵的乘法的定义可以求得：21314321-===-=x x x x ，，，. 故矩阵方程AX+XB=C 的唯一解为：⎥⎦⎤⎢⎣⎡--=2131X . (2) 同样先计算A 和B 的特征值，解0=-A I λ得：3121==λλ，， 解0=-B I μ得：1221-==μμ，.通过观察可知：021=+μλ. 一所以矩阵方程的解不唯，即存在通解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(.设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡--=1502TB ，将A ，T B ，X ，C 代入得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡1135315021001100132014321x x x x ， - 计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--113532520050200050034321x x x x ，根据矩阵的乘法的定义可以求得：c x x c x x -=-===3114321，，，. 故矩阵方程AX+XB=C 的通解为：⎥⎦⎤⎢⎣⎡--=c c X 311(c 为任意常数).矩阵的Kronecker 积与一般线性矩阵方程设矩阵n m k C A ⨯∈，矩阵q p C B ⨯∈，矩阵q m C F ⨯=，解一般线性矩阵方程：F XB Ark k k=∑=1(r = 1，2，…).第一步，将矩阵方程两边拉直，由性质可以得到：∑=→→=⊗rk T kk F X B A 1)][(.第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程有解的充要条件是：∑⊗)((Tkk B A rank ┊))(()1∑=→⊗=rk Tkk B A rank F . 即∑=⊗rk Tkk B A 1)(的所有特征值均不为0. 例 设A 和C 都是n ⨯n 矩阵，A 的特征值λi （i=0，1，2，…，n ）R ∈（实数），求证：矩阵方程C XA A AXA X =++22有唯一解.证明：将两边方程拉直得到：→→=⊗+⊗+⊗C X A A A A I I T T n n ])([(22，化简得到：→→=⊗+⊗+C X A A A A I TTn ])()([22.由定义可知：T A A ⊗的2n 个特征值是=j i j i ，(λλ0，1，2，…，n ). 故：2)()(2T T n A A A A I ⊗+⊗+的2n 个特征值是：22)21(43)()(1j i j i j i λλλλλλ++=++＞00(=j i ，，1，2，…，n ). 即2)()(2T T n A A A A I ⊗+⊗+是可逆的，由唯一解的判断方法可知：矩阵方程C XA A AXA X =++22有唯一解.例 在下列条件下解矩阵方程C XB A XB A =+2211.已知：⎥⎦⎤⎢⎣⎡-=20311A ，⎥⎦⎤⎢⎣⎡-=13101B ，⎥⎦⎤⎢⎣⎡-=11022A ，⎥⎦⎤⎢⎣⎡-=01232B ，⎥⎦⎤⎢⎣⎡--=48213C . 解：将矩阵方程两边拉直得到：→→=⊗+⊗C X B A B A T T)(2211. *设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡-=11301T B 和 ⎥⎦⎤⎢⎣⎡-=02132TB 代入*得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-4821302131102113020314321x x x x .计算化简得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------4821320027313331390564321x x x x . 根据矩阵的乘法的定义可以求得：10214321===-=x x x x ，，，.计算T T B A B A rank 2211(⊗+⊗┊4)()2211=⊗+⊗=TT B A B A rank C ， 所以方程有唯一解：⎥⎦⎤⎢⎣⎡-=1021X . 矩阵的Kronecker 积与矩阵微分方程设m m C A ⨯∈矩阵，n n C B ⨯∈矩阵，n m C t X ⨯∈)(，求下列矩阵微分方程初值问题的解：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX 引理：设m m C A ⨯∈矩阵A ，矩阵n m C B ⨯∈，则n A I A I e e n ⊗=⊗，B m B I e I e m ⊗=⊗. 证明：因为性质可得：∑∑∞=∞=⊗⊗=⊗=11)(!1)(!1k k k k kI A I A k I A k enn A k kI e I A k ⊗=⊗=∑∞=1)!1(. 同理可证：B m B I e I e m ⊗=⊗.将矩阵微分方程两边拉直，由推论可以得到：⎪⎩⎪⎨⎧=⊗+⊗=→00(()()(X X t X B I I A dt t X d T m n 由引理可得：T t B At tB AtB I I A t TT m n e X e X ee X et X )()()(000)(=⊗==→→⊗+⊗，又因为∑∑∞=∞====11!1))(!1()(k Bt k k T k k k T Tt B e t B k t B k eT ，故Bt At e X e t X 0)(= 这就是微分方程的解.例 求解下列矩阵微分方程的初值问题：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX已知：⎥⎦⎤⎢⎣⎡=0011A ，⎥⎦⎤⎢⎣⎡-=0011B ，⎥⎦⎤⎢⎣⎡=10010X . 解：可计算得到：⎥⎦⎤⎢⎣⎡-=101t tAte e e，⎥⎦⎤⎢⎣⎡-=101t t Bte e e .由式可以得到： ⎥⎦⎤⎢⎣⎡--==10)1()(220t tBtAt e e eX e t X . 即的解为⎥⎦⎤⎢⎣⎡--=10)1()(22t te e t X . 通过本章的学习，我们知道矩阵的Kronecker 积在解矩阵方程领域有很大的作用，利用Kronecker 积的性质，我们可以解决Lyapunov 矩阵方程，一般矩阵方程，矩阵微分方程的初值问题等问题.参考文献[1]矩阵论简明教程（第三版）.徐仲等编.北京：科学出版社..[2]矩阵论教程（第2版）.张绍飞，赵迪编.北京：机械工业出版社..[3]矩阵论引论（第2版）.陈祖明，周家胜编.北京：北京航空航天大学出版社..[4]矩阵论十讲.李乔，张晓东编.合肥：中国科学技术大学出版社..[5]矩阵理论及方法.谢冬秀，雷纪刚，陈桂芝编.北京：科学出版社.2012.[6]H-矩阵类的理论及应用.徐仲等编.北京：科学出版社.2013.[7]高等代数教程（上）.王萼芳编.北京：清华大学出版社.1997（2008重印）.[8]常微分方程（第二版）.东北师范大学微分方程教研室.北京：高等教育出版社.（重印）.[9]矩阵分析与应用（第2版）.张贤达编.北京：清华大学出版社.2013（重印）.[10]线性代数及其应用.毛立新，咸美新编.北京：高等教育出版社..[11]线性代数（第2版）.钟玉泉，周建编.北京：科学出版社..[12]矩阵理论与方法（第2版）.吴昌悫，魏洪增编.北京：电子工业出版社..[13]线性代数学习指导.赵春燕，单净，王麟编.哈尔滨：哈尔滨工程大学出版社..[14]矩阵论.张凯院等编.北京：科学出版社.2013.[15]矩阵论导教·导学·导考.张凯院，徐仲编.西安：西北工业大学出版社..[16]矩阵函数与矩阵方程.柏兆俊，高卫国，苏仰锋编.北京：高等教育出版社..[17]矩阵分析.姜志侠，孟品超，李延忠编.北京：清华大学出版社.2015.[18]矩阵论札论.梁昌洪编.北京：科学出版社.2014.[19]线性代数及其应用.马新顺，王涛，郭燕编.北京：高等教育出版社..[20]矩阵论引论.田振际，王永铎，吴德军编.北京：科学出版社.2013.[21]线性代数及其应用（第2版）.河北农业大学理学院编.北京：高等教育出版社..（重印）.[22]线性代数及其应用.王坤龙编.北京：电子工业出版社..[23]线性代数（第2版）.许峰，范爱华编.合肥：中国科学技术大学出版社..[24]线性代数及其应用.俞方元编.上海：同济大学出版社..[25]线性代数学习指导.谢政，陈挚编.北京：清华大学出版社..[26]高等线性代数学.黎景辉，白正简，周国晖编.北京：高等教育出版社..[27]线性代数讲义.江惠坤，邵荣，范红军编.北京：科学出版社.2013.[28]线性代数.贾屹峰编.上海：上海交通大学出版社.2012.[29]线性代数.侯亚君，艾玲，沙萍，林洪娟编.北京：机械工业出版社.（重印）.[30]线性代数.郝秀敏，姜庆华编.北京：经济科学出版社..[31]线性代数.韩旸，王静宇，周莉编.北京：化学工业出版社..[32]线性代数重点难点考点辅导与精析.高淑萍，张剑湖编.西安：西北工业大学出版社..[33]线性代数.傅媛编.武汉：武汉大学出版社.（重印）.[34]跟我学线性代数：导学与习题精解.董晓波编.北京：机械工业出版社..[35]线性代数同步学习辅导.陈绍林，唐道远编.北京：科学出版社，.[36]线性代数及应用.刘三明编.南京：南京大学出版社..[37]线性代数.谭福锦，黎进香编.北京.人民邮电出版社..[38]工程数学.线性代数（第6版）.同济大学数学系编.北京：高等教育出版社..[39]矩阵分析与计算.李继根，张新发编.武汉：武汉大学出版社..[40]矩阵计算的理论与方法.徐树方编.北京：北京大学出版社..[41]矩阵分析及其应用.曾祥金，吴华安编.武汉：武汉大学出版社..[42]矩阵理论与应用.张跃辉编.北京：科学出版社..致谢通过一个月来不断的努力，终于完成了这篇毕业论文。
【VIP专享】第8讲 矩阵的直积及其应用
1 0
01 .
1.2 矩阵直积的性质 定理 1.1 矩阵的直积具有如下基本性质： （1） k(A B) (kA) B A (kB) ； （2） (A B) C A (B C) ； （3） A (B C) A B A C ， (B C) A B A C A ； （4） ( A B)T AT BT ； （5） ( A B)H AH BH ； （6）若 A C mn , B C pq ,C C ns , D C qt , 则 ( A B)(C D) ( AC) (BD) ， 若 B Eg ， C En ，则 ( A Eg )(En D) A D ； （7）若 A ， B 均可逆，则 A B 可逆，且 (A B)1 A1 B1；
阵的直积不满足交换律. 对单位矩阵，有 Em En En Em Emn .
例 1.1
定义 1.2
A
设
B
A
1 0
xyT x yT ，称 xyT 为向量 x 与 y 的外积.
1 0
1 0
0 1
0 1
，01Leabharlann B，A(1,1)
B
与
B
，则
A
的直积（Krionecker
1 0
0 1
若 x (x1, x2,, xn )T , y ( y1, y2,, yn )T C n ，则
（8）若 A 和 B 都是对角矩阵、上（下）三角矩阵、实
对称矩阵、Hermite 矩阵、正交矩阵、酉矩阵，则 A B 也分
别是这种类型的矩阵.
l
定义 1.3 二元复系数多项式为 f (x, y) cij xi y j ，若矩阵 i, j0
6.培养学生观察、思考、对比及分析综合的能力。过程与方法1.通过观察蚯蚓教的学实难验点，线培形养动观物察和能环力节和动实物验的能主力要；特2征.通。过教对学观方察法到与的教现学象手分段析观与察讨法论、，实对验线法形、动分物组和讨环论节法动教特学征准的备概多括媒，体继课续件培、养活分蚯析蚓、、归硬纳纸、板综、合平的面思玻维璃能、力镊。子情、感烧态杯度、价水值教观1和.通过学理解的蛔1虫.过观适1、察于程3观阅 六蛔寄.内列察读 、虫生出蚯材 让标容生3根常蚓料 学本教活.了 据见身： 生，师的2、解 问的体巩鸟 总看活形作 用蛔 题线的固类 结雌动态业 手虫 自形练与 本雄学、三： 摸对 学动状习人 节蛔生结4、、收 一人 后物和同类 课虫活构请一蚯集 摸体 回并颜步关 重的动、学、蚓鸟 蚯的 答归色学系 点形教生生让在类 蚓危 问纳。习从 并状学理列学平的害 题线蚯四线人 归、意特出四生面体以形蚓、形类 纳大图点常、五观玻存 表及动的鸟请动文 本小引以见引、察璃现 ，预物身类 3学物明 节有言及的、导巩蚯上状 是防的体之生和历 课什根蚯环怎学固蚓和， 干感主是所列环史 学么据蚓节二样生练引牛鸟 燥染要否以举节揭 到不上适动、区回习导皮类 还的特分分蚯动晓 的同节于物让分答。学纸减 是方征节布蚓物起 一，课穴并学蚯课生上少 湿法。?广的教， 些体所居归在生蚓前回运的 润；4泛益学鸟色生纳.靠物完的问答动原 的4蛔，处目类 习和活环.近在成前题蚯的因 ？了虫以。标就 生体的节身其实端并蚓快及 触解寄上知同 物表内特动体结验和总利的慢我 摸蚯生适识人 学有容点物前构并后结用生一国 蚯蚓在于与类 的什，的端中思端线问活样的 蚓人飞技有 基么引进主的的考?形题环吗十 体生行能着 本特出要几变以动，境？大 节活的1密 方征本“特节化下物.让并为珍 近习会形理切 法。课生征有以问的小学引什稀 腹性态解的 。2课物。什游题主.结生出么鸟 面和起结蛔关观题体么戏：要利明蚯？类 处适哪构虫系察：的特的特用确蚓等 ，于些特适。蛔章形殊形征板，这资 是穴疾点于可虫我态结式。书生种料 光居病是寄的们结构，五小物典， 滑生？重生鸟内学构，学、结的型以 还活5要生类部习与.其习巩鸟结的爱 是如原活生结了功颜消固类构线鸟 粗形何因的存构腔能色化练适特形护 糙态预之结的，肠相是系习于点动鸟 ？、防一构现你动适否统。飞都物为结蛔。和状认物应与的行是。主构虫课生却为和”其结的与题、病本理不蛔扁的他构特环以生？8特乐虫形观部特8征境小理三页点观的动位点梳相组等、这；，哪物教相，理适为方引些2鸟，育同师.知应单面导鸟掌类结了；？生识的位学你握日构解2互.。办特生认线益特了通动手征观识形减点它过，抄；察吗动少是们理生报5蛔？物，与的解.参一了虫它和有寄主蛔与份解结们环些生要虫其。蚯构都节已生特对中爱蚓。会动经活征人培鸟与飞物灭相。类养护人吗的绝适这造兴鸟类？主或应节成趣的为要濒的课情关什特临？就危感系么征灭来害教；？；绝学，育，习使。我比学们它生可们理以更解做高养些等成什的良么两好。类卫动生物习。惯根的据重学要生意回义答；的3.情通况过，了给解出蚯课蚓课与题人。类回的答关：系线，形进动行物生和命环科节学动价环值节观动的物教一育、。根教据学蛔重虫点病1.引蛔出虫蛔适虫于这寄种生典生型活的线结形构动和物生。理二特、点设；置2.问蚯题蚓让的学生生活思习考性预和习适。于穴居生活的形态、结构、生理等方面的特征；3.线形动物和环节动物的主要特征。
6-3_矩阵Kronecker积
n i 1 n
B1 , B2 可乘，则
b1 s B2 b2 s B2 bns B2
a1n B1 b11 B2 b12 B2 a2 n B1 b21 B2 b22 B2 amn B1 bn1 B2 bn 2 B2
a b B B 1 i is 1 2 i 1 n a 2 i bis B1 B2 i 1 n ami bis B1 B2 i 1
mm nn A C , B C 定理3： 设 ，则
（ 1）
| A B || A | | B |
n
m
（ 2）
tr ( A B) tr ( A) tr ( B)
Department of Mathematics
证明：设 1 , 2 ,...,m 是 的特征值，
J 是 A 的约当标准型。则存在非奇异阵 P
矩阵论电子教程
哈尔滨工程大学理学院应用数学系
Department of Mathematics, College of Sciences
第 六 章
矩阵分析
Department of Mathematics
§6.3 矩阵Kronecker积
矩阵的Kronecker积（直积）是一种重要的 矩阵乘积，它不仅在矩阵理论的研究中有着广 泛的应用，而且在诸如信号处理与系统理论中
Department of Mathematics
证明：我们仅证明（5），
_矩阵的Kronecker乘积的性质与应用
矩阵Kronecker乘积的性质与应用摘要按照矩阵乘法的定义，我们知道要计算矩阵的乘积AB，就要求矩阵A的列数和矩阵B的行数相等，否则乘积AB是没有意义的。
那是不是两个矩阵不满足这个条件就不能计算它们的乘积呢？本文将介绍矩阵的一种特殊乘积BA ，它对矩阵的行数和列数的并没有具体的要求，它叫做矩阵的Kronecker积（也叫直积或张量积）。
本文将从矩阵的Kronecker积的定义出发，对矩阵的Kronecker 积进行介绍和必要的说明。
之后，对Kronecker积的运算规律，可逆性，秩，特征值，特征向量等性质进行了具体的探究，得出结论并加以证明。
此外，还对矩阵的拉直以及矩阵的拉直的性质进行了说明和必要的证明。
矩阵的Kronecker积是一种非常重要的矩阵乘积，它应用很广，理论方面在诸如矩阵方程的求解，矩阵微分方程的求解等矩阵理论的研究中有着广泛的应用，实际应用方面在诸如图像处理，信息处理等方面也起到重要的作用。
本文讨论矩阵的Kronecker积的性质之后还会具体介绍它在矩阵方程中的一些应用。
关键词：矩阵；Kronecker积；矩阵的拉直；矩阵方程；矩阵微分方程Properties and Applications of matrix KroneckerproductAbstractAccording to the definition of matrix multiplication, we know that to calculate the matrix product AB, requires the number of columns of the matrix A and matrix B is equal to the number of rows, otherwise the product AB makes no sense.That is not two matrices not satisfy this condition will not be able to calculate their product do?This article will describe a special matrix product BA , the number of rows and columns of a matrix and its no specific requirements, it is called the matrix Kronecker product (also called direct product or tensor product).This paper will define the matrix Kronecker product of view, the Kronecker product matrix are introduced and the necessary instructions. Thereafter, the operation rules Kronecker product, the nature of reversibility, rank, eigenvalues, eigenvectors, etc. specific inquiry, draw conclusions and to prove it. In addition, the properties of the stretch of matrix and its nature have been described and the necessary proof.Kronecker product matrix is a very important matrix product, its use is very broad, theoretical research, and other matrix solving differential equations, such as solving the matrix equation matrix theory has been widely applied in practical applications such as image processing aspects of information processing, also play an important role. After the article discusses the nature of the matrix Kronecker product it will introduce a number of specific applications in the matrix equation. Keywords:Matrix; Kronecker product; Stretch of matrix; Matrix equation; Matrix Differential Equations目录摘要 .................................................................................................................................................. I Abstract ........................................................................................................................................... II 第一章 矩阵的Kronecker 积 (1)1.1 矩阵的Kronecker 积的定义 ........................................................................................... 1 1.2 矩阵的Kronecker 积的性质 ........................................................................................... 1 第二章 Kronecker 积的有关定理及推论 ...................................................................................... 6 第三章 矩阵的拉直 . (9)3.1矩阵的拉直的定义 ............................................................................................................ 9 3.2矩阵的拉直的性质 ............................................................................................................ 9 第四章 矩阵的Kronecker 积与矩阵方程 .. (11)4.1矩阵的Kronecker 积与Lyapunov 矩阵方程 ................................................................ 11 4.2矩阵的Kronecker 积与一般线性矩阵方程 .................................................................. 13 4.3矩阵的Kronecker 积与矩阵微分方程 .......................................................................... 14 参考文献......................................................................................................................................... 16 致谢 (18)符号说明W a W a 属于集合元素nm ij a A ⨯=)( 矩阵的记法列元素的行为以n m j i a ij⨯ij A )( 列的元素行的矩阵j i AT A 的转置矩阵A H A 的共轭转置矩阵A 1-A 的逆矩阵矩阵A→A 按行拉直得到的列向量矩阵AA det 的行列式方阵AtrA 的主对角元素之和的迹，方阵A A)(A rank 的秩矩阵A)(A λ 的特征值方阵An I 阶单位矩阵nR 实数域 C 复数域n C 维复向量的全体n n m C ⨯ 复矩阵全体n m ⨯O 零矩阵B A ⊗ 的和矩阵B A Kronecker 积第一章 矩阵的Kronecker 积1.1 矩阵的Kronecker 积的定义定义1.1设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，定义A 和B 的Kronecker 积（或直积，张量积）B A ⊗为：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B a B a B a B a B a B a B a B a B a B A mn m m n n 212222111211 可以看出，其结果是一个)()(nq mp ⨯矩阵，同时也是一个以B a ij 为子块的分块矩阵.例1.1 设⎥⎦⎤⎢⎣⎡-=1201A ，[]31-=B ，则 ⎥⎦⎤⎢⎣⎡---=⎥⎦⎤⎢⎣⎡-=⊗316200312B B O BB A []⎥⎦⎤⎢⎣⎡---=-=⊗361203013A A A B 由此可见，B A ⊗与A B ⊗具有相同的阶数，但是它们并不相等，也就是说，Kronecker 积不满足交换律.1.2 矩阵的Kronecker 积的性质虽然Kronecker 积不满足交换律，但是具有以下一些性质： 性质1.2.1 设矩阵n m C A ⨯∈，矩阵q p C O ⨯∈，则O O A A O =⊗=⊗（这个O 为)()(nq mp ⨯矩阵）.证明：略.性质1.2.2 设k 为任一常数，矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B A k kB A B kA ⊗=⊗=⊗.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n ka ka ka ka ka ka ka ka ka kA 212222111211，根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B kA mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka kB a kB a kB a kB a kB a kB a kB a kB a kB a kB A mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， 即)(B A k B kA ⊗=⊗，)()(B A k kB A ⊗=⊗. 所以)()()(B A k kB A B kA ⊗=⊗=⊗.性质1.2.3 设A ，B 为同阶矩阵（同阶是为了可以做加法），则C B C A C B A ⊗+⊗=⊗+)(，B C A C B A C ⊗+⊗=+⊗)(.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n b b b b b b b b b B 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=+mn mn m m m m n n n n b a b a b a b a b a b a b a b a b a B A221122222221211112121111，根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗+C b a C b a C b a C b a C b aC b a C b a Cb a C b a C B A mn mn m m m m n n n n )()()()()()()()()()(221122222221211112121111(1.1)*，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C a C a C a C a C a C a C a C a C a C A mn m m n n 212222111211 (1.2)*， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C b C b C b C b C b C b C b C b C b C B mn m m n n 212222111211 (1.3)*，由(1.2)*，(1.3)*得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C A mn mn m m m m n n n n 221122222221211112121111 (1.4)*， 由(1.1)*，(1.4)*可得：C B C A C B A ⊗+⊗=⊗+)(.同理设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n c c c c c cc c c C 212222111211可证：B C A C B A C ⊗+⊗=+⊗)(.性质1.2.4 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s r C F ⨯∈，则)()(F B A F B A ⊗⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⊗⊗⊗⊗⊗⊗⊗⊗⊗=⊗⊗)()()()()()()()()()(212222111211F B a F B a F B a F B a F B a F B a F B a F B a F B a F B A mn m m n n)(212222111211F B A F B a B a B a B a B a B a B a B a B a mn m m n n ⊗⊗=⊗⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡= 得证.性质1.2.5设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s n C F ⨯∈,矩阵t q C D ⨯∈，则)()())((BD AF D F B A ⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=ns n n s s f f f f f f f f f F212222111211， 则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗⊗D f D f D f D f D f Df D f D f D f B a B a B a B a B a B a B a B a B a D F B A ns n n s s mn m m n n212222111211212222111211))(()()()()()()()()()()()(112111112211211121111BD AF BD f a BD f a BD f a BD c a BD f a BD f a BD f a BD f a BD f a nk ks mk n k k mk n k k mk nk ks k n k k k n k k k n k ks k n k k k n k k k ⊗=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=∑∑∑∑∑∑∑∑∑=========得证.性质1.2.6 设矩阵m m C A ⨯∈可逆， 且矩阵n n C B ⨯∈可逆，则B A ⊗可逆，且111)(---⊗=⊗B A B A .证明：mn n m I I I BB AA B A B A =⊗=⊗=⊗⊗----)()())((1111(这里I n 与数的乘法中的1起到相同的作用)， 故111)(---⊗=⊗B A B A .性质1.2.7 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则T T T B A B A ⊗=⊗)(H H H B A B A ⊗=⊗)(证明： ij T T T ji ij T B A B a B A ][])[(⊗==⊗ 得证.同理可证：H H H B A B A ⊗=⊗)(.性质1.2.8 两个正交（酉）矩阵的Kronecker 积还是正交（酉）矩阵. 证明：设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈.因为A ，B 都是正交（酉）矩阵，所以有m T T I A A AA ==，n T T I B B BB ==. 由性质1.2.7和性质1.2.5可得：mn n m T T T T T I I I BB AA B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(())((. mn m n T T T T T I I I B B A A B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(()()(.故mn T T I B A B A B A B A =⊗⊗=⊗⊗)()())((. 得证.第二章 Kronecker 积的有关定理及推论定理2.2.2 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B rank A rank B A rank =⊗.证明：设rank A =r ，rank B=s ，A ，B 的标准形分别为：1111--⎥⎦⎤⎢⎣⎡=Q O O O I P A r ，1212--⎥⎦⎤⎢⎣⎡=Q O O O I P B s其中i P ，i Q =i (1，2)均为非奇异矩阵，则由性质1.2.5和1.2.6可以得：`1211211211121112121111)()()()(----------⊗⎥⎦⎤⎢⎣⎡⊗=⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡⊗=⎪⎪⎭⎫⎝⎛⎥⎦⎤⎢⎣⎡⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡=⊗Q Q O OO I P P Q Q O O O I O OO I P P Q O O O I P Q O OO I P B A rssrsr所以)()()(B rank A rank s r B A rank =•=⊗ 得证.定理2.2.3 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B A ⊗对应特征值λμ的一个特征向量.证明：因为x ，y 都是非零向量，所以x ⊗y 也是非零向量，由性质1.2.2和性质1.2.5可得：)()()()()())((y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗λμμλ.所以，y x ⊗是B A ⊗对应特征值λμ的一个特征向量.推论2.2.4 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若A 的特征值是1λ，2λ，…，m λ；B 的特征值是1μ，2μ，…，n μ，则B A ⊗的特征值为t s μλ，m s ≤≤1，n t ≤≤1（k 重根算k 个）.定理2.2.5 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.证明：由性质1.2.3，性质1.2.5可以得到：)()()()())((y x y x y I Ax y x I A n n ⊗=⊗=⊗=⊗⊗λλ， )()()()())((y x y x By x I y x B I m m ⊗=⊗=⊗=⊗⊗μμ，故))(())(())(())((y x y x B I y x I A y x B I I A m n m n ⊗+=⊗⊗+⊗⊗=⊗⊗+⊗μλ.所以，y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.推论2.2.6 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m s C x ∈和n t C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ，2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，则B I I A m n ⊗+⊗的n m •个特征值为{t s μλ+}.(s=1，2，…，m ；t=1，2，…，n ).例2.2 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m i C x ∈和n j C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ， 2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，证明：矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量为j i y x ⊗.(i=1，2，…，m ；j=1，2，…，n ).证明：由性质1.2.3和性质1.2.5可得：))(()()()()())((j i j i j j i i j i j i y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗μλμλ，故有：))(1())(()())(()())(())(())](()[(j i j i j i j i j i j i j i j i mn j i j i n m j i n m y x y x y x y x y x I y x B A y x I I y x B A I I ⊗-=⊗-⊗=⊗-⊗=⊗⊗-⊗⊗=⊗⊗-⊗μλμλμλ所以，矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量j i y x ⊗. 定理2.2.7 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则trB trA B A tr •=⊗)(证明：由Kronecker 积和迹的定义可得：trBtrA trB a trB a trB a B a tr B a tr B a tr B A tr nn nn •=+++=+++=⊗ 22112211)()()()(得证.定理2.2.8 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则m n B A B A )(det )(det )det(=⊗证明：设A 的特征值为1λ，2λ，…，m λ，B 的特征值为1μ，2μ，…，n μ， 由推论2.2.4可得：mn m n n m n m m n n nj j m nj j mnji nj j j i B A B A )(det )(det )()()())(())(()()()()()det(21211212111112,11=====⊗∏∏∏∏===μμμλλλμλμλμλμλμλμλμλμλμλμλ得证.第三章 矩阵的拉直3.1矩阵的拉直的定义定义3.1 设n m ij a A ⨯=)(，定义矩阵A 的按行拉直为：T mn m n n a a a a a a A A vec )()(1221111，，，，，，，，， ==→即矩阵A 的拉直是一个mn 元的列向量，它是由矩阵A 所有元素按行顺序依次排成一列得到的.例如：⎥⎦⎤⎢⎣⎡=d c b a A ，则矩阵A 的拉直为T d c b a A )(，，，=→.3.2矩阵的拉直的性质矩阵的拉直具有以下性质：性质 3.2.1 设矩阵n m C A ⨯∈，矩阵n m C B ⨯∈，k 和l 是常数，则)(lB kA +=→→+B l A k .证明：略.性质3.2.2 设n m ij t a t A ⨯=))(()(，则dtt dA )(=dt d)(t A . 证明：左边==))((dtt dA vet ij a vet ((′)))(n m t ⨯ = [(a 11′(t )，…，a n 1′(t )，a 21′(t )，…，a n 2′(t )，…，a 1m ′(t )，…，a mn ′(t ) ]T =[(a 11(t )，…，a n 1(t )，a 21(t )，…，a n 2(t )，…，a 1m (t )，…，a mn (t ) )T ]′ = ))](([t A vet ′=))](([t A vec dtd=右边，得证. 性质 3.2.3设矩阵n m C A ⨯∈，矩阵p n C X ⨯∈，矩阵q p C B ⨯∈，则AXB →⊗=X B A T)(.证明：设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，T n x x X )(1，， =→，其中，T i x 是X 的第i 行=i (1，2，…，)n ，则⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=B x a x a B x a x a AXB T n mn T m Tn n T )()(111111 ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=→n x x X 1 所以AXB T Tn mn T m T n n T B x a x a B x a x a ])()[(111111++++= ，， →⊗=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=X B A x x B a B a B a B a x a x a B x a x a B n T mn T m T n T n mn m T n n T )()()()()(11111111111 得证. 推论3.2.4 设矩阵m m C A ⨯∈，矩阵n m C X ⨯∈，矩阵n n C B ⨯∈，则有1.AX →⊗=X I A n )( 2.XB →⊗=X B I Tm )(.3(AX +XB )→⊗+⊗=X B I I A Tm n )(.第四章 矩阵的Kronecker 积与矩阵方程4.1矩阵的Kronecker 积与Lyapunov 矩阵方程设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，矩阵n m C F ⨯∈，解Lyapunov 矩阵方程： AX+XB=F .第一步：将方程两边拉直，由推论3.2.4可得：→→=⊗+⊗C X B I I A Tm n )(. (4.1) 第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程(4.1)有解的充要条件是：Tm n B I I A rank ⊗+⊗(┊)()T m n B I I A rank C ⊗+⊗=→，：有唯一解的充要条件是det(A ⊗I n + I m ⊗B T )≠0，即A 和(-B )没有公共的特征值或者说A 和B 无互为相反数的特征值.例4.1 分别在下2列条件下解矩阵方程AX+XB=C.(1) ⎥⎦⎤⎢⎣⎡-=0112A ，⎥⎦⎤⎢⎣⎡=42-1-3B ，⎥⎦⎤⎢⎣⎡--=1081710C (2) ⎥⎦⎤⎢⎣⎡=3201A ，⎥⎦⎤⎢⎣⎡--=1052B ，⎥⎦⎤⎢⎣⎡--=11353C 解：(1) 首先计算A 和B 的特征值，解0=-A I λ得：121==λλ，解0=-B I μ得：5221==μμ，.观察有无互为相反数的特征值发现，A 和B 没有互为相反数的特征值，所以矩阵方程有唯一解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(. (4.1)设⎥⎦⎤⎢⎣⎡=4321x x x x X ，计算⎥⎦⎤⎢⎣⎡--=4123TB ，将A ，T B ，X ，C 代入(4.1)得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡-108171041231001100101124321x x x x ，计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------108171041102301106101254321x x x x ， 根据矩阵的乘法的定义可以求得：21314321-===-=x x x x ，，，. 故矩阵方程AX+XB=C 的唯一解为：⎥⎦⎤⎢⎣⎡--=2131X . (2) 同样先计算A 和B 的特征值，解0=-A I λ得：3121==λλ，， 解0=-B I μ得：1221-==μμ，.通过观察可知：021=+μλ. 一所以矩阵方程的解不唯，即存在通解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(. (4.1)设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡--=1502TB ，将A ，T B ，X ，C 代入(4.1)得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡1135315021001100132014321x x x x ， - 计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--113532520050200050034321x x x x ，根据矩阵的乘法的定义可以求得：c x x c x x -=-===3114321，，，. 故矩阵方程AX+XB=C 的通解为：⎥⎦⎤⎢⎣⎡--=c c X 311(c 为任意常数).4.2矩阵的Kronecker 积与一般线性矩阵方程设矩阵n m k C A ⨯∈，矩阵q p C B ⨯∈，矩阵q m C F ⨯=，解一般线性矩阵方程：F XB Ark k k=∑=1(r = 1，2，…).第一步，将矩阵方程两边拉直，由性质3.2.3可以得到：∑=→→=⊗rk T kkF X B A1)][(. (4.2)第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程(4.2)有解的充要条件是：∑⊗)((Tkk B A rank ┊))(()1∑=→⊗=rk Tkk B A rank F . 即∑=⊗rk Tkk B A 1)(的所有特征值均不为0. 例4.2 设A 和C 都是n ⨯n 矩阵，A 的特征值λi （i=0，1，2，…，n ）R ∈（实数），求证：矩阵方程C XA A AXA X =++22有唯一解.证明：将两边方程拉直得到：→→=⊗+⊗+⊗C X A A A A I I T T n n ])([(22，化简得到：→→=⊗+⊗+C X A A A A I TTn ])()([22.由定义3.1可知：T A A ⊗的2n 个特征值是=j i j i ，(λλ0，1，2，…，n ). 故：2)()(2T T n A A A A I ⊗+⊗+的2n 个特征值是：22)21(43)()(1j i j i j i λλλλλλ++=++＞00(=j i ，，1，2，…，n ). 即2)()(2T T n A A A A I ⊗+⊗+是可逆的，由唯一解的判断方法可知：矩阵方程C XA A AXA X =++22有唯一解.例4.3 在下列条件下解矩阵方程C XB A XB A =+2211.已知：⎥⎦⎤⎢⎣⎡-=20311A ，⎥⎦⎤⎢⎣⎡-=13101B ，⎥⎦⎤⎢⎣⎡-=11022A ，⎥⎦⎤⎢⎣⎡-=01232B ，⎥⎦⎤⎢⎣⎡--=48213C . 解：将矩阵方程两边拉直得到：→→=⊗+⊗C X B A B A T T)(2211. (4.3)*设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡-=11301T B 和 ⎥⎦⎤⎢⎣⎡-=02132TB 代入(4.3)*得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-4821302131102113020314321x x x x .计算化简得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------4821320027313331390564321x x x x . 根据矩阵的乘法的定义可以求得：10214321===-=x x x x ，，，.计算T T B A B A rank 2211(⊗+⊗┊4)()2211=⊗+⊗=TT B A B A rank C ， 所以方程有唯一解：⎥⎦⎤⎢⎣⎡-=1021X . 4.3矩阵的Kronecker 积与矩阵微分方程设m m C A ⨯∈矩阵，n n C B ⨯∈矩阵，n m C t X ⨯∈)(，求下列矩阵微分方程初值问题的解：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX (4.3)引理：设m m C A ⨯∈矩阵A ，矩阵n m C B ⨯∈，则n A I A I e e n ⊗=⊗，B m B I e I e m ⊗=⊗. 证明：因为性质1.2.5可得：∑∑∞=∞=⊗⊗=⊗=11)(!1)(!1k k k k kI A I A k I A k enn A k kI e I A k ⊗=⊗=∑∞=1)!1(. 同理可证：B m B I e I e m ⊗=⊗.将矩阵微分方程(4.3)两边拉直，由推论3.2.4可以得到：⎪⎩⎪⎨⎧=⊗+⊗=→0)0()()()(X X t X B I I A dt t X d T m n (4.4)由引理可得：T t B At tB AtB I I A t TT m n e X e X ee X et X )()()(000)(=⊗==→→⊗+⊗，又因为∑∑∞=∞====11!1))(!1()(k Bt k k T k k k T Tt B e t B k t B k eT ，故Bt At e X e t X 0)(= (4.5) 这就是微分方程(4.3)的解.例4.4 求解下列矩阵微分方程的初值问题：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX (4.6)已知：⎥⎦⎤⎢⎣⎡=0011A ，⎥⎦⎤⎢⎣⎡-=0011B ，⎥⎦⎤⎢⎣⎡=10010X . 解：可计算得到：⎥⎦⎤⎢⎣⎡-=101t tAte e e，⎥⎦⎤⎢⎣⎡-=101t t Bte e e .由(4.5)式可以得到： ⎥⎦⎤⎢⎣⎡--==10)1()(220t tBtAt e e eX e t X . 即(4.6)的解为⎥⎦⎤⎢⎣⎡--=10)1()(22t te e t X . 通过本章的学习，我们知道矩阵的Kronecker 积在解矩阵方程领域有很大的作用，利用Kronecker 积的性质，我们可以解决Lyapunov 矩阵方程，一般矩阵方程，矩阵微分方程的初值问题等问题.参考文献[1]矩阵论简明教程（第三版）.徐仲等编.北京：科学出版社.2014.1.[2]矩阵论教程（第2版）.张绍飞，赵迪编.北京：机械工业出版社.2012.5.[3]矩阵论引论（第2版）.陈祖明，周家胜编.北京：北京航空航天大学出版社.2012.10.[4]矩阵论十讲.李乔，张晓东编.合肥：中国科学技术大学出版社.2015.3.[5]矩阵理论及方法.谢冬秀，雷纪刚，陈桂芝编.北京：科学出版社.2012.[6]H-矩阵类的理论及应用.徐仲等编.北京：科学出版社.2013.[7]高等代数教程（上）.王萼芳编.北京：清华大学出版社.1997（2008重印）.[8]常微分方程（第二版）.东北师范大学微分方程教研室.北京：高等教育出版社.2005.4（2012.12重印）.[9]矩阵分析与应用（第2版）.张贤达编.北京：清华大学出版社.2013（2014.6重印）.[10]线性代数及其应用.毛立新，咸美新编.北京：高等教育出版社.2015.8.[11]线性代数（第2版）.钟玉泉，周建编.北京：科学出版社.2015.1.[12]矩阵理论与方法（第2版）.吴昌悫，魏洪增编.北京：电子工业出版社.2013.8.[13]线性代数学习指导.赵春燕，单净，王麟编.哈尔滨：哈尔滨工程大学出版社.2012.2.[14]矩阵论.张凯院等编.北京：科学出版社.2013.[15]矩阵论导教·导学·导考.张凯院，徐仲编.西安：西北工业大学出版社.2014.8.[16]矩阵函数与矩阵方程.柏兆俊，高卫国，苏仰锋编.北京：高等教育出版社.2015.5.[17]矩阵分析.姜志侠，孟品超，李延忠编.北京：清华大学出版社.2015.[18]矩阵论札论.梁昌洪编.北京：科学出版社.2014.[19]线性代数及其应用.马新顺，王涛，郭燕编.北京：高等教育出版社.2014.7.[20]矩阵论引论.田振际，王永铎，吴德军编.北京：科学出版社.2013.[21]线性代数及其应用（第2版）.河北农业大学理学院编.北京：高等教育出版社.2006.11.（2015.2重印）.[22]线性代数及其应用.王坤龙编.北京：电子工业出版社.2014.10.[23]线性代数（第2版）.许峰，范爱华编.合肥：中国科学技术大学出版社.2013.4.[24]线性代数及其应用.俞方元编.上海：同济大学出版社.2014.8.[25]线性代数学习指导.谢政，陈挚编.北京：清华大学出版社.2012.10.[26]高等线性代数学.黎景辉，白正简，周国晖编.北京：高等教育出版社.2014.9.[27]线性代数讲义.江惠坤，邵荣，范红军编.北京：科学出版社.2013.[28]线性代数.贾屹峰编.上海：上海交通大学出版社.2012.[29]线性代数.侯亚君，艾玲，沙萍，林洪娟编.北京：机械工业出版社.2012.1（2012.7重印）.[30]线性代数.郝秀敏，姜庆华编.北京：经济科学出版社.2013.7.[31]线性代数.韩旸，王静宇，周莉编.北京：化学工业出版社.2013.8.[32]线性代数重点难点考点辅导与精析.高淑萍，张剑湖编.西安：西北工业大学出版社.2014.5.[33]线性代数.傅媛编.武汉：武汉大学出版社.2013.2（2013.11重印）.[34]跟我学线性代数：导学与习题精解.董晓波编.北京：机械工业出版社.2014.1.[35]线性代数同步学习辅导.陈绍林，唐道远编.北京：科学出版社，2014.7.[36]线性代数及应用.刘三明编.南京：南京大学出版社.2012.8.[37]线性代数.谭福锦，黎进香编.北京.人民邮电出版社.2012.8.[38]工程数学.线性代数（第6版）.同济大学数学系编.北京：高等教育出版社.2014.6.[39]矩阵分析与计算.李继根，张新发编.武汉：武汉大学出版社.2013.10.[40]矩阵计算的理论与方法.徐树方编.北京：北京大学出版社.1995.8.[41]矩阵分析及其应用.曾祥金，吴华安编.武汉：武汉大学出版社.2007.8.[42]矩阵理论与应用.张跃辉编.北京：科学出版社.2011.8.致谢通过一个月来不断的努力，终于完成了这篇毕业论文。
直积空间密度矩阵
直积空间密度矩阵直积空间密度矩阵是量子力学中的一个重要概念，它描述了多个量子系统的态的性质。
在本文中，我们将介绍直积空间密度矩阵的定义、性质以及在量子信息科学中的应用。
让我们回顾一下直积空间的概念。
在量子力学中，一个系统可以由多个子系统组成，每个子系统都有自己的态空间。
直积空间就是将这些子系统的态空间相乘得到的新的空间。
例如，如果有两个子系统，分别有态空间H₁和H₂，那么它们的直积空间就是H₁⊗H₂。
直积空间中的态可以用张量积符号表示，例如|ψ⟩ = |α⟩⊗|β⟩，其中|α⟩和|β⟩分别是H₁和H₂中的态。
接下来，我们来介绍直积空间密度矩阵的概念。
在量子力学中，密度矩阵（也称为密度算符）是描述一个量子系统的态的工具。
对于一个单一的量子系统，密度矩阵是一个厄米矩阵，它的特征值表示了系统处于不同本征态的概率。
而对于多个子系统的直积空间，密度矩阵则是一个更为复杂的对象。
直积空间密度矩阵的定义如下：假设有两个子系统A和B，它们分别具有密度矩阵ρ_A和ρ_B。
那么它们的直积空间密度矩阵ρ_AB 就可以通过以下方式计算得到：ρ_AB = ρ_A ⊗ ρ_B直积空间密度矩阵具有一些重要的性质。
首先，它是一个厄米矩阵，即ρ_AB = ρ_AB†，其中†表示厄米共轭。
其次，直积空间密度矩阵的迹为1，即Tr(ρ_AB) = 1。
这是因为迹表示了系统的归一化条件。
最后，直积空间密度矩阵的特征值表示了系统处于不同本征态的概率。
直积空间密度矩阵在量子信息科学中有着广泛的应用。
其中一个重要的应用是描述纠缠态。
纠缠态是多个子系统之间相互依赖、无法用单个子系统的状态来描述的态。
通过直积空间密度矩阵，我们可以方便地表示和计算纠缠态。
例如，对于两个自旋1/2的粒子，它们的直积空间是一个四维的空间。
通过计算直积空间密度矩阵的特征值，我们可以确定系统的纠缠度。
另一个重要的应用是量子态的演化。
在量子计算和量子通信中，我们常常需要对量子态进行操作和演化。
矩阵直积
x( ) V,设 x 1e1 L nen , 将x单位化得
x '
n
1 1/2 e1 L
i
2
n
n 1/2 en ,则x'S.所以
i
2
i1
i1
k1
x'
x'
k2.而此时
x' =
x'
x x
，故
k1
i 1
则 x 是Cn中的范数.称为p-范数. p
p=1时，为1-范数；p=2时，为2-范数； 令p ,得-范数.这三种范数为常见范数.
定义2：设V是有限维线性空间，x , x 是V中任意两种
范数，若存在正数k1及k2，使得x V,都有：
k1
x
x
k2
x
，
称 x 与 x 是等价的.
第五章 矩阵的直积
第一节 直积的定义与性质
定义：设A=(aij )mn , B=(bij ) pq , 称分块矩阵
a11B
a
21B
a12B L a22B L
M M
am1B am2B L
a12B
a
2
nB
M
a mnB mpnq
为A与B的直积(张量积或Kronecker积).记为A B=(aijB)mpnq .
推论：
1)(A B)k =Ak Bk,k=1,2,L ；
2)(A
I n
)(I m
B)
(Im
B)(A
矩阵Kronecker乘积性质及应用
矩阵Kronecker乘积的性质与应用摘要按照矩阵乘法的定义，我们知道要计算矩阵的乘积AB，就要求矩阵A的列数和矩阵B的行数相等，否则乘积AB是没有意义的。
那是不是两个矩阵不满足这个条件就不能计算它们的乘积呢？本文将介绍矩阵的一种特殊乘积BA ，它对矩阵的行数和列数的并没有具体的要求，它叫做矩阵的Kronecker积（也叫直积或张量积）。
本文将从矩阵的Kronecker积的定义出发，对矩阵的Kronecker 积进行介绍和必要的说明。
之后，对Kronecker积的运算规律，可逆性，秩，特征值，特征向量等性质进行了具体的探究，得出结论并加以证明。
此外，还对矩阵的拉直以及矩阵的拉直的性质进行了说明和必要的证明。
矩阵的Kronecker积是一种非常重要的矩阵乘积，它应用很广，理论方面在诸如矩阵方程的求解，矩阵微分方程的求解等矩阵理论的研究中有着广泛的应用，实际应用方面在诸如图像处理，信息处理等方面也起到重要的作用。
本文讨论矩阵的Kronecker积的性质之后还会具体介绍它在矩阵方程中的一些应用。
关键词：矩阵；Kronecker积；矩阵的拉直；矩阵方程；矩阵微分方程Properties and Applications of matrix KroneckerproductAbstractAccording to the definition of matrix multiplication, we know that to calculate the matrix product AB, requires the number of columns of the matrix A and matrix B is equal to the number of rows, otherwise the product AB makes no sense.That is not two matrices not satisfy this condition will not be able to calculate their product do?This article will describe a special matrix product BA , the number of rows and columns of a matrix and its no specific requirements, it is called the matrix Kronecker product (also called direct product or tensor product).This paper will define the matrix Kronecker product of view, the Kronecker product matrix are introduced and the necessary instructions. Thereafter, the operation rules Kronecker product, the nature of reversibility, rank, eigenvalues, eigenvectors, etc. specific inquiry, draw conclusions and to prove it. In addition, the properties of the stretch of matrix and its nature have been described and the necessary proof.Kronecker product matrix is a very important matrix product, its use is very broad, theoretical research, and other matrix solving differential equations, such as solving the matrix equation matrix theory has been widely applied in practical applications such as image processing aspects of information processing, also play an important role. After the article discusses the nature of the matrix Kronecker product it will introduce a number of specific applications in the matrix equation. Keywords:Matrix; Kronecker product; Stretch of matrix; Matrix equation; Matrix Differential Equations目录摘要 .................................................................................................................................................... Abstract ............................................................................................................................................ I 第一章 矩阵的Kronecker 积 01.1 矩阵的Kronecker 积的定义 ........................................................................................... 0 1.2 矩阵的Kronecker 积的性质 ........................................................................................... 0 第二章 Kronecker 积的有关定理及推论 ...................................................................................... 5 第三章 矩阵的拉直 . (8)3.1矩阵的拉直的定义 ............................................................................................................ 8 3.2矩阵的拉直的性质 ............................................................................................................ 8 第四章 矩阵的Kronecker 积与矩阵方程 .. (10)4.1矩阵的Kronecker 积与Lyapunov 矩阵方程 ................................................................ 10 4.2矩阵的Kronecker 积与一般线性矩阵方程 .................................................................. 12 4.3矩阵的Kronecker 积与矩阵微分方程 .......................................................................... 13 参考文献......................................................................................................................................... 15 致谢 (17)符号说明W a W a 属于集合元素nm ij a A ⨯=)( 矩阵的记法列元素的行为以n m j i a ij⨯ij A )( 列的元素行的矩阵j i AT A 的转置矩阵A H A 的共轭转置矩阵A 1-A 的逆矩阵矩阵A→A 按行拉直得到的列向量矩阵AA det 的行列式方阵AtrA 的主对角元素之和的迹，方阵A A)(A rank 的秩矩阵A)(A λ 的特征值方阵An I 阶单位矩阵nR 实数域 C 复数域n C 维复向量的全体n n m C ⨯ 复矩阵全体n m ⨯O 零矩阵B A ⊗ 的和矩阵B A Kronecker 积第一章 矩阵的Kronecker 积1.1 矩阵的Kronecker 积的定义定义1.1设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，定义A 和B 的Kronecker 积（或直积，张量积）B A ⊗为：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B a B a B a B a B a B a B a B a B a B A mn m m n n 212222111211 可以看出，其结果是一个)()(nq mp ⨯矩阵，同时也是一个以B a ij 为子块的分块矩阵.例1.1 设⎥⎦⎤⎢⎣⎡-=1201A ，[]31-=B ，则 ⎥⎦⎤⎢⎣⎡---=⎥⎦⎤⎢⎣⎡-=⊗316200312B B O BB A []⎥⎦⎤⎢⎣⎡---=-=⊗361203013A A A B 由此可见，B A ⊗与A B ⊗具有相同的阶数，但是它们并不相等，也就是说，Kronecker 积不满足交换律.1.2 矩阵的Kronecker 积的性质虽然Kronecker 积不满足交换律，但是具有以下一些性质： 性质1.2.1 设矩阵n m C A ⨯∈，矩阵q p C O ⨯∈，则O O A A O =⊗=⊗（这个O 为)()(nq mp ⨯矩阵）.证明：略.性质1.2.2 设k 为任一常数，矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B A k kB A B kA ⊗=⊗=⊗.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n ka ka ka ka ka ka ka ka ka kA 212222111211，根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B kA mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka kB a kB a kB a kB a kB a kB a kB a kB a kB a kB A mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， 即)(B A k B kA ⊗=⊗，)()(B A k kB A ⊗=⊗. 所以)()()(B A k kB A B kA ⊗=⊗=⊗.性质1.2.3 设A ，B 为同阶矩阵（同阶是为了可以做加法），则C B C A C B A ⊗+⊗=⊗+)(，B C A C B A C ⊗+⊗=+⊗)(.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n b b b b b b b b b B 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=+mn mn m m m m n n n n b a b a b a b a b a ba b a b a b a B A221122222221211112121111，根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗+C b a C b a C b a C b a Cb aC b a C b a C b a C b a C B A mn mn m m m m n n n n )()()()()()()()()()(221122222221211112121111(1.1)*，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C a C a C a C a C a C a C a C a C a C A mn m m n n 212222111211 (1.2)*， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C b C b C b C b C b C b C b C b C b C B mn m m n n 212222111211 (1.3)*，由(1.2)*，(1.3)*得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C A mn mn m m m m n n n n 221122222221211112121111 (1.4)*， 由(1.1)*，(1.4)*可得：C B C A C B A ⊗+⊗=⊗+)(.同理设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n c c c c c cc c c C 212222111211可证：B C A C B A C ⊗+⊗=+⊗)(.性质1.2.4 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s r C F ⨯∈，则)()(F B A F B A ⊗⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⊗⊗⊗⊗⊗⊗⊗⊗⊗=⊗⊗)()()()()()()()()()(212222111211F B a F B a F B a F B a F B a F B a F B a F B a F B a F B A mn m m n n)(212222111211F B A F B a B a B a B a B a B a B a B a B a mn m m n n ⊗⊗=⊗⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡= 得证.性质1.2.5设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s n C F ⨯∈,矩阵t q C D ⨯∈，则)()())((BD AF D F B A ⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=ns n n s s f f f f f f f f f F212222111211， 则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗⊗D f D f D f D f D f Df D f D f D f B a B a B a B a B a B a B a B a B a D F B A ns n n s s mn m m n n212222111211212222111211))(()()()()()()()()()()()(112111112211211121111BD AF BD f a BD f a BD f a BD c a BD f a BD f a BD f a BD f a BD f a nk ks mk n k k mk n k k mk nk ks k n k k k n k k k n k ks k n k k k n k k k ⊗=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=∑∑∑∑∑∑∑∑∑=========得证.性质1.2.6 设矩阵m m C A ⨯∈可逆， 且矩阵n n C B ⨯∈可逆，则B A ⊗可逆，且111)(---⊗=⊗B A B A .证明：mn n m I I I BB AA B A B A =⊗=⊗=⊗⊗----)()())((1111(这里I n 与数的乘法中的1起到相同的作用)， 故111)(---⊗=⊗B A B A .性质1.2.7 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则T T T B A B A ⊗=⊗)(H H H B A B A ⊗=⊗)(证明： ij T T T ji ij T B A B a B A ][])[(⊗==⊗ 得证.同理可证：H H H B A B A ⊗=⊗)(.性质1.2.8 两个正交（酉）矩阵的Kronecker 积还是正交（酉）矩阵. 证明：设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈.因为A ，B 都是正交（酉）矩阵，所以有m T T I A A AA ==，n T T I B B BB ==. 由性质1.2.7和性质1.2.5可得：mn n m T T T T T I I I BB AA B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(())((. mn m n T T T T T I I I B B A A B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(()()(.故mn T T I B A B A B A B A =⊗⊗=⊗⊗)()())((. 得证.第二章 Kronecker 积的有关定理及推论定理2.2.2 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B rank A rank B A rank =⊗.证明：设rank A =r ，rank B=s ，A ，B 的标准形分别为：1111--⎥⎦⎤⎢⎣⎡=Q O O O I P A r ，1212--⎥⎦⎤⎢⎣⎡=Q O O O I P B s其中i P ，i Q =i (1，2)均为非奇异矩阵，则由性质1.2.5和1.2.6可以得：`1211211211121112121111)()()()(----------⊗⎥⎦⎤⎢⎣⎡⊗=⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡⊗=⎪⎪⎭⎫⎝⎛⎥⎦⎤⎢⎣⎡⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡=⊗Q Q O O O I P P Q Q O O O I O O O I P P Q O O O I P Q O O O I P B A rss r s r 所以)()()(B rank A rank s r B A rank =•=⊗ 得证.定理2.2.3 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B A ⊗对应特征值λμ的一个特征向量.证明：因为x ，y 都是非零向量，所以x ⊗y 也是非零向量，由性质1.2.2和性质1.2.5可得：)()()()()())((y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗λμμλ.所以，y x ⊗是B A ⊗对应特征值λμ的一个特征向量.推论2.2.4 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若A 的特征值是1λ，2λ，…，m λ；B 的特征值是1μ，2μ，…，n μ，则B A ⊗的特征值为t s μλ，m s ≤≤1，n t ≤≤1（k 重根算k 个）.定理2.2.5 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.证明：由性质1.2.3，性质1.2.5可以得到：)()()()())((y x y x y I Ax y x I A n n ⊗=⊗=⊗=⊗⊗λλ， )()()()())((y x y x By x I y x B I m m ⊗=⊗=⊗=⊗⊗μμ，故))(())(())(())((y x y x B I y x I A y x B I I A m n m n ⊗+=⊗⊗+⊗⊗=⊗⊗+⊗μλ.所以，y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.推论2.2.6 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m s C x ∈和n t C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ，2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，则B I I A m n ⊗+⊗的n m •个特征值为{t s μλ+}.(s=1，2，…，m ；t=1，2，…，n ).例2.2 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m i C x ∈和n j C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ， 2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，证明：矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量为j i y x ⊗.(i=1，2，…，m ；j=1，2，…，n ).证明：由性质1.2.3和性质1.2.5可得：))(()()()()())((j i j i j j i i j i j i y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗μλμλ，故有：))(1())(()())(()())(())(())](()[(j i j i j i j i j i j i j i j i mn j i j i n m j i n m y x y x y x y x y x I y x B A y x I I y x B A I I ⊗-=⊗-⊗=⊗-⊗=⊗⊗-⊗⊗=⊗⊗-⊗μλμλμλ所以，矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量j i y x ⊗. 定理2.2.7 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则trB trA B A tr •=⊗)(证明：由Kronecker 积和迹的定义可得：trBtrA trB a trB a trB a B a tr B a tr B a tr B A tr nn nn •=+++=+++=⊗ 22112211)()()()(得证.定理2.2.8 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则m n B A B A )(det )(det )det(=⊗证明：设A 的特征值为1λ，2λ，…，m λ，B 的特征值为1μ，2μ，…，n μ， 由推论2.2.4可得：mn m n n m n m m n n nj j m nj j mnji nj j j i B A B A )(det )(det )()()())(())(()()()()()det(21211212111112,11=====⊗∏∏∏∏===μμμλλλμλμλμλμλμλμλμλμλμλμλ得证.第三章 矩阵的拉直3.1矩阵的拉直的定义定义3.1 设n m ij a A ⨯=)(，定义矩阵A 的按行拉直为：T mn m n n a a a a a a A A vec )()(1221111，，，，，，，，， ==→即矩阵A 的拉直是一个mn 元的列向量，它是由矩阵A 所有元素按行顺序依次排成一列得到的.例如：⎥⎦⎤⎢⎣⎡=d c b a A ，则矩阵A 的拉直为T d c b a A )(，，，=→.3.2矩阵的拉直的性质矩阵的拉直具有以下性质：性质 3.2.1 设矩阵n m C A ⨯∈，矩阵n m C B ⨯∈，k 和l 是常数，则)(lB kA +=→→+B l A k .证明：略.性质3.2.2 设n m ij t a t A ⨯=))(()(，则dtt dA )(=dt d)(t A . 证明：左边==))((dtt dA vet ij a vet ((′)))(n m t ⨯ = [(a 11′(t )，…，a n 1′(t )，a 21′(t )，…，a n 2′(t )，…，a 1m ′(t )，…，a mn ′(t ) ]T =[(a 11(t )，…，a n 1(t )，a 21(t )，…，a n 2(t )，…，a 1m (t )，…，a mn (t ) )T ]′ = ))](([t A vet ′=))](([t A vec dtd=右边，得证. 性质 3.2.3设矩阵n m C A ⨯∈，矩阵p n C X ⨯∈，矩阵q p C B ⨯∈，则AXB →⊗=X B A T)(.证明：设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，T n x x X )(1，， =→，其中，T i x 是X 的第i 行=i (1，2，…，)n ，则⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=B x a x a B x a x a AXB T n mn T m Tn n T )()(111111 ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=→n x x X 1 所以AXB T Tn mn T m T n n T B x a x a B x a x a ])()[(111111++++= ，， →⊗=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=X B A x x B a B a B a B a x a x a B x a x a B n T mn T m T n T n mn m T n n T )()()()()(11111111111 得证. 推论3.2.4 设矩阵m m C A ⨯∈，矩阵n m C X ⨯∈，矩阵n n C B ⨯∈，则有1.AX →⊗=X I A n )( 2.XB →⊗=X B I Tm )(.3(AX +XB )→⊗+⊗=X B I I A Tm n )(.第四章 矩阵的Kronecker 积与矩阵方程4.1矩阵的Kronecker 积与Lyapunov 矩阵方程设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，矩阵n m C F ⨯∈，解Lyapunov 矩阵方程： AX+XB=F .第一步：将方程两边拉直，由推论3.2.4可得：→→=⊗+⊗C X B I I A Tm n )(. (4.1) 第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程(4.1)有解的充要条件是：Tm n B I I A rank ⊗+⊗(┊)()T m n B I I A rank C ⊗+⊗=→，：有唯一解的充要条件是det(A ⊗I n + I m ⊗B T )≠0，即A 和(-B )没有公共的特征值或者说A 和B 无互为相反数的特征值.例4.1 分别在下2列条件下解矩阵方程AX+XB=C.(1) ⎥⎦⎤⎢⎣⎡-=0112A ，⎥⎦⎤⎢⎣⎡=42-1-3B ，⎥⎦⎤⎢⎣⎡--=1081710C (2) ⎥⎦⎤⎢⎣⎡=3201A ，⎥⎦⎤⎢⎣⎡--=1052B ，⎥⎦⎤⎢⎣⎡--=11353C 解：(1) 首先计算A 和B 的特征值，解0=-A I λ得：121==λλ，解0=-B I μ得：5221==μμ，.观察有无互为相反数的特征值发现，A 和B 没有互为相反数的特征值，所以矩阵方程有唯一解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(. (4.1)设⎥⎦⎤⎢⎣⎡=4321x x x x X ，计算⎥⎦⎤⎢⎣⎡--=4123TB ，将A ，T B ，X ，C 代入(4.1)得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡-108171041231001100101124321x x x x ，计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------108171041102301106101254321x x x x ， 根据矩阵的乘法的定义可以求得：21314321-===-=x x x x ，，，. 故矩阵方程AX+XB=C 的唯一解为：⎥⎦⎤⎢⎣⎡--=2131X . (2) 同样先计算A 和B 的特征值，解0=-A I λ得：3121==λλ，， 解0=-B I μ得：1221-==μμ，.通过观察可知：021=+μλ. 一所以矩阵方程的解不唯，即存在通解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(. (4.1)设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡--=1502TB ，将A ，T B ，X ，C 代入(4.1)得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡1135315021001100132014321x x x x ， - 计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--113532520050200050034321x x x x ，根据矩阵的乘法的定义可以求得：c x x c x x -=-===3114321，，，. 故矩阵方程AX+XB=C 的通解为：⎥⎦⎤⎢⎣⎡--=c c X 311(c 为任意常数).4.2矩阵的Kronecker 积与一般线性矩阵方程设矩阵n m k C A ⨯∈，矩阵q p C B ⨯∈，矩阵q m C F ⨯=，解一般线性矩阵方程：F XB Ark k k=∑=1(r = 1，2，…).第一步，将矩阵方程两边拉直，由性质3.2.3可以得到：∑=→→=⊗rk T kkF X B A1)][(. (4.2)第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程(4.2)有解的充要条件是：∑⊗)((Tkk B A rank ┊))(()1∑=→⊗=rk Tkk B A rank F . 即∑=⊗rk Tkk B A 1)(的所有特征值均不为0. 例4.2 设A 和C 都是n ⨯n 矩阵，A 的特征值λi （i=0，1，2，…，n ）R ∈（实数），求证：矩阵方程C XA A AXA X =++22有唯一解.证明：将两边方程拉直得到：→→=⊗+⊗+⊗C X A A A A I I T T n n ])([(22，化简得到：→→=⊗+⊗+C X A A A A I TTn ])()([22.由定义3.1可知：T A A ⊗的2n 个特征值是=j i j i ，(λλ0，1，2，…，n ). 故：2)()(2T T n A A A A I ⊗+⊗+的2n 个特征值是：22)21(43)()(1j i j i j i λλλλλλ++=++＞00(=j i ，，1，2，…，n ). 即2)()(2T T n A A A A I ⊗+⊗+是可逆的，由唯一解的判断方法可知：矩阵方程C XA A AXA X =++22有唯一解.例4.3 在下列条件下解矩阵方程C XB A XB A =+2211.已知：⎥⎦⎤⎢⎣⎡-=20311A ，⎥⎦⎤⎢⎣⎡-=13101B ，⎥⎦⎤⎢⎣⎡-=11022A ，⎥⎦⎤⎢⎣⎡-=01232B ，⎥⎦⎤⎢⎣⎡--=48213C . 解：将矩阵方程两边拉直得到：→→=⊗+⊗C X B A B A T T)(2211. (4.3)*设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡-=11301T B 和 ⎥⎦⎤⎢⎣⎡-=02132TB 代入(4.3)*得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-4821302131102113020314321x x x x .计算化简得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------4821320027313331390564321x x x x . 根据矩阵的乘法的定义可以求得：10214321===-=x x x x ，，，.计算T T B A B A rank 2211(⊗+⊗┊4)()2211=⊗+⊗=TT B A B A rank C ， 所以方程有唯一解：⎥⎦⎤⎢⎣⎡-=1021X . 4.3矩阵的Kronecker 积与矩阵微分方程设m m C A ⨯∈矩阵，n n C B ⨯∈矩阵，n m C t X ⨯∈)(，求下列矩阵微分方程初值问题的解：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX (4.3)引理：设m m C A ⨯∈矩阵A ，矩阵n m C B ⨯∈，则n A I A I e e n ⊗=⊗，B m B I e I e m ⊗=⊗. 证明：因为性质1.2.5可得：∑∑∞=∞=⊗⊗=⊗=11)(!1)(!1k k k k kI A I A k I A k enn A k kI e I A k ⊗=⊗=∑∞=1)!1(. 同理可证：B m B I e I e m ⊗=⊗.将矩阵微分方程(4.3)两边拉直，由推论3.2.4可以得到：⎪⎩⎪⎨⎧=⊗+⊗=→0)0()()()(X X t X B I I A dt t X d T m n (4.4)由引理可得：T t B At tB AtB I I A t TT m n e X e X ee X et X )()()(000)(=⊗==→→⊗+⊗，又因为∑∑∞=∞====11!1))(!1()(k Bt k k T k k k T Tt B e t B k t B k eT ，故Bt At e X e t X 0)(= (4.5) 这就是微分方程(4.3)的解.例4.4 求解下列矩阵微分方程的初值问题：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX (4.6)已知：⎥⎦⎤⎢⎣⎡=0011A ，⎥⎦⎤⎢⎣⎡-=0011B ，⎥⎦⎤⎢⎣⎡=10010X . 解：可计算得到：⎥⎦⎤⎢⎣⎡-=101t tAte e e，⎥⎦⎤⎢⎣⎡-=101t t Bte e e .由(4.5)式可以得到： ⎥⎦⎤⎢⎣⎡--==10)1()(220t tBtAt e e eX e t X . 即(4.6)的解为⎥⎦⎤⎢⎣⎡--=10)1()(22t te e t X . 通过本章的学习，我们知道矩阵的Kronecker 积在解矩阵方程领域有很大的作用，利用Kronecker 积的性质，我们可以解决Lyapunov 矩阵方程，一般矩阵方程，矩阵微分方程的初值问题等问题.参考文献[1]矩阵论简明教程（第三版）.徐仲等编.北京：科学出版社.2014.1.[2]矩阵论教程（第2版）.张绍飞，赵迪编.北京：机械工业出版社.2012.5.[3]矩阵论引论（第2版）.陈祖明，周家胜编.北京：北京航空航天大学出版社.2012.10.[4]矩阵论十讲.李乔，张晓东编.合肥：中国科学技术大学出版社.2015.3.[5]矩阵理论及方法.谢冬秀，雷纪刚，陈桂芝编.北京：科学出版社.2012.[6]H-矩阵类的理论及应用.徐仲等编.北京：科学出版社.2013.[7]高等代数教程（上）.王萼芳编.北京：清华大学出版社.1997（2008重印）.[8]常微分方程（第二版）.东北师范大学微分方程教研室.北京：高等教育出版社.2005.4（2012.12重印）.[9]矩阵分析与应用（第2版）.张贤达编.北京：清华大学出版社.2013（2014.6重印）.[10]线性代数及其应用.毛立新，咸美新编.北京：高等教育出版社.2015.8.[11]线性代数（第2版）.钟玉泉，周建编.北京：科学出版社.2015.1.[12]矩阵理论与方法（第2版）.吴昌悫，魏洪增编.北京：电子工业出版社.2013.8.[13]线性代数学习指导.赵春燕，单净，王麟编.哈尔滨：哈尔滨工程大学出版社.2012.2.[14]矩阵论.张凯院等编.北京：科学出版社.2013.[15]矩阵论导教·导学·导考.张凯院，徐仲编.西安：西北工业大学出版社.2014.8.[16]矩阵函数与矩阵方程.柏兆俊，高卫国，苏仰锋编.北京：高等教育出版社.2015.5.[17]矩阵分析.姜志侠，孟品超，李延忠编.北京：清华大学出版社.2015.[18]矩阵论札论.梁昌洪编.北京：科学出版社.2014.[19]线性代数及其应用.马新顺，王涛，郭燕编.北京：高等教育出版社.2014.7.[20]矩阵论引论.田振际，王永铎，吴德军编.北京：科学出版社.2013.[21]线性代数及其应用（第2版）.河北农业大学理学院编.北京：高等教育出版社.2006.11.（2015.2重印）.[22]线性代数及其应用.王坤龙编.北京：电子工业出版社.2014.10.[23]线性代数（第2版）.许峰，范爱华编.合肥：中国科学技术大学出版社.2013.4.[24]线性代数及其应用.俞方元编.上海：同济大学出版社.2014.8.[25]线性代数学习指导.谢政，陈挚编.北京：清华大学出版社.2012.10.[26]高等线性代数学.黎景辉，白正简，周国晖编.北京：高等教育出版社.2014.9.[27]线性代数讲义.江惠坤，邵荣，范红军编.北京：科学出版社.2013.[28]线性代数.贾屹峰编.上海：上海交通大学出版社.2012.[29]线性代数.侯亚君，艾玲，沙萍，林洪娟编.北京：机械工业出版社.2012.1（2012.7重印）.[30]线性代数.郝秀敏，姜庆华编.北京：经济科学出版社.2013.7.[31]线性代数.韩旸，王静宇，周莉编.北京：化学工业出版社.2013.8.[32]线性代数重点难点考点辅导与精析.高淑萍，张剑湖编.西安：西北工业大学出版社.2014.5.[33]线性代数.傅媛编.武汉：武汉大学出版社.2013.2（2013.11重印）.[34]跟我学线性代数：导学与习题精解.董晓波编.北京：机械工业出版社.2014.1.[35]线性代数同步学习辅导.陈绍林，唐道远编.北京：科学出版社，2014.7.[36]线性代数及应用.刘三明编.南京：南京大学出版社.2012.8.[37]线性代数.谭福锦，黎进香编.北京.人民邮电出版社.2012.8.[38]工程数学.线性代数（第6版）.同济大学数学系编.北京：高等教育出版社.2014.6.[39]矩阵分析与计算.李继根，张新发编.武汉：武汉大学出版社.2013.10.[40]矩阵计算的理论与方法.徐树方编.北京：北京大学出版社.1995.8.[41]矩阵分析及其应用.曾祥金，吴华安编.武汉：武汉大学出版社.2007.8.[42]矩阵理论与应用.张跃辉编.北京：科学出版社.2011.8.致谢通过一个月来不断的努力，终于完成了这篇毕业论文。
mathematica矩阵直积
Mathematica矩阵直积引言矩阵直积是线性代数中一个重要的运算，它可以用于研究多个向量空间之间的关系。
Mathematica是一种功能强大的数学软件，它提供了许多用于操作矩阵的函数。
在本文中，我们将介绍如何在Mathematica中计算和应用矩阵直积。
矩阵直积的定义矩阵直积，也称为克罗内克积，是指两个矩阵的对应元素之间的乘积。
假设我们有两个矩阵A和B，矩阵直积的结果记为A ⊗ B。
如果A是一个m×n的矩阵，B是一个p×q的矩阵，那么A ⊗ B是一个mp × nq的矩阵。
矩阵直积的定义可以用公式表示如下：其中a_ij和b_kl分别表示矩阵A和B的元素。
Mathematica中计算矩阵直积的方法在Mathematica中，我们可以使用KroneckerProduct函数来计算矩阵的直积。
KroneckerProduct函数的语法如下：KroneckerProduct[A, B]其中A和B分别表示要计算直积的两个矩阵。
需要注意的是，A和B的维度可以是任意的。
下面是一个简单的示例，展示了如何使用KroneckerProduct函数计算矩阵直积：A = {{1, 2}, {3, 4}};B = {{5, 6}, {7, 8}};C = KroneckerProduct[A, B];C // MatrixForm输出结果为：(561012 781416 15182024 21242832)矩阵直积的性质矩阵直积具有以下几个重要的性质：1.交换性：A ⊗ B = B ⊗ A2.结合性：A ⊗ (B ⊗ C) = (A ⊗ B) ⊗ C3.分配律：(A + B) ⊗ C = A ⊗ C + B ⊗ C这些性质使得矩阵直积在各种数学和工程应用中非常有用。
矩阵直积的应用矩阵直积在各种数学和工程应用中都有广泛的应用。
下面是一些常见的应用示例：1. 向量空间的扩充矩阵直积可以用于将一个向量空间扩充为更大的向量空间。
直积的计算公式
直积的计算公式在数学中，直积是两个或多个集合的笛卡尔积的一个广义形式，它是一种很重要的基础概念。
直积在各种数学分支的表现都不相同，因此，它被广泛用于数学的各个领域，包括组合数学、代数学、几何学、拓扑学等。
直积的计算公式：设A={a1,a2,...,an}、B={b1,b2,...,bm}是两个非空集合，其直积为A×B={(a,b) | a∈A，b∈B}。
同理，设R={(x,y) | x∈A，y∈B}为A和B的直积，则R是一个由有序二元组(x,y)组成的集合。
R中的元素的个数n(A) ×n(B)，其中，n(A)和n(B)分别为集合A和B的元素个数。
例如，当A={1,2,3}，B={a,b}时，A与B的直积为{(1,a),(1,b)，(2,a),(2,b)，(3,a),(3,b)}。
直积的另一种表示形式是使用向量或矩阵的形式。
例如，若集合A和B都是有限域GF(p)上的向量空间，则A和B的直积可以表示为A⊗B={a⊗b | a∈A，b∈B}，其中⊗表示向量空间的张量积。
直积的此种表示形式在代数学、线性代数和量子力学等领域中应用广泛。
直积的计算公式可以用来计算两个或多个集合间的关系，例如可以使用直积计算关系的乘积或笛卡尔积，或者可以利用直积来计算不同集合间的同构关系。
同样地，直积也被用于计算拓扑空间和流形之间的笛卡尔积，以及多项式环和双线性映射之间的张量积。
在数学中，直积是一个非常基础的概念，在各个领域都有着广泛的应用。
因此，对于直积的基本定义和计算公式的理解，是数学学习的必要基础。
当我们能够熟练地应用直积的计算公式，我们就能更深入地理解和掌握数学中的各种概念和定理。
kronecker积分解
kronecker积分解
Kronecker积分解是指将一个矩阵分解为Kronecker积的形式。
Kronecker积，也称为直积，是一种用于描述两个矩阵的运算，其
结果是一个新的大矩阵，其中每个元素都是原始矩阵对应元素的乘积。
Kronecker积分解是将一个大矩阵分解为两个小矩阵的Kronecker积的形式。
具体来说，对于两个矩阵A和B，它们的Kronecker积（记作A ⊗ B）是一个新的矩阵，其大小为mn和pq的矩阵的Kronecker积
定义为一个mpnq的矩阵，其中第(i,j)个元素为A的(i,j)元素乘以
B的所有元素。
Kronecker积分解可以帮助我们将一个大矩阵分解为两个小矩
阵的Kronecker积的形式，这种分解可以在一些矩阵计算和分析问
题中起到重要的作用。
在实际应用中，Kronecker积分解可以用于
压缩表示大型矩阵、求解线性方程组、求解特征值等问题。
在数学和工程领域，Kronecker积分解有着广泛的应用。
例如，在信号处理中，Kronecker积分解可以用于描述多维信号的卷积运算；在量子力学中，Kronecker积可以用于描述多粒子系统的状态
空间；在卷积神经网络中，Kronecker积可以用于描述卷积层和全连接层之间的关系等等。
总之，Kronecker积分解是一种重要的矩阵分解方法，它可以帮助我们理解和处理复杂的矩阵计算问题，具有广泛的应用价值。
- 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)。
,t )nt，B=(1,
,
s
)则 ps
A B=(1 1,
,1 s ,
,t 1,
,t
s
) npts
.
注：由1）2）即可得3），下面只证1）和2）.
证明：1)由定义得
(aij )
(cij
)
(bij ) (dij )
F
(aij )
(cij
)
F F
(bij (dij
) )
F F
)
(A
B
2
2
)
(AkBk );
范数有以下性质：
命题：1)x 时，x 是范数为一的向量（单位化）;
x 2) -x = x ; 3)x，y V,有 x y x y .
证明：只证3） 我们有 x x-y+y x-y y 和 y y-x+x x-y x , 所以 - x-y x - y x-y ，也就是
定义2：设V是有限维线性空间，x , x 是V中任意两种
范数，若存在正数k1及k2，使得x V,都有：
k1
x
x
k2
x
，
称 x 与 x 是等价的.
定理1：有限维线性空间中的任何两种范数等价.
证明：设V是n维线性空间，e1, , en是V的一组基，则x V，
有唯一表达式： x=1e1 nen (e1, , en ) , 其中 =(1, ,n )T为x的坐标向量.
A C
F F
BF
D
F
2)设 =(a1, ,an )T ,则
a1
a1 B a1 (1, ,s )
B
an
an B an (1, ,s )
a1 1,a1 2
an 1,an 2,
,a1 s
,an s
a1
1,
an
,
a1
s
an
a1
1
,
an
,
a1
s
an
( 1,
, s ).
直积的基本性质： 1)k(A B)=(kA) B=A (kB),k为常数； 2)分配律(A+B) C A C B C,C (A+B) C A C B; 3)结合律(A B) C A (B C); 4)吸收律(A B)(C D) (AC)(BD),AC与BD有意义.
x y xy
n
例1：x=(1,2 , ,n )T Cn ,定义 x 1 i , x max i ,
i 1
1in
n
1
x ( 2
i
2 )2 ,则
x
，x
1
及
x
均是C n中的范数.
2
i 1
证明：不难验证 x ，x 均是范数，对于 x ，正定性和
1
2
齐次性显然满足.下证满足三角不定式：
设x=(1,2 , ,n )T , y=(1,2 , ,n )T C n.注意到
可断言V中任一范数 x 都是关于1, ,n的连续函数，令
(1 ,
(1 ,
n
,n ) x ,则y iei V，则有 i 1
n
,n )-(1, ,n ) = x y x y (i i )ei i 1
n
n
1n
1
( i i ei ) ( ei 2 )2 ( i i 2 )2
i 1
当x 时, x 0，由于 x 和 x 都是1,
,
的连续函数，
n
故 f(1,
,n )=
x x
仍是1,
,
的连续函数，考虑有界闭集
n
n
S={ =(1, ,n )T| i 2 =1}, S为R n (或Cn )中的单位球面.因为 i 1
f(1,
,n )=
x ，x ，所以f 在Ｓ上无零点．
x
由闭区间上的连续函数性质知，f在S上取到最大最小值，即
定理1：1)两个上三角矩阵的直积是上三角阵; 2)两个对角矩阵的直积是对角阵; 3)In Im Im In Imn.
直积具有以下运算规律：
命题1：1)
A C
B D
F=
A C
F F
B D
F F
;
2)设为列向量，且B=(1, ,s ),则
B=( 1, , s );
3)设A=(1,
i 1
i 1
n
1
k( i i 2 )2 ,
i 1
n
1
其中 k ( ei 2 )2 为常数.所以(1, ,n )= x 是1,
i 1
, n的连续函数.
现在证明定理的结论，设 x , x 是V中任意两种范数，要
证明存在正数k1及k2，使得x V,都有：k1
x
x k2
x.
当x=时，显然成立.
第五章 矩阵的直积
第一节 直积的定义与性质
定义：设A=(aij )mn , B=(bij ) pq , 称分块矩阵
a11B
a
21B
am1B
a12B a 22B
am2B
a12B
a
2
nB
a mnB mpnq
为A与B的直积(张量积或Kronecker积).记为A B=(aijB)mpnq .
例如：A=
a c
b d
,
B=
2 3
，则
A
B=
aB cB
2a
bB dB
=
3a 2c 3c
2b
2a
3b 2d 3d
,
B
A=
2A 3A
=
2c 3a 3c
2b
2d
.
3b
3d
A B, B A的阶数相同，但一般A B B A.直积不 满足交换律. 由直积的定义容易推出以下定理：
存在x 0
,
y0
V，使得x（x的坐标在S
上）, 有
n
x ( 2
i 2 )2 =
xH x
(x, x),即 x 是由酉空间C n 2
i 1
中内积诱导的范数,故由Cauchy不定式得
x+y 2 (x y, x y) (x, x) (x, y) ( y, x) ( y, y) 2
x 2 2 Re(x, y) y 2 x 2 2 (x, y) y 2
推论：
1)(A B)k =Ak Bk,k=1,2, ；
2)(A
I n
)(I m
B)
(Im
B)(A
I n
)
A
B.(乘法可交换)
性质4可推广到一般情形：
1)(A 1
B )(A
1
2
B 2
)
(A k
B k
) (A1A 2
Ak )(B1B2
B ); k
2)(A 1
A 2
A
k
)(B1
B 2
B
k
)
(A1B1
2
2
2
2
x 2 2 x y y 2 x y 2
2
22
2
2
2
所以 x+y x y .
2
2
2
n
1
例2：设1 p ,x=(1,2, ,n )T Cn ,定义 x p ( i p ) p ,
i 1
则 x 是Cn中的范数.称为p-范数. p
p=1时，为1-范数；p=2时，为2-范数； 令p ,得-范数.这三种范数为常见范数.