引理 2[3]对任意的Hermite矩阵X,Y≥bI>0及t>0, 都有
定理1若矩阵方程(1)存在正定解X, 则
X∈[Q,Q+A*(R+B*QB)-tA].
证明因为X是矩阵方程(1)的正定解, 即
X=Q+A*(R+B*XB)-tA≥Q.
(2)
从而R+B*XB≥R+B*QB,再根据引理1可得(R+B*XB)-t≤(R+B*QB)-t,因此
X=Q+A*(R+B*XB)-tA≤Q+A*(R+B*QB)-tA,
(3)
联立(2)和(3)得
Q≤X≤Q+A*(R+B*QB)-tA.
定理 2若X+是矩阵方程(1)的正定解, 则
X+∈[Q+A*[R+B*[Q+A*(R+B*QB)-tA]B]-tA,
Q+A*(R+B*QB)-tA].
证明因为X+是矩阵方程(1)的正定解, 即
X+=Q+A*(R+B*X+B)-tA≥Q,
由定理1知
Q≤X+≤Q+A*(R+B*QB)-tA,
(4)
因此
R+B*X+B≤
R+B*[Q+A*(R+B*QB)-tA]B.
根据引理1得
[R+B*[Q+A*(R+B*QB)-tA]B]-t≤
(R+B*X+B)-t,
从而
Q+A*[R+B*[Q+A*(R+B*QB)-tA]B]-tA≤Q+A*(R+B*X+B)-tA=X+.
(5)
联立(4)和(5)得
Q+A*[R+B*[Q+A*(R+B*QB)-tA]B]-tA≤
X+≤Q+A*(R+B*QB)-tA.
定理3若矩阵方程(1)系数矩阵满足
则矩阵方程(1)存在唯一正定解.
证明定义映射
F(X)=Q+A*(R+B*XB)-tA,
Ω=[Q,Q+A*(R+B*QB)-tA].
显然Ω是一个非空闭凸集, 且映射F(X)在Ω上连续. 对任意的X∈Ω, 易知
R+B*QB≤R+B*XB.
由引理1得
(R+B*XB)-t≤(R+B*QB)-t,
从而
Q≤Q+A*(R+B*XB)-tA≤
Q+A*(R+B*QB)-tA,
即Q≤F(X)≤Q+A*(R+B*QB)-tA.
因此,F(Ω)⊆Ω.由Schauder不动点定理知,F(X)在Ω内存在不动点且满足X=F(X), 即矩阵方程(1)在Ω内存在正定解.
下面证明F(X)是Ω上的压缩映射, 对∀X,Y∈Ω, 显然X,Y≥Q, 那么
(R+B*XB),(R+B*YB)≥
(R+B*QB)≥λn(R+B*QB)I.
(6)
根据(6)和引理2得
定理4设X+是矩阵方程(1)的正定解, 则有X+∈[αI,βI],其中α,β是方程组
(7)
的解.
证明定义数列{αk}和{βk}如下:
先证明数列{αk}单调递增, {βk}单调递减. 由数列{αk},{βk}的定义,可知0<α0<β0.因此
假设αk≥αk-1和βk≤βk-1, 那么
因此, 对任意正整数k有αk+1≥αk和βk+1≤βk成立.
下面证明矩阵方程(1)的正定解X+∈[αkI,βkI](k=0,1,2,…).由定理1得
Q≤X+≤Q+A*(R+B*QB)-tA.
(8)
由Q≥λn(Q)I=α0I可知X+≥α0I.另一方面
(9)
联立(8)和(9)可知X+≤β0I,因此X+∈[α0I,β0I].假设X+∈[αkI,βkI]成立, 则有
推论1设X+是矩阵方程(1)的正定解, 则
X+∈[Q+A*(R+β·B*B)-tA,
Q+A*(R+α·B*B)-tA],
其中α,β是方程组
的解.
证明由定理4得αI≤X+≤βI,从而
R+B*·αI·B≤
R+B*X+B≤R+B*·βI·B,
那么
(R+β·B*B)-t≤(R+B*X+B)-t≤
(R+α·B*B)-t.
由于
X+-Q=A*(R+B*X+B)-tA,
则有
A*(R+β·B*B)-tA≤X+-Q≤
A*(R+α·B*B)-tA,
即
Q+A*(R+β·B*B)-tA≤X+≤
Q+A*(R+α·B*B)-tA.
2 求解矩阵方程(1)的迭代方法
考虑如下迭代:
(10)
关于迭代(10), 有以下结论.
X2k≤X≤X2k+1,
‖X2k+1-X2k‖≤q2k‖A‖2‖(R+B*QB)-t‖,
(11)
序列{Xk}由迭代(10)定义.
证明根据定理3知,矩阵方程(1)存在唯一正定解, 由迭代(10)和引理1易知
X1=Q+A*(R+B*QB)-tA≥Q=X0,
从而
(R+B*X1B)-t≤(R+B*X0B)-t,
那么
X0=Q≤X2=Q+A*(R+B*X1B)-tA≤
Q+A*(R+B*X0B)-tA=X1,
于是
X0≤X2≤X1.
(12)
由(12)和引理1知
X3=Q+A*(R+B*X2B)-tA≥Q+A*(R+B*X1B)-tA=X2,X3=Q+A*(R+B*X2B)-tA≤Q+A*(R+B*X0B)-tA=X1.
因此X2≤X3≤X1. 同理可得
X0≤X2≤X4≤X5≤X3≤X1.
假设对于正整数k有
X0≤X2k≤X2k+2≤X2k+3≤X2k+1≤X1.
(13)
那么对于正整数k+1有
X2k+4=Q+A*(R+B*X2k+3B)-tA≤Q+A*(R+B*X2k+2B)-tA=X2k+3,X2k+4=Q+A*(R+B*X2k+3B)-tA≥Q+A*(R+B*X2k+1B)-tA=X2k+2.
同理
X2k+5=Q+A*(R+B*X2k+4B)-tA≤Q+A*(R+B*X2k+2B)-tA=X2k+3,X2k+5=Q+A*(R+B*X2k+4B)-tA≥Q+A*(R+B*X2k+3B)-tA=X2k+4.
因此, 对∀k∈N+, 不等式(13)成立,序列{X2k},{X2k+1}单调有界且分别收敛于一个Hermite正定矩阵.
下面证明序列{X2k},{X2k+1}收敛于相同极限.
∀k∈N+, 有Q≤X2k,X2k+1,
显然
R+B*XkB≥R+B*QB≥λn(R+B*QB)I.
考虑如下范数
‖X2k+1-X2k‖=
那么
‖X2k+1-X2k‖→0(k→∞).
因此序列{X2k},{X2k+1}收敛并且有相同的极限, 即矩阵方程(1)的唯一正定解.
推论2由不等式(11), 易知矩阵方程(1)的正定解有上界
max(‖X2k+1-X‖,‖X-X2k‖)≤
q2k‖A‖2‖(R+B*QB)-t‖.
3 矩阵方程(1)正定解的扰动分析
考虑非线性矩阵方程
(14)
和它的扰动方程
(15)
则有
证明由矩阵方程(14)和它的扰动方程(15)得
故有
(16)
(17)
X≤Q+A*(R+B*QB)-tA≤Q+b-t‖A‖2I,
于是
(18)
由(16)-(18)式得
又由给定条件
即
那么
4 数值算例
本节通过数值例子验证本文理论成果, 说明其迭代算法的有效性和可行性. 以下结果皆用Matlab 2018b 编程计算. 在后面的实验报告中, 用k、Error和Time分别代表迭代次数、终止时的残差和计算时间. 算法停止条件为
Rk=‖Xk-A*(R+B*XkB)-t-Q‖≤
1.0×10-10.
例1非线性矩阵方程(1), 给定系数矩阵A,B,R,Q∈Cn×n及t=0.1.
试求矩阵方程X-A*(R+B*XB)-0.1A=Q的Hermite正定解.
解当n=5时, 经验证可知q=0.122 1<1, 由定理5可知存在唯一正定解, 考虑迭代算法 (10), 经过9步迭代得到矩阵方程的Hermite正定解
当n=100,500,1 000时, 计算结果如表1所示.
表1 例1迭代计算结果
例2非线性矩阵方程(1), 给定系数矩阵A,B,R,Q∈Cn×n及t=0.8.
试求矩阵方程X+A*(R+B*XB)-0.8A=Q的Hermite正定解.
解当n=5时, 经验证可知q=0.046 1<1, 由定理5可知存在唯一正定解, 考虑迭代算法(10), 经过7步迭代得到矩阵方程的Hermite正定解
当n=100,500,1 000时, 计算结果如表2所示.
表2 例2迭代计算结果
5 结论
非线性矩阵方程X-A*(R+B*XB)-tA=Q是Riccati方程的一类特殊情形, 本文应用矩阵偏序讨论了方程的Hermite正定解, 结合矩阵方程的特点构造了迭代格式(10), 并根据不动点定理证明了算法的收敛性. 本文是在指数t∈(0,1]的情况下进行讨论, 对于指数t>1的情形后期还可进一步探讨.