Теория неотрицательных матриц

Теория неотрицательных матриц — раздел линейной алгебры, изучающий свойства матриц, все элементы которых являются неотрицательными действительными числами (то есть принадлежат множеству \( \mathbb{R}_{\ge 0} \)). Теория возникла в начале XX века и получила мощное развитие благодаря работам немецкого математика Оскара Перрона (1907) и русского математика Георгия Фробениуса (1912), которые установили фундаментальные свойства спектра (множества собственных значений) таких матриц. Основное внимание в теории уделяется структуре собственных векторов и собственных значений, особенно наибольшего по модулю (так называемого перронова корня), а также связи между комбинаторными свойствами матрицы (её графом) и её спектральными характеристиками. Теория неотрицательных матриц имеет широкое применение в экономике (модель Леонтьева «затраты-выпуск»), теории вероятностей (цепи Маркова), теории графов, математической биологии, демографии и теории управления.

История

Предпосылки к появлению теории неотрицательных матриц возникли в конце XIX века в связи с задачами математической экономики и теории цепей Маркова. В 1907 году Оскар Перрон доказал, что для неотрицательной матрицы, все элементы которой строго положительны, существует единственное положительное собственное значение (перронов корень), которое по модулю превосходит все остальные собственные значения, и ему соответствует собственный вектор с положительными компонентами. В 1912 году Георг Фробениус обобщил эти результаты на класс неотрицательных матриц, допускающих нулевые элементы, но обладающих свойством неразложимости (то есть матрица не может быть приведена к блочно-треугольному виду перестановкой строк и столбцов). Он показал, что для неразложимых неотрицательных матриц перронов корень является простым, положительным и не превосходит по модулю ни одно другое собственное значение, а соответствующий собственный вектор строго положителен. Дальнейшее развитие теории связано с именами советских математиков: В. Н. Крылова, А. Н. Боголюбова, Н. Н. Красовского, а также американских учёных Р. Беллмана и Г. Шнайдера. В середине XX века теория была дополнена результатами о разложимых матрицах, о циклических структурах и о связи с теорией графов.

Основные понятия и определения

Неотрицательные и положительные матрицы

Матрица \( A = (a_{ij}) \) размера \( n \times n \) называется неотрицательной (обозначается \( A \ge 0 \)), если \( a_{ij} \ge 0 \) для всех \( i, j \). Матрица называется положительной (обозначается \( A > 0 \)), если \( a_{ij} > 0 \) для всех \( i, j \). Аналогично определяются неотрицательные и положительные векторы.

Разложимость и неразложимость

Матрица \( A \ge 0 \) называется разложимой, если существует такая перестановка строк и столбцов (то есть существует матрица перестановки \( P \)), что: \[ P A P^T = \begin{pmatrix} B & C \\ 0 & D \end{pmatrix}, \] где \( B \) и \( D \) — квадратные матрицы меньшего размера, а \( 0 \) — нулевая матрица. В противном случае матрица называется неразложимой. Комбинаторно неразложимость означает, что ориентированный граф, ассоциированный с матрицей (вершины — индексы строк/столбцов, дуги — ненулевые элементы), является сильно связным.

Примитивные и циклические матрицы

Неразложимая неотрицательная матрица \( A \) называется примитивной, если существует такое натуральное число \( k \), что \( A^k > 0 \). Если такого \( k \) не существует, матрица называется циклической (или импримитивной). Циклические матрицы имеют более одного собственного значения, равного по модулю перронову корню, и их граф обладает периодической структурой.

Теорема Перрона — Фробениуса

Центральным результатом теории является теорема Перрона — Фробениуса, которая устанавливает свойства спектра неотрицательных матриц.

Для положительных матриц (теорема Перрона)

Пусть \( A > 0 \). Тогда:

1. Существует положительное собственное значение \( \rho(A) \) (называемое перроновым корнем или спектральным радиусом), которое является простым корнем характеристического многочлена.
2. Для любого другого собственного значения \( \lambda \) выполняется \( |\lambda| < \rho(A) \).
3. Собственный вектор, соответствующий \( \rho(A) \), может быть выбран строго положительным (с положительными компонентами).
4. Никакой другой собственный вектор (кроме кратных) не является положительным.

Для неразложимых неотрицательных матриц (теорема Фробениуса)

Пусть \( A \ge 0 \) и неразложима. Тогда:

1. \( \rho(A) > 0 \).
2. \( \rho(A) \) является простым собственным значением.
3. Существует положительный собственный вектор, соответствующий \( \rho(A) \).
4. Если \( A \) имеет \( h \) собственных значений, равных по модулю \( \rho(A) \), то эти значения являются корнями \( h \)-й степени из \( \rho(A) \) (то есть \( \rho(A) e^{2\pi i k / h} \), \( k = 0, 1, \dots, h-1 \)). Число \( h \) называется индексом импримитивности или циклом матрицы.
5. Для разложимых матриц перронов корень может быть не единственным, а собственный вектор может иметь нулевые компоненты.

Свойства и следствия

Спектральный радиус

Спектральный радиус \( \rho(A) \) неотрицательной матрицы \( A \) обладает рядом важных свойств:

• Монотонность: если \( 0 \le A \le B \) (покомпонентно), то \( \rho(A) \le \rho(B) \).
• Неравенство: для любой матричной нормы \( \| \cdot \| \) выполняется \( \rho(A) \le \| A \| \).
• Теорема Колмогорова: для неотрицательной матрицы \( A \) спектральный радиус равен \( \lim_{k \to \infty} \| A^k \|^{1/k} \).

Собственные векторы

Для неотрицательной матрицы \( A \) существует неотрицательный собственный вектор, соответствующий \( \rho(A) \). Если матрица неразложима, этот вектор положителен. Если матрица разложима, собственный вектор может иметь нулевые компоненты, соответствующие подматрицам с меньшим спектральным радиусом.

Дополнительные свойства

• Теорема Виландта: для неотрицательной матрицы \( A \) и положительного вектора \( x \) выполняется \( \min_i \frac{(Ax)_i}{x_i} \le \rho(A) \le \max_i \frac{(Ax)_i}{x_i} \).
• Сходимость степеней: если \( A \) — неотрицательная примитивная матрица, то последовательность \( (A / \rho(A))^k \) сходится к матрице, столбцы которой пропорциональны положительному собственному вектору.

Классификация неотрицательных матриц

Неотрицательные матрицы классифицируются по нескольким признакам:

1. По знаку элементов: положительные, неотрицательные, строго положительные.
2. По структуре: разложимые, неразложимые, примитивные, циклические.
3. По спектральным свойствам: матрицы с единственным перроновым корнем, матрицы с кратными корнями, матрицы с комплексными собственными значениями на границе спектра.
4. По приложениям: стохастические матрицы (строки суммируются к 1), субстохастические матрицы, матрицы Леонтьева, матрицы смежности графов.

Применение

Экономика: модель Леонтьева «затраты-выпуск»

В модели межотраслевого баланса Василия Леонтьева матрица технологических коэффициентов \( A \) является неотрицательной. Условие продуктивности экономики (существование положительного вектора выпуска) эквивалентно тому, что спектральный радиус \( \rho(A) < 1 \). Теорема Перрона — Фробениуса гарантирует существование и единственность положительного решения системы \( x = Ax + y \), где \( y \) — вектор конечного спроса.

Теория вероятностей: цепи Маркова

Матрица переходных вероятностей конечной цепи Маркова является стохастической (неотрицательной, сумма элементов каждой строки равна 1). Спектральный радиус такой матрицы равен 1. Собственный вектор, соответствующий собственному значению 1, задаёт стационарное распределение вероятностей. Свойства неразложимости и примитивности матрицы соответствуют эргодичности и апериодичности цепи.

Теория графов

Матрица смежности ориентированного графа является неотрицательной. Теорема Перрона — Фробениуса связывает спектральный радиус матрицы смежности с комбинаторными свойствами графа: для сильно связного графа спектральный радиус положителен, а для двудольных графов наблюдается циклическая структура.

Демография и биология

В модели Лесли (матрица Лесли), описывающей возрастную структуру популяции, все элементы неотрицательны. Перронов корень матрицы Лесли определяет скорость роста популяции, а соответствующий собственный вектор — устойчивое возрастное распределение.

Теория управления

В теории линейных систем с положительными состояниями (положительные системы) неотрицательные матрицы используются для моделирования процессов, где переменные не могут быть отрицательными (например, концентрации, численности). Устойчивость таких систем определяется спектральным радиусом матрицы динамики.

Интересные факты

• Теорема Перрона — Фробениуса является одним из немногих результатов линейной алгебры, который гарантирует существование положительного собственного вектора без дополнительных условий на симметричность или диагонализуемость матрицы.
• В 1950-х годах советский математик В. Н. Крылов разработал методы приближённого вычисления перронова корня, которые применялись в экономическом планировании.
• Теория неотрицательных матриц тесно связана с теорией неотрицательных операторов в банаховых пространствах, обобщённой в работах М. Г. Крейна и М. А. Рутмана.

Критика и ограничения

Основным ограничением теории является требование неотрицательности элементов, что не всегда выполняется в реальных задачах (например, в моделях с отрицательными обратными связями). Кроме того, для больших матриц вычисление спектрального радиуса может быть вычислительно сложным. В некоторых приложениях (например, в экономике) неотрицательность матриц может быть нарушена из-за погрешностей данных или наличия отрицательных коэффициентов. В таких случаях применяются обобщения теории, например, для матриц с неотрицательными элементами после сдвига (метод Монтессори) или для M-матриц.

Источники

• Перрон О. «Zur Theorie der Matrices» (1907)
• Фробениус Г. «Über Matrizen aus nicht negativen Elementen» (1912)
• Гантмахер Ф. Р. «Теория матриц» (1967)
• Беллман Р. «Введение в теорию матриц» (1969)
• Красовский Н. Н. «Теория управления движением» (1968)
• Berman A., Plemmons R. J. «Nonnegative Matrices in the Mathematical Sciences» (1994)