非奇异M-矩阵和H-矩阵的判定算法.docxVIP

非奇异M-矩阵和H-矩阵的判定算法

一、引言

在矩阵理论及其应用领域，非奇异M-矩阵和H-矩阵是两类非常重要的矩阵。非奇异M-矩阵在数值线性代数、经济学、生物学等众多学科中有着广泛的应用，例如在求解线性方程组的迭代法收敛性分析中起着关键作用；H-矩阵则与矩阵的特征值分布、线性系统的稳定性等问题密切相关。准确判定一个矩阵是否为非奇异M-矩阵或H-矩阵，对于相关理论研究和实际应用都具有重要意义。本文将详细介绍非奇异M-矩阵和H-矩阵的判定算法。

二、相关定义与性质

（一）非奇异M-矩阵

设A=(a_{ij})\inR^{n\timesn}，若满足以下条件：

a_{ij}\leq0，i\neqj，i,j=1,2,\cdots,n；

存在正向量x=(x_1,x_2,\cdots,x_n)^T，使得Ax0，则称A为非奇异M-矩阵。

非奇异M-矩阵具有许多良好的性质，例如其所有特征值的实部均为正数，逆矩阵是非负矩阵等。

（二）H-矩阵

设A=(a_{ij})\inR^{n\timesn}，记R_i(A)=\sum_{j\neqi}|a_{ij}|，i=1,2,\cdots,n。若存在正对角矩阵D，使得AD为严格对角占优矩阵，即|a_{ii}|R_i(AD)，i=1,2,\cdots,n，则称A为H-矩阵。

H-矩阵的一个重要等价定义是：若|a_{ii}|\geqR_i(A)，i=1,2,\cdots,n，且其中至少有一个不等式严格成立，同时不可约，则A为H-矩阵；或者若|a_{ii}|R_i(A)对所有i成立，则A为H-矩阵。

三、非奇异M-矩阵的判定算法

（一）直接判定法

根据非奇异M-矩阵的定义，直接验证矩阵元素是否满足a_{ij}\leq0，i\neqj，然后尝试寻找满足Ax0的正向量x。这种方法在理论上可行，但在实际应用中，对于大型矩阵，寻找正向量x计算量巨大，效率较低，一般只适用于小规模矩阵的判定。

（二）基于特征值的判定法

由于非奇异M-矩阵的所有特征值的实部均为正数，因此可以通过计算矩阵的特征值来判定。利用数值计算方法，如QR算法等，计算矩阵A的所有特征值\lambda_1,\lambda_2,\cdots,\lambda_n，若Re(\lambda_i)0，i=1,2,\cdots,n，且a_{ij}\leq0，i\neqj，则A为非奇异M-矩阵。然而，计算矩阵的全部特征值计算复杂度较高，对于大规模矩阵计算效率不理想。

（三）基于比较矩阵的判定法

设A=(a_{ij})\inR^{n\timesn}，构造其比较矩阵M(A)=(m_{ij})，其中m_{ii}=|a_{ii}|，m_{ij}=-|a_{ij}|，i\neqj。若M(A)为非奇异M-矩阵，则A为非奇异M-矩阵。可以进一步利用M-矩阵的一些充分必要条件对比较矩阵M(A)进行判定，例如利用M-矩阵的最小特征值大于零这一性质，通过计算M(A)的最小特征值来判定M(A)是否为非奇异M-矩阵。这种方法将对原矩阵的判定转化为对比较矩阵的判定，在一定程度上简化了计算过程。

（四）示例

设矩阵A=\begin{pmatrix}3-1-1\\-13-1\\-1-13\end{pmatrix}

首先，验证a_{ij}\leq0，i\neqj，显然满足条件。

然后，尝试寻找正向量x，令x=(1,1,1)^T，计算Ax=\begin{pmatrix}3-1-1\\-13-1\\-1-13\end{pmatrix}\begin{pmatrix}1\\1\\1\end{pmatrix}=\begin{pmatrix}1\\1\\1\end{pmatrix}0，所以根据定义可判定矩阵A为非奇异M-矩阵。

四、H-矩阵的判定算法

（一）严格对角占优判定法

根据H-矩阵的定义，直接计算R_i(A)=\sum_{j\neqi}|a_{ij}|，i=1,2,\cdots,n，然后判断是否满足|a_{ii}|R_i(A)，i=1,2,\cdots,n。若满足该条件，则矩阵A为H-矩阵。这种方法计算简单直接，对于满足严格对角占优条件的矩阵可以快速判定，但对于不满足严格对角占优条件的矩阵则无法直接判定。

（二）不可约弱对角占优判定法

若|a_{ii}|\geqR_i(A)，i=1,2,\cdots,n，且其中至少有一个不等式严格成立，同时矩阵A不可约，则A为