正定矩阵的性质及应用
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。
正定矩阵的积

正定矩阵的积正定矩阵是线性代数中的重要概念之一,它在许多领域中都有广泛的应用。
本文将详细介绍正定矩阵的定义、性质和应用,并探讨正定矩阵的乘积。
一、正定矩阵的定义和性质正定矩阵是指所有特征值都大于零的实对称矩阵。
具体来说,对于n阶实对称矩阵A,如果对于任意非零向量x,都有x^T * A * x > 0,那么矩阵A就是正定矩阵。
正定矩阵具有以下几个重要的性质:1. 正定矩阵的特征值全部大于零;2. 正定矩阵的所有主子矩阵都是正定矩阵;3. 两个正定矩阵的乘积仍然是正定矩阵;4. 正定矩阵的逆矩阵也是正定矩阵。
二、正定矩阵的应用正定矩阵在实际应用中有着广泛的应用,例如在优化问题、最小二乘法、信号处理等领域中都有重要的作用。
1. 优化问题在优化问题中,正定矩阵可以用来判断一个函数的局部极小值是否为全局极小值。
具体来说,如果一个函数的二阶导数矩阵为正定矩阵,那么该函数的极小值是全局极小值。
2. 最小二乘法最小二乘法是一种常用的数据拟合方法,它通过最小化残差的平方和来拟合数据。
在最小二乘法中,正定矩阵可以用来求解线性方程组,进而得到最优拟合结果。
3. 信号处理在信号处理中,正定矩阵可以用来描述信号的功率谱密度。
功率谱密度是一个信号在频域上的能量分布情况,正定矩阵可以通过特征值分解来计算信号的功率谱密度。
三、正定矩阵的乘积正定矩阵的乘积也是一个正定矩阵。
假设A和B是两个正定矩阵,我们需要证明它们的乘积AB也是正定矩阵。
由于A和B都是正定矩阵,所以它们的特征值都大于零。
设A的特征值为λ1, λ2, ..., λn,B的特征值为μ1, μ2, ..., μn。
那么AB的特征值为λ1μ1, λ2μ2, ..., λnμn。
由于A和B的特征值都大于零,所以AB的特征值也都大于零。
因此,AB是一个正定矩阵。
四、结论正定矩阵是线性代数中的重要概念,它具有许多重要的性质和广泛的应用。
其中,正定矩阵的乘积也是一个正定矩阵。
正定矩阵的性质及其应用_____

正定矩阵的性质及其应用姓名: 学号: 指导教师:摘 要;矩阵是数学中的一个重要基本概念,是代数学中的一个主要研究对象,而正定矩阵作为一类特殊的矩阵,固然有它与其它矩阵不同的性质和应用。
本文主要是给出了正定矩阵的若干等价条件,对正定矩阵的一些重要性质进行了归纳整合并给出部分性质的证明过程,最后给出了正定矩阵在不等式证明问题、多元函数极值问题、最优化的凸规划问题以及解线性方程组问题中的应用。
关键词:矩阵;正定矩阵;性质;应用The Properties of Positive Definite Matrix and Its Applications Abstract:Matrix is one of the important basic concepts and it is one of the main research object in math . Positive definite matrix is a kind of special matrix, no doubt it has its properties and applications different from other matrix. This paper states some equivalent conditions on how to determine a positive definite matrix, integrates some important properties, then puts forward several applications of the positive definite matrices on inequation problems, multiple function extreme problems, the optimization of convex programming problem and solving linear equations.Key Words: matrix; positive definite matrix; property; application1. 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,也是最具实用价值、应用广泛的数学理论。
正定矩阵及其应用

正定矩阵及其应用一、简介正定矩阵是线性代数中的一个重要概念,它在数学和工程领域中都有广泛的应用。
本文将从定义、性质、判定方法以及应用等方面进行详细介绍。
二、定义正定矩阵是指对于任意非零向量x,都有x^T Ax > 0,其中A为n阶实对称矩阵,x为n维列向量,x^T为x的转置。
三、性质1. 正定矩阵的特征值均大于0。
2. 正定矩阵的行列式大于0。
3. 正定矩阵是可逆矩阵,且其逆仍然是正定矩阵。
4. 正定矩阵可以进行Cholesky分解。
四、判定方法1. Sylvester判据:对于n阶实对称矩阵A,当且仅当A的各个主子式均大于0时,A为正定矩阵。
2. 特征值判据:对于n阶实对称矩阵A,当且仅当A的所有特征值均大于0时,A为正定矩阵。
3. 等价判据:对于n维向量b和n*n实对称矩阵A,当且仅当对于任意非零向量x,都有b^T x > 0和x^T Ax > 0时,A为正定矩阵。
五、应用1. 矩阵分解:正定矩阵可以进行Cholesky分解,即将正定矩阵表示为一个下三角矩阵和其转置的乘积。
这种分解可以用于求解线性方程组、矩阵求逆以及随机向量生成等问题。
2. 优化问题:正定矩阵可以用于求解最小二乘问题、线性规划问题以及二次规划问题等。
其中,最小二乘问题可以通过正定矩阵的Cholesky分解来求解。
3. 特征值计算:正定矩阵的特征值均大于0,因此可以用于计算特征值和特征向量。
在信号处理、图像处理以及物理学中都有广泛应用。
4. 概率论:正定矩阵在多元高斯分布中具有重要作用。
多元高斯分布的协方差矩阵是一个正定矩阵,它描述了不同变量之间的相关性和方差。
六、总结本文介绍了正定矩阵的定义、性质、判定方法以及应用等方面。
正定矩阵在数学和工程领域中都有广泛的应用,特别是在矩阵分解、优化问题、特征值计算以及概率论等方面具有重要作用。
矩阵正定性

矩阵正定性矩阵正定性是线性代数理论中的一个重要概念。
它是指矩阵的特性:如果一个矩阵A,对任意向量x,都有xTAx> 0,那么A就是正定的。
很多线性代数的概念依赖于正定矩阵。
这篇文章将讨论正定性矩阵的基本定义、性质以及重要的一些应用。
首先定义正定矩阵。
正定矩阵是一种特殊的矩阵,它满足下面这个充分必要条件:对任意实数向量x,都有xTAx>0,其中A是正定矩阵。
也就是说,任何实数对应的向量处投影均为正值,那么这个矩阵就是正定的。
有时,也会将正定矩阵定义为实矩阵,其中所有的特征值为正。
另外,正定矩阵也可以被定义为实对称矩阵,其中所有的特征值为正。
正定矩阵的性质是它的行列式都大于零,它的对角阵的特征值大于等于零,正定性矩阵的逆矩阵也是正定的。
这些性质也与它的概念很契合,因为它的行列式都大于零,说明矩阵的每一个分块元素都非负,而特征值大于等于零,说明矩阵本身是稳定的,不会产生振荡。
由于正定性矩阵的逆矩阵也是正定的,因此它也是一个非常重要的性质。
正定性矩阵是线性代数理论中非常重要的概念,它在机器学习、信号处理、最优化以及复杂数学计算中都有着重要的应用。
在机器学习中,正定性矩阵可以用来优化多元函数,可以用于确定最优解。
在信号处理中,它可以用来改善分类精度,并且可以用来检测图像中的模式和特征。
最后,正定性矩阵在复杂数学计算中也有着重要的应用,比如求解非线性方程组,矩阵解析法和投影算法等。
综上所述,正定性矩阵是一种特殊的矩阵,它满足xTAx>0的特性,其定义包括实矩阵、实对称矩阵和行列式都大于零的性质。
正定性矩阵在线性代数理论中具有重要的地位,它的性质也决定了它在机器学习、信号处理、最优化和复杂数学计算中的重要应用。
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。
二次型函数正定矩阵

二次型函数正定矩阵二次型函数是数学中的一个重要概念,它在很多领域都有广泛的应用,特别是在线性代数和数学分析中。
而正定矩阵则是与二次型函数密切相关的矩阵特性之一。
本文将介绍二次型函数正定矩阵的定义、性质及其在实际问题中的应用。
一、定义在了解二次型函数正定矩阵之前,我们需要先了解二次型函数和矩阵的概念。
二次型函数是指一个关于n个变量的二次齐次多项式,可以用矩阵的形式表示。
设x为n维列向量,A为n阶实对称矩阵,那么二次型函数可以表示为Q(x)=x^T * A * x,其中x^T表示x的转置。
而正定矩阵,简而言之,就是一个特殊的n阶实对称矩阵,它与二次型函数的性质紧密相关。
对于任意一个非零向量x,如果其对应的二次型函数Q(x)都大于0,那么我们称矩阵A为正定矩阵。
二、性质正定矩阵具有以下几个重要的性质:1. 正定矩阵的所有特征值都大于0。
2. 正定矩阵的对角元素都大于0。
3. 正定矩阵的所有主子式都大于0。
这些性质使得正定矩阵在实际问题中具有重要的应用价值。
例如,在优化问题中,正定矩阵可以用来判断一个极值点是极小值还是极大值。
在机器学习中,正定矩阵可以用来定义核函数,从而实现非线性的分类和回归任务。
三、应用正定矩阵在各个领域都有广泛的应用。
以下是一些常见的应用场景:1. 优化问题:正定矩阵可以用来判断一个极值点是极小值还是极大值。
2. 机器学习:正定矩阵可以用来定义核函数,从而实现非线性的分类和回归任务。
3. 数值计算:正定矩阵在数值计算中有广泛的应用,例如求解线性方程组、最小二乘问题等。
4. 物理学:正定矩阵在物理学中有重要的应用,例如描述能量、势能等。
5. 金融领域:正定矩阵在金融领域中常被用于风险管理和投资组合优化等问题。
总结本文介绍了二次型函数正定矩阵的定义、性质及其在实际问题中的应用。
正定矩阵在数学和应用领域中具有重要的地位,对于理解和解决实际问题具有重要意义。
希望通过本文的介绍,读者对二次型函数正定矩阵有进一步的了解和认识,为深入学习和应用相关知识奠定基础。
- 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)。
正定矩阵的性质及应用摘要: 正定矩阵是矩阵理论中的一类重要的矩阵,且在多个不同领域内均有重要的作用,本文回顾了正定矩阵的发展史、性质及应用。
矩阵理论的应用愈来愈广,它在众多学科和领域中发挥着不可替代的作用,如在数学分析中用黑塞矩阵来判断函数的极值等。
把矩阵理论应用到这些数学学科中时,使很多问题变得简单明了.关键字: 正定矩阵;主子式;顺序主子式;特征值.研究矩阵的正定性,在数学理论或应用中具有重要意义,是矩阵论中的热门课题之一.正定矩阵具有广泛的应用价值,是计算数学、数学物理、控制论等领域中具有广泛应用的重要矩阵类,其应用引起人们极大的研究兴趣.本文首先给出了正定矩阵的定义,然后研究了正定矩阵的一些等价条件和一些正定矩阵的若干性质,最后简单的列举了一些正定矩阵在数学其它方面的应用.一、正定矩阵的定义定义1.设),,,(21n x x x f 是一个实二次型,若对任意的一组不全为零的实数n c c c ,,,21 都有0),,,(21>n c c c f ,则称),,,(21n x x x f 是实正定二次型,它所对应的对称矩阵为正定对称矩阵,简称正定矩阵.定义2.n 阶是对称矩阵A 称为正定矩阵.如果对于任意的n 维实非零列向量),,,(21n x x x f X =都有0>'A X X ,正定的是对称矩阵A 简称为正定矩阵.注:二次型的正定(负定)、半正定(半负定)统称为二次型及其矩阵的有定型,不具备有定型的二次型及其矩阵为不定.二次型的有定型与其矩阵的有定型之间具有——对应关系.因此,二次型的正定性判别可转化为对称矩阵的正定性的判别.二.正定矩阵的一些性质1.正定矩阵的充分必要条(1)n 元实二次型),,,(21n x x x f 正定⇔它的惯性指数为n . 证:设二次型),,,(21n x x x f 经过非退化矩阵实线性替换成标准=),,,(21n x x x f 2222211n n y d y d y d +++ (1)由“非退化线性替换保持正定性不变”可知),,,(21n x x x f 正定当且仅当2222211n n y d y d y d +++ 是正定的??由二次型2222211n n y d y d y d +++ 正定当且仅当i d 0>.n i ,, 2,1=.因此二次型正惯性指数为n .(2)一个是对称矩阵A 正定⇔A 与E 合同.既∃可逆矩阵C ,使得C C A '=. 在证明此条件之前先给出一个定义及两个定理:定义: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变成221221r p p z z z z ---+++称为实二次型),,,(21n x x x f 的规范形.定理: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变成规范形,且规范形是唯一的.以下就是上述从要条件的证明:证:正定二次型),,,(21n x x x f 的规范形为22221n y y y +++ (2)因此(2)式的矩阵为单位矩阵E .所以一个是对称矩阵是正定的当且仅当它与单位矩阵合同. (3) 实二次型AX X x x ax x x f T j i n i nj ijn ==∑∑==1121),,,( 正定⇔A 的顺序主子式全大于零.证:必要性:设二次型j i n i nj ij n x x a x x x f ∑∑===1121),,,(是正定的.对于每个k ,n k ≤≤1,令j i k i kj ij k k x x a x x f ∑∑===111),,(我们来证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k c c ,,1 ,有0)0,0,,,(),,(1111>==∑∑== k j i k i kj ij k k c c f c c a c c f因此),,(1k k x x f 是正定的.由上面的推论,k f 的矩阵的行列式n k a a a a kkk k ,,101111=>,这就证明了矩阵A 的顺序主子式全大于零. 充分性:对n 作数学归纳法当1=n 时,21111)(x 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 元二次型已经成立,现在来证n 元的情形.令⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=----1,11,11,1111n n n n a a a a A ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=-n n n a a ,1,1 α于是矩阵A 可以分块写成⎥⎦⎤⎢⎣⎡'=nn a 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.由归纳假定,1A 是正定矩阵,换句话说,有可逆的1-n 级矩阵G 使11-='n E G A G这里1-n E 代表1-n 级单位矩阵,令 ⎥⎦⎤⎢⎣⎡=1001G C ,于是 ⎥⎦⎤⎢⎣⎡''=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡'⎥⎦⎤⎢⎣⎡'='-nn n nn a G G E G a A G AC C αααα1111100100再令⎥⎦⎤⎢⎣⎡'=-10-12αG EC n 有⎥⎦⎤⎢⎣⎡'-⎥⎦⎤⎢⎣⎡''⎥⎦⎤⎢⎣⎡'-=''--1010111-n 2112ααααG E a G G E G E C AC C C n nn n ⎥⎦⎤⎢⎣⎡''-=-ααG G a E nn n 001 令21C C C = , 则a G G a nn =''-αα,于是⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡='a AC C 11 再取行列式 , a A C =2,由条件,0>A .因此0>a .显然有⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a a a 111111111 这就是说,矩阵A 与单位矩阵合同,因之,A 是正定矩阵,或者说,二次型 ),,,(21n x x x f 是正定的.(4) 一个是对称矩阵A 正定⇔A 的主子式全大于零. 证:必要性:对A 的任一k 阶主子式为:⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=k k k k k k i i i i i i i i i i ii i i i i i i k a a a a a a a a a A 2122212k 12111存在某个排列矩阵P ,使AP P '的k 阶顺序主子式为k A ,因为0>A ,所以02>='='P A P A P AP P由矩阵充要条件(3)知0>k A .充分性:由A 的主子式全大于零知: A 的顺序主子式全大于零.再由充要条件(3)知“充分性”成立.(5) 一个是对称矩阵A 正定⇔A 的特征值全大于零.证:必要性:由于对称矩阵A 是正定矩阵.因为∃一个正交矩阵T ,使AT T '成对角型的对角线上的元素均为正值.又由对角线的元素又为A 的所有特征值. 因此A 的特征值均为正数.充分性:当对称矩阵A 的特征根都为正数时,对角型矩阵AT T '对角线上的元素均为正数.因为AT T '为正定矩阵,又由于T 为正交阵.所以A 是正定阵.(6)A 、B 是是对称矩阵,则⎥⎦⎤⎢⎣⎡=B A C 00正定⇔A 、B 均正定.证:必要性:A 、B 因为是对称矩阵.所以C 是实对称矩阵.又因为C 是正定的由充分必要条件(4)知:A 、B 均为正定的充分性:因为A 、B 是正定. 所以∃正交矩阵P 、Q 使得AP P '、BQ Q '为对角阵.所以C 可经合同变换化为对角型,且对角线上的元素为A 、B 的特征值且都大于零.所以C 正定. 2.性质:设矩阵A 为n 阶实方阵,则下列命题等价. <1>A 是正定矩阵. <2>1-A 是正定矩阵.<3>A '是正定矩阵. <4>A A '+是正定矩阵.<5>对任意n 阶可逆矩阵P ,AP P '是正定矩阵.<6>A 的各阶主子矩阵是正定矩阵.证:<1>⇒<2> 若A 是正定的,则存在实可逆矩阵C ,使C C A '=,因为)()(1111'='=----C C C C A又因为C 可逆,于是1-C也是是可逆矩阵所以1-A 也是正定矩阵.⇒<3> 因为A 是正定矩阵,于是存在可逆C 使C C A '=,则C C C C C C A '='''=''='))(()(所以A '是正定矩阵.⇒<4> 因为A 是正定矩阵,于是A A '=,则A A A 2='+.又因为∀nC X ∈都有0>'A X X ,所以02>'A X X ,即0)2(>'X A X所以A 2正定矩阵,因此A A '+就是正定矩阵.⇒<5> 因为A 是正定矩阵,所以∀nC X ∈使得 0>'A X X .令PY X =, 则有nC X ∈为任意的,则Y 为任意的.因此0>''APY P Y因此AP P '为正定矩阵.⇒<6> 设n n ij a A ⨯=)(是正定的,A 的任意k 级主子式对应的矩阵为⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=k k k k k k i i i i i i i i i i ii i i i i i i k a a a a a a a a a A 212221212111设A 与k A 的二次型分别为AY Y '和AX X ',对任意=0X 0),,(21≠'n i i i b b b 取),,,(210n c c c Y =≠0,其中=k c 12,(,,0k n b k i i i =⎧⎨⎩),其它 n k ,,21= 由A 正定知0>'A Y Y ,故0>'A X X 既AX X '是正定的.因此k A 正定,所以A 的各阶主子矩阵是正定矩阵. 还可以由上面的充分必要条件(4)知A 的各阶主子式都大于零可以推得A 的各阶主子矩阵是正定矩阵.以上给出了正定矩阵的一些充分必要条件及性质,以下我们就来探讨一以下正定矩阵在一些方面的应用.三.正定矩阵的应用(1)从二次型理论的起源,既从化二次型曲线和二次型曲面为标准形的问题入手, 我们发现二次型理论对二次型理论对二次型曲线和二次型曲线的方程的化简有着重要的意义. 例1.利用直角坐标变换化简如下二次曲面的方程,032682223222=++--+++z y x xy z y x 其中)1,3,4(),,,(--='='B z y x X⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=200021013A 解:作平移变换:),,(,321ααααα='-=Y X 则有03)(2)()(=+-'+-'-αααY B Y A Y即0322=+'-'+'+'-'-'αααααB Y B A AY A Y AY Y 令32+'-'=αααβB A又因为A A AY A Y =''=',αα,所以0)(2=+'--'βαY B A AY Y适当的选取,α使B A =α,由秩=A 秩A 3=,知:B A =α(线性方程组)有唯一解:211321===ααα,由B A ',,α可得29-=β,又由于A 是实可逆矩阵,所以存在正交矩阵T ,使得 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡='321λλλAT T 使得25-525523,21=+==λλλ,, 为A 的特征根作正交线性替换)(,321Z Z Z Z TZ Y '''='=,,,则 23222123322221125-52552Z Z Z Z Z Z AY Y '+'++'='+'+'='λλλ 即原方程可化简为02552552232221='-+'++'Z Z Z (2)用正定二次型的理论来判定多元函数极值存在的充分必要条件是很方便的.定义1.设n 元函数),,,()(21n x x x X f =在n n R x x x X ∈'=),,(,21 的某个领域内有一阶,二阶连续函数偏导数,记)(),()(21X f x fx f x f X f n∇∂∂∂∂∂∂=∇,,, 称为函数)(X f 在点)(21'=n x x x X ,,, 处的梯度,或记为)(x gradf .定义2. 设n 元函数)(x f 对各自变量具有二阶连续偏导数,则矩阵⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=n n n n n n x x x x x x x x x x xx x x x x x x f f f f f f f f f x H212221212111)( 称作是)(x f 在n P 点的黑塞矩阵.)(X H 是由)(x f 的2n 个二阶偏导数构成的n 阶方阵是对称矩阵.定理1.(极值的必要条件) 设n 元函数)(x f 其中)(21n x x x X ,,, =的对各自变量具有一阶连续偏导数,n n R x x x X ∈=),,,(002010 是)(x f 的一个驻点,则)(x f 在)002010n x x x x ,,,( =取得极值的必要条件是0)()(r n210x x x fx f x f x adf g ='∂∂∂∂∂∂=,,, 定理 2.(极值的充分条件) 设函数)(x f 在点的某个领域内有一阶、二阶连续偏导数,且0))()()(()(n02010=∂∂∂∂∂∂=∇x x f x x f x x f x f ,,, 则: (1)当)(0x H 为正定矩阵时,)(0x f 为)(x f 的极小值. (2) 当)(0x H 为负定矩阵时,)(0x f 为)(x f 的极大值. (3) 当)(0x H 为不定矩阵时,)(0x f 不是)(x f 的极值.例2.求函数321212221321212),,(x x x x x x x x x f ++++=的极值. 解:因为22,122,123331221211+=∂∂+=∂∂+=∂∂x x f x x x f x x x f又因为0,0,0321=∂∂=∂∂=∂∂x f x f x f 得驻点)1,144,24(,)1,0,0(10'--='=X X .)(x f 得各二阶偏导数为:2,0,2,2,12,623231222*********12=∂∂=∂∂∂=∂∂=∂∂∂=∂∂∂=∂∂x fx x f x f x x f x x f x x f 得矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=20202122126)(1x X H在0X 点处,又得矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=20202122120)(0X H , 而)(0X H 的顺序主子式 0152det ,0144212120det ,0det 321<-=<-===H H H故)(0X H 不定,0X 不是极值点,在点1X 处,有⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=2020212212144)(1X H而)(1X H 的顺序主子式02802020212212144det 014421212144det ,0144det 321>==>==>=H H H ,故)(1X H 为正定矩阵. )1,144,24(1'--=X 为极小值点.极小值6913)1,144,24()(1-=--=f x f例3.正定矩阵与柯西不等式 我们学过柯西不等式的表达式为∑∑∑===≤ni i ni ini i i y x y x 022.同时,也可将其用内积的形式来表示为βαβα≤⋅.设矩阵()ij a A =是一个n 阶正定矩阵,对任意向量()321,,,x x x =α,()321,,,y y y =β,我们定义∑∑===⋅n i nj jiij yx a 00βα,从中我们可以看出这是n 维向量的内积.相反,我们可以得出,对于n维向量的任意一种内积,一定存在一个n 阶正定矩阵()ij a A =使得对任意向量α和β可以∑∑===⋅n i nj j i ij y x a 00βα来定义.因此,给定了一个n 阶正定矩阵,在n 维向量间就可以由这个矩阵定义一个内积,从而可以得到如下相应柯西不等式:∑∑∑∑====≤ni j i ijn i n j jiij ni ji ij y y ax x a yx a 000证明:不等式32212322213221232221132332213322112)(2y y y y y y y x x x x x x x y x y x y x y x y x y x y x --++--++≤----++对所有的321,,x x x 和321,,y y y 均成立.证:有题意可得βα⋅是由矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=210121012A 所定义的,则可以得到矩阵A 的顺序主子式 04210121012,032112,02>=---->=--> 因此矩阵A 是正定矩阵,所以该不等式是由正定矩阵A 所确定的内积产生的柯西不等式,既不等式成立.从该例题中也可将不等式推广为:∑∑∑∑∑∑=-=+=-=+=-=++--≤+-ni n i i i in i n i i i i n i n i i i i iii y y yxx x y x yx y x 1111211112111112)(2其中*N n ∈,),,2,1(,n i y x i i =是任意实数.四.结束语本文针对正定矩阵有了深刻的理解.本文探讨了矩阵的各类性质及在不等式、多元函数极值问题中的应用.作为在矩阵中占有特殊地位的正定矩阵,其应用的范围也更加广泛,但由于本人目前能力有限,待做深入研究.参考文献:1.王萼芳、石生明,高等代数[M].北京:高等代数出版社.2003.205-236.2.董可荣、包芳勋,矩阵思想的形成与发展[J].自然辩证法通讯。