事实上,当我们谈论(半)正定阵,都要求矩阵是对称的。
尽管正定矩阵的定义并没有这一要求,如正定阵的定义: M 是 n 阶 方 阵 , 如 果 对 任 何 非 零 向 量 z , 都 有 z T M z > 0 , 就 称 M 为 正 定 矩 阵 。 M是n阶方阵,如果对任何非零向量z,都有z^TMz> 0,就称M为正定矩阵。 M是n阶方阵,如果对任何非零向量z,都有zTMz>0,就称M为正定矩阵。并且我们有一些判定矩阵正定的条件,如:
- 所有特征值大于零
- 各阶主子式大于零
- 等等
需要注意的是,这些条件都是针对对称阵的!
举个简单的例子:
A
=
[
1
0
4
2
]
A = \left[\begin{matrix} 1 & 0 \\ 4 & 2 \end{matrix} \right]
A=[1402]
A 的特征值为1和2,各阶主子式也大于零。但是取
x
=
[
1
  
−
1
]
T
x = [1 \;-1]^T
x=[1−1]T,
x
T
A
x
=
[
1
    
−
1
]
[
1
0
4
2
]
[
1
−
1
]
=
−
1
<
0
,
\\x^TAx = [1\;\;-1]\left[\begin{matrix}1 & 0 \\4 & 2\end{matrix} \right]\left[\begin{matrix}1 \\-1 \end{matrix} \right]=-1<0,
xTAx=[1−1][1402][1−1]=−1<0,说明 A 不是正定阵。另一个例子:
B
=
[
2
−
1
3
      
1
]
B = \left[\begin{matrix} 2 & -1 \\ 3 & \;\;\;1 \end{matrix} \right]
B=[23−11]B是正定的,但其特征值为复数。