-
M-矩阵是一类在诸多领域有着较为重要实用价值的矩阵类.矩阵的Fan积是特殊的矩阵运算[1]. M-矩阵特征值的估计是研究的重点[2-3],尤其关于非奇异M-矩阵Fan积的最小特征值下界的问题更是引人关注,现如今得到了一些相关的结果[4-12].下面将对该问题继续探讨,给出两个只与矩阵元素有关且比现有结果优越的新估计式.
全文HTML
-
令N={1,2,…,n},复(实)矩阵集记为Cn×n(Rn×n).
若矩阵A=(aij)∈Rn×n满足aij≥0(aij>0),i,j∈N,称A是非负(正)矩阵,记为A≥0(A>0).
设A=(aij)∈Rn×n,若aij≤0,i,j∈N,i≠j,称A是Z-矩阵,记为Zn.若A∈Zn表示为A=αI-P,P≥0,当α>ρ(P)时,A是非奇异M-矩阵,其构成的矩阵集记为Mn;当α=ρ(P)时,A是奇异的.
令σ(A)={λ1,λ2,…,λn},λi为矩阵A的特征值. |λi|的最大值称为A的谱半径,记为ρ(A).用τ(A)=min{Re(λ):λ∈σ(A)}表示A的最小特征值,由文献[4]可知τ(A)∈σ(A).
设矩阵A=(aij)∈Rn×n,B=(bij)∈Rn×n,A与B的Fan积为
若A,B∈Mn,则A★B∈Mn.
如果有置换矩阵P,使A满足
称A是可约矩阵,否则不可约[1].
设A=(aij)∈Rn×n,i,j,k∈N,j≠i,
-
引理1[13] 设A=(aij)∈Cn×n,则A的特征值包含于
$\bigcup\limits_{i\ne j}{\left\{ z\in \mathbb{C}:\left| z-{{a}_{ii}} \right|\le \sum\limits_{k\ne i}{\left| {{a}_{ki}} \right|} \right\}}$ .引理2[13] 设A=(aij)∈Cn×n,则A的特征值包含于
$\bigcup\limits_{\begin{matrix} i, j=1 \\ i\ne j \\ \end{matrix}}^{n}{\left\{ z\in \mathbb{C}:\left| z-{{a}_{ii}} \right|\left| z-{{a}_{jj}} \right|\le \sum\limits_{k\ne i}{\left| {{a}_{ki}} \right|}\cdot \right.}\left. \sum\limits_{l\ne j}{\left| {{a}_{lj}} \right|} \right\}$ .定理1 设A=(aij),B=(bij)∈Mn,则
证 显然n=1成立,下面分两种情况讨论n≥2.
情况1 若A★B不可约,易见A,B都不可约.由引理1,存在i∈N,使得
所以
即
情况2 若A★B可约.由文献[14]知,只有主子式皆为正时Zn中的矩阵为M-矩阵.存在满足除p12=p23=…=pn-1,n=pn,1=1外其他元素都是0的置换阵P=(pij),当ε>0足够小时A-εP,B-εP的主子式都是正的,则A-εP,B-εP是不可约的M-矩阵.此时将A,B分别代换成A-εP,B-εP,当ε趋向于0时,结果依然成立.
定理2 设A=(aij),B=(bij)∈Mn,则
证显然n=1成立,下面分两种情况讨论n≥2.
情况1 若A★B不可约,易见A,B都不可约.设τ(A★B)=λ,由引理2知,存在(i,j)∈N,1≤i,j≤n,i≠j,使得
所以
即
情况2 若A★B可约.由文献[14]知,只有主子式皆为正时Zn中的矩阵为M-矩阵.存在满足除p12=p23=…=pn-1,n=pn,1=1外其他元素都是0的置换阵P=(pij),当ε>0足够小时A-εP,B-εP的主子式都是正的,则A-εP,B-εP是不可约的M-矩阵.此时将A,B分别代换成A-εP,B-εP,当ε趋向于0时,结果依然成立.
下面比较定理1和定理2的优越性.对i≠j,设
即
因为
所以
即
定理2的结果比定理1的结果好.
-
令
易见A,B∈Mn,根据文献[7]中的定理3.1、文献[8]中的定理7、文献[9]中的定理2、文献[12]中的定理3.1,分别得到如下结果:
由本文定理1得
由本文定理2得
从数值算例可见,所给估计式优于其他文献中的结果.