正定矩阵的性质
正定矩阵与性质

27
X Rn , X T AAT X ( AT X )T AT X
AT X
2
0,
故AT X
Q r( AT ) m n,
AT 的列向量组线性相关,存在n维列向量 X o,
使得AT X o ,于是
X T AAT X X T Ao 0,
故 AAT 不是正定矩阵。
28
3.若A为 n m矩阵,且r( A) r min(n,m),则 AT A 和 AAT 分别为m阶和n阶半正定矩阵但非正定矩阵.
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
阵G,使得
GT An1G En1 .
令 则
G O
C1
O
1
,|
C1
||
G
|
0.
C1T
AC1
GT
O
O An1
1
T
G
ann
O
O
1
G
A T n1
T
GT G
ann
O
O 1
G
T An1G
TG
G T
ann
En1
TG
GT
ann
.
再令
15
C2
En1 O
GT
24 3 71
99 6
正定矩阵660题目汇总

正定矩阵660题目汇总摘要:一、正定矩阵的概念及性质1.正定矩阵的定义2.正定矩阵的性质二、正定矩阵的判定方法1.实对称矩阵的性质2.二次型对应的矩阵为正定矩阵的条件3.谱聚类算法中的正定矩阵应用三、正定矩阵在实际问题中的应用1.机器学习中的正定矩阵2.信号处理中的正定矩阵3.图像处理中的正定矩阵四、正定矩阵的求解方法1.求解正定矩阵的特征值和特征向量2.求解正定矩阵的平方根五、正定矩阵的扩展概念1.半正定矩阵2.负定矩阵3.行列式为正的矩阵六、正定矩阵与其他矩阵之间的关系1.单位矩阵与正定矩阵的关系2.正规矩阵与正定矩阵的关系正文:一、正定矩阵的概念及性质1.正定矩阵的定义:一个n阶实对称矩阵A满足对于任意非零向量x,都有x^T * A * x > 0,那么这个矩阵A被称为正定矩阵。
2.正定矩阵的性质:正定矩阵具有以下几个性质:(1) 对称性:正定矩阵是实对称矩阵,即满足A = A^T。
(2) 行列式大于0:正定矩阵的行列式始终大于0。
(3) 特征值大于0:正定矩阵的各个特征值都大于0。
(4) 二次型大于0:正定矩阵对应的二次型(即Ax^2)始终大于0。
二、正定矩阵的判定方法1.实对称矩阵的性质:一个实对称矩阵A是正定的,当且仅当它的所有特征值都大于0。
2.二次型对应的矩阵为正定矩阵的条件:一个n阶矩阵A对应的二次型为正定矩阵,当且仅当A的n个特征值都大于0。
3.谱聚类算法中的正定矩阵应用:在谱聚类算法中,通过计算相似度矩阵的特征值和特征向量,可以得到正定矩阵,从而实现聚类任务。
三、正定矩阵在实际问题中的应用1.机器学习中的正定矩阵:在机器学习中,正定矩阵常用于核函数的计算,如支持向量机(SVM)中的核矩阵。
2.信号处理中的正定矩阵:在信号处理中,正定矩阵可以用于滤波器的设计,如无限脉冲响应(IIR)滤波器和有限脉冲响应(FIR)滤波器。
3.图像处理中的正定矩阵:在图像处理中,正定矩阵可以用于图像的降噪和增强,如基于正定矩阵的图像滤波方法。
正定矩阵和特征值的关系

正定矩阵和特征值的关系介绍正定矩阵是线性代数中的重要概念,特征值是矩阵的另一个重要属性。
本文将深入探讨正定矩阵和特征值之间的关系,以及它们在数学和应用中的重要性。
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,如果对于任意非零实向量x,都有x^T·Ax > 0。
其中x^T表示向量x的转置,·表示点乘操作。
特征值和特征向量对于一个n×n的矩阵A,如果存在一个非零向量v和一个数λ,使得Av = λv,那么λ被称为矩阵A的特征值,v被称为对应于λ的特征向量。
正定矩阵的特征值正定矩阵的特征值具有以下性质: 1. 正定矩阵的特征值都是正数。
2. 正定矩阵的特征值非零。
3. 正定矩阵的特征向量是与特征值相对应的线性无关向量。
正定矩阵和特征值的关系正定矩阵和特征值之间存在紧密的关系。
具体来说,对于一个实对称矩阵A,以下三个条件等价: 1. A是正定矩阵。
2. A的所有特征值都是正数。
3. A的所有顺序主子矩阵的行列式都大于零。
这个结论被称为正定矩阵的三个等价定义。
正定矩阵的性质正定矩阵具有许多重要的性质,下面列举了其中一些: 1. 正定矩阵的特征值都是正数,这是判断正定矩阵的充分必要条件。
2. 正定矩阵的逆矩阵也是正定矩阵。
3. 正定矩阵的所有主子矩阵都是正定矩阵。
这些性质使得正定矩阵在数学推导和应用中具有广泛的应用价值。
正定矩阵的应用正定矩阵在实际应用中有很多重要的应用,下面介绍其中一些: 1. 在优化问题中,正定矩阵被广泛用于定义二次型和构造凸函数。
2. 在机器学习中,正定矩阵常用于定义核函数和构造协方差矩阵。
3. 在信号处理中,正定矩阵常用于描述信号的自相关性和互相关性。
4. 在最小二乘法中,正定矩阵用于求解线性方程组的最优解。
5. 在物理学中,正定矩阵用于描述系统的能量函数和稳定性。
这些应用仅仅是正定矩阵在科学和工程领域中的冰山一角,其重要性不言而喻。
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.。
正定复矩阵的几个性质

正定矩阵的定义与性质[1]在线性代数里,正定矩阵(positive definite matrix) 有时会简称为正定阵。
在线性代数中,正定矩阵的性质类似复数中的正实数。
与正定矩阵相对应的线性算子是对称正定双线性形式(复域中则对应埃尔米特正定双线性形式)。
正定矩阵(1)广义定义:设M是n阶方阵,如果对任何非零向量z,都有z T Mz> 0,其中z T表示z的转置,就称M为正定矩阵。
例如:B为n阶矩阵,E为单位矩阵,a为正实数。
在a充分大时,aE+B为正定矩阵。
(B必须为对称阵)(2)狭义定义:一个n阶的实对称矩阵M是正定的的条件是当且仅当对于所有的非零实系数向量z,都有z T Mz> 0。
其中z T表示z的转置。
对称正定矩阵设,若,对任意的,都有,则称A为对称正定矩阵。
Hermite正定矩阵设,若,对任意的,都有,则称A为Hermite正定矩阵正定矩阵有以下性质 [1]:(1)正定矩阵的行列式恒为正;(2)实对称矩阵A正定当且仅当A与单位矩阵合同;(3)若A是正定矩阵,则A的逆矩阵也是正定矩阵;(4)两个正定矩阵的和是正定矩阵;(5)正实数与正定矩阵的乘积是正定矩阵。
对于n阶实对称矩阵A,下列条件是等价的:(1)A是正定矩阵;(2)A的一切顺序主子式均为正;(3)A的一切主子式均为正;(4)A的特征值均为正;(5)存在实可逆矩阵C,使A=C′C;(6)存在秩为n的m×n实矩阵B,使A=B′B;(7)存在主对角线元素全为正的实三角矩阵R,使A=R′R [3]。
(1)n 元实二次型正定它的正惯性指数为n;(2) 一个实对称矩阵A 正定A 与E 合同,即可逆矩阵C,使得;(3) 实二次型是正定的A的顺序主子式全大于零;(4) 一个实对称矩阵A 正定A 的特征值全大于零;(5) 一个实对称矩阵A 正定A 的顺序主子式全大于零;(6)A ,B 是实对称矩阵,则正定A,B均正定;(7)A 实对称矩阵,A 正定正定矩阵B,使得,(k 为任意正整数)。
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。
证明正定矩阵

证明正定矩阵正定矩阵是线性代数中的一个重要概念,它具有着许多重要的性质和应用。
在实际应用中,我们常常需要证明一个矩阵是否为正定矩阵,因此掌握正定矩阵的证明方法对于深入了解线性代数理论和应用非常重要。
下面将介绍正定矩阵的定义和性质,以及如何证明一个矩阵是正定矩阵。
一、正定矩阵的定义和性质定义:若矩阵$A$满足对于任意非零向量$\bold{x}$,都有$\bold{x}^T\bold{Ax}>0$,则称$A$为正定矩阵。
性质:1. 正定矩阵的特征值全是正实数。
2. 正定矩阵的行列式大于0。
3. 正定矩阵的逆矩阵也是正定矩阵。
4. 正定矩阵的各阶子矩阵也是正定矩阵。
二、证明矩阵为正定矩阵的方法1. 利用特征值根据正定矩阵的定义,对于任意非零向量$\bold{x}$,都有$\bold{x}^T\bold{Ax}>0$,即$\bold{x}^T\lambda\bold{x}>0$,其中$\lambda$为矩阵$A$的特征值。
因为$\bold{x}\neq\bold{0}$,所以$\lambda>0$。
因此,我们可以通过计算矩阵$A$的特征值来证明矩阵$A$是正定矩阵。
如果矩阵$A$的所有特征值都是正实数,则矩阵$A$是正定矩阵。
举个例子,假设有一个矩阵$A=\begin{bmatrix}2&1\\1&4\end{bmatrix}$,我们可以通过计算它的特征值来证明它是正定矩阵。
矩阵$A$的特征方程为$(2-\lambda)(4-\lambda)-1=0$,解得$\lambda_1=1$和$\lambda_2=5$,由于$\lambda_1>0$且$\lambda_2>0$,因此矩阵$A$是正定矩阵。
2. 利用正交矩阵正交矩阵是指满足$Q^TQ=I$的方阵$Q$,其中$I$为单位矩阵。
因为正交矩阵保持向量的长度不变,所以它可以用来证明矩阵$A$是正定矩阵。
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)。
法拟合出的曲线模 型 , 拟合效 果最 好 . 其次 , 用 等间 隔时 间 序列分析方法拟合出的模型 来预测 9 月 29 日 和 9 月 30 日 的震级 , 其误差分别为 3. 28% 和 2. 02 % , 而用记录值理论拟 合出的模型 , 误差仅为 0. 1% . 综上所述 , 记录值方法 分析效果更好 . 记录 值在很 多领 域有着广泛的应用 , 但 是目 前还没 有相 关的用 记录 值理 论 分析地震余震序列 的文 章 . 通过本 文对 于汶川 地震 余震 序 列的分析 , 以 后 可 以 把该 方 法 应 用 到 类 似的 地 震 余 震 分 析中 .
1 于是 ann - aT A n- 1 a =
存在某 个排 列 矩阵 P, 使 P T AP 的 k 阶 顺 序主 子 式为 i1 ik A . 因为 A > 0, 由 ( 1 )基 本性 质知 P T AP > 0 ,从 i1 ik
+ 1
=
i= 1
(
i
+ 1) . ( 下转 112 页 )
数学学习与研究 2011 3
1 ann A n- 1a
i1 ik > 0 . i1 ik 充分性由性质 2 即得 . 性质 3 n 阶 H er m ite矩阵 A 正定的充分必要条 件是存 在 n 阶非奇异下三角矩阵 L 使得 A = LL T. 证明 充分性明 显 . 必要性 . 若 A 是 n 阶正 定矩 阵 , 由 性质 2 知 A 的顺序主子式 全大于 零 , 由定理知 , A 有唯 一的 LDU 分解 : A = L 1D U1 , 其中 L 1 , U1 分别为单位下三角 矩阵和 单位 上三 角 矩 阵 , D = d iag ( d 1 , d 2, , dn ) 且 d i > 0 ( i = 1, T T T 2, , n ). 因为 AH = A, 则 A = L 1 DU 1 = UT 1 D L 1 = A . 由 LDU T T 分 解 的 唯 一 性 , 有 L 1 = U1 , 从 而 有 A = L 1 DL 1 . 令 L = 而由性质 1 有 A L 1 diag( d 1, d 2, , d n ), 则 L 是非 奇异 下三 角矩 阵 , 并 且 A = LLT . 性质 4 若 A, C 均为 n 阶 H er m ite 正定 矩阵 , 且 AC = CA, 则 AC 为 正定矩阵 . 证明 因 为 ( AC ) T = CT AT = CA = AC, 所 以 AC 是 H erm ite矩阵 . 又 因 为 A > 0, 由 性 质 1 知 , 存 在 n 阶 可 逆 H erm ite矩阵 B 使 A = B 2 , 于是 B - 1 (A C ) B = BCB = B T CB, 则 AC 与 BT CB 具有相同的特征值 , 由 C > 0 及 ( 1 ) 基本性 质知 B T CB > 0 , 故 BT CB 的特征值均为正数 , 从而 A C 的特 征值均 为正数 , 由性质 1 知 AC > . 2 二次型正定矩阵的性质及其应用 二次型 f = xT Ax 正 定即 x 0 , 恒 有 xT A x > 0. 有如 下 性质 : 性质 1 f = xTA x 的正惯性指数为 n. 例 1 设 A 是 m n, m < n 矩 阵 , 证 明 AA T 正 定 r (A ) = m. 分析 本 题在 顺 推的 时候 用 到 1 基本 性 质 2. AAT 正 定 r (A ) = m. AAT 正定 |AAT | > 0, r (AAT ) = m r (A ) , 又 r (A ) m, 故 r( A ) = m, r (A ) = m AA T 正定 . 在逆推时用到性质 1 . r (A ) = m, 任给 x 0, 则 A x 0, 故 xT AAT x = (A x ) T (Ax ) > 0 , AAT 是正定阵 . 性质 2 存 在可逆矩阵 P, 使得 P T AP = I. 例 2 设 A 是 n 阶正定 矩阵 , E 是 n 阶单 位矩 阵 , 证明 A + E 的行列式大于 1 . 分析 本题主要在中间转换的过程中用了性质 2, 而在 最后式子判断的时候运 用了性 质 3, 即 特征值 全部 为零 , 所 以 i + 1> 1. 对于 正 定 矩 阵 存 在 正 交 阵 P 使 P - 1 AP = P T AP = diag { 1 , 2, , n } , 其中 i > 0 ( i = 1, 2 , , n )是 A 的 特征 值 , 所以 A = P d iag{ 1, 2 , , n }P - 1 . |A + E | = |P d iag{ 1, 2, , n } P - 1 + E | = P [ d iag{ 1, 2 , , n } + E ]P - 1 1+ 1 2 + 1 = |P | |P - 1 |
图 2 分布拟合曲线
由以上参数可以看出 , 该曲线模型拟合效果较好 . 再用拟合出的曲线预测最后两天 的余震震级 , 并与 表 2 中的两个真实值对比 , 见表 4 .
(上接 110 页 ) 因为 i + 1> 1, i = 1, 2 , , n, 故 |A + E | > 1 . 性质 3 A 的 n 个特征值全为正数 . 例 3 已知 A 是满足 A 3 - 6A 2 + 11A - 6E = 0 的对称矩 阵 , 证明 A 是正定矩阵 . 分析 本题先 用因式 分解 找出矩 阵 A 的 特征 值 , 然后 通过 判定所 有的 特征值 全都 大于 零 , 即 用性 质 3 可判定 A 是正定矩阵 . A 3 - 6A 2 + 11A - 6E = ( A - E ) ( A - 2E ) ( A - 3E ) = 0 ,A 的特征值的取值范围是 1, 2, 3, 均大于零 , 故 A 正定 . 性质 4 A 的 n 个顺序主子式全大于零 . 2 2 例 4 已知二次型 f ( x 1, x2, x3 ) = x2 1 + 2x2 + ( 1- k ) x 3 + 2kx 1 x2 + 2x1 x3, 其中 k 为参 数 , 求 f 的矩 阵和 使 f 为正 定的 范围 . 分析 本题用 顺序主 子式 大于 零 , 则矩 阵为 正定 矩阵 1 k 1 的性质 . 二次型 f 的矩阵为 A = k 2 0 因二次 型 f 正 1 0 1- k 定 , 故其各阶顺序主子式均应大于 0, 即 |A 1 | = 1> 0, |A 2 | = 1 k 1 1 k = 2- k2 > 0 , |A 3 | = |A | = k 2 0 = 2 ( 1- k ) k 2 1 0 1- k 2- k2 ( 1 - k ) > 0, 由 2 - k2 > 0 , 解 得 - 2 < k < 2. 而 由 k ( k2 - k - 2 ) > 0 , 解得 k > 2, - 1 < k < 0. 故使 f 正 定的 k 取 值范围为 - 1< k < 0. 性质 5 A 可表为 A = BT B, 其中 B 是可逆矩阵 . 例 5 A 是正定矩阵, 试证存在正定矩阵 B, 使得 A = B 2. 分析 本题是性质 6 的 证明 过程 , 在 解题 过程 中运 用 性质 2, 5 灵活转换 , 巧妙的令 B, 并且 B 是正定矩阵 , 这样转 换后就得到了我们要的结果 . 设 1, 2 , , n 是 A 的 特征 值 , 因 A 是 正定 矩 阵 , 故 > 0, i = 1, 2, , n, 且 存 在 正 交 矩 阵 P 使 P - 1 AP = i diag {
n n
In - 1 0
1 - An- 1 a
1
, 则 PT AP =
.
|A | n = > 0, 由归 纳法 假设 |A n - 1 | n- 1 A n- 1 0 A n - 1 > 0, 则 > 0. H 0 a nn - a A n--11 a 由 ( 1 )基本性 质和 可知 A > 0 , 这 说明 阶数 为 n 时结 论也成立 . 性质 2 n 阶 H e r m ite矩阵 A 正定 的充分必 要条件 是 A 的所有主子式全大于零 . 证明 必要性 . 对 A 的任一 k 阶主子式 : ai 1 i1 a i1 i2 a i1 ik i1 ik a i2 ik , A = ai 2 i1 a i2 i2 i1 ik ai k i1 a ik i2 a ik ik
112
专题研究
ZHUANTI YAN JIU
表 3 单样本柯尔莫格洛夫 N m ean Exponen tial param eter A b solu te Positive M ost Extrem e D if feren ces N egat ive K ol m ogorov-Sm irnov Z A sym p . sig . (2 -tailed) - 0. 381 0. 684 0. 782 R2 误差
110
专题研究
ZHUA术学院 438000) 摘要 本文总结了正定矩阵以及二次型正定 矩阵的比 较全面的性质 , 并得到了一个推广性质 . 关键词 二 次型; 正定 矩阵; H er m ite 正定 矩阵; 顺序 主 子式 H er m ite正定矩阵的性质 1 正定矩阵的性质 ( 1 )基本性质 设 A 是 n 阶 H er m ite正 定矩阵 , 其特征值 为 1, 2, , , 则 n ( 1 )A - 1是正定矩阵 ; ( 2 )如果 Q 是任一 n m 列满秩矩阵 , 则 QTAQ > 0 ; ( 3 ) |A | > 0; ( 4 ) tr (A ) > i ( i = 1, 2, , n). ( 2 )判定性质 性质 1 n 阶 H e r m ite矩阵 A 正定 的充分必 要条件 是 A 1 k 的顺序主子式均为正数 , 即 k = A 大于 0 , k = 1, 1 k 2 , , n. 证明 必要性 . 首先证明 H er m ite正定矩阵 A 的顺序主 A 11 A 12 子矩阵也是正定矩 阵 , 记 A = , 其 中 A 11 是 A 的 k AH12 A 22 y 阶顺序主子矩阵 , 对任意 x = C n, y C k 且 y 0, 则 0< 0 xTA x = yTA 11 y, 故 A 11是 k 阶 H er m ite正定矩阵 . 因为 A 的顺序主子矩阵都是正定矩 阵由性质 1 知 A 的 顺序主子式均为正数 . 充分性 . 对矩阵的阶数作归纳法 , 阶数 为 1 时结 论显然 成立 . 今设阶数为 n - 1 时结论成立 , 对 n 阶 H er m ite矩阵 A, An - 1 a 记 A= , 其中 A n - 1 为 A 的 n - 1 阶 顺 序主 子矩 aT ann 阵. 因 为 A n - 1 非 奇 异, 令 P = An - 1 0 0