正定矩阵及其应用
正定矩阵及其应用
本科毕业论文(设计)正定矩阵及其应用学生：学号：专业：指导老师：答辩时间：装订时间：A Graduation Thesis(Project)Submitted to School of Science，Hubei University for Nationalities In Partial Fulfillment of the Requiring for BS DegreeIn the Year of 2016Positive definite matrices and their applicationsStudent Name: Student No.:Specialty:s Supervisor:Date of Thesis Defense: Date of Bookbinding:摘要矩阵是高等代数里的一个基本概念，是代数知识的基础，是矩阵代数的一个主要研究对象. 它不仅是数学的一个重要分支，而且已经成为现在科技领域处理有限维空间形式与数量关系的强有力的工具. 而正定矩阵是从矩阵延伸出来的具有特殊性质的矩阵，是研究二次型的基础，在函数、不等式中都有应用，因此正定矩阵的特殊性质和广泛应用得到了许多学者关注，进而对此进行了大量的研究. 本文从矩阵最基本的概念和性质出发，由浅入深，层层递进. 从矩阵的性质出发，给出了正定矩阵定义及其等价定义，归纳整理了正定矩阵的性质及其部分证明，总结了正定矩阵的判定定理，最后研究正定矩阵在理论证明和在函数极值中的应用.关键词：矩阵正定二次型正定矩阵极值AbstractThe matrix is very important in advanced algebra. It is not only an important branch, but also have become a powerful tool for studying finite dimensional space and quantity r- elationship in the real of modern science and technology. However , extending from the m- atrices, the positive definite matrix is a special matrix, which is a foundation for studying quadratic form and apply properly to both functions and inequality. Thus, its special prop- erty and wide applications have drawn scholars'attention, and a lot of research have been done. This paper begins with the matrix'primary concept and properties, going from the e- asy to the difficult. We define the positive definite matrix and its equivalent one, the sum up its properties and partial evidence, and summarize the determined theorems. At last, we study its application in theory and the solution of the function extremum.Keywords: matrix，positive definite quadratic，positive definite matrix，extremum目录摘要IAbstractII1绪论11.1 课题背景11.2 课题研究的目的和意义11.3 国外研究概况22 预备知识32.1 矩阵32.2二次型53正定矩阵83.1正定二次型83.2正定矩阵的判定定理94正定矩阵的应用134.1正定矩阵的相关命题134.2正定矩阵在函数极值中的应用15总结与展望18致201绪论我们知道矩阵是高等代数中非常重要的容之一. 在学习高等代数时，矩阵方面的知识也经常被用到. 而正定矩阵又是矩阵中的重点，它不单单用来解决数学中的问题，还应用于许多的科学领域. 本课题阐述了正定矩阵研究背景、正定矩阵的研究的目的和意义、正定矩阵的现状以及发展方向，明确指出了研究正定矩阵应用所面临的问题.1.1 课题背景正定矩阵作为一类常用矩阵，对它的研究最早出现在二次型中. 它也是从正定二次型中抽象出来的一个概念，有了正定矩阵的概念后，解决二次型的问题就变得简单方便. 不仅在代数学中应用广泛，在函数学、几何学、图像处理学、概率统计和物理学等学科中都得到了广泛的应用. 因此它的性质、定理以及应用问题一直备受学者关注. 而在实际生活问题中也经常出现一些相关数学问题，而用正定矩阵解决问题可能会更方便简洁一点. 这就需要我们研究正定矩阵的应用，如正定矩阵在四则运算、在函数极值、在不等式中的应用. 因此可以使得我们可以更好地使用正定矩阵这一重要工具. 本文通过对正定矩阵的理解和掌握，查阅各种相关资料，对正定矩阵及其相关知识点进行归纳总结，并且由此给出了正定矩阵在四则运算和函数极值及中的应用.根据课题研究容和手中相关文献资料，了解课题研究现状，学习掌握相关理论基础知识，并进行初步研究，撰写开题报告.1.2 课题研究的目的和意义矩阵是代数中一个非常重要的概念，是研究和解决数学问题的一个重要工具. 而正定矩阵是一类非常重要的矩阵，在矩阵中扮演着重要的角色，因此是我们学习矩阵时不可忽略的重点. 本文对我们对数学感兴趣的学生深入理解和掌握正定矩阵理论有非常重要的意义. 能够加强我们对正定矩阵的掌握，也可以促进正定矩阵理论的进一步完善，丰富正定矩阵的应用，加强我们对正定矩阵的理解，丰富矩阵的理论知识. 有助于我们对整个高等代数知识的一体化的认识. 从而可以培养我们对代数知识的串联思想. 正定矩阵多方面的应用，能够开阔我们的视野，加强我们的联想能力，引起我们对数学的探究欲望，对知识的渴望.研究矩阵的正定性，在代数理论和应用中具有重要意义. 正定矩阵不仅在数学方面，在其他各个领域都具有广泛的应用价值，因此引起了学者们极大的研究兴趣. 这些研究不断丰富了正定矩阵的理论知识，也引起了我们对正定矩阵的兴趣.1.3 国外研究概况随着数学的影响力越来越大，矩阵对数学的研究也显得越来越重要. 在代数方面，正定矩阵也同样占有非常重要的地位. 因此人们对正定矩阵的研究也越来越广泛. 因而对正定矩阵的理解和应用也越来越深入，其应用围也越来越广泛. 在函数学、几何学、经济学、图像处理学、概率统计和物理学等学科中都得到了广泛的应用.在历史上，正定矩阵的相关研究最早出现在二次型和Hermite型中. 但是当时对于的正定矩阵局限于对实对称矩阵或者Hermite矩阵. 1970年，Johnson引入了不再局限于对实对称矩阵或者Hermite矩阵实对称矩阵的概念. 他给出了正定矩阵较为广义的定义. 1985年，炯生也给出了正定矩阵较为广义的定义. 1984年，佟文廷再次将正定矩阵的定义进行了推广. 他给出了推广正定矩阵的各种定义. 1988年，夏长富将实对称矩阵的正定性做了深入推广. 他又进一步极大的丰富了正定矩阵的理论. 1990年，屠伯埙将各类广义正定矩阵进行深度结合. 他重新定义了广义正定矩阵，将它称之为亚正定矩阵. 在研究正定矩阵的过程中，许多学者取得了惊人的理论成果，其成果也得到了广泛的应用. 除了对正定矩阵的研究，许多学者还对正定矩阵相关容进行了研究，同样取得了巨大的成就. 近年来，在完善正定矩阵理论成果的历史中，得出了许多其他的概念和定理，将各类正定阵统一起来. 这些新的研究成果对完善正定矩阵的理论和其应用具有非常大的价值.虽然对正定矩阵的研究这么广泛，但是这些正定矩阵的研究只局限在正定矩阵的理论分析方面. 它的一些实际方面的应用还有待笔者和一些学者去探索挖掘.2 预备知识2.1 矩阵定义2.1.1 由n m ⨯个数),2,1,,2,1(n j m i a ij ==；排成的m 行n 列的数表⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=mn m m n n a a a a a aa a a A 212222111211， 称为n m ⨯矩阵，记作.n m ij a A ⨯=）（ 特殊地，当n m =时，矩阵称为方阵.定义2.1.2 把一矩阵A 的行列互换，所得到的矩阵称为A 的转置. 记为T A (或者记为'A ).即， 设⎪⎪⎪⎪⎪⎭⎫⎝⎛=sn s s n n a a a a a a a a a A 212222111211，所谓A 的地转置就是指矩阵.212222111211⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=sn n n s s T a a a a a a a a a A 显然，n s ⨯矩阵的转置是s n ⨯矩阵，即n s ij a A ⨯=）（，则.s n ij a A ⨯=）（ 转置矩阵满足以下运算规律()()()().T T TT T T T T TT kA kA A B AB B A B A A A ==+=+=，，，定义2.1.3 数域P 上的n n ⨯矩阵A 称为对称矩阵，如果T A A =.即若⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n a a a a a a a a a A 212222111211, 且满足=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛nn n n n n a a a a a a a a a 212222111211⎪⎪⎪⎪⎪⎭⎫⎝⎛nn n nn n a a a a a a a a a212221212111,则称A 为对称矩阵.定理2.1.1 任意一个n 阶实对称矩阵A ，都存在一个n 阶正交矩阵T ，使得AT T T 成对角型. 对角线上的元素为矩阵A 的特征根.定义2.1.4 数域P 上的n n ⨯矩阵A 称为非退化的，如果0≠A ；否则称为退化的. 即，若.0212222111211≠=nnn n nna a a a a a a a a A则A 为非退化的.定义2.1.5N 级方阵A 称为可逆的，如果有n 级方阵B ，使得.E BA AB == （1）这里E 是n 级单位阵.如果矩阵B 适合（1），那么B 称为A 的逆矩阵，记为T A . 注1：只有方阵才可能可逆； 注2：非零的矩阵不一定可逆；注3：若A 可逆，则（1）中的B 必唯一； 注4：若AC AB =，且A 可逆，则C B =.设A 是n 阶可逆矩阵，下列结论成立：()()()()()()()()().5);(4;13;2;111111111-*-------=====n TT AA k kA kA AA A A A A 为非零数定理2.1.2 矩阵A 是可逆的充分必要条件是A 是非退化的.定义2.1.6 数域P 上n n ⨯矩阵B A ,称为合同的，如果有数域P 上可逆的n n ⨯矩阵C ，使.AC C B T =合同是矩阵之间的的一个关系，不难看出，合同关系具有: （1） 反身性：;AE E A T =（2） 对称性：由T C B =即得();11--=BC C A T（3） 传递性: 由111AC C A T =和2122C A C A T= 即得()().21212C C A C C A T=定义2.1.7 设n n y y y x x x ,,,,,,2121 ；是两组文字，系数在数域P 中的一组关系式⎪⎪⎩⎪⎪⎨⎧++=+++=+++=.22112222121212121111n nn n n n nn n n y c y c y c x y c y c y c x y c y c y c x ，，（2） 称为由n x x x ,,,21 到n y y y ,,,21 的一个线性替换，或者简称线性替换，如果系数行列式，0≠cij那么线性替换（2）称为非退化的.2.2二次型定义2.2.1设P 是一数域. 一个系数在数域P 中的n x x x ,,,21 的二次齐次多项式() ++=211221113212,,x x a x a x x x f+++++n n n x x a x a x x a 22222212122+2nnn x a + (3) 称为数域P 上的一个n 元二次型，或者，在不致引起混淆时简称二次型. 令ji ij a a =，.j i >由于i j j i x x x x =，所以二次型（3）可以写成()n n x x a x x a x a x x x f 1121122111321,,+++=n n x x a x a x x a 2222221221+++++22211n nn n n n n x a x x a x x a ++++j i n i nj ij x x a ∑∑-==11（5）把（5）的系数排成一个n n ⨯矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n a a a a a a a a a A 212222111211， 它就称为二次型（5）的矩阵.令.21⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=n x x x X于是，二次型可以用矩阵的乘积表示出来()⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛=n nn n n n n n Tx x x a a a a a a a a a x x x AX X 2121222211121121,,..),,(21AX X x x x f T n =定理2.2.1 在数域P 上，任意一个对称矩阵都合同于一对角阵. 即，对于任意一个对称矩阵A 都可以找到一个可逆矩阵C 使AC C T成对角矩阵.定义2.2.2二次型),,,(21n x x x f 经过非退化的线性替换所变成的平方和形式称为二次型),,,(21n x x x f 的一个标准形. 即222221121),,,(n n n x d x d x d x x x f ++=为二次型),,,(21n x x x f 的标准形.定义2.2.3 任意一个复系数的二次型，经过一适当的非退化线性替换可以变成规形. 且规形是唯一的.即任一复数的对称矩阵合同于⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛0011的对角阵.定义 2.2.4 实二次型),,,(21n x x x f 经过某一个非线性替换，可使),,,(21n x x x f 变成标准形22112211r r p p p p y d y d y d y d --++++ ，再做一次非退化线性替换就变成221221r p p z z z z --+++ ，称为实二次型),,,(21n x x x f 的规形.3正定矩阵在二次型中，正定二次型占有特殊的地位. 作为本章的开始，我们给出了它的定义，引出正定矩阵的定义. 正定矩阵同样占有非常特殊的地位，我们给出了正定矩阵的判定定理.3.1正定二次型定义3.1.1 在实二次型 ),,,(21n x x x f 的标准型形中，正平方项的个数p 称为),,,(21n x x x f 的正惯性指数；负平方项的个数p r -称为),,,(21n x x x f 的负惯性指数；它们的差()r p p r p -=--2称为),,,(21n x x x f 的符号差.定义3.1.2 实二次型),,,(21n x x x f 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 0),,,(21>n c c c f .定理3.1.1 n 元实二次型 ),,,(21n x x x f 是正定的充分必要条件是它的正惯性指数等于n .推论3.1.1 正定矩阵的行列式大于零.定义3.1.3 在n 阶矩阵中任选k 行，再取相同行号的列，所选取的行列交汇处的2k 个元素组成的新的矩阵称为n 阶矩阵的一个k 阶主子式.定义3.1.4 子式),2,1(212222111211n i a a a a a aa a a P ii i i i i i=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=， 称为矩阵()n n ij a A ⨯=的顺序主子式.定理3.1.2实二次型AX X x x x x x f T ni nj j i ij n a ==∑∑==1121),,,(是正定的充分必要条件为：矩阵A 的顺序主子式全大于零.定义3.1.5 若对于方阵A 存在一个非零向量X 和实数λ，使得X AX λ=成立. 则称λ为矩阵A 的特征值，X 称为A 相对于λ的特征向量.定义3.1.6 设实二次型AX X x x x f T n =),,,(21 （A 为对称矩阵). 如果对于任意的0X 21≠⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=n x x x ，有0),,,(21>=AX X x x x f T n ，则称该二次型为正定二次型. 矩阵A为正定矩阵.注：本文所讨论的都为实正定矩阵.3.2正定矩阵的判定定理定理3.2.1实对称矩阵A 为正定矩阵的充分必要条件是：存在可逆矩阵P ，使得P P A T =.证明 必要性 因为矩阵A 为正定矩阵，所以矩阵A 合同于单位矩阵，即存在可逆矩阵Q ，使得E AQ Q T =， 即()()()1111----==Q Q EQ Q A TT ，若我们记1-=QP ，则有.P P A T =充分性 设存在可逆矩阵P 使得P P A T =，则对任意()0,,,x 21≠=Tn x x x ， 有()()PX PX PX P X AX X TT T T ==，若我们记()Tn y y y PX Y ,,,21 ==. 则22221n T T y y y Y Y AX X +++== ，所以矩阵A 为正定矩阵.定理3.2.2实对称矩阵A 为正定矩阵的充分必要条件是：存在可逆矩阵P ，使得n T E AP P =.证明 充分性 因为矩阵A 为正定矩阵，所以矩阵A 对应的是正定二次型. 因此可以经过非退化线性替换PY X =. 其中()Tn y y y Y ,,,21 =. 使得()()()).,,,(),,,(212121n n T T TT n y y y g a a a Y AP P Y PY A PY AX X x x x f=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛====所以有n E AP P ='.必要性 存在可逆矩阵P 使得 n T E AP P =，则其对应的二次型).,,,()()(),,,(2121n T T T T n x x x f PY A PY APY P Y EY Y y y y g ==== 因),,(21n x x x g 为正定二次型，所以),,,(21n x x x f 也为正定二次型. 所以其对应的矩阵A 为正定矩阵.定理3.2.3实对称矩阵A 为正定矩阵的充分必要条件是：矩阵A 的正惯性指数n p =.证明 充分性 因为矩阵A 为正定矩阵. 由定理3.2.2知矩阵A 合同于单位阵E . 所以矩阵A 的正惯性指数为n .必要性 因为矩阵A 的正惯性指数为n ，由定理3.1.1知矩阵A 对应的二次型为正定二次型. 因此矩阵A 为正定矩阵.定理3.2.4实对称矩阵A 为正定矩阵的充分必要条件是：矩阵A 的所有顺序主子式都大于零.证明 充分性 因为矩阵A 为正定矩阵，所以矩阵A 对应的二次型为正定二次型. 则构造函数)00)(,,,(21≤<k x x x f k 也为正定二次型. 所以其对应的矩阵顺序主子式k A 为正定矩阵，即0>k A . 所以正定矩阵A 的所有顺序主子式都大于零. 必要性 因为矩阵A 的所有顺序主子式都大于零，所以矩阵A 的任一顺序主子式k A 对应的二次函数都为正定二次型. 因此当n k =时对应的二次型),,,(21n x x x f 为正定二次型. 即对应的矩阵A 为正定矩阵.例3.2.1 设二次型323121232221214-2224),,,(x x x x x x x x x x x x f n -+++=λ ，求λ的取什么围，使得),,,(21n x x x f 为二次型.解 二次型),,,(21n x x x f 的矩阵为⎪⎪⎪⎭⎫ ⎝⎛=22-1-2-41-1λλA .由定理3.2.4得,011>=A()(),02244122>+-=-==λλλλλA 得.22<<-λ(),02-24222-12-41123>-=+-=--=λλλλλλA 得.20<<λ 综合可知当20<<λ时，),,,(21n x x x f 正定.定理3.2.5实对称矩阵A 为正定矩阵的充分必要条件是：矩阵A 的所有主子式都大于零.证明 设正定矩阵()n n ij a A ⨯=，则它的任一m 阶主子式为()mm m mk k k k k k k k m a a a a A1111=.作二次型AX X T 和().Y A Y m T 对任意()0,10≠=m k k b b Y ，都有().0,,10≠=n c c X 其中⎩⎨⎧==其它时当,0,,,,21m i i k k k i b c ，由于AX X T 正定，所以000>AX X T . 从而().0000Y A Y AX X m TT= 由0Y 的任意性即证()Y A Y m T 是正定二次型，即().0>m A例3.2.2 判断⎪⎪⎪⎭⎫⎝⎛=1-10121011A 是否为正定矩阵.解 我们直接可以看出矩阵A 的主子式不全大于零.定理3.2.6实对称矩阵A 为正定矩阵的充分必要条件是：矩阵A 的所有特征值都大于零.证明 由定理2.1.1知对于对称矩阵A 存在一个n 阶正交矩阵T . 使得AT T T 成对角型. 对角线上的元素为矩阵A 的特征根.充分性 因为矩阵A 为正定矩阵，所以存在正交矩阵P ，满足⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=n T a a a AP P21. 其中n a a a ,,,21 是矩阵A 的全部特征值. 则矩阵A 对应的二次型为AX X x x x f T n =),,,(21 . 令PY X =，则有()()().,,,)(),,,(2121n T T TT n y y y g Y AP P Y PY A PY AX X x x x f ====又因为矩阵A 为正定矩阵，所以二次型为正定二次型. 因此矩阵A 的特征值全部大于零.必要性 因为矩阵A 的特征值),,2,1(n i a i =都是大于零，所以存在正交矩阵P ，满足⎪⎪⎪⎪⎪⎭⎫⎝⎛=n T a a a AP P21. 则矩阵A 所对应的二次型 ()()()),,,(,,,),,,(2121212121n TT T n n n n x x x f PY A PY APY P Y y y y a a a y y y y y y g===⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛=所以二次型()n y y y g ,,,21 是正定二次型. 因此矩阵A 为正定矩阵.4正定矩阵的应用正定矩阵作为本论文的中心容，我们不仅仅只是研究它的定义和性质，它的应用也是我们需要研究的反向. 正定矩阵的应用非常广泛，它在函数学、几何学、图像处理学、概率统计和物理学等学科中都得到了广泛的应用. 本论文主要研究了它在理论证明中和在函数极值中的应用.4.1正定矩阵的相关命题命题4.1.1 若矩阵B A ,是n 阶正定矩阵，则矩阵B A +也是正定矩阵. 证明 因为矩阵B A ,为正定矩阵，所以对所有00,0>>≠BX X AX X X T T ，. 因此0)(>+X B A X T .命题4.1.2 若矩阵A 是n 阶正定矩阵，R k ∈<0，则kA 也为正定矩阵. 证明 因为所有0,0>≠AX X X T ，所以0)()(>=AX X k X kA X T T .命题4.1.3 若矩阵B A ,都是n 阶正定阵，BA AB =，则AB 也是正定阵. 证明 因为BA AB =，所以()AB BA A B AB T T T===. 所以AB 是对称矩阵又因为B A ,为正定矩阵，所以存在可逆矩阵Q P ,，使得.,Q Q B P P A T T == 因此Q PQ P AB T T =.又因为()()TT T PQ PQ PQ QP QABQ ==-1正定， 且与AB 相似，所以AB 正定.命题4.1.4 设矩阵A 是正定阵，则*1A A ，-为正定阵.证明 因为矩阵A 为正定矩阵. 所以存在可逆矩阵C ，使得C C A T =. 因此()()()TTT C C C C CC A 111111------===. 所以1-A 正定.又因为01*>⋅=-A A A A ，此时，所以*A 也是正定阵.命题4.1.5 设矩阵A 为正定阵，则与矩阵A 合同的矩阵也是正定阵. 证明 因为正定矩阵A 合同于单位矩阵E ，又因为合同矩阵具有传递性 所以结论成立.命题4.1.6 若矩阵A 为正定矩阵，那么矩阵A 的绝对值最大的元素一定在矩阵A 的主对角线上.证明 设{}00,max 00j i a a ij j i ==，000000000≤j j i j j i i i a a a a . 这与矩阵A 为正定矩阵矛盾.例4.1.1判断矩阵⎪⎪⎪⎭⎫ ⎝⎛=113121311B 是不是正定矩阵.解 因为绝对值最大的元素不在主对角线上，所以矩阵B 不是正定矩阵.- . -4.2正定矩阵在函数极值中的应用定义4.2.1 设n 元函数()),,,(21n x x x f x f =在n n R x x x x ∈⎪⎪⎪⎪⎪⎭⎫ ⎝⎛= 210的某个邻域存在一阶和二阶连续偏导数.记⎪⎪⎭⎫⎝⎛∂∂∂∂∂∂=∇n x x f x x f x x f x f )(,,)(,)()(02010 .)(x f ∇称为函数)(x f 在点⎪⎪⎪⎪⎪⎭⎫⎝⎛=n x x x x 210处的梯度，或记为).(0x gradf定义4.2.2设n 元函数()),,,(21n x x x f x f =有二阶连续偏导数，并且在⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=n αααα 21处的一阶偏导全部为零. 则称α为()),,,(21n x x x f x f =的一个驻点，则n 阶矩阵⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=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 H212221212121)(. 称为()),,,(21n x x x f x f =在α点的黑塞矩阵.定理4.2.1 设函数),,,()(21n x x x f x f =的一阶和二阶连续偏导数存在.并且在),,,(21n αααα =处的一阶偏导为零. 则由函数二阶偏导所确定的n 元黑塞矩阵⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=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 H212221212121)(，满足 （1）当)(αH 为正定矩阵时，()),,,(21n x x x f x f =在α处取得极小值； （2）当)(αH 为负定矩阵时，()),,,(21n x x x f x f =在α处取得极大值； （3）当)(αH 为不定矩阵时，()),,,(21n x x x f x f =在α无极值.- . -证明 因为()),,,(21n x x x f x f =在α的所有二阶偏导数都存在，所以由泰勒公式得()n n x x x f ∆+∆+∆+ααα,,,2211()+=n f ααα,,,21 ()n n n n x x x f x x x x x x ∆+∆+∆+⎪⎪⎭⎫⎝⎛∂∂∆++∂∂∆+∂∂∆θαθαθα,,,22112211 ())10(,,,21221122211<<∆+∆+∆+⎪⎪⎭⎫⎝⎛∂∂∆++∂∂∆+∂∂∆+θθαθαθα其中！n n n n x x x f x x x x x x 又因为()),,,(21n x x x f x f =在α处的一阶偏导为零，所以()n n n i x i x x x f x f i∆+∆+∆+∆=∆∑=θαθαθα,,,(!212211122()).,,,2221111n n ni x x jni j ix x x f xx j i ∆+∆+∆+∆∆+∑∑=+=θαθαθα所以我们可以得到()n n x x x x x f j i ∆+∆+∆+θαθαθα,,,2211 ()).,2,1,(,,,21n j i c f ij n x x j i =+=ααα 当()0,,,21→∆∆∆=∆n x x x x 时，.0→ij c 所以()n n i x i if x f ααα,,,(!2121122 ∑=∆=∆()n n i x x j ni j i j i f x x ααα,,,22111∑∑=+=∆∆+)211122∑∑∑=+==∆∆+∆+ni jni j iijn i iix x c x c .因为()0,,,21→∆∆∆=∆n x x x x 时.0→ij c 所以存在x 的一个领域，使得在这个区域f ∆的符号与()n n i x i if x f ααα,,,2112'2 ∑=∆=()n ni x x jni j ij i f xx ααα,,,22111∑∑=+=∆∆+的符号一致.所以由实二次型及正定矩阵的定义可以证明以上定理的正确性.例4.2.1 求三元函数()32123222132162432,,x x x x x x x x x f -+-++=的极值. 解 求驻点⎪⎩⎪⎨⎧=-==⇒⎪⎩⎪⎨⎧=-==+==-=.111.066022044321321321x x x x f x f x f x x x ，，，，所以驻点为()1,1-1，α. 求得二阶偏导分别为.0,6,0,2,0,4313332222111======x x x x x x x x x x x x f f f f f f所以矩阵()⎪⎪⎪⎭⎫ ⎝⎛=600020004αH ， 由以上判定定理可知H 为正定矩阵.所以),,(321x x x f 在()1,1-1，α处取得极小值，极小值为()().51,1,1-=-=f f α例4.2.2 求三元函数32123223132126),,(x x x x x x x x x f -+++=的极值. 解 求驻点⎪⎩⎪⎨⎧===⎪⎩⎪⎨⎧===⇒⎪⎩⎪⎨⎧=-==+==+=.1,27,9.1,0,0.022062063321321312221321x x x x x x x f x x f x x f x x x 或，，所以驻点为()1,001，α，()1,2792，α. 求得二阶偏导分别为.0,0,2,0,0,2,6,6,61331332332221221111=========x x x x x x x x x x x x x x x x x x f f f f f f f f x f所以矩阵()⎪⎪⎪⎭⎫ ⎝⎛=2000260661x H α.所以矩阵().2000260601⎪⎪⎪⎭⎫ ⎝⎛=αH在()1,001，α处的顺序主子式为 .7220002606036266000321-==-====H H H ，，由定理3.2.4知矩阵()1αH 不是正定矩阵，所以()1,001，α不是),,(321x x x f 的极值点. ().20002606542⎪⎪⎪⎭⎫⎝⎛=αH在()1,2792，α处的顺序主子式为 .0144200026065407226654054321>==>==>=H H H ，，由定理3.2.4知矩阵()2αH 是正定矩阵，在()1,2792，α处取得极小值，极小值为 ()().29151,27,92==f f α总结与展望正定矩阵在高等代数中有很多重要的应用，其实质就是简化二次型的运算. 本文一共有四章. 第一章主要介绍了本文的研究背景和现状；第二章归纳了部分矩阵知识和二次型知识；第三章通过正定二次型导出正定矩阵的定义，并且整理了正定矩阵的相关知识，着重归纳证明了正定矩阵的六个判定定理及其证明；第四章在前面两部分的知识基础上，给出了正定矩阵的六个命题及其证明，给出了解决了函数极值存在问题的方法，即正定矩阵在函数极值中的应用. 从代数方面解决分析问题，使我意识到数学的跨度非常大，我们应该加强自己的逻辑思维和联想能力并且要学会多方面思考问题.以上这些正定矩阵的研究只局限在正定矩阵的理论分析方面，也可能总结不太完整，归纳的不够完善，这就希望其它研究者完善，还有它的一些实际方面的应用还有待笔者和一些学者去探索挖掘. 本文作者知识和写作水平有限，不足之处请读者和专家批评指正.致在论文完成之际，我首先要向我的指导老师老师表示最真挚的意，本论文是在导师老师的悉心指导下完成的.在论文写作期间，老师一边要兼顾自己的学业一边还耐心认真地指导我的论文，不辞辛苦，花费了许多宝贵时间和心血. 导师渊博的学识，宽厚待人的学者风，严谨求学的治学态度，忘我的敬业精神让我受益匪浅. 能够师从先平老师，是我的幸运，更是我的荣幸.衷心感和我是同一个指导老师的付江林同学. 感他帮助我指正和修改我论文的不足之处. 因为他的帮助我才能顺利完成我的论文.感我的室友们，感他们的督促与各方面的帮助.还有感我的家人们，没有他们的支持，我的论文不可能顺顺利利的完成.最后，向评阅论文和参加论文答辩的老师们表示由衷的感.由于我知识水平的限制，再加上我写此论文的时间仓促. 文中难免有错误和有待改进之处. 真诚欢迎各位老师、同学提出宝贵意见.参考文献[1]慕生. 高等代数[M]. 复旦大学, 2007.9.[2]王蕚芳. 石生明. 高等代数[M]. . 高等教育, 2003.9.[3]岳贵鑫. 正定矩阵及其应用[J]. 省交通高等专科学校学报, 2008, 10(5):31-33.[4]周杰. 矩阵分析及应用[M]. 大学, 2009.7.[5]王松江. 矩阵不等式[M]. 科学. 科学, 2006.5.[6]文杰. 静. 多元函数的极值问题[J]. 工业大学学报:自然科学版, 2004, 24(1):27-30.[7]邵东南. 马鸿. 正定矩阵的性质及应用.大学学报:自然科学版(2), 1999, 59-62.[8]黄云美. 正定矩阵的性质及其应用.职业学院学报, 17.3(2011).[9]王昊. 正定矩阵的性质及应用[J]. 城市建设理论研究:电子版, 2011(20):59-62.[10]路红军. 一类正定矩阵的性质及其应用[J]. 工学院学报, 2003, 12(3):6-7.[11]史秀英. 正定矩阵的等价命题及其应用[J]. 学院学报:自然科学版,2000(2):44-47.[12]Roger A.Horn . Charles R.Johnson. Matrix Analysis (Second Edition), 剑桥大学,20012.11.[13]宋国际. 论正定矩阵在多元函数极值问题中的应用[J]. 旅游职业学院学报,2010，15(1):58-60.[14]丹. 庆平. 正定矩阵的性质及相关问题[J]. 数学理论与应用, 2011(4):124-128.[15]庭骥. 判别正定矩阵的充分必要条件及其等价性[J]. 矿业学院学报, 1992,20(2):107-110.[16]建忠. 关于正定矩阵的一个不等式及应用[J]. Studies in College Mathematics, 2001,4(1):40-40.[17]贤淑. 莉军. 正定矩阵的降阶判别法及其应用[J]. 印刷学院学报, 2000(2):40-43.[18]家昶. 齐远伟. 条件正定矩阵及其在多元插值计算中的应用[J]. 计算数学, 1989,11(4):386-393.[19]景晓. 正定矩阵基与正交矩阵基及其应用[J]. 师大学学报:自然科学版,2003,18(3):15-17.[20]定华. 矩阵的次特征值及其应用[J]. 中国科学技术大学学报, 2012,42(11):920-924.独创性声明本人声明所呈交的论文（设计）是我个人在导师指导下进行的研究工作及取得的研究成果。
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。
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*********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. And the positive definite matrix with special properties of general matrix does not have these properties, especially widely used in various fields. In the first part of this thesis introduces the related definition of positive definite real matrix and its equivalent conditions. In the second part are held a series of properties of positive definite matrix, mainly introduced the positive definiteness correlation matrix is positive definite matrix. This paper introduces the related theorem of positive definite matrix in the third part. This paper introduces the method to judge the positive definiteness matrix in fourth parts: the definition, the master method, the eigenvalue method. Determination and simply cited a number of examples of real positive definite matrices. Two aspects of extreme finally this paper from the proof of inequality and multiple function describes the practical application of positive definite matrices.Key words:Quadratic form Positive definite matrix Determination method Application目录引言...................................................... 错误!未定义书签。
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。
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。
正定矩阵的性质及应用
§1 0 0 ·
例
1
矩阵
A=
¨ ¨
0
2
-1¸¸ 的正惯性指数为 3，所以 A 是正定
¨© 0 -1 3 ¸¹
矩阵.矩阵
§0 1 1 ·
B=
¨ ¨
1
0
-3¸¸
¨© 1 -3 0 ¸¹
的秩为 3，但正惯性指数为 2≠3，即 B 不能合同于 I3，所以 B 不是正定矩阵。
例 2 证明：如果 A 是正定矩阵，那么 A-1 也是正定矩阵.
利用构造法巧解高中数学问题
王运行
（兰州新区舟曲中学 甘肃 兰州 730087）
【摘要】在中学数学中，构造法在技巧与方法中占据着非常重要的地位，它可以起到化繁为简，化难为易的作用，将中学数学中的技巧性展示的 淋漓尽致。下面笔者将从一些常见的数学问题中来阐述构造法的具体应用。
【关键词】构造 ；转化 ；中学数学解题应用 【中图分类号】G633.6 【文献标识码】B 【文章编号】2095-3089（2017）16-0266-02
aij xi x j 是正定二次型。
i1 j1
证明：必要性 设 A 是正定矩阵，则 A 与 In 合同，即存在 n 阶可逆矩阵 P，使得
令 那么
PT AP In X PY
f x1, x2,", xn X T AX PY T A PY
= Y T PT APY Y T InY
- 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)。
(λ1λ2 …λn +μ1μ2 …μn = │P│2 │A │ + │P│2 │
B │,即 │A +B │≥│A │ + │B │.
(4)若 A 是实对称的正定矩阵 ,则存在 a > 0, b
> 0, c > 0,使 aE + A , E + bA , cE - A 均是正定矩
阵。
证明
若
A
的特征值为
中图分类号 : O151. 2 文献标识码 : A
1 引言 代数学是数学中的一个重要的基础分支 ,而正
定矩阵又是高等代数中的重中之重. 特别是正定矩 阵部分的应用很广泛 ,本文提供解决正定矩阵问题 的方法并阐明它在实际中的应用 。 2 正定矩阵的等价定理
判定一个矩阵是正定的除用定义外还可以运 用一些等价定理 ,下面给出了一些判定矩阵正定的 充要条件 。
(1)正定矩阵的充要条件是 : A 的正惯性指数 等于 A 的维数 n (证明略 ) 。
(2) A 是正定矩阵的充要条件是 : A 合同于单
收稿日期 : 2008 - 06 - 19
同的合作 (控制 )模式 ,考察了在不同模式下的定 价策略和收益变动 ,同时针对不同的模式优势展开 了分析 。传统的供应链只注重对销售渠道的分析 ,
PT (A
+ 2E ) P = diag (λ1
+
2
,
λ 2
+
2,
…,
λ n
+
2) ,
其中
λ i
(i
= 1,
2,
…,
n)为
A 的特征值且大于零.
所
以
λ i
+2
(
i
= 1,
2,
…,
n)为
A
+ 2E的特征值
,也是
大于零的. 所以 │A + 2E │ = (λ1 + 2 ) (λ2 + 2 ) …
(λn + 2) ≥2n (用到第四个结论 ) 。
λ i
,
1
≤
i≤n
,则
aE
+A
的特征值为 a +λi , 1 ≤ i≤n,所以存在 a使 aE + A
的特征值大于零 ,其余同理可证 。
(5)已知 A 是 n阶正定矩阵 ,则 Ak ( k是正整
数 )也是正定矩阵 。
证明 Ak 与 A 的特征值有熟知的关系 ,故从
特征值角度入手考虑. 根据 A 正定 ,即知其特征值
证明 存在实可逆矩阵 P使
PTAP = diag (λ1 ,λ2 , …λn ) PTB P = diag (μ1 ,μ2 ,
…μn
)
,其中
λ i
> 0,μi
> 0. 取行列式
│P│2 │A │
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved.
A - 1 , ( │A │ > 0) , ∴A3 也正定 。
( 2)若 A , B 都是 n阶实对称矩阵 ,且 B 是正定
矩阵. 证明存在一 n 阶实可逆矩阵 P 使 PTAP 与 PTB P同时为对角形 。
证明 ∵B 是正定的 , ∴合同于 E,即存在可
逆阵 U 使 UTBU = E; 且 A 是 n 阶实对称矩阵 ,则
法二 :因为 A 与 2E 都是 n 阶实对称正定矩
阵 ,所以 │A + 2E │≥│A │ + │2E │ > 2n (用到
了第五个结论 ) 。
( 6 )若
A是
n阶实对称正定矩阵
,则必有
α 11
> 0,α22 > 0, …,αnn > 0。
证明 根据定义 ,对一切 X ≠0 皆有 XTAX >
0,故依次令 X = e- 1 , …en ,就有 ( e1 ) TAe1 > 0,即
β 2
,
…,βn
)
,令
α i
=
λβ ii
(
i
=
1,
2,
…,
n)
,其中
α i
(
i
=
1,
2,
…, n)为正交向量组 ,即得 A =α1α1 T +α1α2 iT + …
+αnαn T。
充分 性 : A =α1α1 iT +α2α2 T + … +αnαn T =
α 1
α
(αT ,α2 T , …,αn T )
(UTAU ) T =UTATU ,存在正交矩阵 C使 CT (UTAU ) C = diag (λ1 ,λ2 , …,λn ) ,则
CT (UTBU ) C = CT EC = CT C = E,
取 P =UC,则 P为所求.
(3)若 A , B 都是 n阶正定矩阵 ,证明 │A + B
│≥│A │ + │B │。
第 10卷 第 5期 2 0 0 8年 1 0月
辽宁省交通高等专科学校学报
JOURNAL OF L IAON ING PROV INC IAL COLLEGE OF COMMUN ICATIONS
文章编号 : 1008 - 3812 (2008) 05 - 031 - 03
正定矩阵及其应用
Vol. 10 No. 5 Oct. 2 0 0 8
第 5期
岳贵鑫 :正定矩阵及其应用
=λ1 ,λ2 ,λn , │P│2 │B │ =μ1 ,μ2 …μn。
PT (A + B ) P = diag (λ1 +μ1 ,λ2 +μ2 , …λn +
μ n
)
,两边取行列
:
│p │2 │A + B │ = (λ2 +μ2 ) … (λn +μn ) ≥
值 )。
充分性 :对任给 X≠0, XTAX = XTB2 X > 0, (因
为 B 正定 ) ,所以 A 正定 。
(8) A 是正定矩阵的充要条件是 :存在非退化
的上 (下 )三角矩阵 Q ,使 A =QTQ。
证明 不妨以下三角矩阵为例来证明 ,上三角
矩阵的情况同理可证 。
必要性 若 A = ( aij ) n是 A 阶正定矩阵 ,则 A 的任意 k阶主子式大于零. 特别的 ,有 am > 0. 将 A 的第 n列乘适当的倍数 ,分别加到第 1, 2……n - 1 列上, 再施同样的行变化, 可使 A 变成为
位矩阵 E (证明略 ) 。 3. n阶实对称阵 A 为正定的充要条件是 :存在
满秩阵 C,使 A = CT C成立 。 证明 必要性 :若 A 是正定矩阵 ,则 A 合同于 E. ∴存在实可逆矩阵 C,使 A = CT EC = CT C 充分性 : 若 A = CT C, C 是实可逆矩阵 ,对 Π X
A1
0 的形式. 即 : 存在非退化的下三角矩阵
0 ann
T1 ,使
T1TA T1 = ,
A1 0
0 ,
ann
再令 T2 = diag (1, 1, …, 1, 1 ) , ann
∴T2T T1TA T1 T2 = A1
0 ,
01
∵A 正定 ∴A1 作为 A 的 n - 1 阶顺序主子 式 ,也是正定的.
x1 2 x2 2 + … + xn 2 y1 2 y2 2 + … + yn 2 ,
α 11
>0
┆
( en ) TA en
>
0
,即
α nn
>0
4 正定矩阵与柯西不等式
如果有一个正定的矩阵 ,我们通常可以设计出
一个柯西不等式. 进而我们就有必要知道正定矩阵
与柯西不等式的关系 。
( 1 )柯西不等式
在中学里 ,我们就熟悉了如下的一个不等式 :
│ x1 y1 + x2 y2 + … + xn yn │ ≤
2
α
= UTU (U 为正交矩阵 ) ,显
3
α 4
然 A 是正定矩阵 。
3 关于实对称正定矩阵的一些重要结论
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 ,还有很多
重要结论 ,下面给出 。 ( 1)若 A 是正定矩阵 ,则 A3 也是正定的 (其中
A3 表示 A 的伴随矩阵 ) 。 证明 ∵A 正定 , ∴A - 1正定 ; ∵A3 = │A │
∴A - 1 = (CT C) - 1 = C - 1 ( C - 1 ) T , ∵C 可逆 , ∴
·32·
C - 1也是实可逆矩阵 。
∴有 A - 1也是正定矩阵 。 充分性 若 A - 1 是 正 定 矩 阵 , 则 A - 1 = C - 1 (C - 1 ) T = (CT C) - 1 。
(7) n阶实对称阵 A 为正定的充要条件是 :存 在对称正定阵 B ,使 A =B2。
证明 必要性 :存在正交阵 Q ,使
A =Q ∧QT =Q Λ ΛQT = Q ΛQTQ ΛQT = B2
其中 记 B = Q
ΛQT 以及
Λ = diag (
λ 1
,
λ 2
,
…,
λ n
).
(λi ( i = 1, 2, … n ) 为 A 的 特 征
≠0, CX≠0,则 ATAX = XT CT CX = (CX) T (CX) > 0, 所以 , A 是正定的 。 (4) n阶实对称阵 A 为正定的充要条件是 : n