基于递进结构的广义Nekrasov矩阵的判定
Determination of Generalized Nekrasov Matrices Based on Progressive Structure
摘要: 本文通过递进结构选取正对角矩阵因子的元素,利用Nekrasov矩阵的性质以及不等式的放缩技巧,给出了一类新的Nekrasov矩阵的判定方法。
Abstract: This article presents a new method for determining a class of Nekrasov matrices by selecting the elements of diagonal matrix factors through a progressive structure, utilizing the properties of Nekrasov matrices and scaling techniques of inequalities.
文章引用:刘一博. 基于递进结构的广义Nekrasov矩阵的判定[J]. 应用数学进展, 2025, 14(3): 237-242. https://doi.org/10.12677/aam.2025.143110

1. 引言

Nekrasov矩阵是一类具有重要作用和意义的特殊矩阵,其在数值代数、控制理论、电力系统理论、经济学理论乃至统计学等众多领域中都有着广泛的应用。近些年,中外很多学者在这方面取得了研究成果[1]-[7]。如何简洁有效地判定一个矩阵是否为Nekrasov矩阵具有重要的理论和现实意义。不过判定广义Nekrasov矩阵的结论中有很多是基于非奇异H-矩阵中的思路,沿袭了判别非奇异H-矩阵的方法,没有对 l i ( A ) 部分进行充分考虑(见文献[8]-[12])。本文从Nekrasov矩阵富有特色的递进结构分析,给出了基于递进结构的Nekrasov矩阵的新的判定方法。为了叙述方便,下面列出一些记号及相关定义:

我们用 C n×n 表示n阶复方阵集,用N表示指标集 { 1,2,,n } 。设 A=( a ij ) C n×n ,记 P i ( A )= ji | a ij | S i ( A )= ji | a ji | 。若 | a ii |> r i ( A ) iN ,则称A为严格(行)对角占优矩阵,记为 AD 。若存在正的对角矩阵X使得 AX 为严格对角占优矩阵,则称A为广义严格对角占优矩阵(非奇异H-矩阵),记为 A D *

下面我们引入Nekrasov矩阵的定义。

定义1.1 R 1 ( A )= r 1 ( A ) 并且 R i ( A )= j=1 i1 | a ij | R j ( A ) | a jj | + j=i+1 n | a ij | iN\{ 1 } 。如果矩阵 A C n×n =( a ij ) 满足

| a ii | R i ( A ) , iN (1.1)

A被称为弱Nekrasov矩阵,如果(1.1)中所有不等式都是严格不等式,则A为Nekrasov矩阵。若存在正的对角矩阵D使得 AD 为Nekrasov矩阵,称矩阵A为广义Nekrasov矩阵,记为 A N * 。广义Nekrasov矩阵等价于广义对角占优矩阵。令

l i ( A )= j=1 i1 | a ij | R j ( A ) | a jj | ,于是 R i ( A )= l i ( A )+ j=i+1 n | a ij |

如果矩阵A是严格对角占优矩阵,根据Nekrasov矩阵的结构特点有 r i ( A ) R i ( A ) iN ,从而A显然属于Nekrasov矩阵。众所周知Nekrasov矩阵是非奇异H-矩阵的重要子类。我们需要以下符号:

R 1 1 ( A )= P 1 ( A ) R 1 k ( A )= j1,k n | a 1j | +| a 1k | R k ( A ) | a kk | k>1

R i k ( A )= j1 i1 | a ij | R j k ( A ) | a jj | + j=i+1,k n | a ij | +| a ik | R k ( A ) | a kk | iN\{ 1,k }

R k k ( A )= j=1 k1 | a kj | R j k ( A ) | a jj | + j=k+1 n | a kj |

δ i ( A )= R i i ( A ) | a ii | ,因为 R i i ( A ) R i ( A ) ,所以有 δ i ( A ) R i ( A ) | a ii |

N 1 ( A )={ iN|0<| a ii | R i ( A ) } N 2 ( A )={ iN|| a ii |> R i ( A ) }

显然 N= N 1 ( A ) N 2 ( A ) ,在不产生混淆的情况下 N 1 ( A ), N 2 ( A ), δ i ( A ) 可以相应地简写为 N 1 , N 2 , δ i 。本文总是假定矩阵A中的每个指标对应的 P i ( A ) 以及 | a ii | 非零。

2. 基于迭代结构的Nekrasov矩阵的新判定

本节我们给出判定广义Nekrasov矩阵的新方法,改进了现有的若干结论。并通过举例说明它的有效性。我们需要以下技术性引理。

引理2.1 [2] A C n×n =( a ij ) X=diag( x 1 ,, x n ) ,并且 x i 1 iN ,则对于矩阵有

R i ( AX ) R i ( A ) iN (2.1)

给定矩阵A,以及 i,jN 。令 A i =A D i ,其中对角矩阵 D i =diag( d 1 ,, d n ) ,并且 d j ={ 1,ji R i ( A ) | a ii | ,j=i 。我们得到以下结论:

引理2.2 A C n×n =( a ij ) ,对于任意正整数 iN

R j ( A i )= R j i ( A ) j=1,2,,i (2.2)

证明:当 i=1 时, j=1 ,显然有 R 1 ( A 1 )= R 1 1 ( A ) 。下面讨论 i>1 的情形。首先我们考虑 j<i 的情况。当 j=1 时,则 R 1 ( A i )= j=2,i n | a 1j | +| a 1i | R i ( A ) | a ii | = R 1 i ( A ) 。因此(2.2)成立。

a<i1 为正整数,假设当 j=2,,a 时(2.2)式都成立,则当 j=a+1 时可以得到:

R j ( A i )= k=1 j1 | ( A i ) jk | R k ( A i ) | ( A i ) kk | + k=j+1 n | ( A i ) jk | = k=1 j1 | a jk | R k ( A i ) | a kk | + k=j+1,i n | a jk | +| a ji | R i ( A ) | a ii | = k=1 j1 | a jk | R k i ( A ) | a kk | + k=j+1,i n | a jk | +| a ji | R i ( A ) | a ii | = R j i ( A )

我们用数学归纳法证明了当 j=1,2,,i1 ,(2.2)均成立。

现在我们证明 R i ( A i )= R i i ( A )

R i ( A i )= j=1 i1 | ( A i ) ij | R j ( A i ) | ( A i ) jj | + j=i+1 n | ( A i ) ij | = j=1 i1 | a ij | R j ( A i ) | a jj | + j=i+1 n | a ij | = j=1 i1 | a tj | R j i ( A ) | a jj | + j=i+1 n | a ij | = R i i ( A )

至此我们完成了引理2.2的证明。

下面给出本文的主要结论。

定理2.1 A C n×n =( a ij ) ,若对于 i N 1 ,以下不等式都成立,

| a ii |> j=1 i1 | a ij | R j ( A ) | a jj | + j=i+1, N 1 n | a ij | + j=i+1, N 2 n | a ij | δ j (2.3)

则矩阵 A D *

证明:令 γ i = | a ii | j=i+1, N 1 n | a ij | j=i+1, N 2 n | a ij | δ j j=i+1, N 2 n | a ij | (若 j=i+1, N 2 n | a ij | =0 ,则取 γ i =1 ),令 γ= 1 2 min{ min i N 1 γ i , min i N 2 1 R i ( A ) | a ii | } 。显然有 0<γ< min i N 1 γ i 并且 δ i ( A )+γ<1 i N 2

令正对角矩阵 X=diag( x 1 , x 2 ,, x n ) ,其中

x i ={ 1,i N 1 δ i ( A )+γ,i N 2 ,

构造矩阵 B=AX ,我们将证明 BN 。不过在此之前我们先给出两个不等式。

D i γ =diag( d 1 γ , d 2 γ ,, d n γ ) 其中 d j γ ={ 1,ji R i ( A ) | a ii | +γ,j=i ,构造矩阵 A i γ =A D i γ

根据矩阵的构造很容易得出:

R j ( B ) R j ( A i γ ) , i N 2 ,j<i (2.4)

我们将用数学归纳法证明对于任意 i N 2 ,j<i ,都有

R j ( A i )+γ R j ( A ) R j ( A i γ ) (2.5)

我们假设 i>1 ,否则不存在正整数 j<i

j=1 时,

R 1 ( A i )+γ R 1 ( A )= k=2 n | ( A ) 1k | +γ P 1 ( A ) = k=2,i n | a 1k |+| a 1i | R i ( A ) | a ii | +γ k=2 n | a 1k | k=2,i n | a 1k |+| a 1i |( R i ( A ) | a ii | +γ ) = R 1 ( A i γ )

a<i1 为正整数,假设当 j=2,3,,a 时,(2.5)都成立,则当 j=a+1 时,有

R j ( A i )+γ R j ( A ) = k=1 j1 | ( A i ) jk | R k ( A i ) | ( A i ) kk | + k=j+1 n | ( A ) jk | +γ( k=1 j1 | a jk | R k ( A ) | a kk | + k=j+1 n | a jk | ) = k=1 j1 | a jk | R k ( A i ) | a kk | + k=j+1,i n | a jk | +| a ji | R i ( A ) | a ii | +γ( k=1 j1 | a jk | R k ( A ) | a kk | + k=j+1 n | a jk | ) k=1 j1 | a jk | R k ( A i )+γ R k ( A ) | a kk | + k=j+1,i n | a jk | +| a ji |( R i ( A ) | a ii | +γ ) k=1 j1 | a jk | R k ( A i γ ) | a kk | + k=j+1,i n | a jk | +| a ji |( R i ( A ) | a ii | +γ )= R j ( A i γ )

现在我们开始定理2.1的证明。当 i N 1 时,如果 j=i+1, N 2 n | a ij | 0 ,应用引理2.1可以得到:

| b ii |=| a ii |> j=1 i1 | a ij | R j ( A ) | a jj | + j=i+1, N 1 n | a ij | + j=i+1, N 2 n | a ij | δ j +γ j=i+1, N 2 n | a ij | j=1 i1 | a ij | R j ( A ) | a jj | + j=i+1, N 1 n | a ij | + j=i+1, N 2 n | a ij | ( δ j +γ ) = j=1 i1 | b ij | R j ( A ) | b jj | + j=i+1 n | b ij | j=1 i1 | b ij | R j ( B ) | b jj | + j=i+1 n | b ij | = R i ( B )

如果 j=i+1, N 2 n | a ij | =0 ,则有 | a ij |=0 j>i,j N 2 ,从而可得:

| b ii |=| a ii |> j=1 i1 | a ij | R j ( A ) | a jj | + j=i+1, N 1 n | a ij | = j=1 i1 | b ij | R j ( A ) | b jj | + j=i+1, N 1 n | b ij | j=1, N 1 i1 | b ij | R j ( B ) | b jj | + j=i+1, N 1 n | b ij | = R i ( B ) .

i N 2 时,应用(2.2)、(2.4)、(2.5)可得

| b ii |=| a ii |( δ i +γ )>| a ii | δ i + R i ( A )γ= R i i ( A )+ R i ( A )γ = R i ( A i )+ R i ( A )γ= j=1 i1 | a ij | R j ( A i ) | a jj | + j=i+1 n | a ij | + R i ( A )γ = j=1 i1 | a ij | R j ( A i ) | a jj | + j=i+1 n | a ij | +γ( j=1 i1 | a ij | R j ( A ) | a jj | + j=i+1 n | a ij | ) j=1 i1 | a ij | R j ( A i )+γ R j ( A ) | a jj | + j=i+1 n | a ij | j=1 i1 | a ij | R j ( B ) | a jj | + j=i+1 n | a ij | j=1 i1 | b ij | R j ( B ) | b jj | + j=i+1 n | b ij | = R i ( B )

于是我们得到 | b ii |> R i ( B ) iN ,所以 BN ,从而 A D *

2.1 观察矩阵

A=( 10 1 6 3 5 8 2 1 0 0 8 4 5 0 1 5 )

R 1 ( A )=10 R 2 ( A )=8 R 3 ( A )=4 R 4 ( A )=5.5 。因为 R 4 ( A )=5.5>5=| a 44 | ,所以文[8]定理1、2、3,文[10]定理1都不能判断矩阵A是否为非奇异H-矩阵。根据定理2.1有 N 1 ={ 1,2,4 } N 2 ={ 3 } ,于是

A 3 =( 10 1 3 3 5 8 1 1 0 0 4 4 5 0 0.5 5 ) ,

R 1 ( A 3 )=7 , R 2 ( A 3 )=5.5 , R 3 ( A 3 )=4 .

3. 结论

放缩矩阵是研究非奇异H-矩阵的一个重要工具。本文从Nekrasov矩阵的结构特点入手,构造一类新的放缩矩阵,得到了判断非奇异H-矩阵的一个新的充分条件。该结论在一定条件下改进了已有成果。

参考文献

[1] Li, W. (1998) On Nekrasov Matrices. Linear Algebra and Its Applications, 281, 87-96.
https://doi.org/10.1016/s0024-3795(98)10031-9
[2] Lyu, Z., Zhou, L.X. and Liu, J.Z. (2021) A Generalization of S-Nekrasov Matrices. Journal of Mathematical Inequalities, 15, 1093-1100.
https://doi.org/10.7153/jmi-2021-15-74
[3] Li, C., Liu, Q., Gao, L. and Li, Y. (2015) Subdirect Sums of Nekrasov Matrices. Linear and Multilinear Algebra, 64, 208-218.
https://doi.org/10.1080/03081087.2015.1032198
[4] Liu, J., Zhang, J., Zhou, L. and Tu, G. (2018) The Nekrasov Diagonally Dominant Degree on the Schur Complement of Nekrasov Matrices and Its Applications. Applied Mathematics and Computation, 320, 251-263.
https://doi.org/10.1016/j.amc.2017.09.032
[5] Peña, J.M. (2010) Diagonal Dominance, Schur Complements and Some Classes of H-Matrices and P-Matrices. Advances in Computational Mathematics, 35, 357-373.
https://doi.org/10.1007/s10444-010-9160-5
[6] 高磊, 井霞, 王亚强. S-Nekrasov矩阵的逆矩阵无穷范数的新上界[J]. 高等学校计算数学学报, 2018, 40(2): 97-109.
[7] 李艳艳. Nekrasov矩阵的线性互补问题含参数的上界[J]. 文书学院学报, 2023, 37(5): 63-66.
[8] 郭爱丽, 刘建州. 广义Nekrasov矩阵的充分条件[J]. 数学的实践与认识, 2013, 43(3): 189-195.
[9] 郭爱丽, 刘建州. 广义Nekrasov 矩阵的判定[J]. 工程数学学报, 2009, 26(4): 697-702.
[10] 郭爱丽, 周立新. 广义Nekrasov矩阵的一类递进判别法[J]. 重庆工商大学学报: 自然科学版, 2014, 31(2): 30-36.
[11] 石玲玲, 徐仲, 陆全, 等. 广义Nekrasov 矩阵的新迭代判别法[J]. 数值计算与计算机应用, 2013, 34(2): 117-122.
[12] 石玲玲. 广义Nekrasov矩阵的一组细分迭代判定条件[J]. 数学的实践与认识, 2018, 48(8): 227-232.