第 38B 章 P-矩阵与 H-矩阵¶

前置：M-矩阵 (Ch38A) · 正定矩阵 (Ch16) · 行列式 (Ch03)

本章脉络：从 M-矩阵的泛化 \(\to\) P-矩阵定义（主子式皆正） \(\to\) 线性互补问题 (LCP) 的解法 \(\to\) H-矩阵（比较矩阵是 M-矩阵） \(\to\) Ostrowski 判定准则 \(\to\) 层级关系：正定矩阵 \(\subset\) M-矩阵 \(\subset\) H-矩阵 \(\to\) 稳定性与数值计算中的应用 \(\to\) 应用：电路分析、非线性系统的局部线性化

延伸：P-矩阵和 H-矩阵是处理“非对称稳定性”的高级代数语言；它们在不需要对称性的前提下，保持了类似于正定矩阵的许多关键性质，是解决运筹学中互补问题的核心

如果我们将 M-矩阵中“非对角元为负”的限制放宽，会得到更具普遍性的 H-矩阵；如果只保留“主子式全为正”的特征，则得到 P-矩阵。这两类矩阵在非线性规划和电路模拟中至关重要，因为它们保证了复杂系统平衡点的存在性与唯一性。本章将揭示这些结构之间的层级关联。

38B.1 P-矩阵的定义与 LCP¶

定义 38B.1 (P-矩阵)

方阵 \(A\) 称为 P-矩阵，如果它的所有主子式（不一定是顺序的）都严格大于 0。性质：正定矩阵（对称）和非奇异 M-矩阵都是 P-矩阵。

应用：线性互补问题 (LCP)

P-矩阵是保证线性互补问题 \(w - Az = q, w \ge 0, z \ge 0, w^T z = 0\) 对任何 \(q\) 都有唯一解的充要条件。这在博弈论和接触力学中极具价值。

38B.2 H-矩阵与比较矩阵¶

定义 38B.2 (H-矩阵)

方阵 \(A\) 称为 H-矩阵，如果其比较矩阵（Comparison Matrix） \(\mathcal{M}(A)\) 是一个非奇异 M-矩阵。比较矩阵的定义为： - 对角元：\((\mathcal{M}(A))_{ii} = |a_{ii}|\) - 非对角元：\((\mathcal{M}(A))_{ij} = -|a_{ij}|\) (\(i \neq j\))

38B.3 判定与层级关系¶

定理 38B.1 (Ostrowski 准则)

若 \(A\) 是广义严格对角占优的（即存在正向量 \(d\) 使得 \(|a_{ii}| d_i > \sum |a_{ij}| d_j\)），则 \(A\) 是一个非奇异 H-矩阵。

练习题¶

1. [基础] 判定 \(A = \begin{pmatrix} 1 & -2 \\ 0 & 1 \end{pmatrix}\) 是否为 P-矩阵。

参考答案

计算主子式： 1. \(1 \times 1\) 主子式：\(|1|=1, |1|=1\)。均大于 0。 2. \(2 \times 2\) 主子式：\(\det(A) = 1 - 0 = 1 > 0\)。结论：由于所有主子式均为正，它是 P-矩阵。注意：它不是对称的，也不是正定的。

2. [比较矩阵] 求 \(A = \begin{pmatrix} 2 & i \\ -1 & 3 \end{pmatrix}\) 的比较矩阵。

参考答案

构造： 1. 对角元取绝对值：\(2, 3\)。 2. 非对角元取负绝对值：\(-|i| = -1, -|-1| = -1\)。结果：\(\mathcal{M}(A) = \begin{pmatrix} 2 & -1 \\ -1 & 3 \end{pmatrix}\)。

3. [H-矩阵判定] 上题中的 \(A\) 是否为 H-矩阵？

参考答案

判定： 1. 检查其比较矩阵 \(\mathcal{M}(A)\) 是否为 M-矩阵。 2. \(\mathcal{M}(A)\) 的主子式为 \(2 > 0\) 和 \(6-1=5 > 0\)。 3. 且它是 Z-矩阵。结论：由于比较矩阵是非奇异 M-矩阵，故 \(A\) 是非奇异 H-矩阵。

4. [性质] 证明：P-矩阵的所有特征值可以有负实部吗？

参考答案

结论：可以。 理由：P-矩阵只保证主子式为正，并不保证特征值实部为正（这是 M-矩阵或正定阵的加强性质）。例如 \(A = \begin{pmatrix} 1 & 2 \\ -2 & 1 \end{pmatrix}\) 是 P-矩阵（主子式 1, 1, 5），但其特征值为 \(1 \pm 2i\)，实部为正。但若维度更高，可能出现更复杂的情况。

5. [层级] 简述正定矩阵、M-矩阵与 P-矩阵的包含关系。

参考答案

包含链： (对称正定阵) \(\cup\) (非奇异 M-矩阵) \(\subset\) (P-矩阵)。 P-矩阵是捕捉“行列式正性”的最广义集合。

6. [逆矩阵] H-矩阵的逆矩阵一定是非负的吗？

参考答案

结论：不一定。 解析：只有 M-矩阵保证 \(A^{-1} \ge 0\)。对于一般 H-矩阵（如对角元为复数），逆矩阵通常也是复数的。但 H-矩阵保证了 \(\|A^{-1}\| \le \|\mathcal{M}(A)^{-1}\|\)，这在误差估计中非常有用。

7. [计算] 判定 \(\begin{pmatrix} 1 & 2 \\ 2 & 1 \end{pmatrix}\) 是否为 P-矩阵。

参考答案

计算： 主子式：\(1, 1\) 为正。但 \(\det = 1 - 4 = -3 < 0\)。结论：不是 P-矩阵。

8. [应用] 在电路分析中，由电阻构成的电导矩阵通常是什么类型？

参考答案

通常是 M-矩阵（由于基尔霍夫电流定律导致的对角占优且非对角元为负电导）。如果有受控源，则可能退化为 H-矩阵。

9. [稳定判定] 为什么 H-矩阵在神经网络稳定性中很重要？

参考答案

因为非线性激励函数通常被限制在一定的斜率区间内。利用 H-矩阵的 Ostrowski 准则可以判定连接权值矩阵是否能保证全局平衡点的唯一性。

10. [极限] 随着对角占优程度的增加，H-矩阵的性质会趋向于什么？

参考答案

趋向于对角矩阵。对角占优是 H-矩阵最核心的数值特征，占优越强，矩阵的逆越接近对角阵的逆，系统越稳定。

本章小结¶

P-矩阵与 H-矩阵确立了广义稳定性的边界：

子式的支配力：P-矩阵证明了即使没有对称性，主子式的整体正性依然能保证线性互补问题的唯一解，是运筹学的代数基石。
绝对值的抽象：H-矩阵通过比较矩阵技术，将复杂的数值（甚至复数）运算简化为 M-矩阵的量级分析，为误差传播提供了统一的界限。
结构的演进：从正定到 M 再到 H，这一层级结构展示了线性代数如何通过逐步放宽限制，将深层的稳定性逻辑推广到非线性与非对称的广阔领域。