对角占优矩阵的定义与核心性质.docxVIP

对角占优矩阵的定义与核心性质

对角占优矩阵是线性代数中具有特殊结构的矩阵，因主对角线元素“占优”的特性，在数值分析、矩阵论、控制论等领域应用广泛（如线性方程组求解、稳定性分析）。其核心性质围绕“非奇异性”“可逆性”“特征值分布”展开，需先明确定义，再逐步推导性质逻辑。

一、对角占优矩阵的定义（两类核心分类）

设A=(a_{ij})\in\mathbb{C}^{n\timesn}（复矩阵，实数矩阵为特殊情况），根据主对角线元素与行/列其他元素的关系，分为严格对角占优矩阵和弱对角占优矩阵，二者定义差异直接影响性质强弱。

1.严格对角占优矩阵（StrictlyDiagonallyDominantMatrix,SDD）

对矩阵A的每一行i（1\leqi\leqn），主对角线元素的模长严格大于该行其他所有元素模长之和，即：

|a_{ii}|\sum_{\substack{j=1\\j\neqi}}^n|a_{ij}|\quad(1\leqi\leqn)

实例：

A=\begin{pmatrix}511\\261\\114\end{pmatrix}

第1行：|5|=5|1|+|1|=2

第2行：|6|=6|2|+|1|=3

第3行：|4|=4|1|+|1|=2

满足严格对角占优定义。

2.弱对角占优矩阵（WeaklyDiagonallyDominantMatrix,WDD）

对矩阵A的每一行i（1\leqi\leqn），主对角线元素的模长大于等于该行其他所有元素模长之和，且至少存在一行满足“严格大于”，即：

|a_{ii}|\geq\sum_{\substack{j=1\\j\neqi}}^n|a_{ij}|\quad(1\leqi\leqn)

且\existsk\in\{1,2,...,n\}，使得|a_{kk}|\sum_{\substack{j=1\\j\neqk}}^n|a_{kj}|

注意：若所有行均满足“等于”（无严格占优行），则称为“行和相等矩阵”，不属于弱对角占优矩阵。

实例：

B=\begin{pmatrix}4111\\1511\\1131\\1113\end{pmatrix}

第1行：|4|=4=1+1+1=3（等于）

第2行：|5|=51+1+1=3（严格大于）

第3、4行：|3|=3=1+1+1=3（等于）

满足弱对角占优定义。

二、对角占优矩阵的核心性质（按重要性排序）

性质1：严格对角占优矩阵必为非奇异矩阵（可逆矩阵）

（1）性质表述

若A是严格对角占优矩阵，则\det(A)\neq0（行列式非零），即A可逆，存在唯一逆矩阵A^{-1}。

（2）证明思路（反证法）

假设A奇异，则齐次线性方程组Ax=0存在非零解x=(x_1,x_2,...,x_n)^T。

设|x_k|=\max_{1\leqi\leqn}|x_i|0（非零解的最大分量），对第k行展开方程：

a_{kk}x_k+\sum_{\substack{j=1\\j\neqk}}^na_{kj}x_j=0

两边取模长，由三角不等式得：

|a_{kk}|\cdot|x_k|=\left|\sum_{\substack{j=1\\j\neqk}}^na_{kj}x_j\right|\leq\sum_{\substack{j=1\\j\neqk}}^n|a_{kj}|\cdot|x_j|

因|x_j|\leq|x_k|，代入得：

|a_{kk}|\cdot|x_k|\leq\left(\sum_{\substack{j=1\\j\neqk}}^n|a_{kj}|\right)\cdot|x_k|

两边除以|x_k|0，得|a_{kk}|\leq\sum_{\substack{j=1\\j\neqk}}^n|a_{kj}|，与“严格对角占优”定义矛盾，故假设不成立，A非奇异。

（3）应用场景

在数值求解线性方程组Ax=b时，若A严格对角占优，可直接判断方程组有