广义双连对角占优矩阵
对角占优矩阵可逆的巧妙证明
对角占优矩阵可逆的巧妙证明1.引言引言部分的概述部分可以写成以下内容:1.1 概述对角占优矩阵是一类常见的矩阵,在求解线性方程组和矩阵运算中具有重要的应用。
研究对角占优矩阵的可逆性,既是线性代数的基础内容,也是解决实际问题的关键。
本文旨在通过巧妙的证明方法,揭示对角占优矩阵可逆的条件,并探讨这种证明方法在实际应用中的意义。
通过深入研究对角占优矩阵的性质和可逆性条件,我们希望能够更好地理解矩阵的结构和特点,为解决实际问题提供更科学有效的方法。
本文主要分为三个部分:引言、正文和结论。
在引言部分,我们将概述本文的研究目的和结构,为读者提供一个整体的思路。
接下来,在正文部分,我们将详细介绍对角占优矩阵的定义和可逆性条件,并给出巧妙的证明方法。
最后,在结论部分,我们将总结这个巧妙的证明方法的重要性,并讨论对角占优矩阵可逆性的实际应用以及未来的研究方向。
通过阅读本文,读者将能够深入了解对角占优矩阵的性质和可逆性,掌握一种巧妙的证明方法,并将其应用于解决实际问题。
同时,本文也可能会激发读者对矩阵理论的兴趣,促使他们对这一领域进行更深入的研究和探索。
1.2 文章结构文章结构部分的内容如下:本文主要包含引言、正文和结论三个部分。
引言部分介绍了文章的概述,简要说明了对角占优矩阵可逆的巧妙证明,并明确了本文的目的。
正文部分主要包括两个小节:对角占优矩阵的定义和对角占优矩阵可逆的条件。
在对角占优矩阵的定义部分,将简要介绍对角占优矩阵的概念和性质,为后续证明做基础铺垫。
在对角占优矩阵可逆的条件部分,将详细阐述对角占优矩阵可逆的证明方法,通过一系列推导和运算,以巧妙的方式证明其可逆性。
结论部分主要对本文的内容进行总结,强调了对角占优矩阵可逆的证明方法的巧妙性,并提出了实际应用和进一步研究方向的建议。
通过本文的探讨,读者将更加深入地理解对角占优矩阵可逆的原理和证明方法,并可以在实际应用中进行相关的分析和运用。
整体上,本文结构清晰,内容有层次感,引言部分引领读者对文章内容有个整体的把握,正文部分详细介绍了对角占优矩阵的定义和可逆性条件,并给出了巧妙的证明方法,结论部分对已经讨论的内容进行了总结,并提出了进一步研究的方向。
广义块严格对角占优矩阵的一种判定
…
Al A2
●
A2 l A
=
…
●
:
:
A l
2
…
A船
若存 在 , 2≠ 声 K K , U
. .
= K , n K , ( ,1, 足下述 条件 : K ቤተ መጻሕፍቲ ባይዱ= O E 0 1 满 t
a
l ^1 c 1
,,l l ≠
A li“ I Jl i l ) ( I il ) d d 卜。 A
l 1 ≠
=
d~ i
+
∈
l )d s l l d
≥
I
d I 一 l i d S i蠢 l ~ + d l l ∈ j )
21 0 2年 4月 第3 3卷第 2 期
湘南学 院学报
J u l f a g a nv ri o ma n n n U ie s y o Xi t
Ap . 2 2 r , 01 V0 . 3 No. 13 2
广 义 块 严 格 对 角 占优 矩 阵 的一种 判 定
肖 菊 , 秋 张
1 V ∈ ) 取正对角矩阵 D=d g dl =1i d =P + i ) 显然 D为正对角矩阵. (J . i ( , E K ; , E a d ,
记 B = ( D = ( , A) B ) 则对 V i∈ K , 2 有
l 『 。 A ( )l B = l l i l l l l 一 B s~( ) I B 。 A l 一( l l+ ~d A
㈩ = < ;
1 ~∑ P ( V ∈K, A > 2 l l ∑ l l )i l l l +∑ l I + ) 其中0 A l l ( p, A :— , (所含 n是/ 2 元
对角占优矩阵的行列式大于零的证明
对角占优矩阵的行列式大于零的证明对角占优矩阵的行列式大于零的证明一、引言在线性代数中,对角占优矩阵(Diagonally Dominant Matrix)是一种常见的矩阵类型,具有很多重要的性质和应用。
其中一个重要的性质是,对角占优矩阵的行列式大于零。
在本文中,我们将探讨这个性质的证明过程,帮助读者更全面、深刻地理解对角占优矩阵的特性。
二、定义与性质回顾在开始证明之前,让我们先回顾一下对角占优矩阵的定义和一些相关性质。
1. 定义:对角占优矩阵是指矩阵的每一行(或每一列)对应的对角元素的绝对值大于等于该行(或该列)中非对角元素绝对值之和。
2. 性质1:对角占优矩阵的主对角线元素为正。
3. 性质2:对角占优矩阵的行列式大于等于零。
三、证明过程下面我们将逐步证明对角占优矩阵的行列式大于零。
1. 基本思路我们将采用矩阵的定义进行证明。
根据性质1,对角占优矩阵的主对角线元素为正,而矩阵的行列式等于各列元素的代数余子式之和。
我们只需要证明矩阵的每个列元素的代数余子式都为正,就能得出结论。
2. 证明过程考虑对角占优矩阵A的第i列元素ai,我们需要证明它对应的代数余子式Mi为正。
(1)对第i列元素ai求代数余子式Mi,可以得到一个n-1阶子矩阵。
(2)根据对角占优矩阵的定义,第i列元素的绝对值大于等于其他非对角元素的绝对值之和,即|ai| >= Σ|aij| (j ≠ i)。
(3)由于对角占优矩阵的主对角线元素为正,所以|ai| > Σ|aij| (j ≠ i)。
(4)根据代数余子式的定义,Mi的行列式为(-1)^(i+j)乘以子矩阵的行列式Di。
(5)根据(3)和(4),Mi的行列式为正乘以一个正数,因此Mi的行列式大于零。
3. 总结回顾通过逐步证明,我们得出了对角占优矩阵的每个列元素的代数余子式都为正的结论,从而证明了对角占优矩阵的行列式大于零。
四、个人观点与理解对角占优矩阵的行列式大于零的证明过程比较简洁清晰,但却要依赖于对角占优矩阵的定义和一些矩阵性质。
广义α-双对角占优矩阵的判定
1 记 号 与 定 义
广义对 角 占优矩 阵 钥和 口一 双对 角 占优 矩阵 以及 H一 矩 阵 。 矩阵理 论 和数值 计算 的研究领 在 域起 着非 常重要 的作用 , 因此 讨论这 些特 殊矩 阵 的判定及 其性 质有 着重要 的意义 。 文 给出 了广义 a一 双 对 本 角 占优矩 阵的一 个充分 必要条 件 , 改进和 推广 了已有 的结 论 。
论 。
关 键 词 : 不 可约 矩 阵 ; a 双 对 角 占优 矩 阵 ; 广 义 严 格 a 双 对 角 占优 矩 阵 一 一
中图分类号 : 5.1 01 1 2
文 献 标识 码 : A
Crt rao n r l e — Do b y Dig n l mi a tM a rc s ie i fGe e ai d a z u l a o a l Do n n t ie y
文章 编号 :6 2 6 5 ( 0 7 0 —0 8 — 0 1 7 — 9 22 0 )3 02 4
广 义 一双 对 角 宁 石 油 化 工 大 学 理 学 院 , 宁抚 顺 1 3 0 ) 辽 辽 1 0 1
摘
要 : 设 A=( E cl , 存 在 a ( , ) 使 Vi = ( , EN= { , , , } 有 I / { ( S S ) a a ) , 若 E 01 , = j ij / 1 2 … n ) a a ≥ R R ) ( 1 , i -
Reevd 1 c ie 6Aprl2 0 ;rvsd 7J n 0 7 ce td 9J n 0 7 i 0 7 e ie u e2 0 ;a c p e u e2 0
A s at L t b t c : e A一 ( v E cl , fteee i s E ( , ) whc a k n n l ( i ) ( 。 e i t o /j ij r n ) , i h r xs 口 0 1 , i cn ma e1 ≥ R Ri S S ) b g rV i= ( , t h J rh f =
【国家自然科学基金】_对角占优矩阵_基金支持热词逐年推荐_【万方软件创新助手】_20140731
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
科研热词 推荐指数 非零元素链 6 对角占优矩阵 5 不可约 4 非奇异h-矩阵 2 m-矩阵 2 预编码 1 非奇异日.矩阵 1 非奇异h阵 1 非奇h-矩阵 1 逆矩阵 1 简单判据 1 正对角矩阵 1 正交增强六面体矢量单元 1 有向道路 1 数字用户线 1 广义对角占优矩阵 1 广义严格对角占优矩阵 1 对角占优性 1 周期三对角矩阵 1 判定条件 1 共形完全匹配层 1 串音抑制 1 严格对角占优 1 不可约矩阵 1 不可约对角占优矩阵 1 下界 1 上界 1 三维电磁散射 1 α 对角占优矩阵 1 α -链对角占优 1 α -对角占优 1 vdsl2 1 hopfield神经网络系统 1 hadamard定理 1 h-矩阵 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
科研热词 迭代法 非零元素链 非奇异h矩阵 收敛性定理 对角占优 严格双α -对角占优矩阵 逆 误差估计 行列式 正对角矩阵 无穷范数 收敛性 对角占优矩阵 双α -链严格对角占优矩阵 严格对角占优矩阵 严格对角占优 严格双对角占优 不可约矩阵 α -严格对角占优矩阵 h-矩阵 aor迭代法
广义α-对角占优矩阵与非奇异H-矩阵的判别
关键 训 :实广’ 矩 阵 :次转 簧矩 阵 ;次特 征值 ; 次特征 向量 对称
中 图分类 :05.1 1 2 文献 标识 码 :A 文 章编 号 : 17 . 80 ( 00 2 0 7.2 6 2 9 7 2 1 )0 . 040
Re l Pe’y m e l c a l m s t i M a l x - t’ i
a trsi v co ceitc e t
1 实广对 称矩 阵
存复广对称矩阵 一义中介绍 了次对角线方向的 矩阵 论 ,在微分方程数值解 、信息论 、线性系统 论 、经济数学 、组合 阵 、控制论 以及物理学等众
同 ,B B 也是实广对称 矩阵 。
由定 义 2易得
定理 l 设 A,B∈R“为实J 对称矩阵 ,则 ( )A士B仍 为实广 对称矩 阵: 1 ( )Vk 2 ∈R,k 划仍 为实J A 刈称矩 ;
W AN G iu,ZHA O M igl Zay n i n
( h lo" i n eCha e u i r i ' inc ndTe l o o y, a gc u 30 22} Sc oo fS e c ng h n Unvest ofSce ea em l 8 Ch n h n 1 0 y
对实 广对称矩 阵作进 一步讨论 。
定义 1 设矩阵 A ( ∈K…,则称 = )
A ( ,.。) , ,2 … ,m: = . . ,(=1 ,
A 为实广’ 弱 甜 { B 对 : 门充分必璎 条竹 是 A ; A F:R
定义 3 设 A ( ∈K ” =n) ,记 一 = 一 … ) A ( (,, ,2 i =1 ,…, ) . = A,则称 A为反实J。 若 一 。 对 称矩 阵。 由此 可知,A为反 实广对 称矩阵时 ,必有
广义严格对角占优矩阵的一种判别法___
应用数学MATHEMATICA APPLICATA2019,32(3):676-681广义严格对角占优矩阵的一种判别法关晋瑞,任孚鲛(太原师范学院数学系,山西晋中030619)摘要:广义严格对角占优矩阵是一类很重要的特殊矩阵,在理论与实际中具有广泛的应用,有关它的判别一直是人们研究的重点.本文给出广义严格对角占优矩阵的一种迭代判别法,证明了相应的收敛性理论,并用数值算例展示了该判别法的有效性.关键词:广义严格对角占优矩阵;不可约矩阵;迭代判别法中图分类号:O241.6AMS(2000)主题分类:15B99;65F30;65F10文献标识码:A 文章编号:1001-9847(2019)03-0676-061.引言广义严格对角占优矩阵是一类很重要的特殊矩阵,在矩阵理论,数值分析,控制论及数理经济学中都有着广泛的应用[2−3,8,11,14−16].有关广义严格对角占优矩阵的判定一直是人们研究的一个重点.近年来很多学者都对此问题作了深入的研究,得到了大量的成果[1,4−7,9−10,12−13].为了方便讨论,下面我们首先给出有关广义严格对角占优矩阵的一些基本概念,术语符号及常见结论.设A =(a ij )∈C n ×n ,记N ={1,2,···,n },对任意的i ∈N ,令r i (A )=∑j =i |a ij |,t i (A )=ri(A )|a ii |,以及N 1(A )={i ∈N ||a ii |>r i (A )},N 0(A )={i ∈N ||a ii |=r i (A )},N 2(A )={i ∈N ||a ii |<r i (A )},则有N =N 1(A )∪N 0(A )∪N 2(A ).定义1.1[8,16]设A =(a ij )∈C n ×n ,若对任意的i ∈N ,都有|a ii |>r i (A ),则称A 为严格对角占优矩阵.若存在正对角矩阵D ,使得AD 为严格对角占优矩阵,则称A 为广义严格对角占优矩阵.定义1.2[16]设A =(a ij )∈C n ×n ,若存在置换矩阵P ,使得P AP T =(A 11A 12O A 22),其中A 11,A 22分别为k ×k ,(n −k )×(n −k )的矩阵,1≤k <n ,则称矩阵A 是可约的.否则称A 是不可约的.定义1.3[8,16]设A =(a ij )∈C n ×n 不可约,若对任意的i ∈N ,有|a ii |≥r i (A ),且至少有一个严格不等式成立,则称A 为不可约对角占优矩阵.定义1.4[16]设A =(a ij )∈C n ×n ,称m (A )=(αij )∈R n ×n 为A 的判别矩阵,其中αij ={|a ii |,i =j,−|a ij |,i =j.∗收稿日期:2018-08-22基金项目:国家自然科学基金(11401424),山西省自然科学基金(201601D011004),太原师范学院大学生创新创业训练项目(CXCY1861)作者简介:关晋瑞,男,汉族,山西人,讲师,研究方向:数值代数.第3期关晋瑞等:广义严格对角占优矩阵的一种判别法677下面是广义严格对角占优矩阵的几个基本性质[7−8,16].引理1.1设A 为广义严格对角占优矩阵,则对任意的i ∈N ,有a ii =0.引理1.2设A 为广义严格对角占优矩阵,则N 1(A )=∅.引理1.3设A =(a ij )∈C n ×n ,则A 为广义严格对角占优矩阵当且仅当AD 为广义严格对角占优矩阵,其中D 为正对角矩阵.引理1.4设A 是不可约对角占优矩阵,则A 为广义严格对角占优矩阵.现有文献中关于广义严格对角占优矩阵的判别法大多数都是直接法,但直接法判定范围狭窄,复杂且不实用,相比之下,迭代判别法具有更大的优势,并且可以充分利用计算机来实现[1,7].本文研究广义严格对角占优矩阵的迭代判别法,在第2节我们提出广义严格对角占优矩阵的一种迭代判别法,并证明了相应的收敛性理论,在第3节中用数值算例展示了该判别法的有效性.2.主要结果文[13]提出如下一个广义严格对角占优矩阵的迭代判别法.算法2.1输入:不可约矩阵A =(a ij )∈C n ×n .输出:“A 不是广义严格对角占优矩阵”或者“A 是广义严格对角占优矩阵”.1)若对某个i ∈N ,有a ii =0,“A 不是广义严格对角占优矩阵”,停止;否则2)令k =0,A 0=A ;3)对i ∈N ,计算t i (A k ),及[u,uu ]=min 1≤i ≤n t i (A k ),v =max 1≤i ≤n t i (A k );若u ≥1,“A 不是广义严格对角占优矩阵”,停止;若v ≤1,“A 是广义严格对角占优矩阵”,停止;否则计算A k +1=A k D k ,其中D k =diag(d 1,d 2,···,d n ),且d i ={u,i =uu,1,i =uu ;4)令k =k +1,返回第3步.该算法的优点是运算量小,每步迭代只需要O (n )的运算量,而其他的一些判别法每步都需要O (n 2)的运算量.对于不可约广义严格对角占优矩阵,该算法具有良好的收敛性.通过数值实验我们发现当所要判别的矩阵不是广义严格对角占优矩阵时,算法2.1所需的迭代次数比较多,因此有待进一步改进.通过对算法2.1的深入研究,我们发现其基本思想是不断缩小占优行对角元所在列元,从而最终得到矩阵是否为广义严格对角占优矩阵的结论.经过分析我们认为如果同时对占优行对角元所在列进行不断缩小,以及对占劣行对角元所在列进行不断放大,这样会取得更好的效果,避免了其缺陷.下面按照这个想法我们对算法2.1进行改进.设A =(a ij )∈C n ×n 不可约,构造序列{A k }如下:记A 0=(a (0)ij )=A .计算t i (A 0),∀i ∈N .设t p (A 0)=max 1≤i ≤n t i (A 0),则令A 1=A 0D 0,其中D 0=diag(d 1,d 2,···,d n ),且d i ={t p (A 0),i =p,1,i =p.若A k =(a (k )ij )已得到,然后计算t i (A k ),∀i ∈N .设t p (A k )=max 1≤i ≤n t i (A k ),则令A k +1=A k D k ,其中D k =diag(d 1,d 2,···,d n ),且d i ={t p (A k ),i =p,1,i =p.678应用数学2019依此类推,可以得到矩阵序列{A k}.由构造过程可以看到该矩阵序列元素的绝对值不断变大.对于该矩阵序列,我们有下面的结论.引理2.1设A=(a ij)∈C n×n不可约,若A不是广义严格对角占优矩阵,对角线元素非零且判别矩阵m(A)非奇异,则对于上述构造的矩阵序列{A k},存在一个正整数K,当k>K时,有N1(A k)=∅.证首先注意到当k增加时,集合N1(A k)的元素个数不增,而N0(A k)∪N2(A k)的元素个数不减.这是因为∀i∈N1(A k),设t p(A k)=max1≤i≤n t i(A k),则t p(A k)>1,且p=i.从而t i(A k+1)=r i(A k+1)|a(k+1)ii|=∑j=i,p|a(k)ij|+t p(A k)|a(k)ip||a(k)ii|≥∑j=i|a(k)ij||a(k)ii|=t i(A k).这样有可能t i(A k+1)≥1,进而i/∈N1(A k+1).而对于∀i∈N0(A k)∪N2(A k),当i=p时,很明显i∈N0(A k+1),而当i=p时,t i(A k+1)=r i(A k+1)|a(k+1)ii|=∑j=i,p|a(k)ij|+t p(A k)|a(k)ip||a(k)ii|≥∑j=i|a(k)ij||a(k)ii|=t i(A k).因此仍然有i∈N0(A k+1)∪N2(A k+1).其次,假设引理结论不成立,即对任意正整数k,都有N1(A k)=∅.根据上面的分析则存在一个正整数l,使得∀m>0,有N1(A l)=N1(A l+m).为了讨论方便,不妨设N1(A l)={1,2,···,k},且A l=(A11A12A21A22),其中A11是k×k的.这样A l的前k行是严格对角占优行,且由上面假设对于任意m>l,A m的前k行也是严格对角占优行.而根据引理的条件,A l的后n−l行必存在严格对角占劣行,否则A l将是广义严格对角占优矩阵,从而A是广义严格对角占优矩阵,这与引理条件矛盾.类似的对于任意m>1,A m的后n−k行必存在严格对角占劣行.这样对于A l而言,当l增大时,对应的子块A12中的元素将不断增大,但是由于前k行是严格对角占优行,于是A12中的元素存在上界,从而必有极限.设lim l→∞A l=Aω=(A11BA21C).我们来看看最后极限结果中的B和C.容易证明Aω后n−k列不会趋于无穷大,而且lim l→∞max1≤i≤nt i(A k)=1,因此Aω无严格对角占劣行.若Aω前k行存在严格对角占优行,则Aω是广义严格对角占优矩阵,从而A是广义严格对角占优矩阵,与定理条件矛盾.若Aω前k行不存在严格对角占优行,即有t i(Aω)=1,则m(Aω)奇异,从而m(A)也奇异,这也与定理假设矛盾.从而对于充分大k必有N1(A k)=∅.证毕.根据前面的分析以及上述定理,我们提出下面的判别法.算法2.2输入:不可约矩阵A=(a ij)∈C n×n.输出:“A不是广义严格对角占优矩阵”或者“A是广义严格对角占优矩阵”.1)若对某个i∈N,有a ii=0,“A不是广义严格对角占优矩阵”,停止;否则2)令k=0,B0=A,C0=A;3)对i∈N,计算t i(B k),及p=min1≤i≤n t i(B k),[q,qq]=max1≤i≤n t i(B k);若p≥1,“A不是广义严格对角占优矩阵”,停止;第3期关晋瑞等:广义严格对角占优矩阵的一种判别法679若q ≤1,“A 是广义严格对角占优矩阵”,停止;否则计算B k +1=B k D k ,其中D k =diag(d 1,d 2,···,d n ),且d i ={q,i =qq,1,i =qq ;4)对i ∈N ,计算t i (C k ),及[u,uu ]=min 1≤i ≤n t i (C k ),v =max 1≤i ≤n t i (C k );若u ≥1,“A 不是广义严格对角占优矩阵”,停止;若v ≤1,“A 是广义严格对角占优矩阵”,停止;否则计算C k +1=C k D k ,其中D k =diag(d 1,d 2,···,d n ),且d i ={u,i =uu,1,i =uu ;5)令k =k +1,返回第3步.下面我们分析算法2.2的收敛性.定理2.1对任意给定的不可约矩阵A =(a ij )∈C n ×n ,假设判别矩阵m (A )非奇异,则算法2.2总是收敛的.证若矩阵A 对角线有零元素,则算法2.2直接可以停止.若矩阵A 对角线无零元素,当矩阵A 是广义严格对角占优矩阵时,根据文[13]中的结论,算法2.2中第4步可以在有限步内停止.当矩阵A 不是广义严格对角占优矩阵时,根据引理2.1,算法2.2中第3步可以在有限步内停止.证毕.定理2.2对任意给定的不可约矩阵A =(a ij )∈C n ×n ,若算法2.2收敛,则它的结论是正确的.证当算法终止时,有两个输出结果:“A 不是广义严格对角占优矩阵”和“A 是广义严格对角占优矩阵”.下面我们分情况讨论.当输出结果为“A 不是广义严格对角占优矩阵”时,可能在第1、3或4步.若在第1步停止,则对某个i ∈N ,有a ii =0,根据引理1.1,A 不是广义严格对角占优矩阵.若在第3步停止,则对任意i ∈N ,有t i (B k )≥1,即有N 1(B k )=∅,根据引理1.2,B k 不是广义严格对角占优矩阵,从而由引理1.3,A 不是广义严格对角占优矩阵.若在第4步停止,则对任意i ∈N ,有t i (C k )≥1,即有N 1(C k )=∅,根据引理1.2,C k 不是广义严格对角占优矩阵,从而A 不是广义严格对角占优矩阵.当输出结果为“A 是广义严格对角占优矩阵”时,可能在第3、4步.若在第3步停止,则对任意i ∈N ,有t i (B k )≤1,由于前面已经处理了t i (B k )≥1的情形,此时有t i (B k )≤1,且至少有一个不等式是严格的,从而根据引理1.4,B k 是广义严格对角占优矩阵,从而A 是广义严格对角占优矩阵.若在第4步停止,则对任意i ∈N ,有t i (C k )≤1,由于前面已经处理了t i (C k )≥1的情形,此时有t i (C k )≤1,且至少有一个不等式是严格的,根据引理1.4,C k 是广义严格对角占优矩阵,从而A 是广义严格对角占优矩阵.证毕.3.数值例子本节中,我们通过几个例子来检验提出的判别法(算法2.2)的有效性,并与算法2.1进行比较.实验用Matlab(R2012a),并在个人机上运行.实验结果给出两种算法的判别结果(GDDM),所需的迭代次数(IT)以及计算时间(CPU).实验的例子取自文[1,7].例3.1考虑下列矩阵A = 10−0.5−0.5100−21 ,B = 10011111113,680应用数学2019C=1−0.8−0.1−0.51−0.3951−0.8−0.61,D=1−0.8−0.1−0.51−0.3952−0.8−0.61,E=4−1−5−13−7−2−17,F=1−2−10−210−10−0.251−0.5−0.250−0.51.实验结果见表格3.1.表3.1例3.1的实验结果矩阵A B C D E FGDDM是是是否否否算法2.1IT2318767053CPU0.0001670.0001800.0005640.0023020.0018100.001483GDDM是是是否否否算法2.2IT111810302CPU0.0001650.0001450.0009170.0006750.0015740.000150从实验结果可以看到,对于非广义严格对角占优矩阵,算法2.2所需要的迭代次数和计算时间明显少得多,而对于广义严格对角占优矩阵,算法2.2比算法2.1在一些例子中所需要的迭代次数和计算时间也有一定的减少,因此我们的算法是很有效的.以上我们提出一个广义严格对角占优矩阵的判别法,理论分析和数值算例显示了该算法是有效的.本判别法的不足之处是依赖于矩阵的不可约性,对于可约矩阵则不能奏效.如何把我们的算法推广到判别可约矩阵,则是我们今后的工作.参考文献:[1]ALANELLI M,HADJIDIMOS A.A new iterative criterion for H-matrices[J].SIAM J.Matrix Appl.,2006,29:160-176.[2]BERMAN A,PLEMMONS R J.Nonnegative Matrices in the Mathematical Sciences[M].New York:Academic Press,1994.[3]DAILEY M,DOPICO F,YE Q.A new perturbation bound for the LDU factorization of diagonallydominant matrices[J].SIAM J.Matrix Anal.Appl.,2014,35(3):904-930.[4]范迎松,陆全,徐仲,高慧敏.非奇异H-矩阵的一组细分迭代判别准则[J].工程数学学报,2012,31(6):877-882.[5]高慧敏,陆全,徐仲,山瑞平.非奇H-矩阵的一组含参数迭代判定准则[J].高校应用数学学报,2012,27(4):439-448.[6]高慧敏,陆全,徐仲,山瑞平.非奇H-矩阵的一组细分迭代判定条件[J].工程数学学报,2014,33(6):329-337.[7]GUAN J R,LU L Z,LI R C,SHAO R X.Self-Corrective iterations for generalized diagonally dominantmatrices[J]put.Appl.Math.,2016,302:285-300.[8]黄廷祝,杨传胜.特殊矩阵分析及应用[M].北京:科学出版社,2007.[9]黄政阁,徐仲,陆全,崔静静.非奇H-矩阵的一组新的判定条件[J].高等学校计算数学学报,2016,38(4):330-342.[10]KOHNO T,NIKI H,SAWAMI H,GAO Y M.An iterative test for H-matrix[J]put.Appl.Math.,2000,115:349-355.第3期关晋瑞等:广义严格对角占优矩阵的一种判别法681[11]KOEV P,DOPICO F.Perturbation theory for the LDU factorization and accurate computations fordiagonally dominant matrices[J].Numer.Math.,2011,119:337-371.[12]LI H B,HUANG T Z.On a new criterion for the H-matrix property[J].Applied Mathematics Letters.,2006,19:1134-1142.[13]OJIRO K,NIKI H,USUI M.A new criterion for H-matrices[J]put.Appl.Math.,2003,150:293-302.[14]SPIELMAN D A,TENG S H.Nearly-linear time algorithms for preconditioning and solving sym-metric,diagonally dominant linear systems[J].SIAM J.Matrix Anal.Appl.,2014,35(3):835-885.[15]徐仲,陆全,张凯院等.H-矩阵类的理论及应用[M].北京:科学出版社,2013.[16]VARGA R S.Matrix Iterative Analysis[M].Berlin:Springer-Verlag,2000.An Iterative Method for Checking Generalized StrictlyDiagonally Dominant MatricesGUAN Jinrui,REN Fujiao(Department of Mathematics,Taiyuan Normal University,Jinzhong030619,China) Abstract:Generalized strictly diagonally dominant matrix is a kind of special matrix which hasmany applications in theory and practice,and research on its discrimination has become a hot topic in recent years.In this paper,an iterative method is proposed for identifying a matrix to be a generalized strictly diagonally dominant matrix or not.Theoretical analysis and numerical examples are given to show that the method is effective and efficient.Key words:Generalized strictly diagonally dominant matrix;Irreducible matrix;Iterative algo-rithm。
广义_对角占优矩阵与非奇异H_矩阵的判别
(1) ( B) t∈N1
| |+
(1) ( ) t∈N2 B
| | +
t∈N2 ( B), t≠i
| |
+
1
>
t∈N1( B), t≠i
| |+ +1
t∈N2( B)
+
=
1
。
= 1 + 1 1 . 1 1 综上可知,对于 i 1 ,有| 1 |> 2 2= ,又由 1= 0 1 , 0 1 1 + 1 1 ,所以 1 都是正对角矩阵,知 ,由引理 1 可知, 为 非奇异 矩阵。
| | 1+
t∈N2( B) 1
| |
+
)
i
(3) }, |b it|
2
=
1 2
1
+1
1 2
。 , <1,
取 0<d<min d ,构造正对角矩阵
1
=diag{ | = 1,i
1
1
; = + ,i
t∈N2( B)
当 i ,则 |
1
时,由 <1,
2
记 1=
=
1
×
,若
|bit|=0,则有
|= | |= > (1
to be generalized - diagonally dominant matrix, im-
proving and generalizing the related results. This result enriches and improves the theory of - diagonally dominant matrix and H-matrix. Finally, some numerical examples are given for illustrating advantage of results in this paper.Providing theory's base for relative fields, such as in matrix theory ,control theory, mathematical economics,etc . Key words: -diagonally dominant matrix;generalized -diagonally dominant matrix; H-matrix
严格对角占优矩阵定义
严格对角占优矩阵定义矩阵是线性代数中重要的概念之一。
在实际应用中,矩阵的性质和特征对于问题的解决至关重要。
其中,严格对角占优矩阵是一类重要的矩阵类型,其定义和性质被广泛应用于数值计算、最优化、信号处理等领域。
定义在介绍严格对角占优矩阵之前,我们先来了解一下对角占优矩阵。
对角占优矩阵是指矩阵中每一行对应的对角元素的绝对值大于等于该行所有非对角元素绝对值之和。
即对于一个$n$阶方阵$A$,如果满足:$$|a_{ii}| geq sum_{jeq i} |a_{ij}|, quad i=1,2,dots,n$$则称$A$为对角占优矩阵。
严格对角占优矩阵是对角占优矩阵的一种特殊情况,其定义为:矩阵中每一行对应的对角元素的绝对值大于该行所有非对角元素绝对值之和。
即对于一个$n$阶方阵$A$,如果满足:$$|a_{ii}| > sum_{jeq i} |a_{ij}|, quad i=1,2,dots,n$$则称$A$为严格对角占优矩阵。
举个例子,下面的矩阵是一个对角占优矩阵,但不是严格对角占优矩阵:$$begin{bmatrix} 4 & -1 & 0 -2 & 5 & -1 1 & -1 & 3end{bmatrix}$$因为第三行的对角元素$3$等于该行所有非对角元素绝对值之和$|1|+|-1|=2$。
而下面的矩阵是一个严格对角占优矩阵:$$begin{bmatrix} 4 & -1 & 0 -2 & 5 & -1 0 & -1 & 3 end{bmatrix}$$因为每一行的对角元素都大于该行所有非对角元素绝对值之和。
性质严格对角占优矩阵具有以下性质:1. 非奇异性:严格对角占优矩阵是非奇异的,即存在逆矩阵。
证明:设$A$为一个严格对角占优矩阵,我们需要证明$A$的行列式不为$0$。
根据行列式的定义,有:$$begin{aligned} det(A) &= sum_{sigma in S_n}mathrm{sgn}(sigma) prod_{i=1}^n a_{i sigma_i} &>sum_{sigma in S_n} mathrm{sgn}(sigma) |a_{1 sigma_1}|prod_{i=2}^n left(frac{|a_{i sigma_i}|}{|a_{isigma_i}|+|a_{1 sigma_1}|}right) prod_{i=2}^n |a_{isigma_i}| &geq |a_{1 1}| sum_{sigma in S_n}mathrm{sgn}(sigma) prod_{i=2}^n left(frac{|a_{isigma_i}|}{|a_{i sigma_i}|+|a_{1 sigma_1}|}right)prod_{i=2}^n |a_{i sigma_i}| &> 0 end{aligned}$$其中,$S_n$表示$n$个元素的置换群,$mathrm{sgn}(sigma)$表示置换$sigma$的符号,即$(-1)^k$,其中$k$为置换$sigma$的逆序对个数。
广义对角占优矩阵和m矩阵的判定准则
广义对角占优矩阵和m矩阵的判定准则一、广义对角占优矩阵广义对角占优矩阵(generalized diagonal dominance matrix),简称GDM,是一种特殊的矩阵,它的元素满足“四象限定理”。
其定义是:一个n阶矩阵GDM=[aij]n×n满足对任意i≠j,都有|aij|≤(|aii|+|ajj|)/2,称之为广义对角占优矩阵。
显然,任何一个对角线占优矩阵都是一个广义对角占优矩阵,即每一个非主对角线上的元素都不大于主对角线上这一行和这一列所对应位置元素的和的一半,而主对角线上的元素都不小于主对角线上这一行和这一列所对应位置元素的和的一半。
二、m矩阵M矩阵(M-matrix)是一种负定矩阵,其每一行和每一列都是负定的,即每一行和每一列的和都是负的。
它和广义对角占优矩阵之间的关系是,m矩阵一定是广义对角占优的,但是广义对角占优矩阵不一定是M矩阵。
m矩阵的判定准则是:一个n阶矩阵GDM=[aij]n×n,如果对任意i≠j,都有|aij|≤(|aii|+|ajj|)/2,同时对所有i,都有|∑ji≠j|>0,则称之为m矩阵。
M矩阵拥有许多特殊性质,例如它有一个正定的若数分解,可以被分解成正定的部分和标量的和,它的本征值都是正数等。
这些性质使得M矩阵在图论、工程数学计算上得到了广泛的应用。
三、判定准则广义对角占优矩阵的判定准则是:一个n阶矩阵GDM=[aij]n×n,如果对任意i≠j,都有|aij|≤(|aii|+|ajj|)/2,则称之为广义对角占优矩阵。
m矩阵的判定准则是:一个n阶矩阵GDM=[aij]n×n,如果对任意i≠j,都有|aij|≤(|aii|+|ajj|)/2,而对所有i,都有|∑ji≠j|>0,则称之为m矩阵。
从上面可以看出,判断一个矩阵是否是m矩阵,需要首先确定它是否是一个广义对角占优矩阵,如果是,再判断它的各行和是否都大于零。
对角占优矩阵的判定条件
对角占优矩阵及M-矩阵是计算数学和矩阵理论研究的重要课题之一。
本文利用α-对角占优矩阵给出了广义对角占优矩阵和分块对角占优矩阵的判定条件,改进和推广了文1-3的结果。
设A=(a ij )∈Cn×n,N={1,2,…n}=N 1∪N 2,N 1∩N 2=Φ,记∧i (A)=j ∈Nj ≠i∑a ij ,S i (A )=j ∈N j ≠i∑a ji定义1设A=(a ij )∈C n×n,若a ii >∧i (A)(∀i ∈N ),则称A 为严格对角占优矩阵;若存在正对角矩阵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.定义2设A=(a ij )∈Cn×n,若存在α∈(0,1]使a ii >α∧i (A )+(1-α)S i (A )(∀i ∈N ),则称A 为严格α-对角占优矩阵;若存在正对角矩阵X 使得AX 为严格α-对角占优矩阵,则称A 为广义严格α-对角占优矩阵.定义3设A=(a ij )∈Z n×n =(a ij )│a ij ≤0,i ≠j ;i ,j ∈N {},若A =sI-B ,s>ρ(B ),其中:B 为非负矩阵,ρ(B )为B 的谱半径,则称A 为非奇异M-矩阵;若A 的比较矩阵M(A)=(m ij )为非奇异M-矩阵,则称A 为非奇异H-矩阵,其中:设A=(a ij )∈Cn×n,把A 分块为:这里A ii (1≤i ≤k )为n i 阶方阵,ki =1∑n i =n定义4设A=(a ij )∈Cn×n,分块如(1),若A ii (1≤i ≤k )均非奇异,且:则称A 为块对角占优矩阵;如果(2)的所有不等号为严格不等式,则称A 为块严格对角占优矩阵;若存在正对角矩阵X 使得AX 为块严格对角占优矩阵,则称A 为广义块对角占优矩阵.设A=(a ij )∈Cn×n,分块如(1),且A ii (1≤i ≤k )均非奇异,构造B如下:引理1[1]设A=(a ij )∈Cn×n,若A 为严格α-对角占优矩阵,则A 为广义严格对角占优矩阵.引理2[1]设A=(a ij )∈Cn×n,分块如(1),且A ii (1≤i ≤k )均非奇异,构造B 如(3),则A 为广义块对角占优矩阵当且仅当B 是非奇异M-矩阵.定理1设A=(a ij )∈Cn×n,若N 1∪N 2=N ,N 1∩N 2=Ø及α∈(0,1]存在使得满足:则A 为广义严格对角占优矩阵.证明:令:若k ∈N ∑a jk =0时,记M j =+∞.由题设知0≤m i <M j ,∀i ∈N 1,j ∈N 2.适当选取d 使之满足0≤max i ∈N m i <d <min j ∈N M j ≤+∞.设正对角矩阵X=diag(x i │x i =d ∧i (A )a ii ,i ∈N 1;x i =∧i (A )a ii,i ∈N 2),再设B=AX=(b ij ),则:当i ∈N 1时,当j ∈N 2时,所以B 为严格α-对角占优矩阵,由引理1知B 为广义严格对角占优矩阵,又因为X 为正对角矩阵,所以A 也是广义严格对角占优矩阵。
广义对角占优矩阵的判定
广义对角占优矩阵的判定
广义对角占优矩阵(Generalized Diagonally Dominant Matrix)又称为弱对角占优矩阵。
它是一类特殊的矩阵,其特性为每行或每列上的绝对值最大的元素在对角线上,而且对角元素的绝对值大于其余元素的绝对值之和。
广义对角占优矩阵用来判断矩阵结构的稳定性。
广义对角占优矩阵判定可以利用如下定理来完成。
定理1:设A是n阶方阵,则当A满足:
∑|aik|≤|aii| (i=1,2,…,n)
时,称A为弱对角占优矩阵,记作A∈GDD(n) 。
根据定理1可以看出,当矩阵A满足弱对角占优的条件时,就表明该矩阵具有广义对角占优的结构,该矩阵更加稳定。
广义对角占优矩阵的判定可以分别针对不同情况进行检测,例如:
1. 当矩阵A的所有元素为正数时,可以判断
A∈GDD(n) 的条件是:
∑aik≤aii (i=1,2,…,n)
2. 当矩阵A的元素包含正负数时,可以判断
A∈GDD(n) 的条件是:
∑|aik|≤|aii| (i=1,2,…,n)
3. 当矩阵A的元素都是负数时,可以判断A∈GDD(n) 的条件是:
∑(-aik)≤(-aii) (i=1,2,…,n)
4. 关于重复元素的情况,判断A∈GDD(n) 的条件是:
∑|aik|<|aii| (i=1,2,…,n)
以上就是广义对角占优矩阵的判定,从上面可以看出,广义对角占优矩阵具有一定的稳定性,因此在矩阵分析中,它常常被用来判断矩阵的结构稳定性。
广义对角占优矩阵与非奇M-矩阵的新判定
+ d f
∑ l I ( 一 ) 。 口 + 1 aI A) s (
,E 』2、 2, ‘ V
3 对 式 ( ) ( ) 号成 立 的 i i∈ :, ) 1 ,2 等 和 存 在 非 零 元 素 链 口 (l ̄n 使 对 于 i 式 ( ) 吨Zio 。 i  ̄ 2 , 1 ,
构造正对角阵 l=da {f i =d i g I , ∈N ; 1
= 1i= 』2 令 A = Al , 、}, r 2 1= ( ’ 则 当 口 ),
Vi∈Ⅳl , 时
∑ I l ( 一 (。 口 + 1 ) A)
= 0 + 1l 0 +( 一a 6 ( +.) dc o f + 1 ) lAi s
( 1一O) A ) L.( 。 s
3 及文[ ] A 是广义对角 占优矩阵 , ) 5知 , 从而 A 是 。 广义对角占优矩阵 , 进而 由文 [O 知 A是广义对 1]
角 占优矩 阵 , 由引理 1知 是 非 奇 矩 阵 。 定 理 2 设 A = ( ∈ C , 存 在 Ⅳ ① Ⅳ2= a) 若 N, ∈ ( ,], 0 1 使得 A满 足 以下条 件 :
( = ) ∑ 1 + ∑ l 占+ ∑ 0 口 。
JEI 1 V ,e, ’ ≠ ‘ v2, JE 2、 2
则 A是 广义 对 角 占优矩 阵 , 是 非 奇 矩 阵 。 证明
口 ¨ =
一
I ’ +( 口 I 1—0 6S( 2 c l A ) )
・
2・
贵州 大学学报 ( 自然科学版 )
第2 8卷
使 得
d £ i 1 +d 1—0 ( +|)≤ +。 l +。 6 ( c Ai s ) i 2 0 , d1 “I Vi∈ Nl, () 1
广义严格对角占优矩阵的充分必要条件
广义严格对角占优矩阵的充分必要条件1. 引言1.1 引言概述广义严格对角占优矩阵是线性代数中一个重要且常见的概念。
在矩阵理论中,对角占优矩阵是指矩阵每一行(或每一列)对角线上的元素的绝对值都大于该行(或该列)上所有其他元素的绝对值之和。
而广义严格对角占优矩阵则是对角线和非对角线上元素的要求更为宽松的一类矩阵。
广义严格对角占优矩阵在实际问题中有着重要的应用,尤其在数值计算中起着至关重要的作用。
本文将探讨广义严格对角占优矩阵的定义、性质、定理证明、应用和举例,希望通过对这一概念的深入研究,能够更好地理解其在数学和工程领域的重要性和实用性。
在下文中,我们将详细介绍广义严格对角占优矩阵的各个方面,并通过具体的例子和应用场景来帮助读者更好地理解这一概念。
通过对广义严格对角占优矩阵的全面分析,我们可以更好地把握其本质和特点,为进一步的研究和应用奠定基础。
2. 正文2.1 定义广义严格对角占优矩阵是指对于一个n阶方阵A,如果存在正整数r(r=1,2,...,n-1),使得对于所有i(j≠i),都有|a_ij|≤r|a_ii|成立,则称矩阵A是广义严格对角占优的。
这里,a_ij表示矩阵A的第i行第j列元素,a_ii表示矩阵A的第i 行第i列元素。
简单来说,广义严格对角占优矩阵是一种特殊的矩阵,其非对角线上的元素的绝对值都小于等于对角线上元素的绝对值的r 倍。
广义严格对角占优矩阵的定义对于矩阵的性质和定理证明有着重要的影响,它保证了矩阵A的主对角线上的元素起着重要的作用,并且非对角线上的元素相对于对角线上的元素来说是比较小的。
这种特性为矩阵的计算和性质分析提供了便利,在实际应用中也有着重要的作用。
2.2 性质广义严格对角占优矩阵是一类在数学和工程领域中广泛应用的重要矩阵。
它具有许多独特的性质,这些性质在矩阵论和线性代数中具有重要的意义。
广义严格对角占优矩阵是一种特殊的矩阵结构,它的对角元素绝对值大于其它元素绝对值的和。
双对角占优矩阵的性质
双对角占优矩阵的性质
双对角占优矩阵的性质
双对角占优矩阵是一种具有特定特性的矩阵形式,即矩阵中所有非双对角项都
比其他项小或等于它们。
矩阵中包括但不限于维数、每行、每列和每对对角线元素等元素。
双对角占优矩阵具有一些性质,这些性质共同确定双对角占优矩阵的特性。
首先,双对角占优矩阵是一种稳定的矩阵,这意味着矩阵的一切元素之和都是
有限的。
因为矩阵中的非双对角项都比其他项小或等于它们,所以矩阵的一切元素之和都是一个定值,不会随着矩阵的大小而改变。
其次,双对角占优矩阵具有占优特性。
在矩阵中,所有双对角项都比其他元素
更大,这能够使得矩阵在乘法或除法运算中具有优势。
当矩阵中每列中最大的元素都位于双对角线上时,矩阵中包含的数值总和为正,这样可以使得矩阵中的乘法或除法运算结果总是有限的。
第三,双对角占优矩阵具有正定特性。
在矩阵中,所有双对角项都大于或等于
其他元素,这使得矩阵中的每个子矩阵都是正定的。
而当矩阵中的每行每列最大的元素都位于双对角线上时,矩阵也具有正定性。
这样一来,双对角占优矩阵可以有效地利用它的正定性来求解一些对矩阵的元素要求很高的运算,而无需进行增广矩阵的计算。
综上所述,双对角占优矩阵具有稳定性、占优特性、正定性等性质,这些性质
可以有助于提升矩阵的运算效率,使得双对角占优矩阵成为线性代数、数值分析中的重要贡献者。
广义块严格对角占优矩阵的判定
收 稿 日期 :0 9 1 2 20 —1 — 3
基金项 目: 国家 自然科学基金资助项 目( 07 7 ) 19 1 6 1 作者简介 : 肖秋 菊 ( 97一) , 南衡 阳人 , 16 女 湖 湖南 交通 工 程 职 业 技 术学 院 副 教 授 , 潭 大 学 硕 士 研 究 生 . 要 研 究 湘 主 方向 : 等 代 数 . 高
第2 4卷第 1 期 21 0 0年 3月
南华大学学报( 自然科 学 版 )
Ju o mM fU iesy o ot hn ( ce c n e h o o nv ri fS uh C ia S in ea d T c n l t
Vo . 4 .1 12 No
Ma . 0 O r2 1
n ly d m ia tm arx a l o n n ti
广 义严 格对 角 占优矩 阵 是 一类 很重 要 的特 殊矩 阵 , 它在计 算 数学 和矩 阵论 的研 究 中非 常重
=
本文 中用 C 表示 n×r阶复矩 阵集 合. A “ t 设
( , = { , , , }A的 比较 矩 阵 o )E C N l2 … 凡 ,
中图分 类号 : 1 1 2 05.1
文 献标识 码 : A
Crt ra f r Ge e a ie o k S r c l a o a l m i a t M a r c s ie i o n r l d Bl c t ity Di g n l Do n n t ie z y
XI uj , HAN J a AO Qi- u Z G u n
( . prm n fMa e aisa d C m uain l ce c , in t nvri X a ga Hu a 1 5 C ia IDe at e t t m t n o p tt a in e Xa ga U iest in tn, n n4 1 , hn ; o h c o S n y, 10
广义严格对角占优矩阵新的充分判据
对角占优矩阵当且仅当 M ( A) 是非奇异 M - 矩阵 [1 ] 。
1 第一类充分条件
α ∈ [ 0 , 1 ] , 在本节中使用以下记号
设 A = ( a ij ) ∈ M n ( C) 是 n 阶复方阵 , 记 N = { 1 , 2 , …, n } , Π i ∈ N , 记 Λi ( A) =
j ∈N , j ≠i
∑
‖a ij ‖, S i ( A) =
j ∈N , j ≠i
∑ ‖A
ij
‖
定义 1 设 A = ( a ij) ∈ Mn ( C) , 若 Π i ∈ N , | a ii | ≥Λi ( A) , 则称 A 为对角占优矩阵 . 如果上述不 等式都是严格不等式 , 则称 A 为严格对角占优矩阵 。 如果存在正对角矩阵 D , 使得 AD 为严格对角占优矩 阵 , 则称 A 为广义严格对角占优矩阵 , 即 A 是非奇异 H - 矩阵 。
1
设σ t =
Λt ( B)
| b tt |
, 以及 [| b ii | -
1
Ri =
t ∈� N
∑|
2 tห้องสมุดไป่ตู้
b it |
t ∈N �1 , t ≠i
∑
| bit | -
t ∈� N
∑|
2
b it | σ t] ,
t
∑|
∈� N 2
bit | ≠0 , Π i ∈ N �1 , ( 4)
1, 由 ( 4) 式可知
广义对角占优矩阵的条件
维普资讯
・
1 2・ 2
长江大学 学报( 自然科学版)
20 0 8年 3 月
引理 2 [
设 A一( EC , A∈GD 的充 要条 件是 A∈GDD( ) n) D( ) 则 AEG 的充要 条件是 A∈C a 。 n ) ” a , D D( ) 证明 由文献 I ] - 定理 1及定理 6知 结论 成立 。 4
维普资讯
长 江大 学学 报 ( 自然 科 学 版 ) 20 年 3 第 5 第 1 : 08 月 卷 期 理工 J unl f agz nvri ( a c E i Ma. 0 8 V 15No 1 Si E g ora o nte i s y N t i dt Y U e t S ) r2 0 , o. . :c & n
2 主要 结 果
引理 l 设 A一( ) , AEGD 的充要 条件是 A∈GD() “ ∈C 则 a。
[ 稿 日期 ] 0 7一l 一2 收 20 】 8
[ 作者简介] 王峰( 9 1 )男 ,0 3 18 一 , 2 O 年大学毕业 , 硕士 , 助教 , 现主要从 事矩阵代数方面的教学与研究工作 。
1 基 本 概 念
用 表示 阶复矩 阵 , A亍( ∈C , : 设 n ) “ 若
I ≥ ∑ I I nI n () 1
对每一 i ∈N一{ , , ,) 1 2 … 都成 立 , 则称 A为对 角 占优矩 阵 , 作 A∈D; 式 ( ) 为严格 不 等式 , 记 若 1均 则称 A 为严格 对角 占优矩 阵 , 记作 A∈S 若存 在正 对角 阵 x, 得 A D, 称 A为 广义对 角 占优矩 阵 , 作 D; 使 XE S 则 记
广 义 对 角 占优 矩 阵 的条 件
关于广义对角占优矩阵
1 记 号 和 定 义
为 方便 叙 述 ,先 引 进一 些 符 号 和 定 义
收 稿 日期 :2 0 1 4 - 0 6 — 1 9 基 金项 目 :国 家 自然 科 学 基金 资 助 项 目 (1 1 2 0 1 0 9 2,1 1 1 O l 2 0 4)
摘 要 : 设A = ( ) ∈ c ,  ̄ - r l - V i ∈ N = { 1 , 2 , … , ) 均 有 I ∑ l 口 I , 则 称A 为 对 角 占 优 矩 阵 ・ 若
j ; t i
存 在 正 对 角 矩 阵 ,使 得
为 对 角 占优 矩 阵 ,则 称 A为 广 义 对 角 占优 矩 阵 .论 文 通 过 构 造 正
第 2 8卷 第 4 期
2 01 4五 1 =
五邑大学学报 ( 自然科学版 )
J O UR NA L O F w U Y I U NI VE R S I T Y ( Na t u r a l S c i e n c e E d i t i o n)
Vb 1 . 2 8 N O, 4
p o s i t i v e d i a g o n a l ma t r i c e s .Th e s e r e s u l t s i mp r o v e a n d g e n e r a l i z e s o me k n o wn r e s u l t s .I n a d d i t i o n , s o me n u me r i c a l e x a mp l e s f o r t h e e f f e c t i v e n e s s o f t he s e c r i t e r i a a r e p r e s e n t e d . Ke y wo r d s : g e n e r a l i z e d d i a g o n a l l y d o mi n a n t ma t r i c e s ;p r i n c i p a l s u b ma t r i c e s ;Ha d a ma r d p r o d u c t
广义严格对角占优矩阵的充分必要条件
广义严格对角占优矩阵的充分必要条件
广义严格对角占优矩阵是指对于一个n×n的矩阵A,满足以下条件:
1. A是一个对称矩阵,即A=A^T;
2. 对于所有的i(1≤i≤n),有a_ii>0;
3. 对于所有的i(1≤i≤n),有∑|a_ij|<∞ (1≤j≤n, j≠i)。
这个定义可以拆分成两个条件来理解。
我们来看第一个条件,即A是一个对称矩阵。
一个矩阵的对称性是指它的转置等于它本身,即矩阵的第i行第j列的元素等于第j行第i 列的元素。
对称矩阵在很多应用中非常常见,例如在物理学、工程学和机器学习等领域。
第二个条件是广义严格对角占优矩阵的核心条件。
它要求矩阵A的对角线上的元素都要大于0。
这个条件确保了矩阵A是非奇异的,即它的行列式不为0,从而可以求解矩阵方程。
这一条件在数值计算中非常重要,以确保算法的稳定性和可靠性。
广义严格对角占优矩阵的充分必要条件是矩阵A是对称矩阵,并且矩阵A的对角线元素都大于0,并且每一列对应的非对角线元素的绝对值之和是有界的。
这个条件保证了矩阵A在数值计算中的稳定性、可靠性和收敛性,因此在数学和工程应用中具有广泛的重要性。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第16卷第3期1998年9月徐州师范大学学报(自然科学版)J.of Xuzhou Normal Uni.(Natural Sciences )Vol.16,No.3Sep.,1998收稿日期:1996212218广义双连对角占优矩阵石茂忠1 张晓东2(1徐州师范大学数学系,徐州,221009;2安徽大学数学系,合肥,230039)摘要 引入广义双连对角占优矩阵的概念,证明广义双连对角占优的可逆性,讨论它们与M 矩阵的关系,并给出了广义双连对角占优矩阵特征值的一些性质.关键词 广义对角占优矩阵,M 矩阵,可逆性中图法分类号 O151.21对角占优矩阵有许多良好性质,它们在研究M 矩阵以及矩阵的数值分析方面起着重要的作用.因此,从各种角度推广对角占优矩阵,使之保留最有用的那些性质就受到了广泛关注.文[1~3]在这方面给出了许多有趣结果.本文沿着这个方向提出了广义双连对角占优矩阵的概念,给出它们的一些有用性质.本文除使用关于矩阵的各种常用记号外,用N 表示集合{1,2,…,n},用Z n 表示所有具有全部非正的非对角元的n 阶实方阵的集合.令A =(a ij )为n 阶复方阵,P u =∑j ∈N -{u}a uj ,Q v =∑j ∈N -{v}a jv .定义 复方阵A 称为广义对称对角占优,是指存在某数α∈[0,1],使得a ii ≥p αi Q 1-αi , Πi ∈N.(1)A 称为广义严格对称对角占优,则指(1)式都是严格不等式.复方阵A 称为广义双连对角占优,是指存在某数α∈[0,1],使得a ii a jj ≥p αi Q 1-αi p αj Q 1-αj , Πi ,j ∈N ,i ≠j.(2)A 称为广义严格双连对角占优,则指(2)式都是严格不等式.易见,当α=1(0)时,广义对称对角占优就变成通常的行(列)对角占优.故广义对称对角占优是通常的对角占优的推广.当矩阵A 满足(1)式时,显然也满足(2)式,所以,广义双连对角占优又是广义对称对角占优的推广.引理1[4] 广义严格双连对角占优矩阵是可逆的.定理1 n 阶不可约复方阵A 是广义双连对角占优,如果存在k ∈N ,使得a kk a jj ≥p αk Q 1-αkp αj Q 1-αj , Πj ∈N -{k}成立,则A 是可逆矩阵.证 由A 的不可约性知,存在a kr 1≠0,a r 1r 2≠0,…,a r t -1r t ≠0, (k ≠r 1,r 1≠r 2,…,r t -1≠r t 且{k ,r 1,r 2,…,r t }=N ).由假设知p αk Q 1-αk p αj Q 1-αja kk a jj <1, Πj ∈N -{k}.取适当的正数ε,使得max p αk Q 1-αk p αj Q 1-αj a kk a jj <ε<1.令D (1)=diag (1,…,ε,1,…,1),ε位于第(k ,k )位置.考虑A (1)=D (1)A D (1),由于D (1)为正对角阵,故A (1)也为不可约矩阵,且a (1)kk a (1)jj=a kk a jj ε2,P (1)αk Q (1)1-αk P (1)αj Q (1)1-αj <εP αk Q 1-αk P αj Q 1-αj≤ε2a kk a jj =a (1)kk a (1)jj , Πj ∈N -{k},0<P (1)r 1≤P r 1, Q (1)r 1=Q r 1+(ε-1)a kr 1<Q r 1.因此P (1)αr 1Q (1)1-αr 1P (1)αj Q (1)1-αj <P αr 1Q 1-αr 1P αj Q 1-αj ≤a r 1r 1a jj =a (1)r 1r 1a (1)jj , Πj ∈N -{k ,r 1},P (1)αi Q (1)1-αi P (1)αj Q (1)1-αj <P αi Q 1-αiP αj Q 1-αj ≤a ii a jj =a (1)ii a (1)jj , i ≠j ,i ,j ∈N -{k}.因此A (1)中有I ={k ,r 1}<N ,使得a (1)ii a (1)jj ≥P (1)αi Q (1)1-αi P (1)αj Q (1)1-αj , Πi ≠j ,i ,j ∈N ,且a (1)ii a (1)jj >P (1)αiQ (1)1-αi P (1)αj Q (1)1-αj , i ∈I ={k ,r 1},j ∈N -{i}.依次类推,最后可得A (t )=D (t )…D (1)A D (1)…(t )中任何a (t )ii a (t )jj >P (t )αi Q (t )1-αi P (t )αj Q (t )1-αj , i ≠j ,i ,j ∈N.由引理1知A 是可逆的矩阵.下面讨论非奇异M 矩阵与我们所定义的两种广义对角占优矩阵的关系.定理2 设A ∈Z n ,a ii >0,Πi ∈N ,则下列各条件等价:i )A 为非奇异M 矩阵;ii )存在正对角阵D ,使得D -1A D 为广义严格对称对角占优矩阵;iii )存在正对角阵D ,使得D -1A D 为广义严格双连对角占优矩阵;iv )存在正对角阵D 1,D 2,使得D 1A D 2为广义严格对称对角占优矩阵;v )存在正对角阵D 1,D 2,使得D 1A D 2为广义严格双连对角占优矩阵.证 i )]ii ) 因为A 为非奇异M 矩阵,则A-1为非负矩阵.令x =A -1e ,e =(1,…,1)T ,D =diag (x 1,x 2,…,x n ),x =(x 1,x 2,…,x n )T ,则D 为正对角阵,这是因为x i 等于A -1的第i 行和(若x i =0,则由A -1非负性知A-1第i 行每个元素均为0,便与A -1是可逆阵矛盾),此外A De =A x =e 给出了A D 是严格对角占优,从而D -1A D 为严格对角占优,取α=1,知D -1A D 为广义严格对称对角占优.ii )]iii ) 显然.iii )]i ) 令B (t )=(b ij ),其中b ij =a ij t ,i ≠j ;b ii =a ii ,Πi ∈N.由于D -1A D 为广义严格双连对角占优矩阵,则由引理1知det (D -1A D )≠0,即det A ≠0,det B (0)=a 11a 22…a nn >0,det B (1)=det A ≠0.若det A <0,则由于det B (t )是t 的连续函数,故存在0<t 0<1,使得det B (t 0)=0.但是,由题设知D -1A D 为广义严格双连对角占优,再由B (t )的构造知D -1B (t 0)D 为广义严格双连对角占优矩阵,由引理1知det B (t 0)≠0,矛盾.故det A =det B (1)>0.同理,由D -1A D 任何一个k 阶主子矩阵是广义严格双连对角占优,从而得到D -1A D 的任何k 阶主子式均大于0,即A 的所有主子式均大于0.又由于A ∈Z n ,由文[5]知A 为非奇异M 矩阵.iii )]v ),ii )]iv ),iv )]v ) 显然.v )]i ) 若存在正对角阵D 1,D 2,使得D 1A D 2为广义严格双连对角占优矩阵,则由i )]iii )知D 1A D 2为非奇异M 矩阵.由文[5]知(D 1A D 2)-1=D -12A -1D -11为非负矩阵,由此得A -1为非负矩阵,又A ∈Z n ,知A 为非奇异M 矩阵.推论1 设A 为广义严格双连对角占优,则存在正对角阵D ,使D -1A D 为广义严格对称对角占优.证 令B =(b ij ),其中b ij =-a ij ,i ≠j ;b ii =a ii ,i =j.则B 为广义严格双连对角占优矩阵,且B ∈Z n ,b ii >0,Πi ∈N.由定理2知存在正对角阵D ,使得D -1BD 为广义严格对称对角占优,即D -1A D 为广义严格对称对角占优.推论2 设不可约复方阵A 是广义双连对角占优,且存在k ∈N ,使得01徐州师范大学学报(自然科学版) 第16卷a kk a jj >P αk Q 1-αk P αj Q 1-αj , Πj ∈N -{k}成立,则存在正对角阵D ,使得D -1A D 为广义严格对称对角占优.证 由定理1证明过程知,存在正对角阵D 1,使得D 1A D 1为广义严格双连对角占优,再由定理2中ii )]v )知B =(b ij ),b ii =a ii ,b ij =-a ij ,i ≠j ,存在正对角阵D ,使得D -1BD 为广义严格对称对角占优,故D -1A D 为广义严格对称对角占优.定理3 设B ∈Z n ,b ii >0,Πi ∈N ,且存在正对角矩阵D ,使得A =DB T +BD 为广义严格对称对角占优或广义严格双连对角占优矩阵,则B 为非奇异矩阵.证 由定理2知A 为非奇异M 矩阵.又A T =(BD +DB T )T =BD +DB T =A ,知A 为对称矩阵,从而A 为对称正定矩阵.另一方面D 也为正定矩阵.由Lyapunov 定理知B 为正稳定矩阵,由此推出B 的每个特征值实部大于0.由文[5]知B 为非奇异M 矩阵.由定义不难看出,如果B ∈Z n ,b ii >0,Πi ∈N ,则B 为广义双连对角占优,当且仅当对任意正数ε>0,B +εI 为广义严格双连对角占优.此外,由[5,引理16.4.1]知方阵B 为M 矩阵,当且仅当任意正数ε>0,B +εI 为非奇异M 矩阵.这些结果与定理2,定理3联合分别给出:定理4 设A ∈Z n ,a ii >0,Πi ∈N ,则下列各条件等价:i )A 为M 矩阵;ii )存在正对角阵D ,使得D -1A D 为广义对称对角占优矩阵;iii )存在正对角阵D ,使得D -1A D 为广义双连对角占优矩阵;iv )存在正对角阵D 1,D 2,使得D 1A D 2为广义对称对角占优矩阵;v )存在正对角阵D 1,D 2,使得D 1A D 2为广义双连对称对角占优矩阵.定理5 设B ∈Z n ,b ii >0,Πi ∈N ,且存在正对角阵D ,使得A =BD +DB T 为广义对称对角占优或广义双连对角占优矩阵,则B 为M 矩阵.定理6 设A 为n 阶广义严格对称对角占优或广义严格双连对角占优的实方阵,且有p 个正对角元,q 个负对角元,则p +q =n ,且A 恰有p 个特征值的实部为正,q 个特征值实部为负.证 如果A 为n 阶广义严格对称对角占优矩阵,则由a ii >P αi a 1-αi≥0,从而a ii >0,Πi ∈N ,故p +q =n.令B (t )=(b ij ),b ij =a ij t ,i ≠j ;b ii =a ii ,Πi ∈N ,则对每个t ∈[0,1],矩阵B (t )显然是广义严格对称对角占优矩阵,且B (0)=diag (a 11,…,a nn )为对角阵,B (1)=A .令参数t 从0递增而连续地变动到1,则B (t )的特征值从B (0)的特征值a 11,…,a nn ,开始随t 变化而连续变化,对B (t )应用Ostrowski 定理知B (t )的各个圆盘Γi (t ): Z -a ii ≤t P αi Q 1-αi,相应地从点a ii 连续地扩大到A 的圆盘.Γi (1): Z -a ii ≤P αi Q 1-αi.设a k 1k 1>0,…,a k p k p >0,a k p +1k p +1<0,…,a k n k n <0.令S 1=∪p j =1Γkj (t ),S 2=∪n j =p +1Γkj (t ),则因B 为广义严格对称对角占优,故由Ostrowski 定理可推出区域S 1的最左边的一个点在0的右边,区域S 2的最右边一个点在0的左边.此外由于B (t )的每个圆盘包含在对应圆盘Γi (1)之内,故B (t )与B (0)的特征值a ii >0相对应的特征值λi 必在S 1内.同样,B (t )与B (0)的特征值a ii <0相对应的特征值必在S 2内.故A 恰有p 个特征值实部为正,q 个特征值实部为负.如果A 为广义严格双连对角占优矩阵,由推论1知,存在正对角阵D ,使得D -1A D 为广义严格对称对角占优矩阵,由D -1A D 与A 有相同的特征值和应用上面的结论即知定理成立.推论3 设n 阶不可约实方阵是广义双连对角占优,且有k ∈N 使得a kk a jj >P αk Q 1-αk P αj Q 1-αj , Πj ∈N -{k}成立,且有p 个正对角元,q 个负对角元,则p +q =n ,且A 恰有p 个特征值实部为正,q 个特征值实部为负.(下转第35页)11第3期 石茂忠等:广义双连对角占优矩阵参考文献1 陆新谦,金有豫.新编药物学.北京:人民卫生出版社,1996.1652 施佩君.瑞士Spirig 公司Ulfraprofen 上市.中国医药工业杂志信息版,1997,10:193 张霖泽,劳肇经,黄绍悦等.萘普生的葡辛胺拆分工艺.医药工业,1985,16(4):14 Eur 1981,0022529;(CA 1981,95;6907j )5 Morris R ,Nagarkatti J.Aldrich (1996~1997).Milwaukee (Wisconsin US ):Aldrich Chemical Com pany ,Inc.1997.869Isolation and R acemization of IbuprofenW ang Y ucheng ,W ang S uhui ,Dai Guiyuan ,S hi Daqi ng ,Cai Peij un(Department of Chemistry ,Xuzhou Normal University ,Xuzhou ,221009)Abstract N 2octyl 2d 2glucamine was used to isolate Ibuprofen to give Dexibuprofen in a single run of 26%yeild.The isomer of Ibuprofen was racemized in NaOH (30%)under reflux for 4h with a yield of 95%.K eyw ords Ibuprofen ,isolation ,Dexibuprofen(上接第11页)证 由于A 为不可约矩阵,故P i >0,Q i >0,Πi ∈N ,故a ii >0,Πi ∈N ,从而p +q =n.由推论2知,存在正对角阵D ,使得D -1AD 为广义严格对称对角占优,再由定理6即得.参考文献1 沈光星.连对角占优矩阵的一些性质.计算数学,1990,12(2):1322 游兆永,李磊.共轭广义对角占优矩阵的特征值分布.数学研究与评论,1989,19(2):3093 逄明贤.矩阵对角占优性的推广及应用.应用数学学报,1989,12(1):354 Ostrowski A.Uber das Nichverschwinden einer K lass von Determinanten und die Lokalisierun g der charakteristischenWurzeln von position Math ,1951,9:2095 Berman A ,Plemmons R J.Nonnegative Matrices in the Mathematical Sciences.New Y ork :Academic Press ,1979.132~161G eneralized Diagonal Pair Dominant MatricesS hi M aoz hong 1,Zhang Xiaodong 2(1Department of Mathematics ,Xuzhou Normal University ,Xuzhou ,221009;2Department of Chemistry ,Anhui University ,Hefei ,230039)Abstract In this paper ,we introduce the concept of generalized diagonal pair dominant matrices ,and prove the invertibility of them.Then we discuss relations between them and M 2matrices.Finally ,some properities of eigenvalues of generalized diagonal pair dominant matrices are given.K eyw ords generalized diagonal pair dominant matrix ,M 2matrix ,invertibility53第3期 王玉成等:布洛芬的拆分工艺。