正定性
正定二次型的定义
定义
定义是对概念、术语或对象含义的精确描述。理解定义是学习任何知识领域的基础,每个概念都有其明确的定义。
设 是 元二次型,如果对任意非零向量 ,都有:
则称 为正定二次型。
正定矩阵的定义
定义
定义是对概念、术语或对象含义的精确描述。理解定义是学习任何知识领域的基础,每个概念都有其明确的定义。
设 是 阶实对称矩阵,如果对任意非零向量 ,都有:
则称 为正定矩阵。
正定二次型的例子
例 1: 是正定二次型。
例 2: 是正定二次型。
特征值判别法
数学定理
定理是数学中经过严格证明的命题,是数学推理的基础。定理通常包含条件和结论,是数学知识体系的重要组成部分。
实对称矩阵 正定的充要条件是 的所有特征值都是正数。
证明
证明:
- 充分性:设 的所有特征值都是正数,则通过正交对角化 ,其中 的对角元素都是正数。对任意非零向量 ,,其中 。
- 必要性:设 正定, 是 的特征值, 是对应的特征向量,则 ,所以 。
顺序主子式判别法
数学定理
定理是数学中经过严格证明的命题,是数学推理的基础。定理通常包含条件和结论,是数学知识体系的重要组成部分。
实对称矩阵 正定的充要条件是 的所有顺序主子式都是正数。
定义
定义是对概念、术语或对象含义的精确描述。理解定义是学习任何知识领域的基础,每个概念都有其明确的定义。
设 是 阶矩阵,则:
称为 的顺序主子式。
判别法的比较
| 判别法 | 优点 | 缺点 |
|---|---|---|
| 特征值判别法 | 理论完整 | 计算复杂 |
| 顺序主子式判别法 | 计算简单 | 只适用于实对称矩阵 |
负定二次型
定义
定义是对概念、术语或对象含义的精确描述。理解定义是学习任何知识领域的基础,每个概念都有其明确的定义。
设 是 元二次型,如果对任意非零向量 ,都有:
则称 为负定二次型。
半正定二次型
定义
定义是对概念、术语或对象含义的精确描述。理解定义是学习任何知识领域的基础,每个概念都有其明确的定义。
设 是 元二次型,如果对任意向量 ,都有:
则称 为半正定二次型。
半负定二次型
定义
定义是对概念、术语或对象含义的精确描述。理解定义是学习任何知识领域的基础,每个概念都有其明确的定义。
设 是 元二次型,如果对任意向量 ,都有:
则称 为半负定二次型。
不定二次型
定义
定义是对概念、术语或对象含义的精确描述。理解定义是学习任何知识领域的基础,每个概念都有其明确的定义。
既不是正定也不是负定的二次型称为不定二次型。
在优化中的应用
应用 1:二次函数的最优化 设 ,其中 是正定矩阵,则 有唯一的最小值点。
应用 2:牛顿法 在牛顿法中,如果海森矩阵是正定的,则算法收敛。
在几何中的应用
应用 3:椭球面 正定二次型 表示椭球面。
应用 4:距离度量 正定矩阵可以用来定义距离度量。
在数值分析中的应用
应用 5:矩阵分解 正定矩阵可以进行 Cholesky 分解:,其中 是下三角矩阵。
基本性质
性质 1:正定矩阵的行列式大于零。
性质 2:正定矩阵的主对角元素都是正数。
性质 3:正定矩阵的逆矩阵也是正定矩阵。
性质 4:两个正定矩阵的和也是正定矩阵。
证明
证明性质 1: 设 是正定矩阵,则 的所有特征值都是正数,所以 。
证明性质 2: 设 是正定矩阵, 是第 个标准基向量,则 。
练习 1
判断二次型 是否正定。
解题思路: 检查二次型的正定性。
详细步骤:
- 矩阵表示:
- 对任意非零向量 ,
- 所以是正定二次型
最终答案:是正定二次型
练习 2
判断矩阵 是否正定。
解题思路: 通过特征值或顺序主子式判断正定性。
详细步骤:
- 方法一:求特征值
- 特征方程:
- 特征值:,,都是正数
- 方法二:检查顺序主子式
最终答案:是正定矩阵
练习 3
判断二次型 的正定性。
解题思路: 检查二次型的正定性。
详细步骤:
- 矩阵表示:
- 对任意非零向量 ,
- 所以是负定二次型
最终答案:是负定二次型
练习 4
判断矩阵 的正定性。
解题思路: 通过特征值判断正定性。
详细步骤:
- 特征方程:
- 特征值:,
- 有零特征值,所以不是正定矩阵
- 但所有特征值都是非负数,所以是半正定矩阵
最终答案:是半正定矩阵
练习 5
证明:正定矩阵的行列式大于零。
解题思路: 利用正定矩阵的特征值性质。
详细步骤:
- 设 是正定矩阵
- 正定矩阵的所有特征值都是正数
- 行列式等于特征值的积:
- 所有特征值都是正数,所以它们的积也是正数
- 因此
最终答案:证明完成
本文出现的符号
| 符号 | 类型 | 读音/说明 | 在本文中的含义 |
|---|---|---|---|
| 数学符号 | x transpose A x | 二次型;正定即对任意非零 有 | |
| 数学符号 | Q of x greater than zero | 正定二次型的定义 | |
| 数学符号 | A equals Q D Q transpose | 实对称矩阵的正交对角化, 对角元为特征值 | |
| 希腊字母 | Lambda(兰姆达) | 的特征值,正定当且仅当所有 | |
| 数学符号 | A i | 的顺序主子式,正定当且仅当所有 | |
| 数学符号 | e i | 第 个标准基向量,用于证明 | |
| 数学符号 | A equals L L transpose | 正定矩阵的 Cholesky 分解, 为下三角矩阵 |
中英对照
| 中文术语 | 英文术语 | 音标 | 说明 |
|---|---|---|---|
| 正定二次型 | positive definite quadratic form | /ˈpɒzətɪv ˈdefɪnət kwɒˈdrætɪk fɔːm/ | 对任意非零向量 都有 |
| 正定矩阵 | positive definite matrix | /ˈpɒzətɪv ˈdefɪnət ˈmeɪtrɪks/ | 对任意非零向量 都有 的对称矩阵 |
| 特征值判别法 | eigenvalue criterion | /ˈaɪɡənvæljuː kraɪˈtɪəriən/ | 正定 ⟺ 所有特征值都是正数 |
| 顺序主子式 | leading principal minor | /ˈliːdɪŋ ˈprɪnsəpl ˈmaɪnə/ | ;正定 ⟺ 全部为正 |
| 负定 | negative definite | /ˈneɡətɪv ˈdefɪnət/ | 对任意非零向量 都有 |
| 半正定 | positive semidefinite | /ˈpɒzətɪv ˈsemidɪfɪnət/ | 对任意向量 都有 |
| 半负定 | negative semidefinite | /ˈneɡətɪv ˈsemidɪfɪnət/ | 对任意向量 都有 |
| 不定 | indefinite | /ɪnˈdefɪnət/ | 既不是正定也不是负定的二次型 |
| 海森矩阵 | Hessian matrix | /ˈhesiən ˈmeɪtrɪks/ | 牛顿法中若其正定则算法收敛 |
| Cholesky 分解 | Cholesky decomposition | /kəˈleski ˌdiːkɒmpəˈzɪʃən/ | 正定矩阵可分解为 |
