Matematiikassa lohkomatriisilla tarkoitetaan matriisin ositusta pienemmiksi matriiseiksi, lohkoiksi, jolloin alkuperäinen matriisi voidaan kirjoittaa näiden pienempien matriisien yhdistelmänä. Osituksen täytyy olla johdonmukainen siten, että se voidaan visualisoida jakamalla alkuperäinen matriisi lohkoihin koko matriisin läpi kulkevilla pysty- ja vaakasuorilla viivoilla. Jokainen matriisi voidaan kuvata lohkomatriisina yhdellä tai useammalla tavalla.
-matriisi
![{\displaystyle \mathbf {P} ={\begin{bmatrix}1&1&2&2\\1&1&2&2\\3&3&4&4\\3&3&4&4\end{bmatrix}}}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO81oNFBnDiQota2z2s0ygiOzjdFajC5aDvCztiNaNePztdAaNiNoDJD)
voidaan jakaa neljäksi
-lohkoksi
![{\displaystyle \mathbf {P} _{11}={\begin{bmatrix}1&1\\1&1\end{bmatrix}},\mathbf {P} _{12}={\begin{bmatrix}2&2\\2&2\end{bmatrix}},\mathbf {P} _{21}={\begin{bmatrix}3&3\\3&3\end{bmatrix}},\mathbf {P} _{22}={\begin{bmatrix}4&4\\4&4\end{bmatrix}}.}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO9CzDnFajFFyto5ntGPaAeQaqnAntK2aqe1ntrCaAnEztKOoDBAoDm4)
Nyt ositettu matriisi voidaan kirjoittaa muodossa
![{\displaystyle \mathbf {P} ={\begin{bmatrix}\mathbf {P} _{11}&\mathbf {P} _{12}\\\mathbf {P} _{21}&\mathbf {P} _{22}\end{bmatrix}}.}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO8OoqoOotFAzte4zDzDz2hFnDo4o2a1yqwOaAe4yqe5zjdCaqaOzqiP)
Lohkojen ei ole pakko olla keskenään samankokoisia matriiseja. Yhtä hyvin voisimme valita vaikka
![{\displaystyle \mathbf {P} _{11}={\begin{bmatrix}1&1\\1&1\\3&3\end{bmatrix}},\mathbf {P} _{12}={\begin{bmatrix}2&2\\2&2\\4&4\end{bmatrix}},\mathbf {P} _{21}={\begin{bmatrix}3&3\end{bmatrix}},\mathbf {P} _{22}={\begin{bmatrix}4&4\end{bmatrix}}.}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO8OaNm3ngvFajzAoteNnDKPytC3oNw5yqi1ngnBa2a0yjzDztFBnDeP)
Lohkodiagonaalinen matriisi on lohkomatriisin erikoistapaus, jossa matriisin diagonaali koostuu neliömatriiseista ja sen kaikki muut alkiot ovat nollia. Lohkodiagonaalinen matriisi on aina neliömatriisi. Siis, jos
on lohkodiagonaalinen matriisi, niin se voidaan kirjoittaa muodossa
![{\displaystyle \mathbf {A} ={\begin{bmatrix}\mathbf {A} _{1}&0&\cdots &0\\0&\mathbf {A} _{2}&\cdots &0\\\vdots &\vdots &\ddots &\vdots \\0&0&0&\mathbf {A} _{n}\end{bmatrix}},}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO8QzjeQaDJEoNlCyqvFztsQnAa0ygwNaDs5oqzEzNsPyqaQzqvCaAw1)
missä
on neliömatriisi kaikilla
Tämä voidaan esittää myös matriisien suorana summana:
.
Lohkodiagonaalisen matriisin determinantille ja jäljelle pätee:
![{\displaystyle \operatorname {det} \mathbf {A} =\operatorname {det} \mathbf {A} _{1}\times \ldots \times \operatorname {det} \mathbf {A} _{n},}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO8Nygw0ztFAnAnBnjrFngaQztK3a2aQoqoNnDe1zjw0zNsOytmQzjK2)
![{\displaystyle \operatorname {tr} \mathbf {A} =\operatorname {tr} \mathbf {A} _{1}+\cdots +\operatorname {tr} \mathbf {A} _{n}.}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO9FzNiOzjlBzNJAyqdDyjCNz2vAzjGQytvBatvAzDmOzjBFnjhAztvD)
Olkoon lohkomatriisit
ja
, missä
on
-matriisi ja
on
-matriisi, ositettu siten, että
![{\displaystyle \mathbf {A} ={\begin{bmatrix}\mathbf {A} _{11}&\mathbf {A} _{12}&\cdots &\mathbf {A} _{1s}\\\mathbf {A} _{21}&\mathbf {A} _{22}&\cdots &\mathbf {A} _{2s}\\\vdots &\vdots &\ddots &\vdots \\\mathbf {A} _{q1}&\mathbf {A} _{q2}&\cdots &\mathbf {A} _{qs}\end{bmatrix}},}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO9AygrCatCQzts4nAe1ygeNaqoPo2iOati4nqaQaqrEngi5zNCQoAaO)
ja
![{\displaystyle \mathbf {B} ={\begin{bmatrix}\mathbf {B} _{11}&\mathbf {B} _{12}&\cdots &\mathbf {B} _{1r}\\\mathbf {B} _{21}&\mathbf {B} _{22}&\cdots &\mathbf {B} _{2r}\\\vdots &\vdots &\ddots &\vdots \\\mathbf {B} _{s1}&\mathbf {B} _{s2}&\cdots &\mathbf {B} _{sr}\end{bmatrix}}.}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO81ote2atmOzAi3yjoPzAvEntBBzjrAo2dAzjC3nDdBygvCago1oto0)
Toisin sanoen, matriisin
rivit on jaettu
:hun osaan ja sarakkeet
:ään osaan. Vastaavasti matriisin
rivit on jaettu
:ään osaan ja sarakkeet
:ään osaan.
Nyt voidaan laskea matriisitulo
, joka on muotoa
oleva matriisi ja jossa on
riviositusta ja
sarakeositusta.
:n lohkot saadaan laskemalla:
![{\displaystyle \mathbf {C} _{xy}=\sum _{k=1}^{s}\mathbf {A} _{xk}\mathbf {B} _{ky},}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO9BzqaOzjo0oDwNyta1yqzEyjGPntG3oNe2ytKOnjlEztBCoNwPago4)
jolloin
![{\displaystyle \mathbf {C} ={\begin{bmatrix}\mathbf {C} _{11}&\mathbf {C} _{12}&\cdots &\mathbf {C} _{1r}\\\mathbf {C} _{21}&\mathbf {C} _{22}&\cdots &\mathbf {C} _{2r}\\\vdots &\vdots &\ddots &\vdots \\\mathbf {C} _{q1}&\mathbf {C} _{q2}&\cdots &\mathbf {C} _{qr}\end{bmatrix}}.}](https://amansaja.com/index.php?q=Mfv0Kfa6bO93MqTXLqrCMqiSL3dZb2hQMu9Onpz0p3oPb21BngBFb21FJgGRKArSngrOb3z2nO81oNw1z2zCnDK5aqs0ygaOyjlDnDFFaDFCzDlEotnEota2ata0atnA)