区分行列（くぶんぎょうれつ）もしくはブロック行列 (block matrix) とは、いくつかの長方形のブロックに「区分け」された行列である。

区分け

例えば、4つの行列

${\displaystyle A={\begin{bmatrix}2&-1&5\\-1&4&1\\8&1&-2\end{bmatrix}},\quad B={\begin{bmatrix}-3&6\\1&3\\4&1\end{bmatrix}},\quad C={\begin{bmatrix}-4&2&6\end{bmatrix}},\quad D={\begin{bmatrix}9&1\end{bmatrix}}}$

を並べてできる 4 × 5 行列

${\displaystyle {\begin{bmatrix}A&B\\C&D\end{bmatrix}}={\begin{bmatrix}2&-1&5&&-3&6\\-1&4&1&&1&3\\8&1&-2&&4&1\\&&&&&\\-4&2&6&&9&1\end{bmatrix}}}$

を、A, B, C, D をブロックとする区分行列と呼ぶ。ブロックは小行列とも呼ばれる。行列をブロックに分けることを区分けという。

一般の区分けでは、行や列をそれぞれいくつに分割してもよい。A_ij たちをブロックとする区分行列

${\displaystyle {\begin{bmatrix}A_{11}&A_{12}&\cdots &A_{1q}\\A_{21}&A_{22}&\cdots &A_{2q}\\\vdots &\vdots &\ddots &\vdots \\A_{p1}&A_{p2}&\cdots &A_{pq}\end{bmatrix}}}$

が区分けの一般的な形である。ただし、同じ行にあるブロックの行数は等しくなければならず、同じ列にあるブロックの列数は等しくなければならない。A_{i j} が m_i × n_j 行列である場合、この形の区分けを (m₁, …, m_q; n₁, …, n_r) 型と呼ぶ。

区分行列の積

ふたつの区分行列

${\displaystyle A={\begin{bmatrix}A_{11}&A_{12}&\cdots &A_{1q}\\A_{21}&A_{22}&\cdots &A_{2q}\\\vdots &\vdots &\ddots &\vdots \\A_{p1}&A_{p2}&\cdots &A_{pq}\end{bmatrix}},\quad B={\begin{bmatrix}B_{11}&B_{12}&\cdots &B_{1r}\\B_{21}&B_{22}&\cdots &B_{2r}\\\vdots &\vdots &\ddots &\vdots \\B_{q1}&B_{q2}&\cdots &B_{qr}\end{bmatrix}}}$

の区分けがそれぞれ (l₁, …, l_p; m₁, …, m_q) 型、(m₁, …, m_q; n₁, …, n_r) 型であるとき、その積 AB の (l₁, …, l_p; n₁, …, n_r) 型の区分け

${\displaystyle AB={\begin{bmatrix}C_{11}&C_{12}&\cdots &C_{1r}\\C_{21}&C_{22}&\cdots &C_{2r}\\\vdots &\vdots &\ddots &\vdots \\C_{p1}&C_{p2}&\cdots &C_{pr}\end{bmatrix}}}$

の各ブロックは

${\displaystyle C_{ij}=\sum _{k=1}^{q}A_{ik}B_{kj}}$

で与えられる。すなわち、区分行列の積は（適切に区分けされていれば）各ブロックをあたかも行列の成分のように見なして計算できる。

対称区分け

正方行列 P の区分け

${\displaystyle P={\begin{bmatrix}A_{11}&A_{12}&\dots &A_{1r}\\A_{21}&A_{22}&\dots &A_{2r}\\\vdots &\vdots &\ddots &\vdots \\A_{r1}&A_{r2}&\dots &A_{rr}\end{bmatrix}}}$

において、主対角線上のブロック A_{1 1}, A_{2 2}, … A_{r r} がすべて正方行列であるとき、これを対称区分けという。特に、主対角線より下のブロックが全て零行列である場合、その行列式について

${\displaystyle |P|=\prod _{k=1}^{r}|A_{kk}|}$

が成り立つ。よって、そのような P が正則であるための必要十分条件は、主対角線上のブロックが全て正則であることである。

2 × 2 の区分行列の逆行列

本節では、A は正則行列、D は正方行列とし、区分行列

${\displaystyle P={\begin{bmatrix}A&B\\C&D\end{bmatrix}}}$

の逆行列を与える。

まず、行列式について、

${\displaystyle |P|=|A||D-CA^{-1}B|\,}$

が成り立つ。よって、P が正則であるための必要十分条件は、D − CA⁻¹B も正則であることであり、このとき逆行列は

${\displaystyle {\begin{bmatrix}A&B\\C&D\end{bmatrix}}^{-1}={\begin{bmatrix}A^{-1}+A^{-1}B(D-CA^{-1}B)^{-1}CA^{-1}&-A^{-1}B(D-CA^{-1}B)^{-1}\\-(D-CA^{-1}B)^{-1}CA^{-1}&(D-CA^{-1}B)^{-1}\end{bmatrix}}}$

で与えられる。D も正則な場合は

${\displaystyle {\begin{bmatrix}A&B\\C&D\end{bmatrix}}^{-1}={\begin{bmatrix}(A-BD^{-1}C)^{-1}&-A^{-1}B(D-CA^{-1}B)^{-1}\\-(D-CA^{-1}B)^{-1}CA^{-1}&(D-CA^{-1}B)^{-1}\end{bmatrix}}}$

と表される。さらに C が零行列 O に等しい場合は

${\displaystyle {\begin{bmatrix}A&B\\O&D\end{bmatrix}}^{-1}={\begin{bmatrix}A^{-1}&-A^{-1}BD^{-1}\\O&D^{-1}\end{bmatrix}}}$

となる。

参考文献

出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。 記事の信頼性向上にご協力をお願いいたします。（2023年9月）

• 『数学入門辞典』岩波書店、2005年、ISBN 978-4000802093

表 話 編 歴 線型代数学・行列解析
連立一次方程式	ガウスの消去法 クラメルの公式 ガウス＝ザイデル法 ヤコビ法
ベクトル	線型独立 線型結合 基底 双対基底
ベクトル空間	双対空間 核空間 固有空間 広義固有空間 線型包 行空間 列空間 次元
計量ベクトル空間	ドット積 コーシー＝シュワルツの不等式 直交 正規直交系 正規直交基底 グラム・シュミットの正規直交化法 直交補空間
行列・線型写像	演算・操作 乗法 転置 逆行列 サラスの方法 基本変形 対角化 分解 LU QR コレスキー シューア 特異値 固有値 不変量 行列式 跡 階数 固有値と固有ベクトル 固有多項式 最小多項式 単因子 階数標準形 スミス標準形 ジョルダン標準形 有理標準形 小行列式 クラス 正則 基本 対称 エルミート 正規 直交 回転 ユニタリ 冪零 射影 正定値 ユニモジュラー 置換 区分
行列式	余因子展開 余因子行列 ヴァンデルモンドの行列式 終結式 コーシー・ビネの公式
多重線型代数	外積 外積代数 対称代数 テンソル代数
数値線形代数	基本的な概念 浮動小数点 数値的安定性 疎行列 Z-行列 M行列 条件数 ゲルシュゴリンの定理 クリロフ部分空間 ソフトウェア MATLAB 数値解析ソフトの比較/一覧 ライブラリ Armadillo Basic Linear Algebra Subprograms (BLAS) INTLAB Intel oneAPI Math Kernel Library LAPACK NumPy OpenBLAS 線型代数学ライブラリの比較 反復法・技法 SOR法 共役勾配法 GMRES法 固有値問題の数値解法 ランチョス法 QR法 べき乗法 逆べき乗法 ヤコビ法 (固有値問題) シュトラッセンのアルゴリズム ハウスホルダー変換 ギブンス回転 人物 ジェームズ・H・ウィルキンソン クリーブ・モラー ニコラス・ハイアム ジーン・ゴラブ リチャード・バルガ
行列値関数	行列指数関数 行列の対数 行列の平方根
その他	スカラー ケイリー・ハミルトンの定理 ペロン＝フロベニウスの定理 シューア補行列 シルヴェスターの慣性法則
カテゴリ