半正定矩阵(Positive Semidefinite Matrix)
半正定二次型
定义:设二次型 x T A x \boldsymbol{x^T}A\boldsymbol{x} xTAx,若对任意 x ≠ 0 \boldsymbol{x} \neq \boldsymbol{0} x=0,都有 f ( x ) ⩾ 0 f(\boldsymbol{x})\geqslant0 f(x)⩾0,则称 f f f 为半正定二次型。
半正定矩阵
定义:设实对称矩阵 A A A,若对任意 x ≠ 0 \boldsymbol{x} \neq \boldsymbol{0} x=0,都有 x T A x ⩾ 0 \boldsymbol{x^T}A\boldsymbol{x}\geqslant0 xTAx⩾0,则称 A A A 为半正定矩阵。
定理: n n n 元二次型 f = x T A x f=x^TAx f=xTAx 为半正定的充分必要条件:它的标准形的 n n n 个系数全为非负,即它的规范形的 n n n 个系数全为 0 0 0 或 1 1 1。
证: 设可逆变换
x
=
C
y
x=Cy
x=Cy 使
f
(
x
)
=
f
(
C
y
)
=
∑
i
=
1
n
k
i
y
i
2
f(x)=f(Cy)=\sum_{i=1}^{n}k_iy_i^2
f(x)=f(Cy)=i=1∑nkiyi2
充分性:设
k
i
⩾
0
(
i
=
1
,
2
,
.
.
.
,
n
)
k_i\geqslant0\ (i=1,2,...,n)
ki⩾0 (i=1,2,...,n),故
f
(
x
)
=
∑
i
=
1
n
k
i
y
i
2
⩾
0
f(x)=\sum_{i=1}^{n}k_iy_i^2 \geqslant 0
f(x)=i=1∑nkiyi2⩾0
必要性:反证法,假设有
k
s
<
0
k_s<0
ks<0,则当
y
=
e
s
y=e_s
y=es(单位坐标向量)时,
C
e
s
≠
0
Ce_s\neq0
Ces=0,
f
(
C
e
s
)
=
k
s
<
0
f(Ce_s)=k_s<0
f(Ces)=ks<0,这与
f
f
f 为半正定相矛盾,即证得
k
i
⩾
0
(
i
=
1
,
2
,
.
.
.
,
n
)
k_i\geqslant0\ (i=1,2,...,n)
ki⩾0 (i=1,2,...,n)。
推论:对称矩阵 A A A 为半正定矩阵的充分必要条件: A A A 的特征值全为非负。
证:
n
n
n 阶对称矩阵
A
A
A 为半正定矩阵
⟺
\iff
⟺
f
(
x
)
=
x
T
A
x
f(x)=x^TAx
f(x)=xTAx 为半正定二次型
⟺
\iff
⟺
f
f
f 的标准形的
n
n
n 个系数全为非负,而这
n
n
n 个系数是
A
A
A 的
n
n
n 个特征值
⟺
\iff
⟺
A
A
A 的特征值全为非负
推论:满秩半正定矩阵为正定矩阵。
证: 设
n
n
n 阶满秩半正定矩阵
A
A
A,其特征值为
λ
1
,
λ
2
,
.
.
.
,
λ
n
\lambda_1,\lambda_2,...,\lambda_n
λ1,λ2,...,λn,有
λ
1
λ
2
⋯
λ
n
=
∣
A
∣
\lambda_1\lambda_2\cdots\lambda_n=|A|
λ1λ2⋯λn=∣A∣
由于满秩矩阵为可逆矩阵,所以
λ
i
≠
0
(
i
=
1
,
2
,
.
.
.
,
n
)
\lambda_i\neq0\ (i=1,2,...,n)
λi=0 (i=1,2,...,n);又半正定矩阵的特征值全为非负, 得
A
A
A 的特征值全为正,即证得
A
A
A 为正定矩阵。