当前位置：文档之家 › 正定矩阵证明题

正定矩阵证明题

  • 格式：docx
  • 大小：14.89 KB
  • 文档页数：3

正定矩阵证明题

摘要：

一、正定矩阵的定义和性质

1.正定矩阵的定义

2.正定矩阵的性质

二、正定矩阵的证明方法

1.行列式方法

2.二次型方法

三、正定矩阵的应用

1.最小二乘问题

2.线性回归问题

四、结论

正文：

正定矩阵是线性代数中的一个重要概念，它在许多领域都有着广泛的应用。本文将从正定矩阵的定义和性质出发，介绍正定矩阵的证明方法，并探讨正定矩阵在最小二乘问题和线性回归问题中的应用。

一、正定矩阵的定义和性质

1.正定矩阵的定义

设 A 是一个 n 阶方阵，如果对于任意非零向量 x，都有 x^T * A *

x >= 0，那么我们就称 A 为正定矩阵。其中，x^T 表示 x 的转置。

2.正定矩阵的性质 正定矩阵有以下几个重要的性质：

（1）正定矩阵的行列式大于 0。

（2）正定矩阵的每一个特征值都大于 0。

（3）正定矩阵的逆矩阵是正定矩阵。

（4）正定矩阵的转置是正定矩阵。

二、正定矩阵的证明方法

1.行列式方法

根据正定矩阵的定义，我们可以得到：对于任意非零向量 x，都有 x^T *

A * x >= 0。如果我们取 x 为单位向量，那么这个不等式就变成了 x^T * A *

x >= 1。这时，我们可以用行列式的性质来证明 A 是正定的。

2.二次型方法

正定矩阵的另一个重要性质是它的每一个特征值都大于 0。我们可以通过二次型来证明这个性质。设 A 的特征值是λ，那么我们有 (A - λI) * x = 0，其中 I 是单位矩阵。将 x 表示成 x = (A - λI)^-1 * b，其中 b 是非零向量，那么我们可以得到λ = b^T * A * b / b^T * b。由于 b 是非零向量，所以

b^T * b > 0，因此λ > 0。

三、正定矩阵的应用

1.最小二乘问题

在线性代数中，最小二乘问题是一个重要的研究领域。正定矩阵在最小二乘问题中有着广泛的应用。设 y = Ax + e，其中 y 是观测值，x 是待求解的参数，e 是误差向量。如果 A 是正定的，那么我们可以用最小二乘法来求解

x。 2.线性回归问题

线性回归是统计学中的一个重要问题。在线性回归问题中，我们通常假设解释变量和响应变量之间存在线性关系。如果解释变量的矩阵 X 是正定的，那么我们可以用最小二乘法来求解回归系数。

综上所述，正定矩阵是线性代数中的一个重要概念，它有许多重要的性质和应用。通过行列式方法和二次型方法，我们可以证明一个矩阵是正定的。

合集下载

正定矩阵

正定矩阵

5.4 正定矩阵

5.4.1 正定矩阵

[1] 二次型的分类

n个变数的二次型njiTjiijnxAxxxaxxq1,1),,(，其实就是定义在nR的一个二次齐次函数，对nR的每个特定向量qx,0对应一个函数值)(0xq，依据)(xq值的符号，在教材184页上给出了二次型的分类定义：

1．正定二次型。若对一切nRx，当0)(0AxxxqxT称二次型)(xq正定。显然，正定二次型也就是函数值定正的二次型（当然有唯一的例外，0x时，0q）。

2．正半定（或半正定）二次型。若对一切nRx，皆有0)(AxxxqT，且至少有一 00x能使0)(0xq.

3．负定。对二次型AxxxqT)(，当(-q)为正定时，称q为负定二次型。

4．负半定（或半负定）。对二次型AxxxqT)(，当(-q)为正半定时，称q为负半定二次型。

5．不定二次型。若二次型AxxqT既能取正值，又能取负值，称为不定二次型。

容易明白，对标准形的二次型（以下给出的均为充要条件）。

若系数全正为正定二次型；

若系数全为非负，且至少有一为0，则为正半定二次型；

若系数全负为负定二次型；

若系数全为非正，且至少有一为0，则为负半定二次型；

若系数有正、有负，则为不定二次型。

对于不是标准形的二次型，为确定其类型，可通过化成标准形，并依据惯性律而作出判断。

例19 设naaa,,,21是n个实数，问它们满足什么条件时，二次型

212322221121)()()(),,,(xaxxaxxaxxxxqnnn

是正定二次型。

解 乍一看，这是n个带正系数1的平方项之和，应明显是正定的。但与定义一对照，发现这并非是二次型的标准形，每一项都是线性型而非单独变换的平方。

线代证明

线代证明

1

线代重要的证明

1. 设A是n阶实方阵，且0AA。证明0A。

证明：设111212122212nnnnnnaaaaaaaaaA ，则112111222212nnnnnnaaaaaaaaaA 。从而。2221121122212222222120nnnnnnaaaaaaaaaAA 。所以2222222221121112222120nnnnnnaaaaaaaaa 。因为ija为实数，故0ija （,1,2,,ijn）。即0A 。

2..设12naaAa，12,,,naaa互不相同。证明与A可交换的矩阵只能为对角矩阵。

证明：设与A可交换的矩阵为111212122212nnnnnnbbbbbbBbbb，由ABBA得：

111112111112121221222221212222121122nnnnnnnnnnnnnnnnnnabababababababababababababababababab。

2 即 iijjijabab（,1,2,,ijn）。由于12,,,naaa互不相同，所以ij时，0ijb。故11222000000nbbBb 。即B为对角矩阵。

3. 证明任一方阵可表示成一对称矩阵和一反对矩阵之和。

证明：设A为方阵，记2()AAB，2()AAC，则可知B为对称矩阵，C为反对称矩阵。且ABC。

4.. 已知方阵A满足270AAE。证明A及2AE可逆，并求它们的逆矩阵。

证明：由270AAE，可得：()7AAEE。所以A可逆，且1()7AEA。同理由270AAE，可得：(3)(2)AEAEE。所以2AE可逆，且1(2)3AEAE。

实对称矩阵正定、半正定的简易判别

实对称矩阵正定、半正定的简易判别

0 目 录

1.引言 .........................................................................

错误！未定义书签。

2.实对称矩阵正‎定、半正定的简易‎判别方法 .............

错误！未定义书签。

2.1 实对称 矩阵的几个定‎义

3

.............................................. 错误！未定义书签。

2.2 实对称矩阵正‎定的充分必要‎条件有下列几‎种方法: ............................................ 1

2.3 实对称矩阵正‎定简易判别的‎几个充分必要‎条件。 .............................................. 3

2.3.1 n

阶实对称矩阵‎A

正定的充分必‎要条件是合同‎A

于单位矩阵E

3

. ................. 4

2.3.2 n

元实二次型正‎定的充分必要‎条件是它的正‎惯性指数等于‎

9

n

。 .................... 5

2.4 实对称矩阵半‎A

正定的几个充‎分必要条件

6

。 ................................................ 5

2.4.1 二次型

nxxxf,,,

21AxxT

，其中AAT

，

nxxxf,,,

21

半正定。 . 5

2.4.2 n

阶实对称矩阵‎A

是半正定矩阵‎的充分必要条‎件是的正惯性‎A

指数等于它的‎

秩。 ............................................................................................................. 5

2.4.3 n

阶对称矩阵是‎A

矩阵论(华中科技大学)课后习题问题详解(1)

矩阵论(华中科技大学)课后习题问题详解(1)

实用标准文案

文档大全 习题一

1.判断下列集合对指定的运算是否构成R上的线性空间

（1）11{()|0}nijnniiiVAaa，对矩阵加法和数乘运算；

（2）2{|,}nnTVAARAA，对矩阵加法和数乘运算；

（3）33VR；对3R中向量加法和如下定义的数乘向量：3,,0RkRk；

（4）4{()|()0}Vfxfx，通常的函数加法与数乘运算。

解：

（1）、（2）为R上线性空间

（3）不是，由线性空间定义，对0有1=，而题（3）中10

（4）不是，若k<0，则()0kfx，数乘不满足封闭性。

2.求线性空间{|}nnTVARAA的维数和一组基。

解：一组基

10001010101010000000100..................0010010LLLdimW=n(n+1)/2

3.如果U1和U2都是线性空间V的子空间，若dimU1=dimU2，而且12UU，证明：U1=U2。

证明：因为dimU1=dimU2，故设

12,,,rL为空间U1的一组基，12,,,rL为空间U2的一组基

2U，有

12rXLL

而

1212rrCLL，C为过渡矩阵，且可逆

于是

11212121rrrXCXYULLLLLL

由此，得

21UU 实用标准文案

文档大全 又由题设12UU，证得U1=U2。