一、正定矩阵判定:
1、正定矩阵的任一主子矩阵也是正定矩阵。
2、若A为n阶对称正定矩阵,则存在唯一的主对角线元素都是正数的下三角阵L,使得A=L*L′,此分解式称为 正定矩阵的楚列斯基(Cholesky)分解。
3、若A为n阶正定矩阵,则A为n阶可逆矩阵。
二、判定一个矩阵半正定:
1、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。
2、半正定矩阵:设A是实对称矩阵。如果对任意的实非零列矩阵X有XT*A*X≥0,就称A为半正定矩阵。
3、A∈Mn(K)是半正定矩阵的充分条件是:A的所有主子式大于或等于零。
三、负定矩阵判定:
1、设A是实对称矩阵。如果对任意的实非零列矩阵X有XTAX<0,就称A为负定矩阵。
2、A∈Mn(K)是负定矩阵的充要条件是:-A是正定矩阵。
3、A∈Mn(K)是负定矩阵的充要条件是:$A^{-1}$是负定矩阵。
4、A∈Mn(K)是负定矩阵的充要条件是:A的所有奇数阶顺序主子式小于零,所有偶数阶顺序主子式大于零。
扩展资料:
正定性
n×n的实对称矩阵A如果满足对所有非零向量
若Q>0就称A为正定矩阵。若 Q<0则A是一个负定矩阵,若Q>=0则A为半正定矩阵,若A既非半正定,也非半负定,则A为不定矩阵 。对称矩阵的正定性与其特征值密切相关。矩阵是正定的当且仅当其特征值都是正数。
实对称矩阵A是负定的,如果二次型f(x1,x2,...,xn)=X'AX负定。矩阵负定的充分必要条件是它的特征值都小于零。若矩阵A是n阶负定矩阵,则A的偶数阶顺序主子式大于 0,奇数阶顺序主子式小于 0。
实对称矩阵A称为半正定的,如果二次型X'AX半正定,即对于任意不为0的实列向量X,有X'AX≥0;
参考资料:百度百科-矩阵
参考资料:百度百科-半正定矩阵
参考资料:百度百科-负定矩阵
正定矩阵
1.正定矩阵的任一主子矩阵也是正定矩阵。
2.若A为n阶对称正定矩阵,则存在唯一的主对角线元素都是正数的下三角阵L,使得A=L*L′,此分解式称为 正定矩阵的楚列斯基(Cholesky)分解。
3.若A为n阶正定矩阵,则A为n阶可逆矩阵。
判定一个矩阵半正定
1、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。
2、半正定矩阵
定义:设A是实对称矩阵。如果对任意的实非零列矩阵X有XT*A*X≥0,就称A为半正定矩阵。
3、A∈Mn(K)是半正定矩阵的充分条件是:A的所有主子式大于或等于零。
负定矩阵
定义:设A是实对称矩阵。如果对任意的实非零列矩阵X有XTAX<0,就称A为负定矩阵。
1. A∈Mn(K)是负定矩阵的充要条件是:-A是正定矩阵。
2. A∈Mn(K)是负定矩阵的充要条件是:$A^{-1}$是负定矩阵。
3. A∈Mn(K)是负定矩阵的充要条件是:A的所有奇数阶顺序主子式小于零,所有偶数阶顺序主子式大于零。
特征值全为正数的矩阵为正定矩阵。反之,特征值全为负数的矩阵为负定矩阵。
任意给一个对称阵,做他的特征分解:,那么,。这里,由于是一个正交阵,则为的一个线性变换。考虑到定义中具有任意性,显然也具有任意性。令,即原定义等价于分析是否存在任意的,使得恒成立。
2.也就是说,【重要结论一】分析对称阵的正定性,等价于分析其特征值对角阵的正定性。
3.为了叙述方便,记。容易知道,特征值对角阵是正定阵必须要求所有特征值为正,半正定则要求所有特征值非负。关键在于正定性定义中具有任意性。
4.假若存在某个特征值,显然可以构造(第i位是1),则,则违背了正定性定义。由反证法容易知道【结论二,也就是正定性和特征值关系】正定必须所有特征值为正,也就是特征值均为正。同理可以证出,半正定要求特征值必须非负。