美文网首页高等代数
高等代数理论基础30：矩阵的分块

高等代数理论基础30：矩阵的分块

作者: 溺于恐 | 来源:发表于2019-01-11 07:02 被阅读51次

矩阵的分块

把一个大矩阵看成由一些小矩阵组成,就如矩阵由数组成一样,在运算中,把小矩阵当作数一样处理,即矩阵的分块

分块矩阵乘法

设A=(a_{ik})_{sn},B=(b_{kj})_{nm},把A,B分成一些小矩阵

A=\begin{array}& &\quad\;\; n_1\quad n_2\quad \cdots\quad n_l\\ \begin{array}&s_1\\s_2\\\vdots\\s_t\end{array}&\begin{pmatrix}A_{11}&A_{12}&\cdots&A_{1l}\\ A_{21}&A_{22}&\cdots&A_{2l}\\ \vdots&\vdots& &\vdots\\ A_{t1}&A_{t2}&\cdots&A_{tl}\end{pmatrix}\end{array}

B=\begin{array}& &\quad\;\; m_1\quad m_2\quad \cdots\quad m_r\\ \begin{array}&n_1\\n_2\\\vdots\\n_l\end{array}&\begin{pmatrix}B_{11}&B_{12}&\cdots&B_{1r}\\ B_{21}&B_{22}&\cdots&B_{2r}\\ \vdots&\vdots& &\vdots\\ B_{l1}&B_{l2}&\cdots&B_{lr}\end{pmatrix}\end{array}

其中每个A_{ij}是s_i\times n_j小矩阵,B_{ij}是n_i\times m_j小矩阵

C=AB=\begin{array}& &\quad\;\; m_1\quad m_2\quad \cdots\quad m_r\\ \begin{array}&s_1\\s_2\\\vdots\\s_t\end{array}&\begin{pmatrix}C_{11}&C_{12}&\cdots&C_{1r}\\ C_{21}&C_{22}&\cdots&C_{2r}\\ \vdots&\vdots& &\vdots\\ C_{t1}&C_{t2}&\cdots&C_{tr}\end{pmatrix}\end{array}

其中C_{pq}=A_{p1}B_{1q}+A_{p2}B_{2q}+\cdots+A_{pl}B_{lq}

=\sum\limits_{k=1}^lA_{pk}B_{kq}(p=1,2,\cdots,t;q=1,2,\cdots,r)

注：A的列的分法应与B的行的分法一致

矩阵分块证明矩阵乘积的秩的定理

将B分块,B=\begin{pmatrix}B_1\\B_2\\\vdots\\B_m\end{pmatrix}

AB=\begin{pmatrix}a_{11}B_1+a_{12}B_2+\cdots+a_{1m}B_m\\ a_{21}B_1+a_{22}B_2+\cdots+a_{2m}B_m\\ \qquad\cdots\cdots\cdots\\ a_{n1}B_1+a_{n2}B_2+\cdots+a_{nm}B_m\end{pmatrix}

显然AB的行向量是B的行向量的线性组合

将AB进行另一种分块乘法显然AB的列是A的列向量的线性组合

矩阵分块求逆

例：求矩阵的逆矩阵

D=\begin{pmatrix}a_{11}&\cdots&a_{1k}&0&\cdots&0\\ \vdots& &\vdots&\vdots& &\vdots\\ a_{k1}&\cdots&a_{kk}&0&\cdots&0\\ c_{11}&\cdots&c_{1k}&b_{11}&\cdots&b_{1r}\\ \vdots& &\vdots&\vdots& &\vdots\\ c_{r1}&\cdots&c_{rk}&b_{r1}&\cdots&b_{rr}\end{pmatrix}

=\begin{pmatrix}A&O\\C&B\end{pmatrix}

其中A,B分别为k级和r级的可逆矩阵,C为r\times k矩阵,O为k\times r零矩阵

解：

\because |D|=|A||B|

\therefore A,B可逆时,D也可逆

设D^{-1}=\begin{pmatrix}X_{11}&X_{12}\\X_{21}&X_{22}\end{pmatrix}

\therefore \begin{pmatrix}A&O\\C&B\end{pmatrix}\begin{pmatrix}X_{11}&X_{12}\\X_{21}&X_{22}\end{pmatrix}=\begin{pmatrix}E_k&O\\O&E_e\end{pmatrix}

其中E_k,E_r分别为k级和r级单位矩阵

\therefore \begin{cases}AX_{11}=E_k\\AX_{12}=O\\CX_{11}+BX_{21}=O\\CX_{12}+BX_{22}=E_r\end{cases}

\therefore X_{11}=A^{-1},X_{12}=A^{-1}O=O

X_{22}=B^{-1}

BX_{21}=-CX_{11}=-CA^{-1},X_{21}=-B^{-1}CA^{-1}

\therefore D^{-1}=\begin{pmatrix}A^{-1}&O\\-B^{-1}CA^{-1}&B^{-1}\end{pmatrix}

注：C=O时有\begin{pmatrix}A&O\\O&B\end{pmatrix}=\begin{pmatrix}A^{-1}&O\\O&B^{-1}\end{pmatrix}

对角矩阵

形式为\begin{pmatrix}a_1&0&\cdots&0\\ 0&a_2&\cdots&0\\ \vdots&\vdots& &\vdots\\ 0&0&\cdots&a_l\end{pmatrix}的矩阵称为对角矩阵,其中a_i(i=1,2,\cdots,l)是数

形式为\begin{pmatrix}A_1& & &O\\ &A_2\\ & &\ddots\\ O& & &A_l\end{pmatrix}的矩阵称为准对角矩阵,其中A_i是n_i\times n_i矩阵(i=1,2,\cdots,l)

注：准对角矩阵包括对角矩阵

对于两个有相同分块的准对角矩阵

A=\begin{pmatrix}A_1& & &O\\ &A_2\\ & &\ddots\\ O& & &A_l\end{pmatrix},B=\begin{pmatrix}B_1& & &O\\ &B_2\\ & &\ddots\\ O& & &B_l\end{pmatrix}

若它们相应分块同级,则

AB=\begin{pmatrix}A_1B_1& & &O\\ &A_2B_2\\ & &\ddots\\ O& & &A_lB_l\end{pmatrix}

A+B=\begin{pmatrix}A_1+B_1& & &O\\ &A_2+B_2\\ & &\ddots\\ O& & &A_l+B_l\end{pmatrix}

AB,A+B依然是准对角矩阵

若A_1,A_2,\cdots,A_l都是可逆矩阵,则

\begin{pmatrix}A_1& & &O\\ &A_2\\ & &\ddots\\ O& & &A_l\end{pmatrix}^{-1}=\begin{pmatrix}A_1^{-1}& & &O\\ &A_2^{-1}\\ & &\ddots\\ O& & &A_l^{-1}\end{pmatrix}

相关文章

网友评论

    本文标题：高等代数理论基础30：矩阵的分块

    本文链接：https://www.haomeiwen.com/subject/xapulqtx.html

    延伸阅读

    深度阅读

    • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

    栏目导航

    热点阅读

    高等代数

    关于我们|服务条款|联系我们|高等代数理论基础30：矩阵的分块|投稿指南|网站地图|RSS订阅|排版工具|手机版

    提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

    Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

    备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

    本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

    所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！