机器学习深度学习之数学基础:如何判别正定矩阵和负定矩阵?
作者头像
  • 洪梅
  • 2020-06-18 20:18:53 13

在之前的讨论中,我们探讨了二次型的基本概念,特别是当二次型的标准形系数全为正或全为负的情况。本文我们将介绍二次型的定性概念,包括正定、负定、半正定、半负定以及不定二次型的相关内容。

正定矩阵与负定矩阵

如果一个矩阵满足特定条件,我们称其为正定矩阵(或负定矩阵)。例如,一个矩阵在满足一定条件时被认为是正定矩阵。

示例:

半正定矩阵与半负定矩阵

当矩阵中的元素满足≥或≤的条件时,我们称之为半正定矩阵或半负定矩阵。这类矩阵在某些条件下表现出特定的性质。

示例:

不定二次型

当一个二次型既有正数又有负数时,我们称其为不定二次型。这类二次型具有不同的性质和应用。

示例:

二次型的判别法

对角矩阵的正定性判别

对于对角矩阵,可以通过特定的方法来判断其正定性。

示例:

合同于单位阵的矩阵

如果一个矩阵合同于单位阵,则该矩阵是正定的。

示例:

特征值与正定性

对称矩阵是正定矩阵的充分必要条件是其所有特征值都是正数。此外,正定矩阵的行列式大于零。

示例:

顺序主子式的判别法

顺序主子式可以帮助我们判断一个矩阵是否为正定矩阵或负定矩阵。

示例:

主子式与半正定性

对称矩阵是半正定矩阵的充分必要条件是其所有主子式大于或等于零。另外,半正定矩阵的所有特征值大于或等于零。

示例:

主子式的定义

主子式是从矩阵中任意取出的一个子矩阵,而顺序主子式是从左上角到右下角选取的子矩阵。

示例:

合同变换下的正定性

如果矩阵A合同于矩阵B,并且A是正定的,那么B也是正定的。

以上就是关于二次型及其相关定性的详细介绍。这些概念在数学和工程领域有着广泛的应用。

    本文来源:图灵汇
责任编辑: : 洪梅
声明:本文系图灵汇原创稿件,版权属图灵汇所有,未经授权不得转载,已经协议授权的媒体下载使用时须注明"稿件来源:图灵汇",违者将依法追究责任。
    分享
习之矩阵正定数学基础判别深度机器如何学习
    下一篇