分块矩阵及其应用汇总

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

1引言

我们在高等代数中接触到矩阵后，学习了矩阵的相关性质，但是对于一些复杂高阶矩阵，我们希望能将问题简化. 考虑将矩阵分割为若干块，并将矩阵的部分性质平移至分块矩阵中，这样的处理往往会使问题简化.

定义1.1 [1]分块矩阵是把一个大矩阵分割成若干“矩阵的矩阵”，如把m n

矩阵分割为如下形式的矩

阵：

特别地，对于单位矩阵分块：

显然，这里我们认识的矩阵元素不再局限于数字，而是一个整体，这里的A ij

ij 所代表的是大矩阵囊括的小矩阵，而小矩阵一般是我们熟知的常见矩阵. 依照以上设想，有关矩阵性质的一些问题, 我们可以考虑用分块矩阵的思路来解决.

2分块矩阵

2.1矩阵的相关概念在矩阵的学习中，我们学过一些最基本的概念，比如矩阵的行列式、矩阵的秩、矩阵的逆、初等变换、初等矩阵等等. 事实上，我们发现：分块后的矩阵同样用到这些概念.

n个元素的乘积a1j 1a2j 2 a nj n 的代数和，这一定义又可写成

定义2.1.2[ ]向量组的极大无关组所含向量的个数称为这个向量组的的秩

E n n

nn

a11 a12 a1n

定义2.1.1 [2]n 级行列式等于所有取自不同行不同列的

a11 a21

a n1

a12 a1n

a22 a2n

j 1j 2 j n

a n2 a nn

E11 0

a2n

a nj n

所谓矩阵的行秩就是指矩阵的行向量组的秩；矩阵的列秩就是矩阵列向量组的 秩

.

定义 2.1.3 [2] n 级方阵称为可逆的， 如果有 n 级方阵 B ，使得 AB BA

E

1

这里 E 是n

级单位矩阵），那么 B 就称为 A 的逆矩阵，记为 A

.

定义 2.1.4 [3] 对分块矩阵施行下列三种初等变换：

（1） 互换分块矩阵的某两行 （ 列） ；

（2） 用一个非奇异阵左（右）乘分块矩阵的某一行 （ 列） ；

（3） 用一个非零阵左 （右）乘分块矩阵的某一行 （列）加至另一行 （列）上， 分别称上述三种初等行 （ 列） 变换为分块矩阵的初等行 （ 列） 变换 .

I m O

O I

n

其作相应的初等变换所得到的矩阵称为分块初等矩阵 . 分块矩阵具有以下形式：

其中 P , Q 分别是 m 阶和 n 阶可逆方阵，且 R 1

R m n

，S R n m

为非

零阵.

2.2 矩阵的运算性质 矩阵的运算包括加法、乘法、数乘，这里主要讨论矩阵

的运算性质： 定义 2.2.1 [4]

矩阵加法：设 A a ij sn ， B b ij sn 是两个同型矩阵，则

矩阵C c ij sn = a ij b ij sn 称为 A 和B 的和，记为 C A B .元素全为零的 矩阵称为零矩阵，记为 O sn ，可简单记为 O, 对于矩阵 A 、B ，有:

(1) A O A (2) A ( A ) 0

定义 2.1.5 [3]

对m n 阶单位矩阵作 2 2分块，即I m n = ，然后对

(1) 分块初等对换阵

I

O n

O

I

m

(2) 分块初等倍乘阵

I m O

0Q

(3) 分块初等倍加阵

R

1

I

m

P 0 O

I n

O

I

n

S

(3)A B A ( B)

(4)(A B) C A (B C)

(5) A B B A

定义 2.2.2 [4] 矩阵乘法：设 A a ik sn ，B b kj nm 是两个不同型矩阵，

那么矩阵 C AB

c ij sm ，称为矩阵 A 与 B 的乘积，其中：

n

c ij a i 1b 1j a i 2b 2j a in b nj a ik b kj

k 1

在乘积的定义中，我们要求第二个矩阵行数和第一个矩阵列数相等 特别地，矩阵的乘法和加法满足以下性质： 2.3 分块矩阵的初等变换性质 我们对于分块矩阵，也有其运算性质： 设 A 、 B 是 m n 矩阵，若对它们有相同的划分，也就有：

A 11

B 11

A 1t

B 1t

加法： A B

A

s1

B

s1

A

st

B

st

乘法： C AB, 其中：

C

ij

A

i 1B 1j

A

i n

2B 2j

A

in B nj

A

ik B kj

k 1

(1) 1 A A ；

(2

) k (lA ) (kl )A; (3) k (A B )

kA kB (4) (k l )A kA lA ; (5)

k A B

kA kB

kA ，有以下性

质： 的数量乘积，记为 (1) A (B C ) AB AC

(2) (B C )A BA CA

ka 11

ka

12 ka 1n

定义 2.2.3 [4] 矩阵数乘：

ka

21

ka

22

ka

2n

ka s 1

ka

s 2

ka

sn

)sn 与数 k

(AB )D A (BD ) (3)

称为矩阵 A (a ij

kA 11

kA 1t

数乘： kA .

kA s1 kA st

总结了矩阵的运算性质，我们主要看看分块矩阵初等变换性质： 定义 2.3.1 [2

] 由单位矩阵 E 经过一次初等变换得到的矩阵称为初等矩

阵 初等矩阵都是方阵，包括以下三种变换：

(1) 互换矩阵 E 的i 行与 j 行的位置; (2) 用数域 P 中的非零数 c 乘 E 的i 行; (3) 把矩阵E 的 j 行的k 倍加到i 行.

定义 2.3.2 [5] 将单位矩阵分块，并施行如下三种变换中的一种变换而得到 的方阵称为分块初等矩阵 :

(1) 对调两块同阶的块所在的行或列 ; (2) 某一块乘以同阶的满秩方阵 ;

(3) 某一块乘以一个矩阵后加到另一行上 ( 假定这种运算可以进行 ). B D

进行相应变换，只要应用矩阵的计算性质，左乘对

应分块矩阵：

O E n

2.4 矩阵的分块技巧 对矩阵的分块不是唯一的， 我们往往根据问题的不同

进行不同的分块， 分块

的合适与否，都对问题的解决至关重要，最常见的有四种分块方法 [6] ：

(1) 列向量分法，即 A

1,

,

n

，其中 j 为 A 的列向量 .

如：我们对分块矩阵 C

B =

C

D =A

OA PB

D O

AB

AB E n CD

C PA

D PB

O C

E

n C

B

= PA D =C

E

m P

1

（2） 行向量分法，即 A ，其中 j 为 A 的行向量 .

m

（3） 分两块，即 A A 1, A 2 , 其中 A 1 , A 2 分别为 A 的各若干列作成 . 或

C

1 C 2

（4） 分四块，即 A 1 2

.

C

3 C 4

我们在进行分块时， 希望分割的矩阵块尽可能是我们所熟悉的简单矩阵， 于 是，我们有必要熟悉一些常见的矩阵 .

2.5 常见的矩阵块 我们把高等代数中学习过的一些常见矩阵总结如下：

（1）单位矩阵：对角线元素都为 1，其余元素为 0 的n 阶方阵. （2）对角矩阵：对角线之外的元素都为 0 的n 阶方阵.

（3）三角矩阵：对角线以上（或以下）元素全为 0 的n 阶方阵. （4）对称矩阵：满足矩阵 A 的转置和 A 相等.

5）若尔丹（ Jordan ）块：

00

1

J ( ,t )

0 0

00 1

（6） 若尔丹形矩阵： 由若干个若尔丹块组成的准对角矩阵 , 其一般形状

形 如：

在复杂矩阵中，找到这些矩阵块，会使计算简化

3 分块矩阵及其应用

3.1 行列式计算的应用

定理 3.1.1 [ ] 拉普拉斯（Laplace ）定理:设在行列式 D 中任意取定了 k

个行.

B 2分别为 A 的若干行作成 .

其中 B ，

矩阵的分块及应用

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

分块矩阵在行列式计算中的应用(1)

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

分块矩阵的性质及其应用【开题报告】

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

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

分块矩阵的应用论文

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

分块矩阵求逆

一、分4块的矩阵求逆 对于分块矩阵A B 求其逆在计量经济学，马尔科夫链等科目中常常遇到，本文综合了 C D，格林等文件，提供一个一般的汇总性文件，方便查阅。 本文采用初等变化法求逆，假设先对矩阵进行了合适的分块并且灰色部分的逆存在： A B | I 0 C D | 0 I 第1行左乘-CA-1并加到第2行有： A B | I 0 0D-CA-1B | -CA-1I 第2行左乘-B(D-CA-1B)-1并加到第1行有： A 0 | I+ B(D-CA-1B)-1 CA-1-B(D-CA-1B)-1 0 D-CA-1B|-CA-1I 第1行左乘A-1，第2行左乘(D-CA-1B)-1后，右边的矩阵为原始矩阵的逆：

注意是左乘，右乘不行，因为右乘副对角线上的矩阵可能没法做矩阵乘法。 二、分9块的矩阵求逆 对于分9块的矩阵A=[A B C;D E F;G H K]求逆，可先把矩阵进行适当划分，使得以下各灰色部分可逆，然后分别左乘矩阵P和右乘矩阵Q，P、Q如下所示，易见P、Q均可逆。 P A Q I 0 0 | A B C | I -A-1B -A-1C -DA-1 I 0 | D E F | 0 I 0 = B(具体见下三行) -GA-10 I | G H K| 0 0 I A 0 0 0 E-DA-1B F-DA-1C [(K-GA-1C)-(H-GA-1B)(E-DA-1B)-1(F-DA-1C)] 0 H-GA-1B K-GA-1C 要求各灰色部分可逆

可见大矩阵B的逆主要是求其右下角的逆，而这是个分四块矩阵，用第一部分方法即可求得。因为PAQ=B，所以A=P-1BQ-1，A-1=QB-1P，经过最终计算，A-1表示如下: 其中： M=(E-DA-1B)-1+(E-DA-1B)-1(F-DA-1C)[(K-GA-1C)-(H-GA-1B)(E-DA-1B)-1(F-DA-1C)]-1 (H-GA-1B)(E-DA-1B)-1 N=-(E-DA-1B)-1(F-DA-1C)[(K-GA-1C)-(H-GA-1B)(E-DA-1B)-1(F-DA-1C)]-1 R=-[(K-GA-1C)-(H-GA-1B)(E-DA-1B)-1(F-DA-1C)]-1 (H-GA-1B)(E-DA-1B)-1 S=[(K-GA-1C)-(H-GA-1B)(E-DA-1B)-1(F-DA-1C)]-1 此方法原则上还可依此递推至分为n2块矩阵求逆。

浅析分块矩阵的性质和应用[1]讲解

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

浅谈分块矩阵的性质及应用

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

分块矩阵求逆公式及证明

分块矩阵求逆公式及证明 A 12 ,如果A ii (i=1,2)的逆存在，则 A 22 A 11 B 12 * A 12B 22 A 21B 11 A 22B 21 A 21 B 12 A 22B 22 将B 22代入方程(2)可以得到： B q 厂-A -1|A 12F 2 将B/弋入方程(1)可以得到： B qi = A ；；(I iq + A 12F 2A 21A ；1) 证毕。 同理可得，A ；1的另外一种表达形式为： F -F -1A A -1 1 A I ；；； ；； 1 12 22 ,其中 F 广(A ii-A i2A 22；；A 2i ) A - -1 -1 -1 化 1 A 11 (I + A 12F 2A 21A 11 ) _A 11A 12F 2 ； -F 2A 21A 11 F 2 其中 F 2= (A 2^A 21A 11A 12 F 1 证明: 设A 的逆为B 二 B 11 _B 21 B B ：，其中B 与A 分块形式相同'则: A 11 A 12 B 11 A 22 _ -B 21 B q? I 11 B 22H 22 - A 11B 11 A 12B 21 111 (1 ) 定理: A= A 11 A 21 ⑷- A 21A -?⑵二 A 22 B 22 -1 - A 21A 11B 22 -1 1 1 22 = B 22 二(A 22 一 A 21A 11A 12) F 2 (3) - A 21A 11 (1) — A 22B 21 - A 21A 11A 12B 21 =-A 21A -1 二 B 21 二一 B 22A 21A 11

矩阵的分块求逆及解线性方程组

实验3 矩阵的分块求逆及解线性方程组 一、 问题 化已知矩阵为上三角矩阵，构作范德蒙矩阵，高阶非奇异矩阵的分块求逆，求非齐次线性方程组的通解。 二、 实验目的 学会用Matlab 语言编程，实施矩阵的初等变换将已知矩阵化为上三角矩阵；掌握 用循环语句由已知向量构造范德蒙矩阵；了解高阶非奇异矩阵用不同分块法求逆矩阵的误差分析；能根据由软件求得的非齐次线性方程组增广矩阵的阶梯型的最简形式写出线性方程组的通解。 三、 预备知识 1． 线性代数知识： （1） 向量},,,{21n x x x X =作出的 n 阶范德蒙矩阵为 ??? ?? ??? ??---112112222 1 21111 n n n n n n x x x x x x x x x （2）分块矩阵???? ??=2221 1211A A A A A ，其中11A 为方的可逆子块，求逆矩阵有如下公式： 设??? ? ??=-2221 1211 1 B B B B A ，则2212111121 12111212222,)(B A A B A A A A B ----=-=， 1 11211211111111212221,----=-=A A B A B A A B B （3）常用的矩阵范数为Frobenius 范数；2 1112||||||??? ? ??=∑∑==n i n j ij F a A 2． 本实验所用Matlab 命令提示： （1）输入语句：input('输入提示')； （2）循环语句：for 循环变量=初始值 ：步长 ：终值 循环语句组 end （3）条件语句： if(条件式1) 条件块语句组1 elseif(条件式2) 条件块语句组2 else 条件块语句组3 end （4）矩阵和向量的范数：norm(A)； （5）求矩阵A 的秩：rank （A ）； （6）求矩阵A 的阶梯型的行最简形式：rref(A)。

分块矩阵的应用研究

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 -=-.

分块矩阵的应用论文

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

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 -==-;

分块矩阵及其应用

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。

分块矩阵的若干性质及其应用

分类号密级 U D C 编号 本科毕业论文(设计) 题目分块矩阵的若干性质及其应用 学院数学与经济学院 专业名称应用统计学 年级 学生姓名 2017 年 4 月

文献综述 一、概述 矩阵是数学中的一个重要的基本概念，是代数学的一个主要研究对象，也是数学研究和应用的一个重要工具。分块矩阵是矩阵的一种特殊形式，对于一些高阶矩阵，形式表达上就比较抽象，运算上就更为繁杂，然而通过矩阵分块的方法达到降阶的目的。分块矩阵的若干性质及其应用是一个应用型的课题，是通过对分块矩阵的若干性质的掌握并应用于现实生活上的实际问题，它的应用范围非常广，远远不止于本文所列出的这几个方面，还有更广阔的应用有待于我们更加深入地去研究与探索。 二、正文 通过阅读居余马著作的《线性代数》一书中了解到，“矩阵”这个词是由西尔维斯特首先使用的，他是为了将数字的矩形阵列区别于行列式而发明了这个术语。而实际上，矩阵这个课题在诞生之前就已经发展的很好了。但是追根溯源，矩阵最早是出现在我国的《九章算术》中，在《九章算术》方程一章中，就提出了解线性方程各项系数、常数按顺序排列成一个长方形的形状，随后移动，就可以求出这个方程。从行列式的大量工作中明显的表现出来，为了很多目的，不管行列式的值是否与问题有关，方阵本身都可以研究和使用，矩阵的许多基本性质也是在行列式的发展中建立起来的。 现阶段，分块矩阵的性质及其应用在各个方面都起着至关重要的作用，分块矩阵的应用非常广泛和深刻，特别是在高等代数和线性代数中的应用更加广阔，例如在计算行列式以及矩阵的秩等方面，都有着很重要的应用。但国内一些专家对其研究主要还是在证明和计算方面。 林瑾瑜在《分块矩阵的若干性质及其在行列式计算中的应用》中，从行列式计算中的经常用到的性质出发，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问题中的应用。 蔡铭晶在《例说分块矩阵的应用》中论述了分块矩阵的概念，举例说明和分析了分块矩阵在线性代数中的应用，包括利用分块矩阵求逆矩阵、求高阶行

逆矩阵的几种求法与解析(很全很经典)

逆矩阵的几种求法与解析 矩阵是线性代数的主要内容,很多实际问题用矩阵的思想去解既简单又快捷.逆矩阵又是矩阵理论的很重要的内容, 逆矩阵的求法自然也就成为线性代数研究的主要内容之一.本文将给出几种求逆矩阵的方法. 1.利用定义求逆矩阵 定义: 设A、B 都是n 阶方阵, 如果存在n 阶方阵B 使得AB= BA = E, 则称A 为可逆矩阵, 而称B为A 的逆矩阵.下面举例说明这种方法的应用. 例1 求证: 如果方阵A 满足A k= 0, 那么EA是可逆矩阵, 且 （E-A）1-= E + A + A2+…+A1-K 证明因为E 与A 可以交换, 所以 (E- A )(E+A + A2+…+ A1-K)= E-A K, 因A K= 0 ,于是得 (E-A)（E+A+A2+…+A1-K）=E， 同理可得（E + A + A2+…+A1-K）(E-A)=E， 因此E-A是可逆矩阵,且 (E-A)1-= E + A + A2+…+A1-K. 同理可以证明(E+ A)也可逆,且 (E+ A)1-= E -A + A2+…+（-1）1-K A1-K. 由此可知, 只要满足A K=0，就可以利用此题求出一类矩阵E±A的逆矩阵.

例2 设 A =? ? ?? ? ???? ???000030000020 0010,求 E-A 的逆矩阵. 分析 由于A 中有许多元素为零, 考虑A K 是否为零矩阵, 若为零矩阵, 则可以采用例2 的方法求E-A 的逆矩阵. 解 容易验证 A 2=???? ????? ???0000 000060000200， A 3=? ? ?? ? ? ? ?? ???0000 0000 00006000 ， A 4=0 而 (E-A)(E+A+ A 2+ A 3)=E,所以 (E-A)1-= E+A+ A 2+ A 3 =? ? ?? ? ???? ???1000 31006210 6211. 2.初等变换法 求元素为具体数字的矩阵的逆矩阵，常用初等变换法.如果A 可逆，则A 可通过初等变换，化为单位矩阵I ，即存在初等矩阵S P P P ,,21Λ使 （1）s p p p Λ21A=I ，用A 1-右乘上式两端，得： （2） s p p p Λ21I= A 1- 比较（1）（2）两式，可以看到当A 通过初等变换化为单位矩阵的同时，对单位矩阵I 作同样的初等变换，就化为A 的逆矩阵A 1-. 用矩阵表示（A I ）??? →?初等行变换 为（I A 1-），就是求逆矩阵的初等行变换法，它是实际应用中比较简单的一种方法.需要注意的是，在作初等变换时只允许作行初等变换.同样，只用列初等变换也可以求逆矩阵.

分块矩阵求逆公式及证明

分块矩阵求逆公式及证明 12:,1,2)()()i -??=???? ??+-==- ?-?? 1112ii 2122-1-1-1-1-11112221111112222211112-1221112A A A =A A A A I A F A A A A F A F A A A A F A A F 定理　如果（的逆存在，则，其中??=???? ??????=?=???????????? +=??+=???+=?+=?1112212211121112112122212222111112211111121222211122212112222222B B A B B A B B A A B B I 0AB I A A B B 0I A B A B I A B A B 0A B A B 0A B A B I 证明: 设的逆为，其中与分块形式相同，则：(1) (2)(3) (4) ? 11(4)(2)()--??-=?=-=-1-1-122111222221112222222221112A A A B A A B I B A A A A F 11121(3)(1)-??-=-?=--1-1-1-121112222111122211122211 A A A B A A A B A A B B A A 2 2(2)(1)()=-=+-122121112-1-121111*********B B A A F B B A I A F A A 将代入方程可以得到：　将代入方程可以得到：　 证毕。 同理可得，A -1的另外一种表达形式为： 11,()()--??-==-??-+??-1-1-1111222111122221-1-122211 222221112F F A A A F A A A A A A F A I A F A 其中

逆矩阵的几种求法与解析(很全很经典)

逆矩阵的几种求法与解析 矩阵是线性代数的主要内容,很多实际问题用矩阵的思想去解既简单又快捷.逆矩阵又是矩阵理论的很重要的内容, 逆矩阵的求法自然也就成为线性代数研究的主要内容之一.本文将给出几种求逆矩阵的方法. 1.利用定义求逆矩阵 定义: 设A 、B 都是n 阶方阵, 如果存在n 阶方阵B 使得AB= BA = E, 则称A 为可逆矩阵, 而称B 为A 的逆矩阵.下面举例说明这种方法的应用. 例1 求证: 如果方阵A 满足A k= 0, 那么EA 是可逆矩阵, 且 （E-A ）1-= E + A + A 2+…+A 1-K 证明 因为E 与A 可以交换, 所以 (E- A )(E+A + A 2+…+ A 1-K )= E-A K , 因A K = 0 ,于是得 (E-A)（E+A+A 2+…+A 1-K ）=E ， 同理可得（E + A + A 2+…+A 1-K ）(E-A)=E ， 因此E-A 是可逆矩阵,且 (E-A)1-= E + A + A 2+…+A 1-K . 同理可以证明(E+ A)也可逆,且 (E+ A)1-= E -A + A 2+…+（-1）1-K A 1-K . 由此可知, 只要满足A K =0，就可以利用此题求出一类矩阵E ±A 的逆矩阵. 例2 设 A =? ? ?? ? ???? ???0000 30000020 0010,求 E-A 的逆矩阵. 分析 由于A 中有许多元素为零, 考虑A K 是否为零矩阵, 若为零矩阵, 则可以采用例2 的方法求E-A 的逆矩阵. 解 容易验证

A 2 =????????? ???0000000060000200， A 3=? ? ?? ? ? ? ?? ???00000000 00006000 ， A 4=0 而 (E-A)(E+A+ A 2+ A 3)=E,所以 (E-A)1-= E+A+ A 2+ A 3= ? ? ?? ? ???????1000 31006210 6211. 2.初等变换法 求元素为具体数字的矩阵的逆矩阵，常用初等变换法.如果A 可逆，则A 可通过初等变换，化为单位矩阵I ，即存在初等矩阵S P P P ,,21 使 （1）s p p p 21A=I ，用A 1-右乘上式两端，得： （2） s p p p 21I= A 1- 比较（1）（2）两式，可以看到当A 通过初等变换化为单位矩阵的同时，对单位矩阵I 作同样的初等变换，就化为A 的逆矩阵A 1-. 用矩阵表示（A I ）??? →?初等行变换 为（I A 1-），就是求逆矩阵的初等行变换法，它是实际应用中比较简单的一种方法.需要注意的是，在作初等变换时只允许作行初等变换.同样，只用列初等变换也可以求逆矩阵. 例1 求矩阵A 的逆矩阵.已知A=???? ? ?????521310132. 解 [A I]→??????????100521010310001132→???? ? ?????001132010310100521 → ??????????--3/16/16/1100010310100521→???? ??????-----3/16/16/110012/32/10103/46/136/1001