线性代数及其应用习题答案(中文版)第二章矩阵代数 2.4 分块矩阵(1)

最新推荐文章于 2025-12-12 14:28:14 发布

原创最新推荐文章于 2025-12-12 14:28:14 发布 · 675 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#线性代数 #矩阵

线性代数及其应用专栏收录该内容

23 篇文章

订阅专栏

2.4

[!CAUTION]

定理 10（ $A B$ 的行展开）
若 $A$ 是 $\times n$ 矩阵， $B$ 是 $\times p$ 矩阵，则
$\begin{bmatrix} \mathrm{col}_1(A) & \mathrm{col}_2(A) & \cdots & \mathrm{col}_n(A) \end{bmatrix} \begin{bmatrix} \mathrm{row}_1(B) \\ \mathrm{row}_2(B) \\ \vdots \\ \mathrm{row}_n(B) \end{bmatrix} \tag{1}$

$\mathrm{col}_1(A)\mathrm{row}_1(B) + \mathrm{col}_2(A)\mathrm{row}_2(B) + \cdots + \mathrm{col}_n(A)\mathrm{row}_n(B)$

练习题

证明 $[I0AI]\begin{bmatrix} I & 0 \\ A & I \end{bmatrix}$ 可逆并求出它的逆.

解答：
设分块矩阵 $\begin{bmatrix} I & 0 \\ A & I \end{bmatrix}$ ，假设其逆矩阵存在且具有分块形式 $M−1=[WXYZ]M^{-1} = \begin{bmatrix} W & X \\ Y & Z \end{bmatrix}$ 。根据逆矩阵的定义， $\cdot M^{-1} = I$ ，即：

$[I0AI][WXYZ]=[I00I]\begin{bmatrix} I & 0 \\ A & I \end{bmatrix}\begin{bmatrix} W & X \\ Y & Z \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$

计算左边矩阵乘积：

$[I⋅W+0⋅YI⋅X+0⋅ZA⋅W+I⋅YA⋅X+I⋅Z]=[WXAW+YAX+Z]\begin{bmatrix} I \cdot W + 0 \cdot Y & I \cdot X + 0 \cdot Z \\ A \cdot W + I \cdot Y & A \cdot X + I \cdot Z \end{bmatrix} = \begin{bmatrix} W & X \\ AW + Y & AX + Z \end{bmatrix}$

令结果等于单位矩阵，得到方程组：

$W = I$ （左上角元素相等）
$X = 0$ （右上角元素相等）
$A W + Y = 0$ （左下角元素相等）
$A X + Z = I$ （右下角元素相等）

将 $W = I$ 代入第3式： $\cdot I + Y = 0$ ，解得 $Y = - A$ 。
将 $X = 0$ 代入第4式： $\cdot 0 + Z = I$ ，解得 $Z = I$ 。

因此，逆矩阵为 $[I0−AI]\begin{bmatrix} I & 0 \\ -A & I \end{bmatrix}$ 。验证乘积：
$[I0AI][I0−AI]=[I0A−AI]=[I00I]\begin{bmatrix} I & 0 \\ A & I \end{bmatrix}\begin{bmatrix} I & 0 \\ -A & I \end{bmatrix} = \begin{bmatrix} I & 0 \\ A - A & I \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$
同理，交换顺序相乘也满足单位矩阵条件，说明该逆矩阵成立。

结论：
矩阵 $[I0AI]\begin{bmatrix} I & 0 \\ A & I \end{bmatrix}$ 可逆，其逆矩阵为 $[I0−AI]\begin{bmatrix} I & 0 \\ -A & I \end{bmatrix}$ 。

计算 $X^TX$ ，其中 $X$ 分块为 $X_1\ X_2]$ .

解答：
设矩阵 $X$ 的分块形式为 $X = [X_1\ X_2]$ ，其中 $X_1$ 和 $X_2$ 是适当维数的子矩阵。根据转置矩阵的定义， $X$ 的转置为：
$XT=[X1TX2T]X^T = \begin{bmatrix} X_1^T \\ X_2^T \end{bmatrix}$

计算 $X^TX$ 时，应用分块矩阵乘法规则：
$X2]X^TX = \begin{bmatrix} X_1^T \\ X_2^T \end{bmatrix} \cdot [X_1\ X_2]$

展开乘积：

左上角块： $X1T⋅X1X_1^T \cdot X_1$
右上角块： $X1T⋅X2X_1^T \cdot X_2$
左下角块： $X2T⋅X1X_2^T \cdot X_1$
右下角块： $X2T⋅X2X_2^T \cdot X_2$

因此：
$XTX=[X1TX1X1TX2X2TX1X2TX2]X^TX = \begin{bmatrix} X_1^TX_1 & X_1^TX_2 \\ X_2^TX_1 & X_2^TX_2 \end{bmatrix}$

注意： $X^T$ 的列数等于 $X$ 的行数，满足矩阵乘法的维度要求。此外， $X^TX$ 是对称矩阵，因为 $X^TX)^T = X^T(X^T)^T = X^TX$ 。

结论：
$XTX=[X1TX1X1TX2X2TX1X2TX2]X^TX = \begin{bmatrix} X_1^TX_1 & X_1^TX_2 \\ X_2^TX_1 & X_2^TX_2 \end{bmatrix}$ 。

习题2.4

计算 $[I0EI][ABCD]\begin{bmatrix} I & 0 \\ E & I \end{bmatrix} \begin{bmatrix} A & B \\ C & D \end{bmatrix}$

解答：
应用分块矩阵乘法规则（行-列法则），左矩阵的每一行与右矩阵的每一列对应相乘：

左上角块： $\cdot A + 0 \cdot C = A$
右上角块： $\cdot B + 0 \cdot D = B$
左下角块： $\cdot A + I \cdot C = EA + C$
右下角块： $\cdot B + I \cdot D = EB + D$

结论：
乘积为 $[ABEA+CEB+D]\begin{bmatrix} A & B \\ EA + C & EB + D \end{bmatrix}$

计算 $[E00F][ABCD]\begin{bmatrix} E & 0 \\ 0 & F \end{bmatrix} \begin{bmatrix} A & B \\ C & D \end{bmatrix}$

解答：
应用分块矩阵乘法规则：

左上角块： $\cdot A + 0 \cdot C = EA$
右上角块： $\cdot B + 0 \cdot D = EB$
左下角块： $\cdot A + F \cdot C = FC$
右下角块： $\cdot B + F \cdot D = FD$

结论：
乘积为 $[EAEBFCFD]\begin{bmatrix} EA & EB \\ FC & FD \end{bmatrix}$

计算 $[0II0][WXYZ]\begin{bmatrix} 0 & I \\ I & 0 \end{bmatrix} \begin{bmatrix} W & X \\ Y & Z \end{bmatrix}$

解答：
应用分块矩阵乘法规则：

左上角块： $\cdot W + I \cdot Y = Y$
右上角块： $\cdot X + I \cdot Z = Z$
左下角块： $\cdot W + 0 \cdot Y = W$
右下角块： $\cdot X + 0 \cdot Z = X$

结论：
乘积为 $[YZWX]\begin{bmatrix} Y & Z \\ W & X \end{bmatrix}$

计算 $[I0−XI][ABCD]\begin{bmatrix} I & 0 \\ -X & I \end{bmatrix} \begin{bmatrix} A & B \\ C & D \end{bmatrix}$

解答：
应用分块矩阵乘法规则：

左上角块： $\cdot A + 0 \cdot C = A$
右上角块： $\cdot B + 0 \cdot D = B$
左下角块： $\cdot A + I \cdot C = -XA + C$
右下角块： $\cdot B + I \cdot D = -XB + D$

结论：
乘积为 $[AB−XA+C−XB+D]\begin{bmatrix} A & B \\ -XA + C & -XB + D \end{bmatrix}$

设 $[ABC0][I0XY]=[0IZ0]\begin{bmatrix} A & B \\ C & 0 \end{bmatrix} \begin{bmatrix} I & 0 \\ X & Y \end{bmatrix} = \begin{bmatrix} 0 & I \\ Z & 0 \end{bmatrix}$ ，用 $A, B, C$ 求出 $X, Y, Z$ 的表达式。

解答：
计算左边矩阵乘积：
$[ABC0][I0XY]=[A⋅I+B⋅XA⋅0+B⋅YC⋅I+0⋅XC⋅0+0⋅Y]=[A+BXBYC0]\begin{bmatrix} A & B \\ C & 0 \end{bmatrix} \begin{bmatrix} I & 0 \\ X & Y \end{bmatrix} = \begin{bmatrix} A \cdot I + B \cdot X & A \cdot 0 + B \cdot Y \\ C \cdot I + 0 \cdot X & C \cdot 0 + 0 \cdot Y \end{bmatrix} = \begin{bmatrix} A + BX & BY \\ C & 0 \end{bmatrix}$
令其等于右边矩阵 $[0IZ0]\begin{bmatrix} 0 & I \\ Z & 0 \end{bmatrix}$ ，得到方程组：

$A + BX = 0$ （左上角块相等）
$B Y = I$ （右上角块相等）
$C = Z$ （左下角块相等）
$0 = 0$ （右下角块自动满足）

由方程2 $B Y = I$ ，根据可逆矩阵定理（Invertible Matrix Theorem），若 $B$ 是方阵且满足 $B Y = I$ ，则 $B$ 可逆，且 $Y = B^{-1}$ 。
将 $Y = B^{-1}$ 代入方程1： $BX = - A$ ，右乘 $B^{-1}$ 得 $X = -B^{-1}A$ 。
由方程3直接得 $Z = C$ 。

结论：
$X = -B^{-1}A$ ， $Y = B^{-1}$ ， $Z = C$

设 $[X0YZ][A0BC]=[I00I]\begin{bmatrix} X & 0 \\ Y & Z \end{bmatrix} \begin{bmatrix} A & 0 \\ B & C \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$ ，用 $A, B, C$ 求出 $X, Y, Z$ 的表达式。

解答：
计算左边矩阵乘积：
$[X0YZ][A0BC]=[X⋅A+0⋅BX⋅0+0⋅CY⋅A+Z⋅BY⋅0+Z⋅C]=[XA0YA+ZBZC]\begin{bmatrix} X & 0 \\ Y & Z \end{bmatrix} \begin{bmatrix} A & 0 \\ B & C \end{bmatrix} = \begin{bmatrix} X \cdot A + 0 \cdot B & X \cdot 0 + 0 \cdot C \\ Y \cdot A + Z \cdot B & Y \cdot 0 + Z \cdot C \end{bmatrix} = \begin{bmatrix} XA & 0 \\ YA + ZB & ZC \end{bmatrix}$
令其等于单位矩阵 $[I00I]\begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$ ，得到方程组：

$X A = I$ （左上角块相等）
$0 = 0$ （右上角块自动满足）
$Y A + ZB = 0$ （左下角块相等）
$ZC = I$ （右下角块相等）

由方程1 $X A = I$ ，根据可逆矩阵定理， $A$ 可逆且 $X = A^{-1}$ 。
由方程4 $ZC = I$ ，同理 $C$ 可逆且 $Z = C^{-1}$ 。
将 $X = A^{-1}$ 和 $Z = C^{-1}$ 代入方程3： $YA + C^{-1}B = 0$ ，移项得 $YA = -C^{-1}B$ ，左乘 $A^{-1}$ 得 $Y = -C^{-1}BA^{-1}$ 。

结论：
$X = A^{-1}$ ， $Y = -C^{-1}BA^{-1}$ ， $Z = C^{-1}$

设 $[X00Y0I][AZ00BI]=[I00I]\begin{bmatrix} X & 0 & 0 \\ Y & 0 & I \end{bmatrix} \begin{bmatrix} A & Z \\ 0 & 0 \\ B & I \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$ ，用 $A, B$ 求出 $X, Y, Z$ 的表达式。

解答：
计算分块矩阵乘积：
$[X00Y0I][AZ00BI]=[X⋅A+0⋅0+0⋅BX⋅Z+0⋅0+0⋅IY⋅A+0⋅0+I⋅BY⋅Z+0⋅0+I⋅I]=[XAXZYA+BYZ+I]\begin{bmatrix} X & 0 & 0 \\ Y & 0 & I \end{bmatrix} \begin{bmatrix} A & Z \\ 0 & 0 \\ B & I \end{bmatrix} = \begin{bmatrix} X \cdot A + 0 \cdot 0 + 0 \cdot B & X \cdot Z + 0 \cdot 0 + 0 \cdot I \\ Y \cdot A + 0 \cdot 0 + I \cdot B & Y \cdot Z + 0 \cdot 0 + I \cdot I \end{bmatrix} = \begin{bmatrix} XA & XZ \\ YA + B & YZ + I \end{bmatrix}$
令其等于 $[I00I]\begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$ ，得到方程组：

$X A = I$ （左上角块相等）
$XZ = 0$ （右上角块相等）
$Y A + B = 0$ （左下角块相等）
$Y Z + I = I$ ，即 $Y Z = 0$ （右下角块相等）

由方程1 $X A = I$ ，根据可逆矩阵定理（Invertible Matrix Theorem），若 $A$ 是方阵且满足 $X A = I$ ，则 $A$ 可逆，且 $X = A^{-1}$ 。
由方程2 $XZ = 0$ ，代入 $X = A^{-1}$ 得 $A^{-1}Z = 0$ 。左乘 $A$ （因 $A$ 可逆），得 $Z = 0$ 。
由方程3 $Y A + B = 0$ ，移项得 $Y A = - B$ 。右乘 $A^{-1}$ （注意矩阵乘法顺序），得 $Y = -B A^{-1}$ 。
验证方程4：代入 $Y = -B A^{-1}$ 和 $Z = 0$ ，得 $A^{-1}) \cdot 0 = 0$ ，满足条件。

结论：
$X = A^{-1}$ ， $Y = -B A^{-1}$ ， $Z = 0$

设 $[ABOI][XYZ00I]=[I0000I]\begin{bmatrix} A & B \\ O & I \end{bmatrix} \begin{bmatrix} X & Y & Z \\ 0 & 0 & I \end{bmatrix} = \begin{bmatrix} I & 0 & 0 \\ 0 & 0 & I \end{bmatrix}$ ，用 $A, B$ 求出 $X, Y, Z$ 的表达式。

解答：
计算左边矩阵乘积：
$[ABOI][XYZ00I]=[A⋅X+B⋅0A⋅Y+B⋅0A⋅Z+B⋅IO⋅X+I⋅0O⋅Y+I⋅0O⋅Z+I⋅I]=[AXAYAZ+B00I]\begin{bmatrix} A & B \\ O & I \end{bmatrix} \begin{bmatrix} X & Y & Z \\ 0 & 0 & I \end{bmatrix} = \begin{bmatrix} A \cdot X + B \cdot 0 & A \cdot Y + B \cdot 0 & A \cdot Z + B \cdot I \\ O \cdot X + I \cdot 0 & O \cdot Y + I \cdot 0 & O \cdot Z + I \cdot I \end{bmatrix} = \begin{bmatrix} AX & AY & AZ + B \\ 0 & 0 & I \end{bmatrix}$
令其等于 $[I0000I]\begin{bmatrix} I & 0 & 0 \\ 0 & 0 & I \end{bmatrix}$ ，得方程组：

$A X = I$ （(1,1)块相等）
$A Y = 0$ （(1,2)块相等）
$A Z + B = 0$ （(1,3)块相等）
$0 = 0$ （(2,1)、(2,2)块自动满足）
$I = I$ （(2,3)块自动满足）

由方程1， $A$ 可逆且 $X = A^{-1}$ 。
由方程2， $A Y = 0$ ，左乘 $A^{-1}$ 得 $Y = 0$ 。
由方程3， $A Z = - B$ ，左乘 $A^{-1}$ 得 $Z = -A^{-1}B$ 。

结论：
$X = A^{-1}$ ， $Y = 0$ ， $Z = -A^{-1}B$

设 $A_{11}$ 是可逆矩阵，求出矩阵 $X$ 和 $Y$ 使 $[I00XI0Y0I][A11A12A21A22A31A32]=[B11B120B220B32]\begin{bmatrix} I & 0 & 0 \\ X & I & 0 \\ Y & 0 & I \end{bmatrix} \begin{bmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \\ A_{31} & A_{32} \end{bmatrix} = \begin{bmatrix} B_{11} & B_{12} \\ 0 & B_{22} \\ 0 & B_{32} \end{bmatrix}$ ，并计算 $B_{22}$ 。

解答：
计算左边矩阵乘积：
$[I00XI0Y0I][A11A12A21A22A31A32]=[A11A12XA11+A21XA12+A22YA11+A31YA12+A32]\begin{bmatrix} I & 0 & 0 \\ X & I & 0 \\ Y & 0 & I \end{bmatrix} \begin{bmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \\ A_{31} & A_{32} \end{bmatrix} = \begin{bmatrix} A_{11} & A_{12} \\ XA_{11} + A_{21} & XA_{12} + A_{22} \\ YA_{11} + A_{31} & YA_{12} + A_{32} \end{bmatrix}$
令其等于 $[B11B120B220B32]\begin{bmatrix} B_{11} & B_{12} \\ 0 & B_{22} \\ 0 & B_{32} \end{bmatrix}$ ，得：

$B_{11} = A_{11}$ ， $B_{12} = A_{12}$
左下 $\times 1$ 块： $XA_{11} + A_{21} = 0$ 和 $YA_{11} + A_{31} = 0$
$B_{22} = XA_{12} + A_{22}$ ， $B_{32} = YA_{12} + A_{32}$

由 $XA_{11} + A_{21} = 0$ ，移项得 $XA_{11} = -A_{21}$ 。因 $A_{11}$ 可逆，左乘 $A_{11}^{-1}$ 得 $X = -A_{21}A_{11}^{-1}$ 。
由 $YA_{11} + A_{31} = 0$ ，同理得 $Y = -A_{31}A_{11}^{-1}$ 。
代入 $B_{22}$ 表达式：
$B_{22} = (-A_{21}A_{11}^{-1})A_{12} + A_{22} = A_{22} - A_{21}A_{11}^{-1}A_{12}$

结论：
$X = -A_{21}A_{11}^{-1}$ ， $Y = -A_{31}A_{11}^{-1}$ ， $B_{22} = A_{22} - A_{21}A_{11}^{-1}A_{12}$

设 $[I00CI0ABI]\begin{bmatrix} I & 0 & 0 \\ C & I & 0 \\ A & B & I \end{bmatrix}$ 的逆为 $[I00ZI0XYI]\begin{bmatrix} I & 0 & 0 \\ Z & I & 0 \\ X & Y & I \end{bmatrix}$ ，求 $X, Y, Z$ 。

解答：
设原矩阵为 $\begin{bmatrix} I & 0 & 0 \\ C & I & 0 \\ A & B & I \end{bmatrix}$ ，逆矩阵为 $M−1=[I00ZI0XYI]M^{-1} = \begin{bmatrix} I & 0 & 0 \\ Z & I & 0 \\ X & Y & I \end{bmatrix}$ 。由 $M M^{-1} = I$ ：
$[I00CI0ABI][I00ZI0XYI]=[I00C+ZI0A+BZ+XB+YI]\begin{bmatrix} I & 0 & 0 \\ C & I & 0 \\ A & B & I \end{bmatrix} \begin{bmatrix} I & 0 & 0 \\ Z & I & 0 \\ X & Y & I \end{bmatrix} = \begin{bmatrix} I & 0 & 0 \\ C + Z & I & 0 \\ A + BZ + X & B + Y & I \end{bmatrix}$
令其等于单位矩阵 $[I000I000I]\begin{bmatrix} I & 0 & 0 \\ 0 & I & 0 \\ 0 & 0 & I \end{bmatrix}$ ，得方程组：

$C + Z = 0$ （(2,1)块）
$A + BZ + X = 0$ （(3,1)块）
$B + Y = 0$ （(3,2)块）

由方程1： $Z = - C$ 。
由方程3： $Y = - B$ 。
代入方程2： $A + B (- C) + X = 0$ ，即 $X = - A + BC$ 。

结论：
$Z = - C$ ， $Y = - B$ ， $X = - A + BC$

a. 若 $A = [A_1\ A_2], B = [B_1\ B_2], A_1$ 和 $A_2$ 的维数分别与 $B_1$ 和 $B_2$ 的维数相同，则 $A + B = [A_1 + B_1\ A_2 + B_2]$ 。

解答：
矩阵加法要求两个矩阵具有相同的维度。当 $A$ 和 $B$ 均为分块矩阵，且 $A_1$ 与 $B_1$ 、 $A_2$ 与 $B_2$ 具有相同的维度时，分块矩阵加法满足：

$A_1 + B_1$ 是合法的（维度匹配）
$A_2 + B_2$ 是合法的（维度匹配）
因此， $A + B$ 的结果是将对应子块相加，即 $A_1 + B_1\ A_2 + B_2]$ 。这与矩阵加法的定义一致：按元素相加，分块结构保持不变。

结论：
该命题为真。

b. 若 $\begin{bmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \end{bmatrix}, B = \begin{bmatrix} B_1 \\ B_2 \end{bmatrix}$ ，则 $A$ 和 $B$ 的分块适合于分块乘法。

解答：
分块矩阵乘法要求：

左矩阵的列分块数等于右矩阵的行分块数
对应子块的维度匹配（左矩阵列块的列数等于右矩阵行块的行数）

对于 $A$ ，列分块数为 2；对于 $B$ ，行分块数为 2。但：

$A$ 的第一列块 $A_{11}; A_{21}]$ 的列数需等于 $B_1$ 的行数
$A$ 的第二列块 $A_{12}; A_{22}]$ 的列数需等于 $B_2$ 的行数

题目未提供这些维度匹配的条件，因此不能保证分块乘法可行。例如，若 $A_{11}$ 是 $\times n$ 矩阵而 $B_1$ 是 $\times q$ 矩阵且 $\neq p$ ，则乘法无定义。

结论：
该命题为假。

a. 矩阵向量的乘积 $A x$ 的定义是分块乘积的特殊情况。

解答：
矩阵向量乘积 $A x$ 可视为分块乘积的特殊情况：

将向量 $x$ 视为 $\times 1$ 的矩阵（单列分块矩阵）
$A$ 视为 $\times n$ 矩阵，其列分块为 $an][a_1\ a_2\ \dots\ a_n]$ （ $a_i$ 为列向量）
则：
$[a_1\ a_2\ \dots\ a_n] \begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{bmatrix} = x_1a_1 + x_2a_2 + \dots + x_na_n$
这与分块矩阵乘法规则一致：左矩阵的列块与右矩阵的行块相乘后求和。因此，矩阵向量乘法是分块乘法在右矩阵为单列时的特例。

结论：
该命题为真。

b. 若 $A_1, A_2, B_1$ 和 $B_2$ 是 $\times n$ 矩阵， $\begin{bmatrix} A_1 \\ A_2 \end{bmatrix}$ ，且 $\begin{bmatrix} B_1 & B_2 \end{bmatrix}$ ，则乘积 $B A$ 有定义，但 $A B$ 无定义。

解答：

$\begin{bmatrix} A_1 \\ A_2 \end{bmatrix}$ 是 $2n \times n$ 矩阵（因 $A_1, A_2$ 均为 $\times n$ ）
$\begin{bmatrix} B_1 & B_2 \end{bmatrix}$ 是 $\times 2n$ 矩阵（因 $B_1, B_2$ 均为 $\times n$ ）

矩阵乘法规则：

$B A$ ： $B$ （ $\times 2n$ ） $×\times$ $A$ （ $2n \times n$ ） $→\rightarrow$ $\times n$ 矩阵，有定义
$A B$ ： $A$ （ $2n \times n$ ） $×\times$ $B$ （ $\times 2n$ ） $→\rightarrow$ $2n \times 2n$ 矩阵，也有定义

例如：
$\begin{bmatrix} A_1 \\ A_2 \end{bmatrix} \begin{bmatrix} B_1 & B_2 \end{bmatrix} = \begin{bmatrix} A_1B_1 & A_1B_2 \\ A_2B_1 & A_2B_2 \end{bmatrix}$
结果是一个 $2n \times 2n$ 矩阵，维度匹配。

结论：
该命题为假，因为 $A B$ 也有定义。

设 $\begin{bmatrix} B & 0 \\ 0 & C \end{bmatrix}$ ，其中 $B$ 和 $C$ 是方阵，证明 $A$ 可逆当且仅当 $B$ 和 $C$ 都可逆。

解答：
必要性（ $⇒\Rightarrow$ ）：假设 $A$ 可逆，设 $A−1=[DEFG]A^{-1} = \begin{bmatrix} D & E \\ F & G \end{bmatrix}$ 。则：
$AA−1=[B00C][DEFG]=[BDBECFCG]=[I00I]AA^{-1} = \begin{bmatrix} B & 0 \\ 0 & C \end{bmatrix}\begin{bmatrix} D & E \\ F & G \end{bmatrix} = \begin{bmatrix} BD & BE \\ CF & CG \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$
由等式得：

$B D = I$ ：根据可逆矩阵定理（Invertible Matrix Theorem）， $B$ 可逆且 $D = B^{-1}$
$CG = I$ ：同理， $C$ 可逆且 $G = C^{-1}$
$BE = 0$ ：左乘 $B^{-1}$ 得 $E = 0$
$CF = 0$ ：左乘 $C^{-1}$ 得 $F = 0$
故 $A−1=[B−100C−1]A^{-1} = \begin{bmatrix} B^{-1} & 0 \\ 0 & C^{-1} \end{bmatrix}$ ，且 $B, C$ 均可逆。

充分性（ $⇐\Leftarrow$ ）：假设 $B$ 和 $C$ 都可逆。考虑矩阵 $[B−100C−1]\begin{bmatrix} B^{-1} & 0 \\ 0 & C^{-1} \end{bmatrix}$ ，计算：
$[B00C][B−100C−1]=[BB−100CC−1]=[I00I]\begin{bmatrix} B & 0 \\ 0 & C \end{bmatrix}\begin{bmatrix} B^{-1} & 0 \\ 0 & C^{-1} \end{bmatrix} = \begin{bmatrix} BB^{-1} & 0 \\ 0 & CC^{-1} \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$
由于 $A$ 是方阵，根据可逆矩阵定理， $A$ 可逆。

结论：
$A$ 可逆当且仅当 $B$ 和 $C$ 都可逆。

证明：分块上三角矩阵 $\begin{bmatrix} A_{11} & A_{12} \\ 0 & A_{22} \end{bmatrix}$ 可逆当且仅当 $A_{11}$ 和 $A_{22}$ 都可逆。

解答：
必要性（ $⇒\Rightarrow$ ）：假设 $A$ 可逆。由分块矩阵性质可知， $A$ 的行列式满足 $det(A) = \det(A_{11})\det(A_{22})$ 。因 $A$ 可逆， $det⁡(A)≠0\det(A) \neq 0$ ，故 $det⁡(A11)≠0\det(A_{11}) \neq 0$ 且 $det⁡(A22)≠0\det(A_{22}) \neq 0$ ，即 $A_{11}$ 和 $A_{22}$ 均可逆。

充分性（ $⇐\Leftarrow$ ）：假设 $A_{11}$ 和 $A_{22}$ 都可逆。构造候选逆矩阵 $A−1=[A11−1−A11−1A12A22−10A22−1]A^{-1} = \begin{bmatrix} A_{11}^{-1} & -A_{11}^{-1}A_{12}A_{22}^{-1} \\ 0 & A_{22}^{-1} \end{bmatrix}$ ，验证乘积：
$\begin{align*} AA^{-1} &= \begin{bmatrix} A_{11} & A_{12} \\ 0 & A_{22} \end{bmatrix}\begin{bmatrix} A_{11}^{-1} & -A_{11}^{-1}A_{12}A_{22}^{-1} \\ 0 & A_{22}^{-1} \end{bmatrix} \\ &= \begin{bmatrix} A_{11}A_{11}^{-1} + A_{12} \cdot 0 & A_{11}(-A_{11}^{-1}A_{12}A_{22}^{-1}) + A_{12}A_{22}^{-1} \\ 0 \cdot A_{11}^{-1} + A_{22} \cdot 0 & 0 \cdot (-A_{11}^{-1}A_{12}A_{22}^{-1}) + A_{22}A_{22}^{-1} \end{bmatrix} \\ &= \begin{bmatrix} I & -A_{12}A_{22}^{-1} + A_{12}A_{22}^{-1} \\ 0 & I \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix} \end{align*}$
由于 $A$ 是方阵，根据可逆矩阵定理， $A$ 可逆。

结论：
分块上三角矩阵 $A$ 可逆当且仅当 $A_{11}$ 和 $A_{22}$ 都可逆。

设 $A_{11}$ 可逆。求出 $X$ 与 $Y$ 使得
$[A11A12A21A22]=[I0XI][A1100S][IY0I]\begin{bmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \end{bmatrix} = \begin{bmatrix} I & 0 \\ X & I \end{bmatrix} \begin{bmatrix} A_{11} & 0 \\ 0 & S \end{bmatrix} \begin{bmatrix} I & Y \\ 0 & I \end{bmatrix}$
其中 $S = A_{22} - A_{21}A_{11}^{-1}A_{12}$ 。

解答：
计算右边乘积：
$\begin{align*} &\begin{bmatrix} I & 0 \\ X & I \end{bmatrix}\begin{bmatrix} A_{11} & 0 \\ 0 & S \end{bmatrix}\begin{bmatrix} I & Y \\ 0 & I \end{bmatrix} \\ &= \begin{bmatrix} A_{11} & 0 \\ XA_{11} & S \end{bmatrix}\begin{bmatrix} I & Y \\ 0 & I \end{bmatrix} \\ &= \begin{bmatrix} A_{11} & A_{11}Y \\ XA_{11} & XA_{11}Y + S \end{bmatrix} \end{align*}$
令其等于左边矩阵：
$[A11A12A21A22]=[A11A11YXA11XA11Y+S]\begin{bmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \end{bmatrix} = \begin{bmatrix} A_{11} & A_{11}Y \\ XA_{11} & XA_{11}Y + S \end{bmatrix}$
比较对应块：

$A_{11}Y = A_{12}$ ：因 $A_{11}$ 可逆，左乘 $A_{11}^{-1}$ 得 $Y = A_{11}^{-1}A_{12}$
$XA_{11} = A_{21}$ ：因 $A_{11}$ 可逆，右乘 $A_{11}^{-1}$ 得 $X = A_{21}A_{11}^{-1}$
$XA_{11}Y + S = A_{22}$ ：代入 $X, Y$ 得 $S = A_{22} - A_{21}A_{11}^{-1}A_{12}$ （与题设一致）

结论：
$X = A_{21}A_{11}^{-1}$ ， $Y = A_{11}^{-1}A_{12}$

基于上题的条件，设分块矩阵 $\begin{bmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \end{bmatrix}$ 可逆，且 $A_{11}$ 可逆。证明 $A_{11}$ 的舒尔补 $S = A_{22} - A_{21}A_{11}^{-1}A_{12}$ 也是可逆的。

解答：
由习题15， $A$ 可分解为：
$\begin{bmatrix} I & 0 \\ X & I \end{bmatrix} \begin{bmatrix} A_{11} & 0 \\ 0 & S \end{bmatrix} \begin{bmatrix} I & Y \\ 0 & I \end{bmatrix}$
其中 $X = A_{21}A_{11}^{-1}$ ， $Y = A_{11}^{-1}A_{12}$ 。

首先证明 $[I0XI]\begin{bmatrix} I & 0 \\ X & I \end{bmatrix}$ 和 $[IY0I]\begin{bmatrix} I & Y \\ 0 & I \end{bmatrix}$ 可逆：

$[I0XI][I0−XI]=[I00I]\begin{bmatrix} I & 0 \\ X & I \end{bmatrix}\begin{bmatrix} I & 0 \\ -X & I \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$ ，故逆为 $[I0−XI]\begin{bmatrix} I & 0 \\ -X & I \end{bmatrix}$
$[IY0I][I−Y0I]=[I00I]\begin{bmatrix} I & Y \\ 0 & I \end{bmatrix}\begin{bmatrix} I & -Y \\ 0 & I \end{bmatrix} = \begin{bmatrix} I & 0 \\ 0 & I \end{bmatrix}$ ，故逆为 $[I−Y0I]\begin{bmatrix} I & -Y \\ 0 & I \end{bmatrix}$

将分解式左乘 $[I0−XI]\begin{bmatrix} I & 0 \\ -X & I \end{bmatrix}$ ，右乘 $[I−Y0I]\begin{bmatrix} I & -Y \\ 0 & I \end{bmatrix}$ ：
$[A1100S]=[I0−XI]A[I−Y0I]\begin{bmatrix} A_{11} & 0 \\ 0 & S \end{bmatrix} = \begin{bmatrix} I & 0 \\ -X & I \end{bmatrix} A \begin{bmatrix} I & -Y \\ 0 & I \end{bmatrix}$
由于 $A$ 可逆，且 $[I0−XI]\begin{bmatrix} I & 0 \\ -X & I \end{bmatrix}$ 、 $[I−Y0I]\begin{bmatrix} I & -Y \\ 0 & I \end{bmatrix}$ 均可逆，右边是三个可逆矩阵的乘积，故 $[A1100S]\begin{bmatrix} A_{11} & 0 \\ 0 & S \end{bmatrix}$ 可逆。