Linear preserver problems in matrix positivity theory

论文技术总结：矩阵正性理论中的线性保持问题

作者：Projesh Nath Choudhury 和 Shivangi Yadav
领域：矩阵理论、算子理论、线性保持问题 (LPP)

1. 研究背景与问题定义

核心问题：
线性保持问题（Linear Preserver Problems, LPP）旨在刻画保持特定矩阵子集、函数或关系不变的线性映射。本文聚焦于**矩阵正性类（Positivity Classes）**的线性保持问题。

形式化定义：
给定有限维向量空间 $V$（通常为实/复矩阵空间或对称/厄米矩阵空间）和子集 $S \subseteq V$（代表某种正性类），目标是刻画所有满足以下条件的线性算子 $L: V \to V$：

• 满保持（Onto preserver）：$L(S) = S$
• 入保持（Into preserver）：$L(S) \subseteq S$

研究动机：

• 历史渊源：始于 Frobenius (1897) 对行列式保持映射的刻画。
• 应用价值：正性矩阵类（如半正定、完全正、M-矩阵等）在优化、微分方程、统计学、量子信息等领域有广泛应用。
• 难点：相比于“满保持”问题（通常要求映射可逆，分类较易），“入保持”问题的分类更为复杂，往往需要施加额外约束（如可逆性、标准形式）或仅能刻画特定子类。

2. 方法论与基础工具

本文采用综述与分类相结合的方法，针对不同的正性矩阵类，梳理现有文献中的分类定理，指出研究空白，并提出开放性问题。

关键定义与工具：

• 标准形式（Standard Form）：$L(A) = XAY$或$L(A) = XA^T Y$。许多保持问题最终归结为寻找满足特定性质的矩阵$X, Y$。
• 闭包性质（Lemma 2.2）：若 $S$ 的闭包 $\bar{S}$ 的满保持映射已知，且 $S$ 在 $\bar{S}$ 中稠密，则 $S$ 的满保持映射通常与 $\bar{S}$ 的相同。
• 基本变换类型：
  • 对角缩放：$A \mapsto FAE$ ($F, E$ 为正对角矩阵)。
  • 转置：$A \mapsto A^T$。
  • 置换/相似：$A \mapsto QAQ^T$ ($Q$ 为置换矩阵)。
  • 符号矩阵变换：$A \mapsto SAS$ ($S$ 为符号矩阵)。
  • 交换矩阵（Exchange Matrix）：$P_n$（反对角线为 1）。

3. 主要贡献与分类结果

文章系统梳理了以下七类矩阵的线性保持问题：

2.1 半正定矩阵 (Positive Semidefinite, PSD)

• 满保持：Schneider (1965) 证明了 $L(PSD) = PSD$的充要条件是$L(A) = RAR^*$或$L(A) = RA^T R^*$，其中$R$ 可逆。
• 入保持：分类尚未完成。除了上述形式外，还存在非满的入保持映射（如 $A \mapsto T \circ A$，其中 $T$ 为 PSD 矩阵）。

2.2 完全正矩阵的秩保持 (Completely Positive Rank Preservers)

• 定义：$A = BB^T$，$B \ge 0$。其 cp-rank 定义为分解中非负向量的最小个数。
• 进展：
  • $m \le n$ 且 $m \in \{2, 3\}$：$L(A) = S^T AS$ ($S$ 行满秩非负)。
  • $m = n \ge 4$：Shitov (2023) 最终证明了 $L$ 必须是单项式合同变换（Monomial congruence），即 $L(A) = Q^T AQ$，其中 $Q$ 为非负单项式矩阵。
  • 未解决问题：当 $n > m \ge 4$ 时，从 $S_m$ 到 $S_n$ 的 cp-rank 保持映射分类仍是开放的。

2.3 余正矩阵 (Copositive Matrices, COP)

• 定义：$x^T Ax \ge 0, \forall x \ge 0$。
• 满保持：Gowda-Sznajder-Tao (2013) 和 Shitov (2021) 证明，满保持映射必为 $L(A) = QAQ^T$，其中 $Q$ 为非负单项式矩阵。
• 入保持：
  • 标准形式 $L(A) = SAS^T$ 要求 $S \ge 0$。
  • Hadamard 乘积形式 $L(A) = H \circ A$ 要求 $H$ 为完全正矩阵。
  • 反例：存在入保持映射无法表示为上述形式（如 Furtado-Johnson-Zhang 构造的 $2 \times 2$ 例子），表明入保持分类极其复杂。

2.4 符号正则矩阵 (Sign Regular Matrices, SR/SSR)

• 定义：所有 $k \times k$ 子式具有固定符号序列 $\epsilon$ 的矩阵。
• 满保持：Choudhury-Yadav (2024) 给出了完整分类。
  • 对于所有符号模式：由对角缩放、取负、交换矩阵乘法、转置及其组合构成。
  • 对于固定符号模式 $\epsilon$：分类简化为 $L(A) = FAE$或$L(A) = P_m A P_n$ 等形式。
  • 关键发现：SR 矩阵的保持问题可归结为二阶子式（SR2）的保持问题。

2.5 M-矩阵、逆 M-矩阵与 H-矩阵

• M-矩阵：$Z$-矩阵且谱半径条件满足。
• 结果：Berman-Hershkowitz-Johnson (1985) 和 Tam-Liou (1990) 证明了 M-矩阵、逆 M-矩阵、H-矩阵的满保持映射均由对角缩放、转置、置换相似及（针对 H-矩阵）模为 1 的 Hadamard 乘积构成。
• 空白：此类矩阵的入保持映射分类尚未探索。

2.6 P-矩阵与 D-稳定矩阵

• P-矩阵：所有主子式为正。
• 满保持：分类与 M-矩阵类似，包含对角缩放、转置、置换相似及符号矩阵相似。
• 入保持：Hershkowitz-Johnson (1986) 在可逆性约束下进行了分类。
  • $n=2$ 时存在特殊形式（涉及对角元素的线性组合）。
  • $n \ge 3$ 时，除了标准形式外，还允许 $A \mapsto A + D$ 形式（$D$ 为对角矩阵，其对角元由 $A$ 的对角元非负线性组合而成）。
  • 注意：实数域 $n=2$ 的情况存在反例，结论可能不成立。

2.7 半正性矩阵 (Semipositive Matrices, SP)

• 定义：存在 $x \ge 0$ 使得 $Ax > 0$。
• 满保持：Dorsey et al. (2016) 证明满保持映射必为 $L(A) = XAY$，其中$X, Y$ 为非负单项式矩阵。
• 入保持：
  • 一般形式：$L(A) = XAY$要求$X$ 为行正（Row Positive），$Y$ 为逆非负（Inverse Nonnegative）。
  • 反例：存在非标准形式的入保持映射（如将第一行复制并做线性变换的映射），打破了“所有入保持映射均为标准形式”的猜想。
  • 可逆情形：Jayaraman-Mer (2021) 证明了若 $L$ 可逆，则入保持映射必为标准形式 $XAY$。
• 最小半正性 (MSP)：分类更为复杂，$m=n$ 时的入保持分类仍有待完善。

4. 总结表与开放问题

文章最后通过 Table 1 汇总了各类矩阵的满保持和入保持映射形式。

主要开放问题（Gaps）：

1. 完全正矩阵：当 $n > m \ge 4$ 时，cp-rank 保持映射的完整分类。
2. 余正矩阵：入保持映射的完整分类（目前仅知标准形式和部分构造，存在非标准反例）。
3. M-矩阵/H-矩阵：入保持映射的分类尚未开始。
4. 半正性矩阵：
   • $m=n$ 时 MSP 的满保持和入保持分类。
   • 是否存在更多非标准形式的入保持映射？
5. 实数域限制：P-矩阵在 $n=2$ 实数域下的入保持分类是否成立。

5. 研究意义

• 理论价值：统一了矩阵正性理论中分散的保持问题结果，揭示了不同正性类（如 PSD, COP, SR）在保持映射结构上的共性与差异。
• 方法论启示：展示了从“满保持”到“入保持”的难度跃升，以及引入“可逆性”、“标准形式”等约束在解决复杂分类问题中的必要性。
• 未来方向：指出了当前研究的局限性，特别是针对入保持映射的非标准形式构造和特定维度（如 $n=2$ 或 $n \ge 4$ 的特定情形）的深入探索，为后续研究提供了明确的路径。

---

结论：
该论文是矩阵正性理论领域线性保持问题的重要综述。它不仅系统整理了过去一个世纪（特别是近几十年）的关键成果，还清晰地界定了已知与未知的边界，为未来解决复杂的入保持问题（Into Preserver Problems）奠定了坚实基础。