mobile wallpaper 1mobile wallpaper 2mobile wallpaper 3mobile wallpaper 4
589 字
2 分钟
2.13分块矩阵
2026-06-10

矩阵的概念#

将矩阵用横线和竖线分成若干小块,每块是一个子矩阵。运算时把这些小块当作”数”来处理。 File-2.13分块矩阵-2620260603.png (400)

行向量组与列向量组(按向量分块)#

1. 按行分块 — 行向量组#

m×nm \times n 矩阵 AA 每一行看作一个 1×n1 \times n 行向量:

A=(α1α2αm),αiRnA = \begin{pmatrix} \boldsymbol{\alpha}_1 \\ \boldsymbol{\alpha}_2 \\ \vdots \\ \boldsymbol{\alpha}_m \end{pmatrix}, \quad \boldsymbol{\alpha}_i \in \mathbb{R}^n

  • 初等变换 ⇔ 对行向量组做线性组合
  • AA 的行秩 = 行向量组的秩

2. 按列分块 — 列向量组#

A=(β1,β2,,βn),βjRmA = (\boldsymbol{\beta}_1, \boldsymbol{\beta}_2, \dots, \boldsymbol{\beta}_n), \quad \boldsymbol{\beta}_j \in \mathbb{R}^m

  • 初等变换 ⇔ 对列向量组做线性组合
  • AA 的列秩 = 列向量组的秩
  • ABAB 的每一列是 AA 列向量的线性组合,系数来自 BB 的对应列

分块矩阵的加法与数乘#

只要分块方式相同,直接对应块相加:

(ABCD)+(ABCD)=(A+AB+BC+CD+D)\begin{pmatrix} A & B \\ C & D \end{pmatrix} + \begin{pmatrix} A' & B' \\ C' & D' \end{pmatrix} = \begin{pmatrix} A+A' & B+B' \\ C+C' & D+D' \end{pmatrix}

数乘同理,每个块乘 kk

分块矩阵的乘法#

(ABCD)(XYZW)=(AX+BZAY+BWCX+DZCY+DW)\begin{pmatrix} A & B \\ C & D \end{pmatrix} \begin{pmatrix} X & Y \\ Z & W \end{pmatrix} = \begin{pmatrix} AX+BZ & AY+BW \\ CX+DZ & CY+DW \end{pmatrix}规则:完全仿照普通矩阵乘法,但每个乘积中左边矩阵的块在左,右边矩阵的块在右——不可交换

前提:分块方式必须使所有乘积合法(维度一样)(前列数n = 后行数m)。

分块矩阵的转置#

(ABCD)T=(ATCTBTDT)\begin{pmatrix} A & B \\ C & D \end{pmatrix}^T = \begin{pmatrix} A^T & C^T \\ B^T & D^T \end{pmatrix}

大块位置按转置交换,且每块自身也要转置。

特殊分块矩阵#

1. 对角分块矩阵#

A=(A1Ak)A = \begin{pmatrix} A_1 & & \\ & \ddots & \\ & & A_k \end{pmatrix}性质

  • A=A1Ak|A| = |A_1| \cdots |A_k|
  • AA 可逆 \Leftrightarrow 每个 AiA_i 可逆
  • A1=(A11Ak1)A^{-1} = \begin{pmatrix} A_1^{-1} & & \\ & \ddots & \\ & & A_k^{-1} \end{pmatrix}
对角块的方阵要求#

每一块 AiA_i 必须是方阵吗?

  • 严格定义下:是的。 否则 Ai|A_i| 不存在,Ai1A_i^{-1} 也不存在,可逆性、行列式公式全部失效。
  • 若只做加法、乘法而不涉及求逆/行列式,非方阵对角块也可参与——只需分块合法。
同阶分块对角矩阵的乘法#

A=diag(A1,,Ak)A = \text{diag}(A_1, \dots, A_k)B=diag(B1,,Bk)B = \text{diag}(B_1, \dots, B_k),对应块尺寸匹配:

AB=(A1B1AkBk)AB = \begin{pmatrix} A_1B_1 & & \\ & \ddots & \\ & & A_kB_k \end{pmatrix}

对角块各自相乘,非对角块恒为零。 大矩阵乘法退化为若干小矩阵乘法。


2. 分块上/下三角#

(AB0D)(A0CD)\begin{pmatrix} A & B \\ 0 & D \end{pmatrix} \quad \text{或} \quad \begin{pmatrix} A & 0 \\ C & D \end{pmatrix}

行列式det=AD\det = |A| \cdot |D|(对角块必须是方阵)

分块矩阵求逆矩阵的简化公式#

① 分块对角(B=0B = 0C=0C = 0#

(A00D)1=(A100D1)\begin{pmatrix} A & 0 \\ 0 & D \end{pmatrix}^{-1} = \begin{pmatrix} A^{-1} & 0 \\ 0 & D^{-1} \end{pmatrix}

② 分块上三角(C=0C = 0#

(AB0D)1=(A1A1BD10D1)\begin{pmatrix} A & B \\ 0 & D \end{pmatrix}^{-1} = \begin{pmatrix} A^{-1} & -A^{-1}BD^{-1} \\ 0 & D^{-1} \end{pmatrix}

③ 分块下三角(B=0B = 0#

(A0CD)1=(A10D1CA1D1)\begin{pmatrix} A & 0 \\ C & D \end{pmatrix}^{-1} = \begin{pmatrix} A^{-1} & 0 \\ -D^{-1}CA^{-1} & D^{-1} \end{pmatrix}

④ 反三角形式#

(0BC0)1=(0C1B10)(前提 B,C 均可逆方阵)\begin{pmatrix} 0 & B \\ C & 0 \end{pmatrix}^{-1} = \begin{pmatrix} 0 & C^{-1} \\ B^{-1} & 0 \end{pmatrix} \quad (\text{前提 } B, C \text{ 均可逆方阵})

这些公式本质上都是从一般舒尔补公式代入零矩阵得到的,但记住简化版可以直接写出结果。

分享

如果这篇文章对你有帮助,欢迎分享给更多人!

2.13分块矩阵
https://wander-seek.asia/posts/213分块矩阵/
作者
Coldgerm
发布于
2026-06-10
许可协议
CC BY-NC-SA 4.0

部分信息可能已经过时

目录