程序博客网 > 数据挖掘的案例分析

正定矩阵、负定矩阵、半正定矩阵、半负定矩阵

来源：互联网发布：数据挖掘的案例分析编辑：程序博客网时间：2024/05/01 08:10

正定矩阵、负定矩阵、半正定矩阵、半负定矩阵

载▼

1.正定矩阵

一个n×n的实对称矩阵M是正定的，当且仅当对于所有的非零实系数向量z，都有z^TMz > 0。其中z^T表示z的转置。

2.负定矩阵

与正定矩阵相对应的，一个n×n的埃尔米特矩阵 $M$ 是负定矩阵当且仅当对所有不为零的 $x \in \mathbb{R}^n$ （或 $x \in \mathbb{C}^n$ ），都有：

$x^{*} M x < 0\,$

3.半正定矩阵

$M$ 是半正定矩阵当且仅当对所有不为零的 $x \in \mathbb{R}^n$ （或 $x \in \mathbb{C}^n$ ），都有：

$x^{*} M x \geq 0$

4.半负定矩阵

$M$ 是半负定矩阵当且仅当对所有不为零的 $x \in \mathbb{R}^n$ （或 $x \in \mathbb{C}^n$ ），都有：

$x^{*} M x \leq 0$

正定阵的判别[编辑]

对n×n的埃尔米特矩阵M，下列性质与“M为正定矩阵”等价：

1.矩阵 $M$ 的所有的特征值 $\lambda_i$ 都是正的。根据谱定理，M必然与一个实对角矩阵D相似（也就是说 $M = P^{-1}DP$ ，其中P是幺正矩阵，或者说M在某
个正交基可以表示为一个实对角矩阵）。因此，M是正定阵当且仅当相应的D的对角线上元素都是正的。2.半双线性形式

$\langle \textbf{x},\textbf{y}\rangle = \textbf{x}^{*} M \textbf{y}$

定义了一个Cⁿ上的内积。实际上，所有Cⁿ上的内积都可看做由某个正定阵通过此种方式得到。

3.M是n个线性无关的k维向量 $\textbf{x}_1,\ldots,\textbf{x}_n \in \mathbb{C}^k$ 的Gram矩阵，其中的k为某个正整数。更精确地说，M定义为：

$M_{ij} = \langle \textbf{x}_i, \textbf{x}_j\rangle = \textbf{x}_i^{*} \textbf{x}_j.$

换句话说，M具有 $A^*A$ 的形式，其中A不一定是方阵，但需要是单射的。

4.M的所有顺序主子式，也就是顺序主子阵的行列式都是正的（西尔维斯特准则）。明确来说，就是考察下列矩阵的行列式：

$M$ 左上角1×1的矩阵
$M$ 左上角2×2矩阵
...
$M$ 自身。

对于半正定矩阵来说，相应的条件应改为所有的主子式非负。顺序主子式非负并不能推出矩阵是半正定的。比如以下例子：

$\begin{bmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 0 \end{bmatrix}$

5.存在唯一的下三角矩阵 $L$ ，其主对角线上的元素全是正的，使得：

$M=L L^*$ .

其中 $L^*$ 是 $L$ 的共轭转置。 T这一分解被称为Cholesky分解。

对于实对称矩阵，只需将上述性质中的 $\mathbb{C}^n$ 改为 $\mathbb{R}^n$ ，将“共轭转置”改为“转置”就可以了。

相关性质[编辑]

若 $M$ 为半正定阵，可以写作 $M \geq 0$ 。如果 $M$ 是正定阵，可以写作 $M > 0$ 。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， $M$ 、 $N$ ， $M\geq N$ 当且仅当 $M-N \geq 0$ 。这样可以定义一个在埃尔米特矩阵集合上的偏序关系。类似地，可以定义 $M>N$ 。

1.每个正定阵都是可逆的，它的逆也是正定阵。如果 $M \geq N > 0$ 那么 $N^{-1} \geq M^{-1} > 0$ 。2.如果 $M$ 是正定阵， $r > 0$ 为正实数，那么 $r M$ 也是正定阵。

如果 $M$ 、 $N$ 是正定阵，那么和 $M + N$ 、乘积 $MNM$ 与 $NMN$ 都是正定的。如果 $M N = N M$ ，那么 $M N$ 仍是正定阵。

3.如果 $M=(m_{ij}) > 0$ 那么主对角线上的系数 $m_{ii}$ 为正实数。于是有 $\text{tr}(M)>0$ 。此外还有

$| m_{ij} | \leq \sqrt{m_{ii} m_{jj}} \leq \frac{m_{ii}+m_{jj}}{2}.$

4.矩阵 $M$ 是正定阵当且仅当存在唯一的正定阵 $B>0$ 使得 $B^2 = M$ 。根据其唯一性可以记作 $B = M^{1/2}$ ，称 $B$ 为 $M$ 的平方根。对半正定阵也有类似结论。同时，如果 $M > N > 0$ 那么 $M^{1/2} > N^{1/2}>0$ .5.如果 $M,N > 0$ 那么 $M\otimes N > 0$ ，其中 $\otimes$ 表示克罗内克乘积。6.对矩阵 $M=(m_{ij}),N=(n_{ij})$ ，将两者同一位置上的系数相乘所得的矩阵记为 $M\circ N$ ，即 $M\circ N_{i,j}=m_{ij} n_{ij}$ ，称为 $M$ 与 $N$ 的阿达马乘积。如果 $M,N>0$ ，那么 $M\circ N > 0$ 。如果 $M,N$ 为实系数矩阵，则有如下不等式成立：

$\det(M\circ N) \geq (\det N) \prod_{i} m_{ii}.$

7.设 $M > 0$ ， $N$ 为埃尔米特矩阵。如果 $MN+NM \geq 0$ （ $MN+NM > 0$ ），那么 $N\geq 0$ （ $N > 0$ ）。8.如果 $M,N\geq 0$ 为实系数矩阵，则 $\text{tr}(MN)\geq 0$ 。9.如果 $M>0$ 为实系数矩阵，那么存在 $\delta>0$ 使得 $M\geq \delta I$ ，其中 $I$ 为单位矩阵。

from:

http://zh.wikipedia.org/wiki/正定矩阵

阅读全文

0 0

数据挖掘的案例分析

数据挖掘的案例分析

原创粉丝点击

热门问题 老师的惩罚人脸识别我在镇武司摸鱼那些年重生之率土为王我在大康的咸鱼生活盘龙之生命进化天生仙种凡人之先天五行春回大明朝姑娘不必设防，我是瞎子冻库制冷设备冻库机冻库加湿机冻库出租价格冻库管理软件冻库租赁价格冻库注意事项冻库的制作 220v冻库冻库设备清单冻库维修技术冻库耗电量冻库压缩机品牌冻库设备回收冻库的工作原理冻库租赁协议冻库设计规范冻库安全管理制度冻库验收标准冻库板价格冻库出租协议冻手手冻了很痒怎么办南红荔枝冻手串价格为什么会冻手防冻手霜冻冻蛋糕冻柜冻柜价格冻柜冻柜集装箱海尔冻柜冻柜进口清关公司什么是冻柜冻梨冻梨的做法冻梨做法冻秋梨冻梨怎么做东北冻梨冻梨怎么吃