2 矩阵方程
2.1 矩阵直积(张量积)
定义 2.1.1 设 AAA , BBB 分别是 m×nm\times nm×n 阵和 p×qp\times qp×q 阵,定义 A⊗B=(a11B⋯a1nB⋮⋮am1B⋯amnB).\left.A\otimes B = \left(\begin{matrix}a_{11}B&\cdots&a_{1n}B\\\vdots&&\vdots\\a_{m1}B&\cdots&a_{mn}B\end{matrix}\right.\right).A⊗B= a11B⋮am1B⋯⋯a1nB⋮amnB .
若将 A⊗BA\otimes BA⊗B 的行足标集视为[m]×[p][m]\times[p][m]×[p],列足标集视为 [n]×[q][n]\times[q][n]×[q] ,则 (A⊗B)(i,l)×(j,k)=(aijB)lk(A\otimes B)_{(i,l)\times(j,k)}=(a_{ij}B)_{lk}(A⊗B)(i,l)×(j,k)=(aijB)lk .
性质 2.1.2 (1) a(A⊗B)=(aA)⊗B=A⊗(aB)a(A\otimes B)=(aA)\otimes B=A\otimes(aB)a(A⊗B)=(aA)⊗B=A⊗(aB)
(2)(A11⋯A1q⋮⋮Ap1⋯Apq)⊗B=(A11⊗B⋯A1q⊗B⋮⋮Ap1⊗B⋯Apq⊗B)\left.\left(\begin{matrix}A_{11}&\cdots&A_{1q}\\\vdots&&\vdots\\A_{p1}&\cdots&A_{pq}\end{matrix}\right.\right)\otimes B=\left(\begin{matrix}A_{11}\otimes B&\cdots&A_{1q}\otimes B\\\vdots&&\vdots\\A_{p1}\otimes B&\cdots&A_{pq}\otimes B\end{matrix}\right) A11⋮Ap1⋯⋯A1q⋮Apq ⊗B= A11⊗B⋮Ap1⊗B⋯⋯A1q⊗B⋮Apq⊗B
~~~~ 矩阵直积的下列三个性质很容易验证:
(3) (A1+A2)⊗B=A1⊗B+A2⊗B(A_{1}+A_{2})\otimes B=A_{1}\otimes B+A_{2}\otimes B(A1+A2)⊗B=A1⊗B+A2⊗B
(4) (A⊗B)⊗C=A⊗(B⊗C)(A\otimes B) \otimes C=A\otimes (B\otimes C)(A⊗B)⊗C=A⊗(B⊗C)
(5) (A⊗B)T=AT⊗BT(A\otimes B)^T=A^T\otimes B^T(A⊗B)T=AT⊗BT
~~~~ 和矩阵乘积一样,直积也不满足交换律。
(6) 一般地说,对 m×nm\times nm×n 矩阵 A\boldsymbol AA 和 p×qp\times qp×q 矩阵 B\boldsymbol BB ,A⊗B≠B⊗A\boldsymbol A\otimes \boldsymbol B\neq \boldsymbol B\otimes \boldsymbol AA⊗B=B⊗A。但 A⊗B\boldsymbol A\otimes \boldsymbol BA⊗B 和 B⊗A\boldsymbol B\otimes \boldsymbol AB⊗A 置换相抵,它们都是 mp×nqmp\times nqmp×nq 型的,而且可以通过对行的置换和对列的置换把 A⊗B\boldsymbol A\otimes \boldsymbol BA⊗B 化成 B⊗A\boldsymbol B\otimes \boldsymbol AB⊗A。形式地说,存在 mpmpmp 阶和 nqnqnq 阶置换方阵 P\boldsymbol PP 和 Q\boldsymbol QQ , 使 P(A⊗B)Q=B⊗A\boldsymbol P(\boldsymbol A\otimes \boldsymbol B)\boldsymbol Q=\boldsymbol B\otimes \boldsymbol AP(A⊗B)Q=B⊗A。特别地,当 m=n,p=qm=n,p=qm=n,p=q 时 A⊗B\boldsymbol A\otimes \boldsymbol BA⊗B 和 B⊗A\boldsymbol B\otimes \boldsymbol AB⊗A 置换相似,一定有 mpmpmp 阶置换方阵 P\boldsymbol PP ,使 P(A⊗B)PT=B⊗A\boldsymbol P(\boldsymbol A\otimes \boldsymbol B)\boldsymbol P^T=\boldsymbol B\otimes \boldsymbol AP(A⊗B)PT=B⊗A .
(7) 只要乘积 AC\boldsymbol {AC}AC 和 BD\boldsymbol {BD}BD 都有意义,则 (A⊗B)(C⊗D)(\boldsymbol A\otimes \boldsymbol B)(\boldsymbol C\otimes \boldsymbol D)(A⊗B)(C⊗D) 也有意义,而且(A⊗B)(C⊗D)=AC⊗BD.(\boldsymbol A\otimes \boldsymbol B)(\boldsymbol C\otimes \boldsymbol D)=\boldsymbol {AC}\otimes \boldsymbol {BD}.(A⊗B)(C⊗D)=AC⊗BD.
证 设 A\boldsymbol AA 和 C\boldsymbol CC 分别是 m×nm\times nm×n 和 n×kn\times kn×k 矩阵,B\boldsymbol BB 和 D\boldsymbol DD 分别是 p×qp\times qp×q 和 q×rq\times rq×r 矩阵,则 A⊗B\boldsymbol A\otimes \boldsymbol BA⊗B 和 C⊗D\boldsymbol C\otimes \boldsymbol DC⊗D 分别是 mp×nqmp\times nqmp×nq 和 nq×krnq\times krnq×kr 矩阵,从而可以相乘.现在分别将 A⊗B\boldsymbol A\otimes \boldsymbol BA⊗B 和 C⊗D\boldsymbol C\otimes \boldsymbol DC⊗D 作自然分块:
A⊗B=(a11B⋯a1nB⋮⋮am1B⋯amnB),C⊗D=(c11D⋯c1kD⋮⋮cn1D⋯cnkD).\boldsymbol{A}\otimes \boldsymbol{B}=\left({\begin{array}{ccc} {a_{11}\boldsymbol{B}}&\cdots&a_{1n}\boldsymbol{B}\\\vdots&&\vdots\\a_{m1}\boldsymbol{B}&\cdots&a_{mn}\boldsymbol{B}\end{array}}\right),\quad \boldsymbol{C}\otimes\boldsymbol{D}=\left(\begin{array}{ccc}{c_{11}\boldsymbol{D}}&\cdots&c_{1k}\boldsymbol{D}\\\vdots&&\vdots\\c_{n1}\boldsymbol{D}&\cdots&c_{nk}\boldsymbol{D}\end{array}\right). A⊗B= a11B⋮am1B⋯⋯a1nB⋮amnB ,C⊗D= c11D⋮cn1D⋯⋯c1kD⋮cnkD .则(A⊗B)(C⊗D)(\boldsymbol A⊗\boldsymbol B)(\boldsymbol C⊗\boldsymbol D)(A⊗B)(C⊗D)的 (i,j)(i,j)(i,j) 块是 ∑l=1nailBcljD =(∑l=1nailclj)BD\sum_{l=1}^na_{il}\boldsymbol Bc_{lj}\boldsymbol D\:=(\sum_{l=1}^na_{il}c_{lj})\boldsymbol B\boldsymbol D∑l=1nailBcljD=(∑l=1nailclj)BD,右边正是 AC⊗BD\boldsymbol {AC}\otimes \boldsymbol {BD}AC⊗BD 的 (i,j)(i,j)(i,j) 块。
利用性质 (3) ~ (7) ,特别是性质 (5) ,可以得到更多的常用性质。在下列性质 (8) ~ (11) 中,AAA 和 BBB 分别是 mmm 阶和 nnn 阶方阵.
(8) 设 A\boldsymbol{A}A, B\boldsymbol{B}B 都可逆,则 A⊗B\boldsymbol{A}\otimes \boldsymbol{B}A⊗B 也可逆,且 (A⊗B)−1=A−1⊗B−1~~(\boldsymbol{A}\otimes \boldsymbol{B})^{-1}=\boldsymbol{A}^{-1}\otimes \boldsymbol{B}^{-1} (A⊗B)−1=A−1⊗B−1 。
(9) det(A⊗B)=(detA)n(detB)m\:\det(\boldsymbol{A}\otimes\boldsymbol{B})=(\det\boldsymbol{A})^n(\det\boldsymbol{B})^mdet(A⊗B)=(detA)n(detB)m 。
证 由于 A⊗B=(A⊗In)(Im⊗B)\boldsymbol{A}\otimes \boldsymbol{B}=(\boldsymbol{A}\otimes \boldsymbol{I_n})(\boldsymbol{I_m}\otimes \boldsymbol{B})A⊗B=(A⊗In)(Im⊗B),而 det(Im⊗B)=(detB)m\det(\boldsymbol{I_m}\otimes \boldsymbol{B})=(\det \boldsymbol{B})^mdet(Im⊗B)=(detB)m ,由 A⊗In\boldsymbol{A}\otimes \boldsymbol{I_n}A⊗In 置换相似于 In⊗A\boldsymbol{I_n}\otimes\boldsymbol{A}In⊗A ,知 det(A⊗In) = det(In⊗A) = (detA)n \det(\boldsymbol{A}\otimes \boldsymbol{I_n})\:=\:\det(\boldsymbol{I_n}\otimes\boldsymbol{A})\:=\:(\det \boldsymbol{A})^n\:det(A⊗In)=det(In⊗A)=(detA)n ,所以结论成立。
(10) rank(A⊗B)=(rankA)(rankB)\operatorname{rank}(\boldsymbol{A}\otimes\boldsymbol{B})=(\operatorname{rank}\boldsymbol{A})(\operatorname{rank}\boldsymbol{B})rank(A⊗B)=(rankA)(rankB)<

本文围绕矩阵方程展开,介绍了矩阵直积(张量积)的定义与性质,如不满足交换律等。还探讨了矩阵方程AXB = C、AX - XB = C和AX - XB = 0的求解方法,包括将其转化为普通线性方程,以及解的存在性、唯一性等相关条件和结论。

6183

被折叠的 条评论
为什么被折叠?



