正定矩阵
定义
一个n×n的实对称矩阵M{\displaystyle M}是正定的,当且仅当对于所有的非零实系数向量z,都有zM{\displaystyle M}z > 0。其中z表示z的转置。
对于复数的情况,定义则为:一个n×n的埃尔米特矩阵(或厄米矩阵)M{\displaystyle M}是正定的当且仅当对于每个非零的复向量z,都有zM{\displaystyle M}z > 0。其中z表示z的共轭转置。由于M{\displaystyle M}是埃尔米特矩阵,经计算可知,对于任意的复向量z,zM{\displaystyle M}z必然是实数,从而可以与0比较大小。因此这个定义是自洽的。
正定阵的判别
对n×n的埃尔米特矩阵M{\displaystyle M},下列性质与“M{\displaystyle M}为正定矩阵”等价:
对于实对称矩阵,只需将上述性质中的Cn{\displaystyle \mathbb {C} ^{n}}改为Rn{\displaystyle \mathbb {R} ^{n}},将“共轭转置”改为“转置”就可以了。
二次型
由以上的第二个等价条件,可以得到二次型形式下正定矩阵的等价条件:用K{\displaystyle \mathbb {K} }代表C{\displaystyle \mathbb {C} }或R{\displaystyle \mathbb {R} },设V{\displaystyle \mathbb {V} }是K{\displaystyle \mathbb {K} }上的一个向量空间。一个埃尔米特型:
是一个双线性映射,使得B(x, y)总是B(y, x)的共轭。这样的一个映射B是正定的当且仅当对V{\displaystyle \mathbb {V} }中所有的非零向量x,都有B(x, x) > 0。
负定、半定及不定矩阵
与正定矩阵相对应的,一个n×n的埃尔米特矩阵M{\displaystyle M}是负定矩阵当且仅当对所有不为零的x∈ ∈ -->Rn{\displaystyle x\in \mathbb {R} ^{n}}(或x∈ ∈ -->Cn{\displaystyle x\in \mathbb {C} ^{n}}),都有:
M{\displaystyle M}是半正定矩阵当且仅当对所有不为零的x∈ ∈ -->Rn{\displaystyle x\in \mathbb {R} ^{n}}(或x∈ ∈ -->Cn{\displaystyle x\in \mathbb {C} ^{n}}),都有:
M{\displaystyle M}是半负定矩阵当且仅当对所有不为零的x∈ ∈ -->Rn{\displaystyle x\in \mathbb {R} ^{n}}(或x∈ ∈ -->Cn{\displaystyle x\in \mathbb {C} ^{n}}),都有:
可以看出,上一节中正定阵的等价性质1只需略作相应改动,就可以变为判别负定矩阵、半正定矩阵和半负定矩阵的准则。注意当M是半正定时,相应的Gram矩阵不必由线性无关的向量组成。对任意矩阵A{\displaystyle A},AA必然是半正定的,并有rank(A{\displaystyle A}) = rank(AA,两者的秩相等)。反过来,任意的半正定矩阵都可以写作M = AA,这就是Cholesky分解。
一个埃尔米特矩阵M是负定矩阵当且仅当M的所有奇数阶顺序主子式小于0,所有偶数阶顺序主子式大于0。当M是负定矩阵时,M的逆矩阵也是负定的。
如果一个埃尔米特矩阵既不是半正定也不是半负定的,那么称其为不定矩阵。
相关性质
若M{\displaystyle M}为半正定阵,可以写作M≥ ≥ -->0{\displaystyle M\geq 0}。如果M{\displaystyle M}是正定阵,可以写作M>0{\displaystyle M>0}。这个记法来自泛函分析,其中的正定阵定义了正算子。
对于一般的埃尔米特矩阵,M{\displaystyle M}、N{\displaystyle N},M≥ ≥ -->N{\displaystyle M\geq N}当且仅当M− − -->N≥ ≥ -->0{\displaystyle M-N\geq 0}。这样可以定义一个在埃偏序关系阵集合上的偏序关系。类似地,可以定义M>N{\displaystyle M>N}。
非埃尔米特矩阵的情况
一个实矩阵M可能满足对所有的非零实向量x,xMx > 0而并不是对称矩阵。举例来说,矩阵
就满足这个条件。对x=(x1,x2)T{\displaystyle x=(x_{1},x_{2})^{T}}并且x≠ ≠ -->0{\displaystyle x\neq 0},
一般来说,一个实系数矩阵M满足对所有非零实向量x,有xMx > 0,当且仅当对称矩阵 (M + M) / 2是正定矩阵。
对于复系数矩阵,情况可能不太一样。主要看的是怎样扩展zMz > 0这一性质。要使zMz总为实数,矩阵M必须是埃尔米特矩阵。因此,若zMz总是正实数,M必然是正定的埃尔米特矩阵。如果将zMz > 0扩展为Re(zMz) > 0,则等价于(M+M) / 2为正定阵。
参见
矩阵
确定双线性形式
矩阵的平方根
舒尔补
正定核
正定函数
Cholesky分解
参考来源
Roger A. Horn and Charles R. Johnson. Matrix Analysis, Chapter 7. Cambridge University Press, 1985. ISBN 0-521-30586-1 (hardback), ISBN 0-521-38632-2 (paperback).
Rajendra Bhatia. Positive definite matrices,. Princeton Series in Applied Mathematics, 2007. ISBN 978-0691129181.
正定矩阵
关于对称矩阵的一些讨论
免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。
- 有价值
- 一般般
- 没价值