实正定矩阵的判定及其重要结论
正定矩阵的性质和判定方法及应用概要
正定矩阵的性质和判定方法及应用概要
一、正定矩阵的定义
正定矩阵是一类特殊的线性代数对象,它是二维以上方阵中所有元素都有正值的一种矩阵。
二、正定矩阵的性质
1、正定矩阵的特性
由于所有元素都是正值,所以正定矩阵是一种对称矩阵,其特征值都是大于0,即特征值>0;特征向量都是有向量,即特征向量≠0;这种矩阵也称为正数矩阵或半正定矩阵。
2、正定矩阵的恒等式
如果一个矩阵M是一个正定矩阵,则它满足:mTm>0,其中mT表示M 的转置,m表示M中的其中一行(或列)向量。
3、正定矩阵的特殊性质
正定矩阵是线性代数中最重要的矩阵之一,它的特殊性质:(1)正定矩阵是正交矩阵的一类;(2)正定矩阵的逆矩阵是它的转置;(3)正定矩阵的主对角线元素全为正;(4)正定矩阵的最小特征值是它的最大特征值的平方根;(5)正定矩阵的行列式是正值;(6)正定矩阵也是正秩矩阵。
三、正定矩阵的判定方法
1、特征值判定法
如果一个矩阵M的所有特征值都是正值,则它是一个正定矩阵。
2、恒等式判定法
如果矩阵M满足mTm>0,其中mT表示M的转置,m表示M中的其中一行(或列)向量,则它是一个正定矩阵。
3、行列式判定法。
正定矩阵的性质及判定方法
和学生们一起学习利用导函数求函数单调性的知识内容时ꎬ向学生们提出了一个问题:已知函数f(x)=lnx-axꎬ求函数f(x)的单调性.很快学生们便想到先求出这一函数的导函数ꎬfᶄ(x)=1/x-aꎬ随后学生直接去求当这一导函数大于0的解ꎬ以及小于0的解ꎬ进而得出最后的单调性.很显然学生在解的过程中忽略的a的值ꎬ想当然的认为a的值大于0.于是ꎬ学生们在教师的引导下分类讨论这一问题.分出了三种大的情况当a小于0时ꎬ当a等于0时ꎬ当a大于0时.这样分类讨论这一问题ꎬ对这一问题有了很好的思考ꎬ同时ꎬ对导函数的内容理解得更加深刻.数学课堂教学过程中ꎬ教师通过巧妙地渗入分类讨论思想ꎬ成功地开阔了学生的思维空间ꎬ帮助学生整理了自己的学习思路ꎬ注重让学生自己探索解题过程ꎬ有效地锻炼了学生的解题能力ꎬ发展了学生多方面才能.㊀㊀四㊁引导探究思考ꎬ提升学生学习效率枯燥抽象早已是数学学科的代名词ꎬ教师一味地灌输ꎬ学生一味地机械记忆ꎬ会使得整个课堂学习效果不佳ꎬ效率不高.由此ꎬ教师需要创新改变ꎬ注重更多地从学生的角度开展教学ꎬ多开发学生主体这一学习资源.数学课堂学习中ꎬ教师可以注重引导学生自主探究思考ꎬ为学生创造更多的探究学习平台ꎬ间接激起学生探究学习欲望ꎬ促使学生深入体验学习ꎬ进一步提升学生课堂学习效率.例如:在教学 圆与方程 时ꎬ教师在课堂教学伊始向学生们提出问题:点与圆有着怎样的位置关系?直线与圆又有着怎样的位置关系呢?学生在教师问题的催动下主动地进入到思考探究中.很快学生们想到点与圆有三种位置关系:在圆外㊁在圆上㊁在圆内.并主动思考利用圆的方程式该如何去解决这一问题.同样通过圆方程以及直线方程该怎样得出直线与圆的位置关系.学生们就这样主动地探究分析ꎬ无形中对这部分数学知识有了很好的体验和认识.数学课堂教学中ꎬ教师选择将数学知识以问题的形式抛给学生ꎬ成功地为学生们搭建了一个探究学习的平台ꎬ让学生主动探究㊁积极思考ꎬ有效地锻炼了学生的探究思维能力.总之ꎬ学生地位日益凸显ꎬ教师教学过程中更加注重学生的学习过程ꎬ以促进学生发展为教学目的ꎬ这样才能更好地实现高效率数学课堂学习.在今后的数学教学中ꎬ教师要善于让学生自主探究㊁积极体验学习ꎬ让学生更多地参与学习活动ꎬ演绎魅力数学课堂.㊀㊀参考文献:[1]焦凤龙.基于核心素养的高中数学课堂教学策略[J].学周刊ꎬ2019(25):40.[2]谭锴ꎬ方采文.研究性学习在高中数学课堂教学中的实践与思考[J].中学生数理化(学习研究)ꎬ2019(Z1):42.[责任编辑:李㊀璟]正定矩阵的性质及判定方法何守元(云南省丽江市丽江师范高等专科学校㊀674100)摘㊀要:本文在定义基础上集中讨论了正定矩阵的性质㊁特征ꎬ并给出了矩阵正定性的判定方法.关键词:正定ꎻ矩阵ꎻ性质ꎻ判定方法中图分类号:G632㊀㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀文章编号:1008-0333(2020)24-0018-02收稿日期:2020-05-25作者简介:何守元(1964.11-)ꎬ男ꎬ云南省丽江人ꎬ硕士ꎬ副教授ꎬ从事高中数学教学研究.㊀㊀先看正定矩阵的定义:若一个实二次型f(x1ꎬx2ꎬ ꎬxn)=XTAX正定ꎬ则称矩阵A为正定矩阵.显然ꎬ由定义可知:正定矩阵A必须满足两个条件:首先ꎬA必须是实对称矩阵.否则不存在正定矩阵的概念ꎻ其次ꎬ以A为矩阵的实二次型f(x1ꎬx2ꎬ ꎬxn)=XTAX必须是正定二次型ꎬ即A与同价单位方阵E合同.由此可得正定矩阵的一系列性质ꎬ它们是判定A为正定矩阵的依据:性质1㊀实对称矩阵A为正定矩阵的充要条件是A与同价单位方阵E合同.㊀㊀(因为A为正定矩阵的充要条件是实二次型f(x1ꎬx2ꎬ ꎬxn)=XTAX是正定二次型.)性质2㊀正定矩阵的行列式大于零.(或:正定矩阵必满秩㊁可逆.)它的等价命题是:行列式不大于零的实对称矩阵ꎬ不是正定矩阵.这只是判定正定矩阵的必要而不充分条件.例如:A=012101210æèççöø÷÷是实对称矩阵ꎬ且|A|=2>0ꎬA可逆81Copyright©博看网 . All Rights Reserved.(满秩)矩阵ꎬ但A经过合同变换化为dig(1ꎬ-1ꎬ-1)ꎬ其负惯性指数为2ꎬ故A不是正定矩阵.性质3㊀正定矩阵的逆也是正定矩阵.(因为A=PTEPꎬA-1=[(P-1)T]TE(P-1)TꎬA-1也与单位方阵E合同ꎬ必然正定.)性质4㊀实对称矩阵A为正定矩阵的充要条件是A的特征根全大于零.这是因为:任意实二次型都可用正交变换化为标准型ꎬ标准型的矩阵的主对角元为它的特征根ꎬ必须全为正数.性质5㊀实对称矩阵A为正定矩阵的充要条件是A的顺序主子式全大于零.(这在一般教材上均有证明)综合以上定义和性质ꎬ不难看出ꎬ正定矩阵具有下列显著特征:(1)实对称矩阵(这是前提)ꎻ(2)满秩㊁可逆㊁行列式非零(这三个特征是等价的)ꎻ(3)与同阶单位方阵合同ꎻ(4)特征根全为正实数ꎻ(5)与同阶对角形方阵dig(t1ꎬt2ꎬ ꎬtn)相似且合同(其中ti为它的特征根).(6)行列式等于t1t2 tn(即:全部特征根的积).根据上述讨论ꎬ可得出正定矩阵的判别方法:判法1㊀若A为具体矩阵(元素全知)ꎬ则可直接计算它的顺序主子式ꎬ若全大于零ꎬ则A为正定矩阵.若不全大于零ꎬ则A非正定.例1㊀A=1-12-112224æèççöø÷÷ꎬ其二阶顺序主子式D2=1-1-11æèçöø÷=0ꎬ故它虽为实对称矩阵ꎬ但不是正定矩阵.这种方法对元素含有参数的矩阵正定性的讨论同样特别有效.例2㊀当t为何值时ꎬA=t1-11t-1-1-1tæèççöø÷÷为正定矩阵?㊀显然ꎬ其顺序主子式D1=t>0ꎬD2=t11tæèçöø÷=t2-1>0ꎬD3=|A|=(t+2)(t-1)2>0ꎬ由此可得:t>1时A为正定矩阵.判法2㊀若A为具体矩阵(元素全知)ꎬ则可直接解特征方程f(t)=|tI-A|=0ꎬ计算出A的全部特征根.若特征根全大于零ꎬ则A为正定矩阵.若特征根不全为正数ꎬ则A非正定.例3㊀A=1-22-2-2424-2æèççöø÷÷为实对称矩阵ꎬf(t)=|tI-A|=(t-2)2(t+7)=0ꎬ得特征根为2㊁2㊁-7ꎬ有一个根不是正数ꎬ故A不是正定矩阵.判法3㊀若A为具体矩阵(元素全知)ꎬ则可用合同变换法ꎬ将其化为对角形矩阵.若对角形矩阵为单位方阵E(或:主对角元全为正数)ꎬ则A为正定矩阵.否则ꎬ不是正定矩阵.如:上述例1中ꎬ对A施行合同变换:1-12-112224æèççöø÷÷ң100004046æèççöø÷÷ң100064040æèççöø÷÷ңA=10006000-166æèçççöø÷÷÷ңA=10001000-1æèççöø÷÷.得到的对角形矩阵不是单位方阵(或对角元出现负数)ꎬ故A不是正定矩阵.只有经合同变换后能变出单位方阵的实对称矩阵ꎬ才是正定矩阵.判法4㊀若A为具体矩阵(元素全知)ꎬ可直接计算A的行列式|A|ꎬ若|A|ɤ0ꎬ则A不正定.这是根据性质2的等价命题来判定的.如:上述例1中ꎬ|A|=-16<0ꎬ说明A不是正定矩阵.注意:这是必要而不充分条件.行列式等于零的实对称矩阵当然不是正定矩阵ꎬ行列式大于零的实对称矩阵也不一定是正定矩阵.对于抽象矩阵ꎬ可根据题目给出的具体条件ꎬ灵活应用正定矩阵的性质作出判断.如看n阶实对称矩阵的秩和正惯性指数是否都等于n?与它合同的矩阵是否为正定矩阵?由题中信息是否可推知其特征根全为正数?是否可推知其顺序主子式全大于零?等等.例4㊀若A是正定矩阵ꎬE是与A同价的单位方阵ꎬ则k为足够大的实数时ꎬ可以判定kE+A也是正定矩阵.事实上ꎬ若A的特征根为ti>0ꎬ则kE+A的特征根为ti+kꎬ从而当k足够大时ꎬ就可保证kE+A的特征根全为正数ꎬ使kE+A为正定矩阵.例5㊀若A=(aij)是正定矩阵ꎬbi(i=1ꎬ2ꎬ ꎬn)是任意n个非零实数ꎬ则B=(aijbibj)也是正定矩阵.事实上ꎬ若A正定ꎬ则其顺序主子式|Ak|>0ꎬ而B的顺序主子式|Bk|=b21 b2k|Ak|>0ꎬ从而B也是正定矩阵.综上所述ꎬ深刻理解正定矩阵的定义和性质ꎬ就能在实际应用中对矩阵的正定性判别做到游刃有余ꎬ灵活自如!㊀㊀参考文献:[1]何守元.高等代数[M].北京:现代教育出版社ꎬ2015:15.[2]刘振宇.高等代数的思想和方法[M].济南:山东大学出版社ꎬ2009.[3]扬子胥.高等代数精选题解[M].北京:高等教育出版社ꎬ2008.[责任编辑:李㊀璟]91Copyright©博看网 . All Rights Reserved.。
实正定矩阵的若干判定方法
性质和判定作了初步的讨论和研究, 得到 了一般实正定矩阵的几个重要性质和判定定理.
关键词: 实对称正定矩阵; 实正定矩阵; 严格对角占优阵; Hadamard 积
中图分类号: O151. 21
文献标识码: A
文章编号: 1009 1734( 2004) 02 0125 04
0 引言
二次齐次多项式在实际工作和理论研究中是一种重要的多项式, 它不仅在数学的许多分支中用到, 而且 在物理学中也经常用到, 其中实二次型中的正定二次型占有特殊重要的位置. 正定二次型的系数矩阵就是实 对称正定矩阵, 它是一类特殊的正定矩阵. 在历史上, 正定矩阵的研究最先出现于二次型与 Hermite 型的研究 中, 这种正定只限于对实对称矩阵或 Hermite 矩阵使用, 它在几何学、物理学以及概率论等学科中都有重要的 应用[ 1~ 2] .
A = a21 a22 , a2n , ,, ,
an1 an2 , ann
为一实矩阵, 如果 A 是严格对角占优阵, 那么 | A | X 0. 引理 2[ 3] 设
a11 a12 , a1n
A = a21 a22 , a2n , ,, ,
an1 an2 , ann
为一实矩阵, 如果 A 是严格对角占优阵, 且 aii > 0, i = 1, 2, ,, n , 那么 | A | > 0. 证明 由已知条件可知: A + AT 的各阶顺序主子阵都是严格对角占优阵, 且 aii > 0, i = 1, 2, ,, n. 于
A
m2
1CTCA
m2
1
=
(
CA
m2
1
)
T
(
CA
m2
正定矩阵的判定方法及正定矩阵在三个不等式证明中的应用
正定矩阵的判定方法及正定矩阵在三个不等式证明中的应用一、正定矩阵的判定方法一般而言,正定矩阵是一种特殊的方阵,它是满足下列条件的方阵:1)对于任一非零列向量$\mathbf x$,有$\mathbf x^T\mathbfAx>0$;2)对任一向量$\mathbf y$,有$\mathbf y^T\mathbf Ay\geqslant0$;3)对任一向量$\mathbf z$,$\mathbf z^T\mathbf Az\geqslant 0$,且$\mathbf z^T\mathbf Az=0$当且仅当$\mathbf z=\mathbf 0$。
(1)根据上述定义,可以判断一个矩阵是否为正定矩阵,即可以通过验证上述3个条件是否成立,来判断一个矩阵是否为正定矩阵。
(2)另一种方法是利用一般性的行列式代数秩定理,即一个正定方阵的行列式的秩为整数。
因此,可以根据行列式的秩来判断方阵是否为正定矩阵。
如果行列式的秩为整数,则该矩阵是正定矩阵;如果行列式的秩不为整数,则该矩阵不是正定矩阵。
(1)Cauchy-Schwarz不等式:若$\mathbf u,\mathbf v$是任意二个非零向量,则$\mathbf {u^Tv}\leqslant \sqrt{\mathbf{u^Tu}}\cdot\sqrt{\mathbf {v^Tv}} $。
证明:我们可以构造一个正定矩阵A,其中$A=\begin{bmatrix}\mathbf {u^Tu}&\mathbf {u^Tv}\\ \mathbf {v^Tu}& \mathbf{v^Tv}\end{bmatrix}$根据正定矩阵的定义,可以得到$\mathbf {u^Tv}\leqslant \sqrt{\mathbf {u^Tu}}\cdot\sqrt{\mathbf {v^Tv}} $。
(2)矩阵与向量乘积的定理:设A是$n$阶方阵,$\mathbf u,\mathbf v$是任意$n$个向量,则。
正定矩阵地性质和判定方法及应用
正定矩阵地性质和判定方法及应用正定矩阵是线性代数中一个重要的概念,它在优化问题、最小二乘问题、信号处理、机器学习等领域中都有广泛应用。
在本文中,我将介绍正定矩阵的性质、判定方法以及一些应用。
一、正定矩阵的性质:1.定义:设A是n×n矩阵,如果对于任意非零向量x,都有x^TAx>0,则A是正定矩阵。
2.特征值:正定矩阵的特征值都大于0。
3.对称性:正定矩阵一定是对称矩阵。
4.非奇异性:正定矩阵一定是非奇异矩阵,即其行列式不为0。
5.可逆性:正定矩阵一定是可逆矩阵,即存在逆矩阵A^(-1),使得AA^(-1)=I。
6.二次型:正定矩阵可以表示为二次型的矩阵形式。
二、正定矩阵的判定方法:1.主子式判定法:设A是n×n矩阵,如果A的所有n阶主子式都大于0,则A是正定矩阵。
2.特征值判定法:设A是对称矩阵,如果A的所有特征值都大于0,则A是正定矩阵。
3.正定矩阵的条件:设A是对称矩阵,则A是正定矩阵的充分必要条件是存在n阶非奇异矩阵B,使得A=B^TB。
三、正定矩阵的应用:1.优化问题:正定矩阵在优化问题中应用广泛。
例如,在最小二乘问题中,正定矩阵可用于求解线性方程组的最优解。
正定矩阵还可以用于确定函数的极小值点。
2.信号处理:正定矩阵在信号处理中有重要应用。
例如,在信号滤波中,通过构造正定矩阵,可以设计出有效的滤波器,对信号进行去噪或增强。
3.机器学习:正定矩阵在机器学习中也起到关键作用。
例如,在支持向量机中,可以使用正定矩阵的核函数来进行非线性分类。
正定矩阵还可以用于降维算法中的线性判别分析,提高分类的准确性。
4.最小二乘问题:正定矩阵可以用于解决最小二乘问题,即寻找一组关系最紧密的数据的最优拟合线。
通过构造正定矩阵,可以求得最小二乘问题的闭合解,提高计算效率。
综上所述,正定矩阵是线性代数中一个重要的概念,具有许多重要的性质和判定方法。
正定矩阵在优化问题、最小二乘问题、信号处理、机器学习等领域中都有广泛应用。
正定矩阵与性质
17
例 用顺序主子式判断上例的矩阵的正定性.
6 2 2
A
2
5
0
.
2 0 7
解| A1 | 6 0,
6 2
| A2 | 2
30 4 26 0, 5
6 2 2
| A3 | 2 5 0 210 20 28 162 0. 2 07
故A正定.
18
实对称矩阵A正定的充分必要条件是
12
1 2
(
x12
x22
)
48
1 2
( x12
x32
)
60
1 2
( x22
x32
)
99x12 130x22 71x32 6(x12 x22 ) 24(x12 x32 ) 30(x22 x32 ) 69x12 94x22 17x32 0, (x1, x2 , x3) 0.
21
例 t在什么范围取值时二次型
正定矩阵 一、基本概念 二、正定矩阵的充分必要条件 三、正定矩阵的性质
1
一、基本概念
定义 设A为实n阶对称矩阵,如果对于任意非 零向量X,二次型f=XTAX均为正数,则称二次 型f为正定的,其矩阵A 称为正定矩阵.
定义 如果对于任意向量X,二次型f=XTAX均为 非负(非正)数,则称二次型f为半正(负)定的, 其矩阵A 称为半正(负)定矩阵.
定义 如果实二次型f=XTAX对于某些向量X为 正数,并且对于对于某些向量X为负数,则称二 次型是不定的.
2
二、正定矩阵的充分必要条件
定理 实对称矩阵A正定的充分必要条件是其 特征值都是正数.
证明 设实对称矩阵A的特征值 1,L ,n 都是正数. 存在正交矩阵Q,使得 QTAQ= , 为对角矩阵, 其对角线元素为1,L ,n , 对于X O, 令Y Q1X ,
正定矩阵的性质和判定方法及应用
内蒙古财经大学本科毕业论文正定矩阵的性质及应用作者郝芸芸系别统计与数学学院专业信息与计算科学年级10级学号102093113指导教师高菲菲导师职称讲师答辩日期成绩内容提要矩阵是数学中的一个重要基本概念,也是一个主要研究对象,同时矩阵论又是研究线性代数的一个有力工具.而矩阵的正定性是矩阵论中的一个重要概念.正定矩阵是一种特殊的矩阵,其等价定理在解题过程中可以灵活使用.且正定矩阵具有一般矩阵不具有的特殊性质,尤其是这些性质广泛地应用于各个领域.本文在第一部分介绍了实矩阵的正定性的相关定义以及其等价条件.在第二部分列举了正定矩阵的一系列性质,主要介绍了正定矩阵的关联矩阵的正定性.本文在第三部分介绍了正定矩阵的相关定理.本文在第四部分介绍了矩阵正定性的判定方法:定义法、主子式法、特征值法、与单位矩阵合同法.且简单地举了一些实例来阐述实矩阵正定性的判定.最后本文分别从不等式的证明和多元函数的极值两个方面介绍了正定矩阵的实际应用.关键词:二次型正定矩阵判定方法应用AbstractMatrix is an important basic concepts in mathematics,but also a main research object,at the same time matrix theory is a powerful tool for the study of linear algebra。
At the same time,the positive definiteness of matrix is an important concept in the matrix theory。
The positive definite matrix is a special matrix, the equivalence theorem in the problem solving process can be used flexibly。
2016考研数学:正定矩阵的判别方法分析
2016考研数学:正定矩阵的判别方法分析来源:文都教育在考研数学中,线性代数中的二次型是一个常考点,而正定二次型是二次型中应用得比较多的一种特殊二次型,有关它的性质和各种常用判别方法大家应该理解和掌握。
正定二次型的矩阵称之为正定矩阵,因此,正定二次型的判别方法也就是正定矩阵的判别方法,为了帮助各位考生复习好这部分知识,下面文都网校蔡老师对正定矩阵的判别方法做些分析总结,供同学们复习时参考。
一、正定矩阵的定义对实二次型()T f x x Ax =(TA A =),若对任意0x ≠均有()0f x >,则称二次型()T f x x Ax =为正定二次型,并称实对称阵A 为正定矩阵(若()0f x <,则称负定二次型)。
二、正定矩阵的判别方法 1、基本判别方法:1)根据定义判别:若对任意0x ≠均有()0f x >,则f 是正定二次型;2)根据标准型判别:二次型f 正定⇔标准型的系数全为正(正惯性指数p n =);3)根据特征值判别:二次型f 正定⇔A 的特征值全为正; 4)根据主子式判别:二次型f 正定⇔A 的主子式全为正;注:1)设()ij n n A a ⨯=,则1111kk k k ka a A a a =称为A 的k 阶主子式;2)二次型f 负定⇔标准型的系数全为负⇔A 的特征值全为负⇔(1)0kk A ->(1k n ≤≤);2、扩展判别方法:二次型f 正定⇔存在可逆阵C ,使TA C C =(即A 合同于单位矩阵)。
证明:1) A 正定⇒特征值都大于0⇒存在正交阵Q ,使12,T n A Q Q λλλ⎛⎫⎪⎪=Λ Λ= ⎪ ⎪⎝⎭(0i λ>),令C Q ⎫⎪ ⎪= ⎪ ⎝,则TA C C =;2)若T A C C =,则T T Tf X AX X C CX ==,令Y CX =,则22212T n f Y Y y y y ==+++ ,因为C 可逆,所以当0X ≠时,0Y CX =≠0f ⇒>,故A 正定。
正定矩阵的判别方法
正定矩阵的判别方法正定矩阵是数学上的重要概念,在线性代数、图论等领域有着广泛的应用。
它能够很好地描述一个实现特定功能的系统的构造。
在本文中,我们将介绍正定矩阵的定义,并且介绍正定矩阵的判定方法。
最后,我们将对正定矩阵判定法的几种应用进行简要介绍。
1、什么是正定矩阵正定矩阵,也称半正定矩阵,是由实数构成的n×n矩阵A,它满足:任意非零向量x,xTAx大于等于0。
正定矩阵是一种特殊的对称矩阵,它的特点是它的所有特征值都大于等于0,而且它的对角线元素大于对角线外元素的绝对值。
正定矩阵具有很好的性质,如求逆、求特征值等,因此在线性代数领域有着广泛的应用。
2、正定矩阵的判定方法由以上可以知道,正定矩阵是一种特殊的对称矩阵,其判别方法如下:(1)提取对角线元素a11,a22,a33…an;(2)求出对称矩阵的特征值λ1,λ2,λ3…;(3)满足条件:a11>|a12|,a22>|a23|,a33>|a34|……an>|an,n-1|,且λ1,λ2,λ3…都大于0,则矩阵A是正定矩阵。
3、正定矩阵的几种应用正定矩阵具有很多性质,因此在数学上有着广泛的应用。
(1)代数分析:正定矩阵可以用于表示线性空间的立方体;(2)解析几何:正定矩阵可以用来解决三角形的相似性、平面的变换和曲线的变换;(3)图论和组合优化:正定矩阵可以用来解决最小团问题和最大团问题;(4)统计学:正定矩阵可用来处理回归分析和协方差分析;(5)机器学习:正定矩阵可以用于支持向量机(SVM)算法。
总之,正定矩阵在数学上有着广泛的应用,它在线性代数、图论、机器学习等多个领域有着重要的作用。
完【结论】本文介绍了正定矩阵的定义、判定方法及其在不同领域的应用,深入地阐述了正定矩阵的重要性和作用,以期使读者更加深入地理解正定矩阵的概念。
正定矩阵的性质和判定方法及应用
正定矩阵的性质和判定方法及应用正定矩阵在数学和应用中有着重要的地位和作用。
本文将介绍正定矩阵的性质、判定方法以及它们在实际应用中的应用。
一、正定矩阵的性质:1.所有的特征值都大于0:对于一个n阶矩阵A,如果其特征值全部大于0,则A是正定矩阵。
2.所有的主子式大于0:对于一个n阶矩阵A,如果它的所有k阶主子式都大于0,则A是正定矩阵。
其中,k为1到n的整数。
3.正定矩阵是满秩矩阵:正定矩阵的秩等于其阶数。
4.正定矩阵的转置也是正定矩阵:如果矩阵A是正定的,则其转置矩阵A^T也是正定的。
5.正定矩阵的逆矩阵也是正定矩阵:如果矩阵A是正定的,则其逆矩阵A^(-1)也是正定的。
二、正定矩阵的判定方法:1.使用特征值判定法:对于一个n阶矩阵A,计算其特征值λ1,λ2,...,λn,如果所有的特征值都大于0,则A是正定矩阵。
2.使用主子式判定法:对于一个n阶矩阵A,计算它的所有k阶主子式,如果所有的主子式都大于0,则A是正定矩阵。
3.使用矩阵的正定性矩阵判定法:一个n阶矩阵A是正定矩阵,当且仅当存在一个n阶可逆矩阵B,使得B^T*A*B是一个对角矩阵,且对角元素都大于0。
三、正定矩阵在应用中的应用:1.优化问题:正定矩阵在最优化问题中起着重要的作用。
例如,梯度下降法求解最小二乘问题中,需要对函数的海森矩阵进行判断是否为正定矩阵。
2.协方差矩阵:在统计学中,协方差矩阵是刻画多维随机变量之间关系的重要工具。
协方差矩阵是对称、半正定的。
3.特征向量的选择:在图像处理和模式识别等领域中,需要对数据进行降维处理,正定矩阵可以用于选择特征向量,帮助提取出最具有代表性的特征。
4.线性代数中的理论证明:正定矩阵在线性代数中有广泛的应用,用于证明各种定理,如线性变换的范数、二次表单的分类等。
总结起来,正定矩阵是一类非常重要的矩阵,在数学和应用中有着广泛的应用。
它具有许多有用的性质和判定方法,可以应用于优化问题、协方差矩阵、特征选择和线性代数等领域。
实正定矩阵的判定及其重要结论
摘要:本文将运用高等代数中一系列矩阵理论的相关知识,给出了实对称矩阵的若干个判定定理及其证明,并且得到了实对称正定矩阵的若干重要结论.关键词:实对称正定矩阵;等价定理;充分条件Decision of Real Positive Definite Matrixand Its Important ConclusionAbstract:This paper provide a series of matrix theory knowledge of higher algebra ,give some of the equivalence theorem of real symmetric matrix and its proof and obtain some of the important conclusions of real symmetry positive definite matrix .Keywords:real symmetry positive definite matrix, equivalence theorem , sufficient condition禄 鹏(天水师范学院数学与统计学院,甘肃天水,741000)摘 要: 本文将运用高等代数中一系列矩阵理论的相关知识,给出了实对称矩阵的若干个判定定理及其证明,并且得到了实对称正定矩阵的若干重要结论.关键词: 实对称正定矩阵; 等价定理; 充分条件1 引言矩阵理论是数学的一个重要分支,它不仅是一门基础学科,也是最具有使用价值、应用广泛的数学理论[]2,1,现已成为处理有限维空间形式和数量关系的强有力的工具. 正定矩阵作为一类常用矩阵,其在数学学科和其他学科技术领域的应用也非常广泛[]4,3,因此它的判断问题一直倍受关注.虽然个别判定条件已被人们所熟知,但缺少系统的总结,本文将尽可能给出多个实对称正定矩阵的判定定理和重要结论,从而使人们能够更好地使用正定矩阵这个工具.2 实正定矩阵的等价定理定义1[]5 实二次型()n x x x f ,,,21 称为正定的,如果对于任意一组不全为零的实数n c c c ,,,21 都有()n c c c f ,,,21 0>.定义2[]5 实对称矩阵A 称为正定的,如果二次型AX X T 正定.引理1[]5 n 元实二次型()n x x x f ,,,21 是正定的充分必要条件是它的正惯性指数等于n .引理2[]5 任意一个实数域上的二次型,经过一适当的非退化线性替换可以变成规范形,且规范形是唯一的.引理3[]6 设A 是n 阶实对称矩阵,则存在正交矩阵T 使得()n T diag AT T AT T λλλ,,,211 ==-, ()1 其中n λλλ,,,21 为A 的特征值. 引理4[]7 任何可逆实方阵都可以分解为正交矩阵Q 和上三角矩阵R 的乘积,其中R 的主对角元均为正.定理1 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是对于任意的n 维非零列向量X ,即10⨯∈≠n R X ,使0>AX X T .证明 由定义1和定义2可证.定理2 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的一切顺序主子式大于0.证明[]5 必要性, 因为A 是实对称正定矩阵,由定义2知,存在二次型 ()n x x x f ,,,21 ∑∑===ni nj j i ij x x a 11是正定的.对于每个k ,,1n k ≤≤令()k k x x f ,,1 ∑∑===ki kj j i ij x x a 11.我们来证明k f 是一个k 元的正定二次型. 对于任意一组不全为零的实数,,,1k c c 有()k k c c f ,,1 ∑∑===ki kj j i ij c c a 11=()0,,0,,,1 k c c f .0>因此()k k x x f ,,1 是正定的. 由正定矩阵的行列式大于零可知,k f 的行列式,01111>kk k ka a a an k ,,1 =. 这就证明了矩阵A 的一切顺序主子式大于0.充分性, 对n 作数学归纳法. 当1=n 时, ().21111x a x f = 由条件011>a ,显然有()1x f 是正定的.假设充分性的论断对于1-n 元二次型成立,现在来证明n 元的情形.令 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=----1,11,11,1111n n n n a a a a A ,=α⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-n n n a a ,11 ,于是矩阵A 可以分块写成A ⎥⎦⎤⎢⎣⎡=nn T a A αα1. 既然A 的顺序主子式全大于零,当然1A 的顺序主子式也全大于零. 由归纳法假定, 1A 是正定矩阵,换句话说,有可逆的1-n 阶矩阵G 使 11-=n T E G A G ,这里1-n E 代表1-n 阶单位矩阵. 令⎥⎦⎤⎢⎣⎡=1001G C , 于是 =11AC C T ⎥⎦⎤⎢⎣⎡100T G ⎥⎦⎤⎢⎣⎡nn T a A αα1⎥⎦⎤⎢⎣⎡100G ⎥⎦⎤⎢⎣⎡=-nn T T n a G G E αα1. 再令 ⎥⎦⎤⎢⎣⎡-=-1012αT n G E C , 有 2112C AC C C T T ⎥⎦⎤⎢⎣⎡-=-101G E T n α⎥⎦⎤⎢⎣⎡-nn T T n a G G E αα1⎥⎦⎤⎢⎣⎡--101αT n G E ⎥⎦⎤⎢⎣⎡-=-ααT T nn n GG a E 001. 令 21C C C =, ,ααT T nn GG a a -=就有 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=a AC C T 11 . 两边取行列式, a A C =2. 由条件,0>A ,因此0>a . 显然⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11 =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡111 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11 . 这就是说,矩阵A 与单位矩阵合同,所以A 是正定矩阵.定理3 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的一切顺序主子矩阵都是正定矩阵.证明 由定理2可证.定理4 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的特征值全大于0.证明 必要性,A 为正定矩阵,若A 的全部特征值为n λλλ,,,21 不全大于0,不妨设01≤λ.由引理3存在正交矩阵T 使得()1式成立.令 (),,,,21n T ααα = 则i i i A αλα=()n i ,,2,1 =,即i α为A 的属于特征值i λ的特征向量. 特别的,取单位特征向量01≠β,即111βλβ=A .于是有 11111βλβββT T A =01≤=λ,这与A 为正定矩阵相矛盾,故A 的全部特征值为n λλλ,,,21 都大于0.充分性: 设A 的特征值为n λλλ,,,21 ,由引理3知存在正交矩阵T ,使得 ()n T diag AT T AT T λλλ,,,211 ==-. 从而有 ()T n T Tdiag A λλλ,,,21 =.任取0≠X ,则AX X T ()X T Tdiag X T n T λλλ,,,21 =()Y diag Y n T λλλ,,,21 =,其中 T X Y T T =()0,,,21≠n y y y ,于是AX X T 02222211>+++=n n y y y λλλ ,即A 为正定矩阵.定理5 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 合同与E .证明 必要性, 由引理1和引理2知正定二次型()n x x x f ,,,21 可经过一适当的非退化线性替换TY X =化为规范形 22221ny y y +++ .其对应的矩阵为单位矩阵E . 即()()TY A TY T EY Y T =⇒()EY Y Y AT T Y T T T =,故A 合同与E .充分性, 由于A 合同与E ,即存在可逆矩阵C 使得C C EC C A T T ==.任取0≠X ,令()Tn y y y Y CX ,,,21 ==,则0≠Y ,于是Y Y CX C X AX X T T T T ===22221ny y y +++ 0>. 故A 是正定矩阵. 定理6 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的一切主子式都大于0. 证明 必要性,A 正定,令 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=nn n n a a a a A 1111,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111, 其中 k A 为A 的主子矩阵, n i i k ≤<<≤ 11()n k ,,2,1 =.设矩阵A 与k A 的二次型分别为AY Y T 和X A X k T . 对任意(),0,,10≠=Ti i mb b X 存在(),0,,10≠=Tn c c Y 其中⎩⎨⎧==.;,,,0,1other i i k b c k k k 由A 正定,00AY Y T ,0>得00X A X k T是正定的, 故存在实可逆矩阵k T , 使⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k T k T A T λλ 1, 其中(),,,10k i i =>λ 从而k k k k T k T A T A T λλ 12==0>. 又 02>k T ,故 0>k A ()n k ,,2,1 =.充分性, 实对称矩阵A 的一切主子式都大于0, 所以A 的一切顺序主子式都大于0. 由定理2可证A 为正定矩阵.定理7 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的一切主子矩阵都是正定矩阵.证明 必要性,A 正定,令 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=nn n n a a a a A 1111,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111, 其中 k A 为A 的主子矩阵, n i i k ≤<<≤ 11()n k ,,2,1 =.显然 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111()n k ,,2,1 =也是实对称矩阵.又因为 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111的k 个顺序主子式均为A 的k 个主子式,由定理6知k 个主子式都大于零, 从而⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111()n k ,,2,1 =为正定矩阵.充分性, 实对称矩阵A 的一切主子矩阵都是正定矩阵, 则矩阵A 的一切主子式都大于零, 由定理6即证A 是正定矩阵.定理8 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 半正定且0≠A .证明 必要性, 因为A 正定,则显然A 一定半正定,且0≠A .充分性, 设A 的特征值为n λλλ,,,21 ,由A 半正定可知,i λ(),,,2,10n i =≥又021≠⋅⋅⋅=n A λλλ ,故(),,,2,10n i i =>λ 由定理4可知A 正定.定理9 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是对于任意的实列满秩矩阵m n C ⨯, 都有AC C T 为正定矩阵.证明 必要性, 首先()TT ACC AC C T =,对任意的1⨯∈m R X ,0≠X ,由秩C n =, 知,0≠CX 而A 为正定矩阵, 故()()(),0>=CX A CX X AC C X TT T即 AC C T 为正定矩阵.充分性, AC C T 正定, 则对任意的1⨯∈m R X ,0≠X , 由秩C n =, 知,0≠CX 并且 ()()CX A CX T=()0>X AC C X T T , 即A 为正定矩阵.定理10 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是对于任意的实可逆矩阵T , 都有AT T T 为正定矩阵.证明 必要性,首先()TT ATT AT T T =, 对任意的1⨯∈n R X ,0≠X ,由秩T n =, 知,0≠TX 而A 为正定矩阵, 故()()(),0>=TX A TX X AT T X TT T即 AT T T 为正定矩阵.充分性,AT T T 正定, 则对任意的1⨯∈n R X , 0≠X , 由秩T n =,知,0≠TX 并且 ()()TX A TX T=()0>X AT T X T T , 即A 为正定矩阵.定理11 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在正定矩阵B ,使2B A =. 证明 必要性, 设A 的全部特征值为n λλλ,,,21 全大于0,由引理3得 ()121,,,-=T Tdiag A n λλλ=()],,,[121-T Tdiag n λλλ ()],,,[121-T Tdiag n λλλ =2B ,其中 =B ()],,,[121-TTdiag nλλλ .因为B 为实对称矩阵,且特征值0>i λ(),,,2,1n i = 所以B 为正定矩阵.充分性, 由于B 为正定矩阵, 使2B A =,则B 为实对称可逆矩阵,且有 2B A =B B T =EB B T =,即A 合同与E .再由定理5得A 为正定矩阵.定理12 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在实可逆矩阵P ,使得P P A T =.证明 必要性,A 是实对称正定矩阵,则存在实可逆矩阵P 使得 EP P A T =P P T =, 其中E 为n 阶单位矩阵.充分性, 因为存在实可逆矩阵P , 使得P P A T =,并且P P A T =EP P T =, 其中E 为n 阶单位矩阵. 即实对称矩阵A 合同与E ,所以A 为正定矩阵.定理13 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在实列满秩矩阵n m Q ⨯, 使Q Q A T =.证明 必要性, 因为A 为正定矩阵, 则存在n 阶实可逆矩阵P , 使得 P P A T =()()n m n T nn P -⨯⨯=0()⎪⎪⎭⎫⎝⎛⨯-⨯n n m n n P 0. 令 =Q ()⎪⎪⎭⎫⎝⎛⨯-⨯n n m n n P 0, 则 Q Q A T=, 其中Q 为n m ⨯列满秩矩阵.充分性,n m Q ⨯为实列满秩矩阵,则Q Q T 为n 阶可逆矩阵,故对任意的1⨯∈n R X ,0≠X , 由秩Q m =, 知,0≠QX 并且=AX X T QX Q X T T ()()QX QX T=,0>即A 为正定矩阵.定理14 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在n 阶主对角元素都大于零的上三角矩阵R ,使得R R A T =.证明 必要性, 因为A 是实对称正定矩阵,则存在实可逆矩阵P ,使得P P A T =. 又由引理4知,存在矩阵Q 和P 使得 QR P =, 其中Q 为n 阶正交矩阵,R 为n 阶主对角元素都大于零的上三角矩阵, 从而P P A T =QR Q R T T =R R T =.充分性, 因为存在n 阶主对角元素都大于零的上三角矩阵R ,使得R R A T =. 则显然矩阵R 可逆, 由定理12即可证A 是正定矩阵.定理15 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在n 阶主对角元素都大于零的下三角矩阵U ,U U A T =.证明 类似于定理14.定理16 实对称矩阵=A ⎥⎦⎤⎢⎣⎡3221A A A A T为正定矩阵的充要条件是1A 和21123A A A A T --为正定矩阵.证明 当1A 可逆时,有⎥⎦⎤⎢⎣⎡--E A A ET 1120⎥⎦⎤⎢⎣⎡3221A A A A T ⎥⎦⎤⎢⎣⎡--E A A E0211⎥⎦⎤⎢⎣⎡-=-21123100A A A A A T ()2 必要性, 若A 正定,那么1A 也正定,11-A 存在. 令⎥⎦⎤⎢⎣⎡-=-E A A E T 0211,则T 可逆,所以AT T T 也正定.从而⎥⎦⎤⎢⎣⎡--2112310A A A A AT 为正定矩阵,因此它的主子矩阵1A 和21123A A A A T --为正定矩阵.充分性, 由1A 和21123A A A A T--为正定矩阵.且两个正定矩阵的和也是正定矩阵知⎥⎦⎤⎢⎣⎡--2112310A A A A AT 为正定矩阵. 再由()2式得⎥⎦⎤⎢⎣⎡=3221A A A A A T=()TT 1-⎥⎦⎤⎢⎣⎡--2112300A A A A A T 1-T ,即A 为正定矩阵.定理17 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的正惯性指数等于A 的维数n .证明 由引理1和定义2显然可证.定理18 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在正交向量组,,,,21n ααα 使.2211Tn n T T A αααααα+++=证明必要性,A 是正定矩阵,则由引理3可知,存在正定矩阵,U 使 ()U diag U A n T λλλ,,,21 =,()Tn U βββ,,,21 =,令 i i i βλα=()n i ,,2,1 =,为正交向量组, 即得.2211Tn n T T A αααααα+++=充分性,T n n T T A αααααα+++= 2211=[]T n TT ααα 21⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n ααα 21 U U T = (U 为正交矩阵), 显然A 是正定矩阵.3 实正定矩阵的重要结论对于实对称正定矩阵除了上面的一些充要条件用于判定一个矩阵是否为正定矩阵外, 还有一些很重要的结论,下面给出详细内容及其证明. ()1 若A 是n 阶实对称正定矩阵, 则0>A .证明 设A 是一正定矩阵,因为A 与单位矩阵合同,所以有实可逆矩阵C 使 C C EC C A T T ==. 两边取行列式, 就有02>==C C C A T.()2 若A 是n 阶实对称正定矩阵,则1-A 也是实对称正定矩阵. 证明 因为A 是实对称正定矩阵, 则0>A , 所以A 可逆. 又因为 ()(),111---==A A A T T所以1-A 也是实对称矩阵.设A 定特征值为,,,,21n λλλ 则由A 正定有 ()n i i ,,2,10 =>λ, 但1-A 的全部特征值为01>iλ()n i ,,2,1 =, 即1-A 为正定矩阵.()3 若A 是n 阶实对称正定矩阵, 则*A 也是正定矩阵(其中*A 表示A 的伴随矩阵).证明 已知*A =,1n n R A A ⨯-∈ 且()(),***==A A A T T又A 是正定矩阵, 所以0>A .设A 的特征值为,,,,21n λλλ 则由A 正定有 ()n i i ,,2,10 =>λ,于是*A 的n 个特征值为11211,,,---n A A A λλλ 也都大于零, 即*A 也是正定矩阵.()4 若A 是n 阶实对称正定矩阵,则k A (k 是正整数)也是正定矩阵.证明 设A 的全部特征值为,,,,21n λλλ 则由A 正定有 ()n i i ,,2,10 =>λ,则k A 对全部特征值为,,,,21knk k λλλ 也都大于零, 即k A 也是正定矩阵. ()5 若A 是n 阶实对称正定矩阵,则必有nn a a a ,,,2211 都大于零,即主对角线上的元素都大于零.证明 根据定义1和定义2可知,对任意的1⨯∈n R X ,且0≠X 有0>AX X T ,故依次令,100,,001⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡= X可得,011>a ,022>a , ,0>nn a 即证主对角线上的元素都大于零.()6 若A 是n 阶实对称正定矩阵,则存在实数,a 使得A aE -是正定矩阵. 证明 设A 的全部特征值为,,,,21n λλλ 则由A 正定有 ()n i i ,,2,10 =>λ, 则A aE -的特征值为 .,,1n a a λλ--令 {}1,,2,1,max +==n i a i λ, 则有()n i a i ,,2,10 =>-λ从而A aE -是正定矩阵, 即证存在实数a 使得A aE -是正定矩阵.()7 若A 是n 阶实对称矩阵,E 为n 阶单位矩阵, 证明:存在正数ε,是得A E ε+为正定矩阵.证明 可证A E ε+为实对称矩阵, 且存在正交矩阵T ,使得⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n T AT T λλ 1, 其中n λλλ,,,21 为A 的全部特征值,令 {}n λλλλ,,,max 210 =.不妨设0λ0>(因为,若0λ0=,则01===n λλ ,0=A ,结论已证). 再令 110+=λε, 那么110<+λλi ()n i ,,2,1 =.所以 ()⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡++=-110011λλλλεn T A T⇒()⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡++++=+-11110011λλλλεn T A E T ,其中0110>++λλi ()n i ,,2,1 =, 故A E ε+为正定矩阵.()8 若B A ,都是n 阶实对称矩阵,A 是正定矩阵, 证明: 存在实可逆矩阵T , 使得AT T T 与BT T T 同时为对角形.证明 由于A 是正定矩阵,则A 合同与单位矩阵E ,即存在实可逆矩阵,P 使得 E AP P T =.而且BP P T 仍为实对称矩阵, 从而存在正交矩阵,Q 使得(),1⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n T T Q BP P Q λλ 其中n λλλ,,,21 是BP P T 对特征值.令 PQ T =,则AT T T ()()()E Q AP P Q PQ A PQ T T T===,=BT T T ()()()===Q BP P Q PQ B PQ T T T ,1⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n λλ其中E 为n 阶单位矩阵.()9 若B A ,都是n 阶实对称正定矩阵,证明 .B A B A +>+证明 由于A 是正定矩阵,则A 合同与单位矩阵E ,即存在实可逆矩阵,P 使得 E AP P T =.而且BP P T 仍为实对称正定矩阵, 从而存在正交矩阵,Q 使得(),1⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n T T Q BP P Q λλ 其中n λλλ,,,21 都大于零是BP P T 对特征值.令 PQ T =, 则 AT T T ()()()E Q AP P Q PQ A PQ T T T===,其中E 为n 阶单位矩阵,=BT T T ()()()===Q BP P Q PQ B PQ T T T ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n λλ 1, ()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++=+n T T B A T λλ111 , 有 ()()()n T B A λλλ+++=+111212.又知 12=P A ,n P B λλ 12=. 而PQ T =,其中Q 为正交矩阵, 则1±=Q , 且2222P Q P T ==.所以 ()()()n P B A λλλ+++=+111212n λλλ 211+≥,而 []n P B A λλλ 2121+=+, 即证 B A B A +>+.()10 若B A ,都是n 阶实对称正定矩阵,则B A +也正定.证明 B A ,都是n 阶实对称正定矩阵, 则()B A B A T +=+, 且对任意的1⨯∈n R X ,0≠X 有()0>+=+BX X AX X X B A X T T T , 所以B A +也正定.()11 若A 是n 阶实对称正定矩阵,证明:nn a a a A 2211≤, 其中()n i a ii ,,2,1 =为A 的主对角元素.证明 设 ⎥⎦⎤⎢⎣⎡=nn Ta A A αα1, 其中1A 为A 的1-n 阶顺序主子阵, ()n n n n T a a a ,121,,,-= α因为A 正定, 所以1A 正定,11-A 存在,于是⎥⎦⎤⎢⎣⎡---10111A E T n α⎥⎦⎤⎢⎣⎡nn Ta A αα1⎥⎦⎤⎢⎣⎡---1111αA E n ⎥⎦⎤⎢⎣⎡-=-αα11100A a A T nn ,两边取行列式得()αα111--=A a A A T nn .因为1A 正定, 所以11-A 正定,011≥-ααA T ,01>A , 则由上式可得 nn a A A 1≤.同理1,121--≤n n a A A , 其中2A 为A 的2-n 阶顺序主子阵, 这样继续下去,可得 nn a A A 1≤nn n n a a A 1,12--≤≤≤ nn a a a 2211.()12 若B A ,都是n 阶实对称正定矩阵,证明:AB 的特征值均大于零.证明 由于A 是正定矩阵, 则A 合同与单位矩阵E , 即存在实可逆矩阵,P 使得 E PAP T =.()()()11111-----==P B P BP P PAP PABP TTT .因为B 为正定矩阵, ()()11--P B P T也正定, 从而它的特征值全大于零. 再由上式可知AB 与()()11--P B P T相似, 所以它们有相同的特征值, 因此AB 的特征值均大于零.()13 若B A ,都是n 阶实对称正定矩阵, 且BA AB =, 证明AB 为正定矩阵. 证明 见参考文献[]7第273271-页.参考文献[1] Pullman NP. Matrix Theory and its Applications[M],Academic Press,1976. [2] COM PA. Principles and Practice of Mathematics[M],SpringerVerlag,Berlin Heidelberg,1998.[3] Johnson CR. Positive definite matrices[J],AmerMathMothly ,1970.[4] 胡跃进. 广义正定矩阵的一个不等式[J],阜阳师范学院学报(自然科学版),2001. [5] 北京大学数学系几何与代数教研室前代数小组. 高等代数(第三版)[M],北京:高等教 育出版社,2003.[6] 张禾瑞,郝镔新. 高等代数(第三版)[M],北京:高等教育出版社,1983. [7] 钱吉林. 高等代数解题精粹(修订版)[M],北京:中央民族大学出版社,2002.。
正定矩阵的判定
正定矩阵的判定正定矩阵的判定摘要:鉴于正定矩阵的重要性及其应⽤的⼴泛性,本⽂给出了正定矩阵判定的若⼲等价条件并逐条予以证明,并辅助典型例题。
关键词:正定矩阵;正交矩阵;判定;特征值;正定⼆次型⼀、利⽤定义(⼀)n 阶实对称矩阵A 称为正定矩阵,如果对于任意的n 维实⾮零列向量X ,都有T X AX 0>。
正定的实对称矩阵A 简称为正定矩阵,记作0A >。
例1 设A 是正定矩阵,P 是⾮奇异实⽅阵,则TP AP 也是正定矩阵。
证明:因为A 是实对称阵,故TP AP 显然也是实对称阵,⼜对任何实的⾮零列向量X ,由于PX ≠0(P 是⾮奇阵),故()T T X P AP X 0>,即TP AP 是正定阵。
1.实对称矩阵A 是正定矩阵的充分⽽且必要条件是对于任意的n 维实⾮零列向量X =12x x ??≠0, ⼆次型'X AX 是正定⼆次型。
2.实对⾓矩阵1n d d ?? ?是正定矩阵的充分⽽且必要条件是i d >0(i =1,2,n )。
3.实对称矩阵A 是正定矩阵的必要⽽且充分条件是⼆次型'X AX 的秩与符号差都等于n 。
⼆、利⽤主⼦式(⼀)n 阶实对称矩阵A 的⼀切顺序主⼦式都⼤于0,则A 为正定矩阵。
证明:对n 作数学归纳法。
当1n =时,()21111f x a x =,由条件11a >0,显然有()1f x 是正定的。
假设该论断论断对1n -元⼆次型已经成⽴,现在来证n 元的情形。
令111,111,11,1n n n n a a A a a ----?? ?= ? ,11,n n n a a α-??=于是矩阵A 可以分块写成1'nn A A a αα。
既然A 的顺序主⼦式全⼤于零,当然1A 的顺序主⼦式也全⼤于零。
由归纳法假定,1A 是正定矩阵,换句话说,有可逆的1n -级矩阵G 使'11n G AG E -=,这⾥1n E -代表1n -级矩阵。
正定矩阵的性质研究
正定矩阵的性质研究正定矩阵是矩阵理论中一种重要的特殊矩阵,具有许多独特的性质和应用。
本文将介绍正定矩阵的定义、性质、判断方法以及相关应用,并对其进行研究和讨论。
1.正定矩阵的定义正定矩阵是指所有特征值均为正实数的矩阵。
对于n阶实方阵A,若对于任意非零n维实向量x,都有x^T*A*x>0成立,则称A为正定矩阵。
2.正定矩阵的性质(1)正定矩阵是对称矩阵,即A=A^T。
(2)正定矩阵的特征值都大于0。
(3)正定矩阵的主子矩阵也是正定的。
(4)正定矩阵的行列式大于0。
(5)正定矩阵是非奇异的,其逆矩阵也是正定的。
(6)正定矩阵与正交矩阵的乘积仍为正定矩阵。
3.正定矩阵的判断方法(1)对称矩阵的主子式全为正。
(2)所有特征值均大于0。
(3)利用矩阵的行列式、特征值等性质进行判断。
4.正定矩阵的应用(1)优化问题:正定矩阵在最优化问题中有广泛应用,如线性规划、二次规划等。
正定矩阵可以保证目标函数存在唯一的最小值。
(2)特征值问题:正定矩阵对应的特征值都大于0,可用于求解特征值和特征向量的问题。
(3)插值问题:在插值问题中,正定矩阵可用于构造插值函数,使得插值结果具有平滑性和稳定性。
(4) 矩阵分解:正定矩阵可进行Cholesky分解,用于求解线性方程组、正态分布等问题。
5.正定矩阵的研究和讨论(1)构造和求解算法:研究正定矩阵构造和求解算法,在数值计算、优化问题等领域具有广泛应用。
(2)正定矩阵的判定:对于大规模矩阵,判定其是否为正定矩阵是一个重要课题,需要设计高效的算法和方法。
(3)正定矩阵的扩展:研究正定矩阵概念的扩展,如半正定矩阵、严格正定矩阵等,进一步拓宽正定矩阵的应用范围和理论研究。
总之,正定矩阵在数学和工程中具有重要的地位和应用价值。
对正定矩阵的性质研究和应用展开讨论,可以促进矩阵理论的发展和应用的深入研究,并为解决相关问题提供有力的数学工具。
正定矩阵的判定方法
正定矩阵的判定方法
正定矩阵是数学中的一个常用概念,用于表示各种函数的变化趋势,如多项式的展开、积分运算等。
正定矩阵是一种矩阵,其经过特殊处理后,矩阵元素都是正值,因此我们可
以通过判断矩阵元素是否为正来判断矩阵是否为正定矩阵。
1、正定矩阵是一种特殊的秩1矩阵,其中的矩阵元素全为正实数。
因此,第一步是
将给定的矩阵进行非零变量约束,以消除矩阵元素为负值的情况。
2、对非零变量的结果,识别是否为正定矩阵,即所有矩阵元素都是正数。
如果所有
矩阵元素都是正数,则说明此矩阵为正定矩阵。
3、计算矩阵行列式,以进一步确定矩阵是否为正定矩阵。
如果矩阵行列式的值为正,则说明该矩阵为正定矩阵,反之则不是正定矩阵。
4、对正定矩阵进行对角化,即求解A=QDQ-1.将矩阵A改写为QDQ-1,其中D为矩阵A 的对角形矩阵,Q为一个正交矩阵。
如果可以得到矩阵D,则说明A是正定矩阵。
通过以上步骤可以判断矩阵是否为正定矩阵。
因此,正定矩阵的判定就是将给定的矩
阵逐行逐列判断矩阵的元素是否全为正数,再计算该矩阵的行列式,根据行列式的计算结
果确定矩阵是否为正定矩阵,最后按照上述方法对矩阵进行对角化,以较精确地判断该矩
阵是否为正定矩阵。
关于实对称矩阵正定性的判别法
关于实对称矩阵正定性的判别法
正定矩阵(Positive Definite Matrix)是线性代数中的一种矩阵,其特性是满足反对称性,即有如下式子:
A=ATA
实对称矩阵正定性的判别法是比较常用的一种矩阵性质的定义,它的定义是任意给定的实对称矩阵A,如果A的全部特征值都大于零,则A为正定矩阵。
实对称矩阵正定性的判别法可以通过八个条件来判定,即:
(1)矩阵A的行列式的值,必须大于等于零;
(3)对角线的元素均大于零;
(4)若A的某个特征值小于零,则A不可能是正定矩阵;
(5)A的特征值可以通过特征值范数的方式进行求解;
(8)要求A的特征向量对应的特征值也必须大于等于零。
实对称矩阵正定性的判别法可以用来测试某个矩阵是否为正定矩阵,要满足上述八个条件,则该矩阵就为正定矩阵。
有了这个判别法,可以在研究实对称矩阵时,有效的测试出它是否为正定矩阵。
实对称矩阵正定性的判别法还可以用来求解实对称矩阵的特征值和特征向量,如果发现该实对称矩阵是正定矩阵,就可以使用迭代法来求解此矩阵的特征值和特征向量,这样就可以有效地求解出这个实对称矩阵的解析解,而不必使用比较复杂的数值计算。
正定矩阵的三种判定方式
正定矩阵的三种判定方式正定矩阵是在线性代数中非常重要的概念,它具有许多独特且有用的性质。
在本文中,我们将介绍正定矩阵的三种判定方式,并探讨它们的应用。
希望这篇文章能够生动、全面地介绍这个概念,并给读者带来指导意义。
首先,我们来介绍正定矩阵的定义。
一个n×n的实对称矩阵A被称为正定矩阵,如果对于任意非零的实向量x,都有x^TAx > 0。
这个定义表明,正定矩阵的特征值全为正数,且它具有良好的性质。
第一种判定方式是通过特征值来判断。
对于一个对称矩阵A来说,它是正定矩阵的充分必要条件是A的所有特征值都大于0。
这是因为特征值等于0表示存在一个非零向量x,使得Ax = 0,从而矩阵不是正定的。
根据这个特性,我们可以通过计算矩阵的特征值来判断它是否为正定矩阵。
第二种判定方式是通过主子式来判断。
主子式是指通过在矩阵A中选取特定行和列所得到的子矩阵的行列式。
一个对称矩阵A是正定矩阵的充分必要条件是它的所有主子式都大于0。
这是由于正定矩阵的定义中要求所有非零向量x都满足x^TAx > 0,而这也可以表示为x^TAX > 0,其中X为一个对角矩阵,其对角线上的元素分别为主子式。
因此,通过计算矩阵的所有主子式,我们可以判断它是否为正定矩阵。
第三种判定方式是通过行列式的符号来判断。
一个对称矩阵A是正定矩阵的充分必要条件是它的所有顺序主子式的行列式都大于0。
顺序主子式是指通过在矩阵A的左上角选取特定行和列所得到的子矩阵的行列式。
正定矩阵的这个性质被称为Sylvester准则,它是通过对矩阵的行列式进行推导得到的。
根据这个准则,我们可以计算矩阵的各个顺序主子式的行列式,并验证它们是否都大于0,从而判断矩阵是否为正定矩阵。
正定矩阵在很多领域中都有广泛的应用。
在最优化问题中,正定矩阵被用于判断一个问题的目标函数是否是凸函数。
在数值计算中,正定矩阵被用于设计高效的迭代算法,例如共轭梯度法和牛顿法。
在统计学中,正定矩阵被用于建立多元正态分布的协方差矩阵。
实正定矩阵的若干判定方法
实正定矩阵的若干判定方法实对称矩阵的若干判定方法:1. 矩阵的定义:对于一个n阶方阵A,如果A的元素aij满足aij= aji,即矩阵A的主对角线两侧的元素相等,则A为实对称矩阵。
2.转置矩阵:对于一个n阶方阵A,如果矩阵A的转置矩阵AT=A,则A为实对称矩阵。
3.特征值的实数性质:对于一个n阶方阵A,如果A的特征值都是实数,则A为实对称矩阵。
4.正定性的定义:对于一个n阶方阵A,如果对任意非零向量x,都有x^TAx>0,则A为正定矩阵。
5.正定性的特征值判定法:对于一个n阶方阵A,如果A的特征值都是正数,则A为正定矩阵。
6.所有特征值的符号:对于一个n阶方阵A,如果A的所有特征值的符号都一致,则A为正定矩阵(即所有特征值都是正数)或负定矩阵(即所有特征值都是负数)。
7.若干判定定理:对于一个n阶的实对称矩阵A,以下几个条件等价:-A是正定矩阵;-A的所有主子矩阵行列式大于0;-A的所有n阶顺序主子式都大于0;-A的特征值都是正数;-A的特征值的最小值大于0。
8.正定性和二次型关系:对于一个n阶实对称矩阵A,如果A为正定矩阵,则二次型Q(x)=x^TAx>0,其中x为任意非零向量。
9.二次型的正定性判定条件:对于一个二次型Q(x)=x^TAx,其中A 为n阶实对称矩阵,以下几个条件等价:-A为正定矩阵;-A的特征值都是正数;-A的最小特征值大于0;-A的正惯性指数为n。
综上所述,实对称矩阵的判定方法主要包括矩阵的定义、转置矩阵、特征值的实数性质、正定性的定义、正定性的特征值判定法、所有特征值的符号、若干判定定理、正定性和二次型关系、二次型的正定性判定条件等。
这些方法可以在实际问题中判断一个矩阵是否为实对称矩阵或正定矩阵,并为后续的计算和分析提供参考依据。
正定矩阵的判定方法及正定矩阵在三个不等式证明中的应用
正定矩阵的判定方法及正定矩阵在三个不等式证明中的应用正定矩阵的判定方法是通过特征值判断的。
特征值是指矩阵A经过线性变换后,向量x所在的直线方向仍然不变的那些实数λ,即满足方程Ax=λx的λ值。
具体来说,对于一个n阶方阵A,如果所有特征值均大于零,那么A就是正定矩阵。
正定矩阵在三个不等式证明中有广泛的应用。
这三个不等式分别是半正定矩阵不等式、正定矩阵不等式和负定矩阵不等式。
1.半正定矩阵不等式:给定一个n阶半正定矩阵P,对于任意非零向量x,都有x^TPx≥0,其中x^T表示x的转置。
如果要证明一个矩阵是半正定的,只需要证明它所有的特征值均大于等于零即可。
应用:在工程和经济领域中,半正定矩阵不等式常用于设计稳定的控制系统和优化问题的约束条件。
例如,在线性规划问题中,通过引入半正定矩阵不等式将约束条件加到目标函数中,可以得到更加准确和可行的优化结果。
2.正定矩阵不等式:给定一个n阶正定矩阵P,对于任意非零向量x,都有x^TPx>0。
证明一个矩阵是正定的,需要确保它所有的特征值均大于零。
应用:正定矩阵不等式在数学分析和最优化理论中有广泛的应用。
例如,在函数的变分法中,通过使用正定矩阵不等式可以得到最小化函数的解。
另外,正定矩阵也常用于计算机科学、图像处理和机器学习等领域中的算法设计中。
3.负定矩阵不等式:给定一个n阶负定矩阵P,对于任意非零向量x,都有x^TPx<0。
证明一个矩阵是负定的,需要确保它所有的特征值均小于零。
应用:负定矩阵不等式在控制论、信号处理和优化问题中有重要的应用。
例如,在模拟电路设计中,通过使用负定矩阵不等式可以保证电路的稳定性。
此外,负定矩阵也常用于设计纠错码和密码算法等领域。
总之,正定矩阵的判定方法是通过特征值判断的,特征值大于零时为正定矩阵。
正定矩阵的应用在半正定矩阵不等式、正定矩阵不等式和负定矩阵不等式中。
它在控制系统、优化问题、信号处理和机器学习等领域中有广泛应用,具有重要的理论和实际意义。
正定矩阵的性质和判定方法及应用
正定矩阵的性质和判定方法及应用正定矩阵是线性代数中的一个重要概念,具有许多重要的性质和应用。
本文将介绍正定矩阵的定义、性质和判定方法,并且讨论一些应用领域。
1.正定矩阵的定义在矩阵理论中,一个n×n实对称矩阵A被称为正定矩阵,如果对于任何非零向量x∈R^n,都有x^TAx>0,即x的转置乘以A再乘以x的结果大于零。
2.正定矩阵的性质(1)正定矩阵的所有特征值都大于零。
这是因为对于任意非零向量x,都有x^TAx>0。
设v是A的特征向量,对应的特征值是λ,则有Av=λv,可以计算x^TAx=x^T(λv)=λx^Tv。
由于x和v都是非零向量,所以λ必须大于零。
(2)正定矩阵的特征值分解不存在负值。
根据性质(1),正定矩阵的特征值都大于零,因此没有负值。
(3)正定矩阵的行列式大于零。
由特征值的性质可以得到,一个正定矩阵的行列式是它的特征值的乘积,因此行列式大于零。
(4)正定矩阵的逆矩阵也是正定矩阵。
设A是正定矩阵,对于任意非零向量x,都有x^TAx>0。
我们可以将这个不等式两边同时乘以x^TA^-1,得到x^Tx=x^TAA^-1x,即A^-1是正定矩阵。
3.正定矩阵的判定方法(1)主元顺序准则:一个n×n矩阵A是正定矩阵,当且仅当A的所有n阶主子式均大于零。
主子式是从A的每一行和每一列中选择相同编号的元素,并且这些元素所构成的矩阵的行列式。
(2)Sylvester准则:一个n×n 实对称矩阵 A 是正定矩阵,当且仅当 A 的所有顺序主子式大于零。
顺序主子式是从 A 的前 k 行和前 k列中选择相同编号的元素,并且这些元素所构成的矩阵的行列式。
(3)特征值判定法:一个n×n实对称矩阵A是正定矩阵,当且仅当A的所有特征值都大于零。
4.正定矩阵的应用正定矩阵在数学和工程领域都有广泛的应用,如下所示:(1)最优化问题:正定矩阵是最有用的约束条件,用于定义凸优化问题的约束集合。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
摘要:本文将运用高等代数中一系列矩阵理论的相关知识,给出了实对称矩阵的若干个判定定理及其证明,并且得到了实对称正定矩阵的若干重要结论.关键词:实对称正定矩阵;等价定理;充分条件Decision of Real Positive Definite Matrixand Its Important ConclusionAbstract:This paper provide a series of matrix theory knowledge of higher algebra ,give some of the equivalence theorem of real symmetric matrix and its proof and obtain some of the important conclusions of real symmetry positive definite matrix .Keywords:real symmetry positive definite matrix, equivalence theorem , sufficient condition禄 鹏(天水师范学院数学与统计学院,甘肃天水,741000)摘 要: 本文将运用高等代数中一系列矩阵理论的相关知识,给出了实对称矩阵的若干个判定定理及其证明,并且得到了实对称正定矩阵的若干重要结论.关键词: 实对称正定矩阵; 等价定理; 充分条件1 引言矩阵理论是数学的一个重要分支,它不仅是一门基础学科,也是最具有使用价值、应用广泛的数学理论[]2,1,现已成为处理有限维空间形式和数量关系的强有力的工具. 正定矩阵作为一类常用矩阵,其在数学学科和其他学科技术领域的应用也非常广泛[]4,3,因此它的判断问题一直倍受关注.虽然个别判定条件已被人们所熟知,但缺少系统的总结,本文将尽可能给出多个实对称正定矩阵的判定定理和重要结论,从而使人们能够更好地使用正定矩阵这个工具.2 实正定矩阵的等价定理定义1[]5 实二次型()n x x x f ,,,21 称为正定的,如果对于任意一组不全为零的实数n c c c ,,,21 都有()n c c c f ,,,21 0>.定义2[]5 实对称矩阵A 称为正定的,如果二次型AX X T 正定.引理1[]5 n 元实二次型()n x x x f ,,,21 是正定的充分必要条件是它的正惯性指数等于n .引理2[]5 任意一个实数域上的二次型,经过一适当的非退化线性替换可以变成规范形,且规范形是唯一的.引理3[]6 设A 是n 阶实对称矩阵,则存在正交矩阵T 使得()n T diag AT T AT T λλλ,,,211 ==-, ()1 其中n λλλ,,,21 为A 的特征值. 引理4[]7 任何可逆实方阵都可以分解为正交矩阵Q 和上三角矩阵R 的乘积,其中R 的主对角元均为正.定理1 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是对于任意的n 维非零列向量X ,即10⨯∈≠n R X ,使0>AX X T .证明 由定义1和定义2可证.定理2 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的一切顺序主子式大于0.证明[]5 必要性, 因为A 是实对称正定矩阵,由定义2知,存在二次型 ()n x x x f ,,,21 ∑∑===ni nj j i ij x x a 11是正定的.对于每个k ,,1n k ≤≤令()k k x x f ,,1 ∑∑===ki kj j i ij x x a 11.我们来证明k f 是一个k 元的正定二次型. 对于任意一组不全为零的实数,,,1k c c 有()k k c c f ,,1 ∑∑===ki kj j i ij c c a 11=()0,,0,,,1 k c c f .0>因此()k k x x f ,,1 是正定的. 由正定矩阵的行列式大于零可知,k f 的行列式,01111>kk k ka a a an k ,,1 =. 这就证明了矩阵A 的一切顺序主子式大于0.充分性, 对n 作数学归纳法. 当1=n 时, ().21111x a x f = 由条件011>a ,显然有()1x f 是正定的.假设充分性的论断对于1-n 元二次型成立,现在来证明n 元的情形.令 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=----1,11,11,1111n n n n a a a a A ,=α⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-n n n a a ,11 ,于是矩阵A 可以分块写成A ⎥⎦⎤⎢⎣⎡=nn T a A αα1. 既然A 的顺序主子式全大于零,当然1A 的顺序主子式也全大于零. 由归纳法假定, 1A 是正定矩阵,换句话说,有可逆的1-n 阶矩阵G 使 11-=n T E G A G ,这里1-n E 代表1-n 阶单位矩阵. 令⎥⎦⎤⎢⎣⎡=1001G C , 于是 =11AC C T ⎥⎦⎤⎢⎣⎡100T G ⎥⎦⎤⎢⎣⎡nn T a A αα1⎥⎦⎤⎢⎣⎡100G ⎥⎦⎤⎢⎣⎡=-nn T T n a G G E αα1. 再令 ⎥⎦⎤⎢⎣⎡-=-1012αT n G E C , 有 2112C AC C C T T ⎥⎦⎤⎢⎣⎡-=-101G E T n α⎥⎦⎤⎢⎣⎡-nn T T n a G G E αα1⎥⎦⎤⎢⎣⎡--101αT n G E ⎥⎦⎤⎢⎣⎡-=-ααT T nn n GG a E 001. 令 21C C C =, ,ααT T nn GG a a -=就有 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=a AC C T 11 . 两边取行列式, a A C =2. 由条件,0>A ,因此0>a . 显然⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11 =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡111 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11 . 这就是说,矩阵A 与单位矩阵合同,所以A 是正定矩阵.定理3 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的一切顺序主子矩阵都是正定矩阵.证明 由定理2可证.定理4 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的特征值全大于0.证明 必要性,A 为正定矩阵,若A 的全部特征值为n λλλ,,,21 不全大于0,不妨设01≤λ.由引理3存在正交矩阵T 使得()1式成立.令 (),,,,21n T ααα = 则i i i A αλα=()n i ,,2,1 =,即i α为A 的属于特征值i λ的特征向量. 特别的,取单位特征向量01≠β,即111βλβ=A .于是有 11111βλβββT T A =01≤=λ,这与A 为正定矩阵相矛盾,故A 的全部特征值为n λλλ,,,21 都大于0.充分性: 设A 的特征值为n λλλ,,,21 ,由引理3知存在正交矩阵T ,使得 ()n T diag AT T AT T λλλ,,,211 ==-. 从而有 ()T n T Tdiag A λλλ,,,21 =.任取0≠X ,则AX X T ()X T Tdiag X T n T λλλ,,,21 =()Y diag Y n T λλλ,,,21 =,其中 T X Y T T =()0,,,21≠n y y y ,于是AX X T 02222211>+++=n n y y y λλλ ,即A 为正定矩阵.定理5 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 合同与E .证明 必要性, 由引理1和引理2知正定二次型()n x x x f ,,,21 可经过一适当的非退化线性替换TY X =化为规范形 22221ny y y +++ .其对应的矩阵为单位矩阵E . 即()()TY A TY T EY Y T =⇒()EY Y Y AT T Y T T T =,故A 合同与E .充分性, 由于A 合同与E ,即存在可逆矩阵C 使得C C EC C A T T ==.任取0≠X ,令()Tn y y y Y CX ,,,21 ==,则0≠Y ,于是Y Y CX C X AX X T T T T ===22221ny y y +++ 0>. 故A 是正定矩阵. 定理6 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的一切主子式都大于0. 证明 必要性,A 正定,令 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=nn n n a a a a A 1111,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111, 其中 k A 为A 的主子矩阵, n i i k ≤<<≤ 11()n k ,,2,1 =.设矩阵A 与k A 的二次型分别为AY Y T 和X A X k T . 对任意(),0,,10≠=Ti i mb b X 存在(),0,,10≠=Tn c c Y 其中⎩⎨⎧==.;,,,0,1other i i k b c k k k 由A 正定,00AY Y T ,0>得00X A X k T是正定的, 故存在实可逆矩阵k T , 使⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k T k T A T λλ 1, 其中(),,,10k i i =>λ 从而k k k k T k T A T A T λλ 12==0>. 又 02>k T ,故 0>k A ()n k ,,2,1 =.充分性, 实对称矩阵A 的一切主子式都大于0, 所以A 的一切顺序主子式都大于0. 由定理2可证A 为正定矩阵.定理7 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的一切主子矩阵都是正定矩阵.证明 必要性,A 正定,令 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=nn n n a a a a A 1111,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111, 其中 k A 为A 的主子矩阵, n i i k ≤<<≤ 11()n k ,,2,1 =.显然 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111()n k ,,2,1 =也是实对称矩阵.又因为 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111的k 个顺序主子式均为A 的k 个主子式,由定理6知k 个主子式都大于零, 从而⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111()n k ,,2,1 =为正定矩阵.充分性, 实对称矩阵A 的一切主子矩阵都是正定矩阵, 则矩阵A 的一切主子式都大于零, 由定理6即证A 是正定矩阵.定理8 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 半正定且0≠A .证明 必要性, 因为A 正定,则显然A 一定半正定,且0≠A .充分性, 设A 的特征值为n λλλ,,,21 ,由A 半正定可知,i λ(),,,2,10n i =≥又021≠⋅⋅⋅=n A λλλ ,故(),,,2,10n i i =>λ 由定理4可知A 正定.定理9 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是对于任意的实列满秩矩阵m n C ⨯, 都有AC C T 为正定矩阵.证明 必要性, 首先()TT ACC AC C T =,对任意的1⨯∈m R X ,0≠X ,由秩C n =, 知,0≠CX 而A 为正定矩阵, 故()()(),0>=CX A CX X AC C X TT T即 AC C T 为正定矩阵.充分性, AC C T 正定, 则对任意的1⨯∈m R X ,0≠X , 由秩C n =, 知,0≠CX 并且 ()()CX A CX T=()0>X AC C X T T , 即A 为正定矩阵.定理10 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是对于任意的实可逆矩阵T , 都有AT T T 为正定矩阵.证明 必要性,首先()TT ATT AT T T =, 对任意的1⨯∈n R X ,0≠X ,由秩T n =, 知,0≠TX 而A 为正定矩阵, 故()()(),0>=TX A TX X AT T X TT T即 AT T T 为正定矩阵.充分性,AT T T 正定, 则对任意的1⨯∈n R X , 0≠X , 由秩T n =,知,0≠TX 并且 ()()TX A TX T=()0>X AT T X T T , 即A 为正定矩阵.定理11 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在正定矩阵B ,使2B A =. 证明 必要性, 设A 的全部特征值为n λλλ,,,21 全大于0,由引理3得 ()121,,,-=T Tdiag A n λλλ=()],,,[121-T Tdiag n λλλ ()],,,[121-T Tdiag n λλλ =2B ,其中 =B ()],,,[121-TTdiag nλλλ .因为B 为实对称矩阵,且特征值0>i λ(),,,2,1n i = 所以B 为正定矩阵.充分性, 由于B 为正定矩阵, 使2B A =,则B 为实对称可逆矩阵,且有 2B A =B B T =EB B T =,即A 合同与E .再由定理5得A 为正定矩阵.定理12 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在实可逆矩阵P ,使得P P A T =.证明 必要性,A 是实对称正定矩阵,则存在实可逆矩阵P 使得 EP P A T =P P T =, 其中E 为n 阶单位矩阵.充分性, 因为存在实可逆矩阵P , 使得P P A T =,并且P P A T =EP P T =, 其中E 为n 阶单位矩阵. 即实对称矩阵A 合同与E ,所以A 为正定矩阵.定理13 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在实列满秩矩阵n m Q ⨯, 使Q Q A T =.证明 必要性, 因为A 为正定矩阵, 则存在n 阶实可逆矩阵P , 使得 P P A T =()()n m n T nn P -⨯⨯=0()⎪⎪⎭⎫⎝⎛⨯-⨯n n m n n P 0. 令 =Q ()⎪⎪⎭⎫⎝⎛⨯-⨯n n m n n P 0, 则 Q Q A T=, 其中Q 为n m ⨯列满秩矩阵.充分性,n m Q ⨯为实列满秩矩阵,则Q Q T 为n 阶可逆矩阵,故对任意的1⨯∈n R X ,0≠X , 由秩Q m =, 知,0≠QX 并且=AX X T QX Q X T T ()()QX QX T=,0>即A 为正定矩阵.定理14 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在n 阶主对角元素都大于零的上三角矩阵R ,使得R R A T =.证明 必要性, 因为A 是实对称正定矩阵,则存在实可逆矩阵P ,使得P P A T =. 又由引理4知,存在矩阵Q 和P 使得 QR P =, 其中Q 为n 阶正交矩阵,R 为n 阶主对角元素都大于零的上三角矩阵, 从而P P A T =QR Q R T T =R R T =.充分性, 因为存在n 阶主对角元素都大于零的上三角矩阵R ,使得R R A T =. 则显然矩阵R 可逆, 由定理12即可证A 是正定矩阵.定理15 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在n 阶主对角元素都大于零的下三角矩阵U ,U U A T =.证明 类似于定理14.定理16 实对称矩阵=A ⎥⎦⎤⎢⎣⎡3221A A A A T为正定矩阵的充要条件是1A 和21123A A A A T --为正定矩阵.证明 当1A 可逆时,有⎥⎦⎤⎢⎣⎡--E A A ET 1120⎥⎦⎤⎢⎣⎡3221A A A A T ⎥⎦⎤⎢⎣⎡--E A A E0211⎥⎦⎤⎢⎣⎡-=-21123100A A A A A T ()2 必要性, 若A 正定,那么1A 也正定,11-A 存在. 令⎥⎦⎤⎢⎣⎡-=-E A A E T 0211,则T 可逆,所以AT T T 也正定.从而⎥⎦⎤⎢⎣⎡--2112310A A A A AT 为正定矩阵,因此它的主子矩阵1A 和21123A A A A T --为正定矩阵.充分性, 由1A 和21123A A A A T--为正定矩阵.且两个正定矩阵的和也是正定矩阵知⎥⎦⎤⎢⎣⎡--2112310A A A A AT 为正定矩阵. 再由()2式得⎥⎦⎤⎢⎣⎡=3221A A A A A T=()TT 1-⎥⎦⎤⎢⎣⎡--2112300A A A A A T 1-T ,即A 为正定矩阵.定理17 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 的正惯性指数等于A 的维数n .证明 由引理1和定义2显然可证.定理18 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是存在正交向量组,,,,21n ααα 使.2211Tn n T T A αααααα+++=证明必要性,A 是正定矩阵,则由引理3可知,存在正定矩阵,U 使 ()U diag U A n T λλλ,,,21 =,()Tn U βββ,,,21 =,令 i i i βλα=()n i ,,2,1 =,为正交向量组, 即得.2211Tn n T T A αααααα+++=充分性,T n n T T A αααααα+++= 2211=[]T n TT ααα 21⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n ααα 21 U U T = (U 为正交矩阵), 显然A 是正定矩阵.3 实正定矩阵的重要结论对于实对称正定矩阵除了上面的一些充要条件用于判定一个矩阵是否为正定矩阵外, 还有一些很重要的结论,下面给出详细内容及其证明. ()1 若A 是n 阶实对称正定矩阵, 则0>A .证明 设A 是一正定矩阵,因为A 与单位矩阵合同,所以有实可逆矩阵C 使 C C EC C A T T ==. 两边取行列式, 就有02>==C C C A T.()2 若A 是n 阶实对称正定矩阵,则1-A 也是实对称正定矩阵. 证明 因为A 是实对称正定矩阵, 则0>A , 所以A 可逆. 又因为 ()(),111---==A A A T T所以1-A 也是实对称矩阵.设A 定特征值为,,,,21n λλλ 则由A 正定有 ()n i i ,,2,10 =>λ, 但1-A 的全部特征值为01>iλ()n i ,,2,1 =, 即1-A 为正定矩阵.()3 若A 是n 阶实对称正定矩阵, 则*A 也是正定矩阵(其中*A 表示A 的伴随矩阵).证明 已知*A =,1n n R A A ⨯-∈ 且()(),***==A A A T T又A 是正定矩阵, 所以0>A .设A 的特征值为,,,,21n λλλ 则由A 正定有 ()n i i ,,2,10 =>λ,于是*A 的n 个特征值为11211,,,---n A A A λλλ 也都大于零, 即*A 也是正定矩阵.()4 若A 是n 阶实对称正定矩阵,则k A (k 是正整数)也是正定矩阵.证明 设A 的全部特征值为,,,,21n λλλ 则由A 正定有 ()n i i ,,2,10 =>λ,则k A 对全部特征值为,,,,21knk k λλλ 也都大于零, 即k A 也是正定矩阵. ()5 若A 是n 阶实对称正定矩阵,则必有nn a a a ,,,2211 都大于零,即主对角线上的元素都大于零.证明 根据定义1和定义2可知,对任意的1⨯∈n R X ,且0≠X 有0>AX X T ,故依次令,100,,001⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡= X可得,011>a ,022>a , ,0>nn a 即证主对角线上的元素都大于零.()6 若A 是n 阶实对称正定矩阵,则存在实数,a 使得A aE -是正定矩阵. 证明 设A 的全部特征值为,,,,21n λλλ 则由A 正定有 ()n i i ,,2,10 =>λ, 则A aE -的特征值为 .,,1n a a λλ--令 {}1,,2,1,max +==n i a i λ, 则有()n i a i ,,2,10 =>-λ从而A aE -是正定矩阵, 即证存在实数a 使得A aE -是正定矩阵.()7 若A 是n 阶实对称矩阵,E 为n 阶单位矩阵, 证明:存在正数ε,是得A E ε+为正定矩阵.证明 可证A E ε+为实对称矩阵, 且存在正交矩阵T ,使得⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n T AT T λλ 1, 其中n λλλ,,,21 为A 的全部特征值,令 {}n λλλλ,,,max 210 =.不妨设0λ0>(因为,若0λ0=,则01===n λλ ,0=A ,结论已证). 再令 110+=λε, 那么110<+λλi ()n i ,,2,1 =.所以 ()⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡++=-110011λλλλεn T A T⇒()⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡++++=+-11110011λλλλεn T A E T ,其中0110>++λλi ()n i ,,2,1 =, 故A E ε+为正定矩阵.()8 若B A ,都是n 阶实对称矩阵,A 是正定矩阵, 证明: 存在实可逆矩阵T , 使得AT T T 与BT T T 同时为对角形.证明 由于A 是正定矩阵,则A 合同与单位矩阵E ,即存在实可逆矩阵,P 使得 E AP P T =.而且BP P T 仍为实对称矩阵, 从而存在正交矩阵,Q 使得(),1⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n T T Q BP P Q λλ 其中n λλλ,,,21 是BP P T 对特征值.令 PQ T =,则AT T T ()()()E Q AP P Q PQ A PQ T T T===,=BT T T ()()()===Q BP P Q PQ B PQ T T T ,1⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n λλ其中E 为n 阶单位矩阵.()9 若B A ,都是n 阶实对称正定矩阵,证明 .B A B A +>+证明 由于A 是正定矩阵,则A 合同与单位矩阵E ,即存在实可逆矩阵,P 使得 E AP P T =.而且BP P T 仍为实对称正定矩阵, 从而存在正交矩阵,Q 使得(),1⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n T T Q BP P Q λλ 其中n λλλ,,,21 都大于零是BP P T 对特征值.令 PQ T =, 则 AT T T ()()()E Q AP P Q PQ A PQ T T T===,其中E 为n 阶单位矩阵,=BT T T ()()()===Q BP P Q PQ B PQ T T T ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n λλ 1, ()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++=+n T T B A T λλ111 , 有 ()()()n T B A λλλ+++=+111212.又知 12=P A ,n P B λλ 12=. 而PQ T =,其中Q 为正交矩阵, 则1±=Q , 且2222P Q P T ==.所以 ()()()n P B A λλλ+++=+111212n λλλ 211+≥,而 []n P B A λλλ 2121+=+, 即证 B A B A +>+.()10 若B A ,都是n 阶实对称正定矩阵,则B A +也正定.证明 B A ,都是n 阶实对称正定矩阵, 则()B A B A T +=+, 且对任意的1⨯∈n R X ,0≠X 有()0>+=+BX X AX X X B A X T T T , 所以B A +也正定.()11 若A 是n 阶实对称正定矩阵,证明:nn a a a A 2211≤, 其中()n i a ii ,,2,1 =为A 的主对角元素.证明 设 ⎥⎦⎤⎢⎣⎡=nn Ta A A αα1, 其中1A 为A 的1-n 阶顺序主子阵, ()n n n n T a a a ,121,,,-= α因为A 正定, 所以1A 正定,11-A 存在,于是⎥⎦⎤⎢⎣⎡---10111A E T n α⎥⎦⎤⎢⎣⎡nn Ta A αα1⎥⎦⎤⎢⎣⎡---1111αA E n ⎥⎦⎤⎢⎣⎡-=-αα11100A a A T nn ,两边取行列式得()αα111--=A a A A T nn .因为1A 正定, 所以11-A 正定,011≥-ααA T ,01>A , 则由上式可得 nn a A A 1≤.同理1,121--≤n n a A A , 其中2A 为A 的2-n 阶顺序主子阵, 这样继续下去,可得 nn a A A 1≤nn n n a a A 1,12--≤≤≤ nn a a a 2211.()12 若B A ,都是n 阶实对称正定矩阵,证明:AB 的特征值均大于零.证明 由于A 是正定矩阵, 则A 合同与单位矩阵E , 即存在实可逆矩阵,P 使得 E PAP T =.()()()11111-----==P B P BP P PAP PABP TTT .因为B 为正定矩阵, ()()11--P B P T也正定, 从而它的特征值全大于零. 再由上式可知AB 与()()11--P B P T相似, 所以它们有相同的特征值, 因此AB 的特征值均大于零.()13 若B A ,都是n 阶实对称正定矩阵, 且BA AB =, 证明AB 为正定矩阵. 证明 见参考文献[]7第273271-页.参考文献[1] Pullman NP. Matrix Theory and its Applications[M],Academic Press,1976. [2] COM PA. Principles and Practice of Mathematics[M],SpringerVerlag,Berlin Heidelberg,1998.[3] Johnson CR. Positive definite matrices[J],AmerMathMothly ,1970.[4] 胡跃进. 广义正定矩阵的一个不等式[J],阜阳师范学院学报(自然科学版),2001. [5] 北京大学数学系几何与代数教研室前代数小组. 高等代数(第三版)[M],北京:高等教 育出版社,2003.[6] 张禾瑞,郝镔新. 高等代数(第三版)[M],北京:高等教育出版社,1983. [7] 钱吉林. 高等代数解题精粹(修订版)[M],北京:中央民族大学出版社,2002.。