分块矩阵的性质及其应用
依宇天
（吉首大学数学与计算机科学学院，湖南 吉首 416000）
摘要：矩阵分块是解决矩阵问题的常用方法,矩阵分块适当可为解决问题带来极大方便。 关键词：分块矩阵、矩阵的分块、矩阵的计算、证明、应用
Block matrix and its application
Yi Yu Tian
(College of mathematics and computer science, jishou university,jishou hunan,416000)
Abstract : Block matrix is a matrix to solve problem of the commonly used methods,
block matrix suitable for solve the problem bring great convenience.
Keywords: Block matrix, block matrix, matrix calculation, proof, application
引言：本文详细、全面论述证明了矩阵的分块在《高等代数》中的应用。包括用分块矩阵证明矩阵乘积的秩的定理问题，用分块矩阵求逆矩阵问题，用分块矩阵求矩阵的行列式问题，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。
1.分块矩阵
1.1分块矩阵的定义
令A 为m ?n 矩阵，把A 分成如下形式
?
?
???
???????=st s s t t A A A A A A A A A A 2122221
11211 其中A ij （i=1、2…S ，j=1、2…t ）为m i ?n j 矩阵，且m 1+m 2+…+m s =m ，n 1+n 2+…+n t =n ，称其中的每一个小矩阵为A 的一个分块。
1.2分块矩阵的计算 令
??
??
?
?????=st s t A A A A A 1111， =B ??
??
?
?????st s t B B B B 1111
这里A 、B 的行列数相同，且分法一致，那么
??????????++++=+st st s s t t B A B A B A B A 11111111B A ， ??
??
??????=st s t aA aA aA aA aA 1111.
分块矩阵乘法运算复杂一些，但只要做到A 的列的分法与B 的行的分发一致，即设
????
??????=rs r s A A A A A 1111，??
???
?????=st s t B B B B B 1111 那么
??
??
??????=?rt r t i C C C C B A 111。
注意：只有在通常的乘法运算A 与B 可乘的前提下，分块乘法可进行。
1.3分块矩阵的性质
在行列式计算中，我们经常用到下面三条性质： （一）：若行列式中某行有公因子，则可提到行列式外面；
（二）把行列式中的某行乘上某一个非零数加到另一行中，其值不变； （三）把行列式中的某两行互换位置，其值不变。
推论：设A 、B 为n 阶行列式，则有：A 、B 的乘积也为n 阶行列式。 证明：作一个2n 阶行列式
??
????=B O O A D
由拉普拉斯展开定理得）（）n 22n 1n n 21(2
1
22221
11211
)1(++++++++-??
????
????
???= nn n n n n C C C C C C C C C D
C 1
-000
1-0001-= ，定理得证。
例1：计算n 阶行列式
m
x x x x m x x x x m x n n n ---
2
1212
1。
解：m
x x x m x x x m x n n
n i ---=∑=
2
22
n
1
i 1
11
)
(
原式
21
100
()
00n
n i i x x m x m m
=-=--∑ 11()()n
n i i x m m -==--∑
推论：行列式乘积公式B A AB =。 证明：作
???
?
??-=???? ??-???? ??B E
AB B E A E A E 000 (1) 设A 、B 为n ?n 矩阵，作
???
?
??=n ij n
ij E E E P 0
，i 、j=1、2…n ， 这里，ij E 为n ?n 矩阵，除了第i 行，第j 列元素为ij a 外，其他元素皆为零，则由初等矩阵与初等变换的关系，易得右端为
???
?
??=???? ??n n
n n
nn 1n n 11211E 0A E E 0
0E P P P P P 又由ij P 所对应的初等变换是某行加上另外一行的倍它不改变行列式的值，故
B A B
E -O A B E -O A P P B E -O A E E nn 11==????
???=???? ?????? ??O A 但（1）的右端可经过n 个两列变换变成
???
?
??E -B O AB 故
()AB E -AB 1-B
E -AB
O n ==
这就证明了AB B A =。
结论：两个方阵的乘积的行列式等于这两个方阵的行列式的乘积。
2.1分块矩阵在矩阵的秩的相关证明中的应用
定理1：设A 是数域P 上n ?m 矩阵，B 是数域P 上m ?s 矩阵，
于是 秩(A) ≤min[秩(A)，秩(B)] （1） 即乘积的秩不超过各因子的秩。 证明：为了证明（1），只需证秩(AB )≤秩(A)，同时秩(AB) ≤秩(B)即可。
设?????
?
??????=?????????
???=mn 2
1
22221
11211
2
1
22221
11211
B ,A b b b b b b b b b a a a a a a a a a m m n n nm n n m m
令1B ,2B …m B 表示B 的行向量，1C ,2C …n C 表示AB 的行向量。
由计算可知，i C 的第j 个分量和1122B B B i i im m a a a +++ 的第j 个分量，
都等于∑=m
k kj
ik b a
1
，
因而1122i i i im m C a b a b a b =+++ ，（i=1、2…n ），即矩阵AB 的行向量组1C ,2C …n C 可经过B 的秩，即秩(AB) ≤秩(B)。
同理可得秩(AB )≤秩(A)，定理得证。
3.1分块矩阵在求逆矩阵方面的应用 例2：设
???
??
??
?
????
????=-000
000000000
0X 11n
n a a a ， 其中0≠ij a ，（i=1、2…n ）。求1
-X 。 解：
()1
11,2,,1
10
00100000000100A E 0000010000
0001i i r r i n n n n
a a a +←?→=---?????
?
??=?????→??
??????
()1111
1
2,,1
111n
i i n
r a r i n a n a a a -??=-??
?????????→
?????
?
1
2
1
1
11110
1110n
n a a a a -??
???????
??
????
?
, 故
1
1
1
1
-1
1
X 0n
n a a a -??????=?????
?
。
3.2分块矩阵在行列式计算式方面的应用
在线性代数中，分块矩阵是一个十分重要的概念，它可以使矩阵的表示简单明了，使矩阵的运算得以简化，而且还可以利用分块矩阵解决某些行列式的计算问题。而事实上，利用分块矩阵方法计算行列式，时常会使行列式变得简单，并收取到意想不到的效果。
下面给出利用分块矩阵计算行列式的几种方法 例3：求
????
?
????
???------=1111111111111111A 的逆矩阵1
A -。 解：记??????-=
B B B B A ，其中??
????-=1111B ，则B 21111121B 1
=??????----=- 有
()(
)
()(
)
()()()(
)()()(
)
()()???
?????-+------------=??
?
???-=---------------1
1111111111111
1
B B B B B B B B B B B B B B B B B B B B B B B -B -B B B B B A 其中()()
()()11
111B 2
1B 2B B B B B B -----==+=--
于是
A 4
1B B B B 41B 21B 2
1B 2
1B 21
21B B B B 21B 21B 21B 21B 21A 111
111111
-=??????-=??????????-=??????-=?????
??
???-=--------
总结：从分块矩阵行列式的性质及其应用中得知：灵活应用分块矩阵的行列式性质，可以简
化某些n阶行列式的计算。在实际应用的过程中，若能结合行列式的结构特点，选择恰当的分块矩阵，将使该方法得到更为广泛的应用。
参考文献：
[1]：张禾瑞、郝鈵新、高等代数[M]。北京：高等教育出版社，2004。
[2]：杨子胥。高等代数习题解（上册）[M]。济南：山东科学技术出版社，2002。
[3]：北京大学几何与代数教研室代数小组编。高等代数[M]。北京：高等教育出版社，199。
[4]：杨儒生，朱天平。线性代数习题解集[M]。南京：江苏教育出版社，1996.
矩阵的分块及应用 武夷学院毕业设计(论文) 矩阵的分块及应用院系：专业：姓名：学号: 指导教师：职称：完成日期：数学与计算机系计算机科学与技术陈航20073011014 魏耀华教授年月日武夷学院教务处制摘要矩阵分块，就是把一个大矩阵按照一定规则分成小矩阵，它是矩阵运算的一种常用技巧与方法。分块矩阵的理论不但在工程技术和实际生产中有着广泛的应用，而且在线性代数中求矩阵乘积、行列式的值、逆矩阵、矩阵的秩和矩阵的特征根的过程中也起到重要作用。分块矩阵的初等变换则是处理分块矩阵有关问题的重要工具，它在线性代数中有非常广泛的应用。讨论了分块矩阵的概念、分块矩阵的运算、分块矩阵的性质以及分块矩阵的广义初等矩
阵，归纳并提出了分块矩阵的一些应用，这些应用主要涉及到矩阵的秩，逆矩阵，行列式以及矩阵正定和半正定等方面。通过引用了大量的实例说明了对矩阵进行适当分块可以使高等代数中的许多计算与证明问题迎刃而解。关键词: 分块矩阵；初等变换；计算；逆矩阵；证明。I Abstract Partitioned matrices mean dividing a big matrix into the small matrices according to the certain rule. It is a common technique and method in matrix operation. The theories of partitioned matrices have not only a wide range of applications in engineering and production, but also play an important role to the process for seeking matrix product and the value of determinant and inverse matrix and rank of matrix and the characteristic in linear algebra. Elementary transformation of partitioned matrices is an important tool to deal with the partition matrix. Also, it is
矩阵与行列式的关系 矩阵是一个有力的数学工具，有着广泛的应用，同时矩阵也是代数特别是线性代数的一个主要研究对象．矩阵的概念和性质都较易掌握，但是对于阶数较大的矩阵的运算则会是一个很繁琐的过程，甚至仅仅依靠矩阵的基本性质很难计算，为了更好的处理这个问题矩阵分块的思想应运而生[]1． 行列式在代数学中是一个非常重要、又应用广泛的概念．对行列式的研究重在计算，但由于行列式的计算灵活、技巧性强，尤其是计算高阶行列式往往较为困难．行列式的计算通常要根据行列式的具体特点采用相应的计算方法，有时甚至需要将几种方法交叉运用，而且一题多种解法的情况很多，好的方法能极大降低计算量，因此行列式计算方法往往灵活多变．在解决行列式的某些问题时，对于级数较高的行列式，常采用分块的方法，将行列式分成若干子块，往往可以使行列式的结构清晰，计算简化．本文在广泛阅读文献的基础上，从温习分块矩阵的定义和性质出发，给出了分块矩阵的一些重要结论并予以证明，在此基础上讨论利用分块矩阵计算行列式的方法，并与其他方法相互比较，以此说明分块矩阵在行列式计算中的优势． 1.1 矩阵的定义 有时候，我们将一个大矩阵看成是由一些小矩阵组成的，就如矩阵是由数组成的一样[]1．特别在运算中，把这些小矩阵当做数一样来处理．这就是所谓的矩阵的分块．把原矩阵分别按照横竖需要分割成若干小块，每一小块称为矩阵的一个子块或子矩阵，则原矩阵是以这些子块为元素的分块矩阵．这是处理级数较高的矩阵时常用的方法． 定义1[]2 设A 是n m ?矩阵，将A 的行分割为r 段，每段分别包含r m m m 21行，将 A 的列分割为s 段，每段包含s m m m 21列，则 ?? ? ? ? ? ? ??=rs r r s s A A A A A A A A A A 21 2222111211 ， 就称为分块矩阵，其中ij A 是j i m m ?矩阵（,,,2,1r i =s j ,,2,1 =）． 注：分块矩阵的每一行（列）的小矩阵有相同的行（列）数． 例如，对矩阵A 分块， = ?? ? ? ? ? ? ? ?-=21010301012102102301A ??? ? ??22211211 A A A A ， 其中
第五专题 矩阵的数值特征 （行列式、迹、秩、相对特征根、范数、条件数） 一、行列式 已知A p ×q , B q ×p , 则|I p +AB|=|I q +BA| 证明一：参照课本194页，例4.3. 证明二：利用AB 和BA 有相同的非零特征值的性质； 从而I p +AB ，I q +BA 中不等于1的特征值的数目 相同，大小相同；其余特征值都等于1。 行列式是特征值的乘积，因此|I p +AB|和|I q +BA|等于特征值（不等于1）的乘积，所以二者相等。 二、矩阵的迹 矩阵的迹相对其它数值特征简单些，然而，它在许多领域，如数值计算，逼近论，以及统计估计等都有相当多的应用，许多量的计算都会归结为矩阵的迹的运算。下面讨论有关迹的一些性质和不等式。 定义：n n ii i i 1 i 1 tr(A)a ====λ∑∑，etrA=exp(trA)
性质： 1. tr(A B)tr(A)tr(B)λ+μ=λ+μ，线性性质； 2. T tr(A )tr(A)=； 3. tr(AB)tr(BA)=； 4. 1 tr(P AP)tr(A)-=； 5. H H tr(x Ax)tr(Axx ),x =为向量； 6. n n k k i i i 1 i 1 tr(A),tr(A )===λ=λ∑∑; 从Schur 定理（或Jordan 标准形）和（4）证明； 7. A 0≥,则tr(A)0≥,且等号成立的充要条件是A=0； 8. A B(A B 0)≥-≥即,则tr(A)tr(B)≥，且等号成立的充要条件是A=B （i i A B (A)(B)≥?λ≥λ）； 9. 对于n 阶方阵A ，若存在正整数k,使得A k =0,则tr(A)=0（从Schur 定理或Jordan 标准形证明）。 若干基本不等式 对于两个m ×n 复矩阵A 和B ，tr(A H B)是m ×n 维酉空间上的内积，也就是将它们按列依次排成的两个mn 维列向量的内积，利用Cauchy-schwarz 不等式 [x,y]2≤[x,x]﹒[y,y]
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.
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 Applications Xu Jian, School of Mathematics and Computer Science Abstract 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 matrix
分块矩阵的应用 引言 矩阵作为数学工具之一有其重要的实用价值，它常见于很多学科中，如：线性代数、线性规划、统计分析，以及组合数学等，在实际生活中，很多问题都可以借用矩阵抽象出来进行表述并进行运算，如在各循环赛中常用的赛格表格等，矩阵的概念和性质相对矩阵的运算较容易理解和掌握，对于矩阵的运算和应用，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，矩阵的计算和证明中会是很烦琐的过程，因此这时我们得有一个新的矩阵处理工具，来使这些问题得到更好的解释，矩阵分块的思想由此产生矩阵分块，就是把一个大矩阵看成是由一些小矩阵组成的?就如矩阵的元素（数）一样,特别是在运算中，把这些小矩阵当作数一样来处理.把矩阵分块运算有许多方便之处因为在分块之后，矩阵间的相互关系可以看得更清楚，在实际操作中与其他方法相比，- 般来说,不仅非常简洁，而且方法也很统一，具有较大的优越性，是在处理级数较高的矩阵时常用的方法?比如，从行列式的性质出发，可以推导出分块矩阵的若干性质，并可以利用这些性质在行列式计算和证明中的应用分块矩阵；也可以借助分块矩阵的初等变换求逆矩阵及矩阵的秩等；再如利用分块矩阵求高阶行列式，如设A、C都是n阶矩阵, A B 其中A 0,并且AC CA，则可求得AD BC ;分块矩阵也可以在求解线性 C D 方程组应用? 本文将通过对分块矩阵性质的研究，比较系统的总结讨论分块矩阵在计算和证明方面的应用，从而确认分块矩阵为处理很多代数问题带来很大的便利
1 分块矩阵的定义及相关运算性质 1.1 分块矩阵的定义 矩阵分块 , 就是把一个大矩阵看成是由一些小矩阵组成的 . 就如矩阵的元素 （ 数） 一 样,特别是在运算中 , 把这些小矩阵当作数一样来处理 . 定义1设A 是一个m n 矩阵，若用若干横线条将它分成r 块，再用若干纵线条将它 A 11 ... 分成s 块，于是有rs 块的分块矩阵，即A .... A r1 . 1.2 分块矩阵的相关运算性质 1. 2.1 加法 A A ij r s ， B B ij r s ， 其中 A ij ， B ij 的级数相同， A B A ij B ij r s 1.2.2 数乘 kA 1.2.3 乘法 1.2.4 转置 A A ji s r 1.2.5 分块矩阵的初等变换 分块矩阵A 的下列三种变换称为初等行变换: A 1s ... ，其中 A ij 表示的是一个矩阵 . A rs 设 A a ij B mn b ij m n ，用同样的方法对 A,B 进行分块 设是任 A a ij mn A ij r s ,k 为任意数， 定义分块矩阵 A A ij r s 与 k 的数乘为 设 A a ij ,B sn n m 分块为 A A ij nm r l ,B B ij l r ，其中 A ij 是 s i n j 矩阵， B ij 是 n i m j 矩阵， 定义分块矩阵A A j rl 和B B ij l r 的乘积为 r C ij A i1 B 1j A i2 B 2j ... A il B lj , i 1,2,...t; j 1,2,3,..., l a ij s n 分块为 A sn A ij r s ，定义分块矩阵 A A ij r s 的转置为 rs
第五专题 矩阵的数值特征 （行列式、迹、秩、相对特征根、范数、条件数） 一、行列式 已知A p ×q , B q ×p , 则|I p +AB|=|I q +BA| 证明一：参照课本194页，例4.3. 证明二：利用AB 和BA 有相同的非零特征值的性质； 从而I p +AB ，I q +BA 中不等于1的特征值的数目 相同，大小相同；其余特征值都等于1。 行列式是特征值的乘积，因此|I p +AB|和|I q +BA|等于特征值（不等于1）的乘积，所以二者相等。 二、矩阵的迹 矩阵的迹相对其它数值特征简单些，然而，它在许多领域，如数值计算，逼近论，以及统计估计等都有相当多的应用，许多量的计算都会归结为矩阵的迹的运算。下面讨论有关迹的一些性质和不等式。 定义：n n ii i i 1i 1tr(A)a ====λ∑∑，etrA=exp(trA) 性质： 1. tr(A B)tr(A)tr(B)λ+μ=λ+μ，线性性质； 2. T tr(A )tr(A)=； 3. tr(AB)tr(BA)=； 4. 1tr(P AP)tr(A)-=；
5. H H tr(x Ax)tr(Axx ),x =为向量； 6. n n k k i i i 1i 1tr(A),tr(A )===λ=λ∑∑; 从Schur 定理（或Jordan 标准形）和（4）证明； 7. A 0≥,则tr(A)0≥,且等号成立的充要条件是A=0； 8. A B(A B 0)≥-≥即,则tr(A)tr(B)≥，且等号成立的充要条件是A=B （i i A B (A)(B)≥?λ≥λ）； 9. 对于n 阶方阵A ，若存在正整数k,使得A k =0,则tr(A)=0（从Schur 定理或Jordan 标准形证明）。 若干基本不等式 对于两个m ×n 复矩阵A 和B ，tr(A H B)是m ×n 维酉空间上的内积，也就是将它们按列依次排成的两个mn 维列向量的内积，利用Cauchy-schwarz 不等式 [x,y]2≤[x,x]﹒[y,y] 得 定理：对任意两个m ×n 复矩阵A 和B |tr(A H B)|2≤tr(A H A)﹒tr(B H B) 这里等号成立的充要条件是A=cB,c 为一常数。特别当A 和B 为实对称阵或Hermit 矩阵时 0≤|t r(AB)|≤ 定理：设A 和B 为两个n 阶Hermite 阵,且A≥0，
浅析分块矩阵的性质和应用 作者姓名：周甜 河南理工大学数学与信息科学学院数学与应用数学专业2007级2班 性质1：分块矩阵都是可逆的，且逆矩阵为分块初等矩阵。 性质2：分块单位矩阵经过一次分块矩阵的初等变换后所得到的矩阵仍为分块初等矩阵。 摘要：分块矩阵在高等代数中有着广泛的应用，矩阵的分块运算是矩阵运算的一种重要方法。本文主要讨论了分块矩阵的运算性质，初等变换，并举例说明和分析了分块矩阵在解决矩阵特征值计算和有关矩阵证明等问题中的应用。利用分块矩阵可以使阶数比较高，比较复杂的矩阵和抽象矩阵的特征值问题的解决变得简明而清晰。 关键词：分块矩阵行列式特征值初等变换矩阵的逆 Tentative Analysis of Properties and Applications of Block Matrices Author Name：Zhou Tian Class 2 Grade 2007 of Mathematics and Applied Mathematics of College Mathematics and Information Science of Henan Polytechnic University School Summary：Block matrices has a wide use in Advanced Algebra. Operations of block matrices play an important role in the operation of matrices. This paper mainly illustrates the operation properties and the elementary transformations of block matrices. Several examples are given in the paper to show the applications of block matrices in calculating the eigenvalues of a matrix and proving a subject in connection with matrices. It is convenient to apply block matrices to deal with questions containing matrices with high order and complex appearances and calculating the eigenvalues of abstract matrices. Keywords: block matrices determinant eigenvalues elementary transformation the inverse of a matrix
分块矩阵乘法的例子 例 1 用分块法计算,AB 其中 00 51 2414 21,5 31001200 2 0-???? ? ?== ? ? ? ?-? ?? ? A B . 解 B A,如上分块， ???? ??=2221 1211 A A A A A ， ??? ? ??=2322 21 131211 B B B B B B B ， 其中 111221224 21(0,0),(5), ,,0 12????==== ? ?-?? ?? A A A A ()()()0,20,0,01,1342,51232221131211===??? ? ??-=???? ??=???? ??=B B B B B B ； 令==C AB ??? ? ??232221 131211 C C C C C C ，其中 =+=2112111111B A B A C )0()0)(5(51)00(=+??? ? ??， =+=2212121112B A B A C )00(()()()1002051342=+???? ??， =+=2312131113B A B A C )0()0)(5(01)00(=+???? ??-， =+=2122112121B A B A C ??? ? ??-=???? ??+???? ?????? ??-514)0(21511024， =+=2222122122B A B A C ???? ??-=???? ??+???? ?????? ??-332014)20(2113421024， =+=2322132123B A B A C ??? ? ??-=???? ??+???? ??-???? ??-04)0(21011024.
浅谈分块矩阵的性质及应用 摘要：本文主要谈及分快矩阵的思想在线性代数的证明。解线性方程组，矩阵得知 逆及矩阵的逆，和初等变换中的应用。 关键词：分块矩阵；线性方程组；矩阵的秩及矩阵的逆；初等变换 On the nature of block matrix and its application Abstract: this thesis uses the blocking matrix method into proving and applying the linear algebra, tries to solve the linear equations, and the proof of other relative matrix rank and elementary matrix. Key word s: Block matrix; Linear algebra; rank of matrix; elementary matrix.前言： 矩阵得分快是处理问题的一重要方法，把一个告诫矩阵分成若干个地界矩阵，在运算中把低阶矩阵当作数一样处理，这样高阶矩阵就化作低阶矩阵，长能使我们迅速接近问题的本质，从而达到解决问题的目的，使解题更简洁，思路更开阔，因此本文主要谈及分块矩阵再求行列式的值，解线性方程组，求矩阵的秩及逆等方面的应用。 1.预备知识： 分块矩阵的定义：将分块矩阵A用若干条纵线和横线分成许多个小矩阵，每一个小矩阵称为 A的子块，一子块为元素的形式上的矩阵成为分块矩阵。 分块矩阵的运算：
1.2.1分块矩阵的加法： 设分块矩阵 A 与 B 的行数相同，列数相同，采用相同的得分块法，有 A=1111n m mn A A A A ?? ? ? ???K M O M L ，1111n m mn B B B B B ?? ?= ? ??? K M O M L 其中ij A 与ij B 的行数相同，列数相同，那么A+B=111111111n n m m n mn A B A B A B A B ++?? ? ? ?++?? K M O M L 1.2.2分块矩阵与数的乘法： A=1111n m mn A A A A ?? ? ? ???K M O M L ,1111n m mn A A A A A λλλλλ?? ? = ? ??? K M O M L 1.2.3设A 为m l ?矩阵，B 为l n ?矩阵，分块成 1111111 1 t r s st t tr A A B B A B A A B B ???? ? ?== ? ? ? ????? K K M O M M O M L L 其中1i A ，2i A ……，it A 的列数分别等于1j B ，2j B ……，tj B 的行数，那么 1111 r s sr C C AB C C ?? ? = ? ??? K M O M L ，其中1 t ij ik ik k C A B ==∑(i=1……s ；j=1，……，r) 1.2.4设1111 t s st A A A A A ?? ? = ? ???K M O M L ，则1111T T t T T T s st A A A A A ?? ?= ? ?? ? K M O M L 2. 分块矩阵的性质及应用： 分块矩阵的性质： 设A 为n 阶矩阵，若A 的分块矩阵只有在对角线上有非零子块，其余子块都为零矩阵，且在对角线上的子块都是方阵，即
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 -=-.
矩阵的基本性质 矩阵的第?第列的元素为。我们?或（）表?的单位矩阵。 1.矩阵的加减法 （1）,对应元素相加减 （2）矩阵加减法满足的运算法则 a.交换律： b.结合律： c. d. 2.矩阵的数乘 （1），各元素均乘以常数 （2）矩阵数乘满足的运算法则 a.数对矩阵的分配律： b.矩阵对数的分配律： c.结合律： d. 3.矩阵的乘法 （1），左行右列对应元素相乘后求和为C的第行第列的元素（2）矩阵乘法满足的运算法则 a.对于一般矩阵不满足交换律，只有两个方正满足且有 b.分配律： c.结合律： d.数乘结合律： 4.矩阵的转置, （1）矩阵的幂：,,…,
（2）矩阵乘法满足的运算法则 a. b. c. d. 5.对称矩阵：即；反对称矩阵：即 （1）设为（反）对称矩阵，则仍是（反）对称矩阵。 （2）设为对称矩阵，则或仍是对称矩阵的充要条件=。 （3）设为（反）对称矩阵，则，也是（反）对称矩阵。 （4）对任意矩阵，则分别是对称矩阵和反对称矩阵且. （5） 6. Hermite矩阵：即；反Hermite矩阵，即 a. b. c. d. e. f.（当矩阵可逆时） 7.正交矩阵：若,则是正交矩阵 （1） （2）
8.酉矩阵：若,则是酉矩阵 （1） （2） （3）, （4） 9.正规矩阵：若,则是正规矩阵；若,则是实正规矩阵 10.矩阵的迹和行列式 （1）为矩阵的迹；或为行列式 （2）；注：矩阵乘法不满足交换律 （3） （4）,为酉矩阵，则 （5） （6） （7） （8） （9） （10） （11） （12）,，则其中为奇异分解值的特征值 11.矩阵的伴随矩阵 （1）设由行列式的代数余子式所构成的矩阵
分块矩阵的应用 引言 矩阵作为数学工具之一有其重要的实用价值，它常见于很多学科中，如：线性代数、线性规划、统计分析，以及组合数学等，在实际生活中，很多问题都可以借用矩阵抽象出来进行表述并进行运算，如在各循环赛中常用的赛格表格等，矩阵的概念和性质相对矩阵的运算较容易理解和掌握，对于矩阵的运算和应用，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，矩阵的计算和证明中会是很烦琐的过程，因此这时我们得有一个新的矩阵处理工具，来使这些问题得到更好的解释，矩阵分块的思想由此产生. 矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的.就如矩阵的元素(数) 一样,特别是在运算中,把这些小矩阵当作数一样来处理.把矩阵分块运算有许多方便之处.因为在分块之后,矩阵间的相互关系可以看得更清楚,在实际操作中与其他方法相比,一般来说,不仅非常简洁,而且方法也很统一,具有较大的优越性,是在处理级数较高的矩阵时常用的方法.比如，从行列式的性质出发，可以推导出分块矩阵的若干性质，并可以利用这些性质在行列式计算和证明中的应用分块矩阵；也可以借助分块矩阵的初等变换求逆矩阵及矩阵的秩等；再如利用分块矩阵求高阶行列式，如设A 、C 都是n 阶矩阵，其中0A ≠，并且AC CA =，则可求得A B AD BC C D =-；分块矩阵也可以在求解线性 方程组应用. 本文将通过对分块矩阵性质的研究，比较系统的总结讨论分块矩阵在计算和证明方面的应用，从而确认分块矩阵为处理很多代数问题带来很大的便利.
1 分块矩阵的定义及相关运算性质 1.1分块矩阵的定义 矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的.就如矩阵的元素(数) 一样,特别是在运算中,把这些小矩阵当作数一样来处理. 定义1设A 是一个m n ?矩阵，若用若干横线条将它分成r 块，再用若干纵线条将它 分成s 块，于是有rs 块的分块矩阵，即1111...............s r rs A A A A A ???? =?????? ，其中ij A 表示的是一个矩阵. 1.2分块矩阵的相关运算性质 1. 2.1加法 设() ij m n A a ?=() ij m n B b ?=，用同样的方法对,A B 进行分块 () ij r s A A ?=，() ij r s B B ?=， 其中ij A ，ij B 的级数相同， 则 ()ij ij r s A B A B ?+=+. 1.2.2数乘 设是任() () ,ij ij m n r s A a A k ??==为任意数，定义分块矩阵() ij r s A A ?=与k 的数乘为 () ij r s kA kA ?= 1.2.3乘法 设() () ,ij ij s n n m A a B b ??==分块为()(),ij ij r l l r A A B B ??==，其中ij A 是i j s n ?矩阵，ij B 是 i j n m ?矩阵，定义分块矩阵() ij r l A A ?=和()ij l r B B ?=的乘积为 () 1122...,1,2,...;1,2,3,...,ij i j i j il lj C A B A B A B i t j l =+++==.、 1.2.4转置 设() ij s n A a ?=分块为() ij r s A A ?=，定义分块矩阵() ij r s A A ?=的转置为 () ji s r A A ?''= 1.2.5分块矩阵的初等变换 分块矩阵A 的下列三种变换称为初等行变换：
分块矩阵的若干应用 摘要：本文归纳了分块矩阵的一些应用,这些应用主要涉及到用分块矩阵计算行列式,求解逆矩阵,解线性方程组以及证明矩阵秩的不等式. 关键词：分块矩阵，行列式，可逆矩阵，线性方程组，秩
Abstract: This article summarizes the number of block matrix applications mainly related to the use of block matrix determinant calculation, solving the inverse matrix, solution of linear equations, as well as proof of the inequality rank matrix. Key words: block matrix,determinant,invertible matrix,linear equations,rank
目录 1 引言 (4) 2 分块矩阵的应用 (4) 2.1 利用分块矩阵求n阶行列式 (4) 2.2 利用分块矩阵求矩阵的逆 (6) 2.3 利用分块矩阵解非齐次线性方程组 (10) 2.4 利用分块矩阵证明矩阵的秩的性质 (11) 结论 (13) 参考文献 (14) 致谢 (15)
1 引言 矩阵的分块是处理级数较高的矩阵时常用的方法.有时候,我们把一个大矩阵看成是由一些小矩阵组成的,就如矩阵是由数组成的一样.特别是在运算中,把这些小矩阵当作数一样来处理,这就是所谓矩阵的分块[]1 .分块矩阵是矩阵论中重要内容之一.在线性代数中,分块矩 阵也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.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. 矩阵是一种新的运算对象,我们应该充分注意矩阵运算的一些特殊规律.为了研究问题的需要,适当对矩阵进行分块,把一个大矩阵看成是由一些小矩阵为元素组成的,这样可使矩阵的结构看的更清楚.运用矩阵分块的思想,可使解题更简洁,思路更开阔,在教学中有着非常广泛的应用,一些复杂的问题,经分块矩阵处理就显得非常简单.而在高等代数和线性代数教材中,这部分内容比较少,本文归纳并讨论了分块矩阵在行列式,矩阵的逆及解非齐次线性方程组等方面的一些应用. 2 分块矩阵的应用 行列式的计算是一个重要的问题,也是一个很麻烦的问题.n 级行列式一共有!n 项,计算它就需要做()!1n n -个乘法.当n 较大时,!n 是一个相当大的数字,直接从定义来计算行列式几乎是不可能的事,因此我们有必要进一步讨论解行列式的方法.利用分块矩阵的方法]2[求行列式的值是行列式求值常用的方法.但通常教材中介绍的方法,多数为计算特殊形式的行列式,本文将在教材的基础上给出另外一些行列式的分块矩阵的解法. 2.1 利用分块矩阵求n 阶行列式 各高等代数教材主要介绍了用定义,性质,展开定理计算n 阶行列式.常用的技巧有递推 法,加边法等.但有些行列式计算起来仍很麻烦,下面给出运用分块矩阵计算n 级行列式的一种方法,该方法使n 阶行列式的求值更加简便易行.本文我们主要以?22分块矩阵为例. 命题1 设n 阶行列式W 分块为A B W C D ?? = ???,则 （1） 当A 为r 阶可逆矩阵时, 1 A B W A D C A B C D -==-;
幂零矩阵迹的特征 严文（061114228） （孝感学院数学与统计学院湖北孝感 432000） 摘要：2009年全国大学生数学竞赛题（第3题）：设V是复数域上向量空间， -=，那么f的所有特征值均为0，并且,f g是V上的线性变换，且满足fg gf f g和f之间存在相同的特征向量（对应的特征值不一定相等）．我们把它转换为矩阵，在矩阵中讨论特殊情况即AB BA =，求证A和B有公共特征向量，并且求出A和B的公共特征向量. 关键词：幂零矩阵；迹；特征值；特征向量 Features of Nilpotent matrix trace Y AN Wen (Department of Mathematics and Statistics,Xiaogan university,Xiaogan,Hubei 432000,China) Abstract：2009 National College Mathematics Competition Problems (3th item)：Based vector space V is the complex field,,f g are the linear transformation, and satisfies fg gf f -=, Then all the eigenvalues of f are 0, Between f and g there are the same feature vector (not necessarily equal the corresponding eigenvalue). We convert it to matrix and discussed in the special circumstances that BA AB=, V erify:A and B have public feature vectors, and eigenvectors obtained the public. Key words：Nilpotent matrix; Trace;Eigenvalue;Eigenvector.
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.
第五专题矩阵的数值特征 （行列式、迹、秩、相对特征根、范数、条件数） 一、行列式 已知A p×q, B q×p, 则|I p+AB|=|I q+BA| 证明一：参照课本194页，例4.3. 证明二：利用AB和BA有相同的非零特征值的性质； 从而I p+AB，I q+BA中不等于1的特征值的数目相同，大小相同；其余特征值都等于1。 行列式是特征值的乘积，因此|I p+AB|和|I q+BA|等于特征值（不等于1）的乘积，所以二者相等。 二、矩阵的迹 矩阵的迹相对其它数值特征简单些，然而，它在许多领域，如数值计算，逼近论，以及统计估计等都有相当多的应用，许多量的计算都会归结为矩阵的迹的运算。下面讨论有关迹的一些性质和不等式。 定义： n n ii i i1i1 tr(A)a == ==λ ∑∑，etrA=exp(trA) 性质： 1. tr(A B)tr(A)tr(B) λ+μ=λ+μ，线性性质；
2. T tr(A )tr(A)=； 3. tr(AB)tr(BA)=； 4. 1 tr(P AP)tr(A)-=； 5. H H tr(x Ax)tr(Axx ),x =为向量； 6. n n k k i i i 1 i 1 tr(A),tr(A )===λ=λ∑∑; 从Schur 定理（或Jordan 标准形）和（4）证明； 7. A 0≥,则tr(A)0≥,且等号成立的充要条件是A=0； 8. A B(A B 0)≥-≥即,则tr(A)tr(B)≥，且等号成立的充要条件是A=B （i i A B (A)(B)≥?λ≥λ）； 9. 对于n 阶方阵A ，若存在正整数k,使得A k =0,则tr(A)=0（从Schur 定理或Jordan 标准形证明）。 若干基本不等式 对于两个m ×n 复矩阵A 和B ，tr(A H B)是m ×n 维酉空间上的内积，也就是将它们按列依次排成的两个mn 维列向量的内积，利用Cauchy-schwarz 不等式 [x,y]2≤[x,x]﹒[y,y] 得 定理：对任意两个m ×n 复矩阵A 和B |tr(A H B)|2≤tr(A H A)﹒tr(B H B)
分块矩阵及其应用 【摘要】矩阵论是代数学中是一个重要的组成部分和主要的研究对象。而分块矩阵可以降低较高级数的矩阵级数，使矩阵的结构更加清晰，从而使矩阵的相关计算简化，并且可以证明一些与矩阵有关的问题。本文详细且全面论述了分块矩阵阵的概念、分块矩阵的运算和其初等变换，而且证明了矩阵的分块在高等代数中的应用，包括用分块矩阵证明矩阵秩的问题，用分块矩阵求行列式问题，用分块矩阵求逆矩阵的问题,分块矩阵相似的问题。 【关键词】：分块矩阵；矩阵的秩；逆矩阵；行列式 目录 1引言 (2) 2矩阵分块的定义和性质 (2) 2.1 矩阵分块的定义 (2) 2.2 分块矩阵的运算 (2) 2.3 分块矩阵的初等变换 (3) 2.4 n阶准对角矩阵的性质 (3) 3分块矩阵在高等代数中的应用 (4) 3.1 分块矩阵在矩阵的秩的相关证明中的应用 (4) 3.2 利用分块矩阵计算行列式 (7) 3.3 分块矩阵在求逆矩阵方面的应用 (11) 3.4 分块矩阵在解线性方程组方面的应用 (16) 4总结 (19) 参考文献 (20)
1 引言 矩阵是高等代数中的一个重要内容，也是高等数学的很多分支研究问题的工具。在学习高等代数的时候常常碰到一些很难的问题，我们要经常用到矩阵的分块去解决，它可以使矩阵的结构更简单，从而使问题的解决更简明。比如当我们处理阶数较高或具有特殊结构的矩阵时，用处理一般低阶矩阵的方法，往往比较困难，为了研究问题的方便，也为了显示出矩阵中某些部分的特性，我们常把一个大型矩阵分成若干子块，把每个子块看作一个元素，从而构成一个分块矩阵，这是处理矩阵问题的重要技巧。利用矩阵的分块，可以把高阶矩阵划分成阶数较低的“块”，然后对这些以“块”为元素的矩阵施行矩阵的运算。本文就分块矩阵的加法、乘法、转置、初等变换等运算性质，及分块矩阵在证明矩阵相关秩的问题、矩阵求逆、行列式展开计算等方面的应用作了较为深入的研究。矩阵的分块能使矩阵的一些证明和计算变的非常简洁和快速，易于理解和掌握，而且能开拓思维，提高灵活应用知识解决问题的能力。