数值半群的矩阵化维度：基于有理矩阵的模块论方法与线性规划计算

《Bulletin of the Australian Mathematical Society》：NUMERICAL SEMIGROUPS FROM RATIONAL MATRICES IV: COMPUTATION OF THE MATRICIAL DIMENSIONS OF NUMERICAL SEMIGROUPS WITH SMALL FROBENIUS NUMBER OR GENUS

本文介绍了一种基于模块论和线性规划的创新方法，用于计算数值半群的矩阵化维度。研究人员成功计算了所有弗罗贝尼乌斯数不超过10或亏格不超过6的数值半群的矩阵化维度，解决了许多以往技术难以处理的问题。该研究为理解半群的有理矩阵表示提供了系统性的框架和高效的计算工具，是代数和计算数学领域的重要进展。

　　

在数学的奇妙世界里，数字之间不仅会简单相加，还能形成富有结构的“俱乐部”——数值半群。简单来说，一个数值半群是自然数集N的一个子集，它对加法封闭（即集合内任意两数之和仍在集合内），并且只遗漏了有限多个自然数。例如，由4和7生成的半群{0, 4, 7, 8, 11, 12, 14, 15, 16, 18, 19, 20, ...}就是一个经典的例子。研究这些半群，就像是探索整数世界里那些“抱团”的数字所具有的隐秘秩序。

为什么要研究这些“数字俱乐部”呢？因为它们与数论、代数几何、组合学乃至编码理论都有着深刻的联系。每个数值半群都有几个关键的“身份证号码”：比如它的弗罗贝尼乌斯数F(S)，即最大的不在该半群中的自然数（上例中为17）；它的亏格g(S)，即被遗漏的自然数的个数；以及它的重数m(S)，即除0外最小的生成元（上例中为4）。理解这些半群的深层结构，一个核心问题是：能否用一个有理数矩阵的幂运算来“生成”或“表示”这个半群？

这就引出了本文的核心概念——矩阵化维度。具体来说，给定一个d×d的有理数矩阵A，考虑所有使得Aⁿ成为整数矩阵的自然数n，这些n构成的集合称为A的指数半群S(A)。一个自然的问题是：对于任意给定的数值半群S，能否找到一个有理数矩阵A，使得S恰好就是S(A)？如果能，所需的最小矩阵维度d是多少？这个最小的d就被称为该半群的矩阵化维度，记作dim_matS。确定一个半群的矩阵化维度，是连接半群理论与线性代数的一个基本而困难的问题。

以往的研究已经知道，矩阵化维度不会超过半群的重数m(S)，但这个上界往往很宽松，且计算特定半群的精确矩阵化维度极具挑战性。发表在《Bulletin of the Australian Mathematical Society》上的这篇论文，通过引入模块论视角和线性规划方法，在这一难题上取得了突破性进展。

为开展研究，作者主要运用了几个关键技术方法：首先，提出了一个模块论框架（Proposition 2.1），将寻找表示矩阵的问题转化为研究特定Z-模在Q-向量空间中的性质，这为系统化构造矩阵提供了理论基础。其次，基于此框架，他们发展了一种“伴侣矩阵方法”，将问题转化为一个整数线性规划问题来求解。此外，研究还利用了数值半群的经典工具，如通过同余类确定的最小元素（阿佩里集合元素）来构建模块的整基。通过这些方法的结合，作者得以处理大量以往难以计算的案例。

模块论方法

作者在Proposition 2.1中建立了一个一般性框架：给定一个d维Q-向量空间V及其中的一个秩为d的Z-模M，以及一个自同态L，那么矩阵A = [L]_β^β（在M的某个整基β下表示）的指数半群S(A)恰好由满足LⁿM ? M的自然数n构成。这为从模的角度构造特定半群的表示矩阵打开了大门。

基于此，Theorem 2.2提供了一个重要构造：对于任何数值半群S和S中任意非零元d，都存在一个d×d的有理矩阵A使得S(A) = S。这以更简洁的模块论方式重新证明并推广了之前已知的最佳上界：dim_matS ≤ m(S)。一个具体例子是，作者用此方法为著名的“麦乐鸡块半群”S = <6,9,20>构造了一个6维表示矩阵。

半群交集的矩阵化维度

Theorem 2.5解决了半群交集表示的问题：如果S是若干半群S_i的交集，且每个S_i能被一个d_i维矩阵表示，那么S就能被一个维度为d₁+d₂+...+d_k的矩阵表示。这常常能得到比直接用重数m(S)更优的上界。例如，对于半群S = <30,31,36,40,45,46,51,55,65>，其重数为30，但通过将其表示为<2,31>∩<3,31>∩<5,31>的交集，利用定理可得dim_matS ≤ 2+3+5 = 10，显著改进了之前的结果。

特定类型半群的维度计算

Theorem 2.8系统性地确定了几类常见半群的矩阵化维度均为2，包括：由单个大于1的整数生成的循环半群；从b开始的所有自然数构成的寻常半群S_b；以及循环半群与寻常半群的并集 ∪ S_b。这统一并推广了之前的若干特例结果，其中(c)部分关于并集的结论是全新的，对于后续计算低复杂度半群的矩阵化维度至关重要。

低重数半群的完整刻画

在Section 3，作者完全确定了所有重数不超过3的数值半群的矩阵化维度。Theorem 3.4总结道：对于重数m=2的半群，矩阵化维度均为2；对于重数m=3的半群，其矩阵化维度可能是2或3，并给出了具体的判定条件（与半群的弗罗贝尼乌斯数有关）。这为理解小重数半群的表示复杂性提供了完整图景。

伴侣矩阵方法与系统计算

Section 4引入了核心的计算工具——“伴侣矩阵方法”。该方法将寻找表示矩阵的问题转化为一个整数线性规划问题：给定半群S和预设维度d，寻找有理数α₀, α₁, ..., α_d-1，使得由此构成的伴侣矩阵C(α)的指数半群恰好是S。通过求解这个线性规划问题，可以验证一个半群是否是d维可实现的，并实际构造出表示矩阵。该方法被证明是强大而高效的。

全面计算与分类

综合运用以上所有新方法（模块论、半群交集、特定类型半群的结果、伴侣矩阵法），作者在Section 5完成了大规模的系统计算。他们计算出了所有满足F(S) ≤ 10（共2468个）或g(S) ≤ 6（共347个）的数值半群的精确矩阵化维度。许多计算超出了以往技术的能力范围。这些结果首次提供了对于大量小弗罗贝尼乌斯数或小亏格半群的矩阵化维度的完整数据，揭示了其分布规律。

研究发现，矩阵化维度通常小于半群的重数，但有时也会达到重数（即上界是紧的）。对于可约半群（即可以表示为两个非平凡子半群的交集），利用Theorem 2.5往往能得到更小的维度上界。通过详尽的计算，作者验证了新方法的有效性，并为进一步的理论研究提供了丰富的实验数据。

研究结论与意义

本研究的核心结论是，通过融合模块论的思想和线性规划的算法，我们获得了系统计算数值半群矩阵化维度的强大框架。这不仅解决了众多具体半群的维度计算这一悬而未决的问题，而且将一些特殊的、孤立的构造技巧统一到了一个一般的、可操作的原理之下。

其重要意义体现在多个层面：在理论层面，它建立了半群表示理论与模论之间更深刻的联系，为理解半群的结构提供了新的视角。在计算层面，提出的“伴侣矩阵方法”是一个实用的算法工具，能够有效探索半群的可实现性。在结果层面，获得的关于低弗罗贝尼乌斯数、低亏格以及低重数半群的完整分类数据，具有重要的参考价值，可以用于检验未来的猜想和理论。

论文最后也提出了若干开放性问题，例如：能否找到矩阵化维度更好的通用上界？对于给定的维度d，刻画所有d维可实现的半群特征是什么？这些问题的探索将持续推动这一交叉领域的发展。

总之，这项研究好比为探索“数字俱乐部”的矩阵表示蓝图提供了一套全新的测绘工具和一幅详尽的初始地图，在代数与计算的交叉地带开辟了一条富有成果的路径。