写在前面
本文对于自己遇到的、机器人领域涉及到的矩阵做了总结。
以下所有的矩阵都是针对于矩阵A来说的
一、正定矩阵
1.1 定义
首先从定义开始对PD和PSD有一个初步的概念:
正定矩阵(PD):
给定一个大小为 n ∗ n n*n n∗n 的实对称矩阵 A ,若对于任意长度为 n 的非零向量 X X X,有 X T A X > 0 X^TAX > 0 XTAX>0 恒成立,则矩阵 A 是一个正定矩阵。
半正定矩阵(PSD)
给定一个大小为 n ∗ n n*n n∗n 的实对称矩阵 A ,若对于任意长度为 n 的非零向量 X X X,有 X T A X ≥ 0 X^TAX ≥ 0 XTAX≥0 恒成立,则矩阵 A 是一个半正定矩阵。
1.2 特点
A的所有特征值均为正数。
1.3 判断方法
判断一个矩阵是否为正定矩阵有两种方法:
1、求出A的所有特征值。若A的特征值均为正数,则A是正定的;若A的特征值均为负数,则A为负定的。
2、计算A的各阶主子式。若A的各阶主子式均大于零,则A是正定的;若A的各阶主子式中,奇数阶主子式为负,偶数阶为正,则A为负定的。
正定矩阵(positive definite, PD) 和半正定矩阵(positive semi-definite, PSD)。
参考链接:
[1] tusamar. 怎么判断一个矩阵是否为正定矩阵? [EB/OL]. https://zhidao.baidu.com/question/1883273909693964428.html, 2019-10-22/2021-08-08.
[2] marsggbo. 如何理解正定矩阵和半正定矩阵 [EB/OL]. https://zhuanlan.zhihu.com/p/81169491, 2019-09-14/2021-08-08.
二、奇异矩阵
1.1 特点
奇异矩阵就是对应的行列式等于0的矩阵。奇异矩阵不可求逆。
对一个 n 行 n 列的非零矩阵 A,如果存在一个矩阵 B 使 AB = BA =I( I是单位矩阵),则称 A 是可逆的,也称 A 为非奇异矩阵。
可逆矩阵就是非奇异矩阵,非奇异矩阵也是可逆矩阵。
1.2 判断方法
方阵的行列式|A|是否等于0,若等于0,称矩阵A为奇异矩阵;若不等于0,称矩阵A为非奇异矩阵。
参考链接:
[1] wongHome. 奇异矩阵与非奇异矩阵 [EB/OL]. https://blog.csdn.net/qq_39779233/article/details/119334598, 2021-08-02/2021-08-06.
三、正交矩阵
正交矩阵: Orthogonal Matrix (必为方阵)
3.1 特点
A
A
T
=
A
T
A
=
I
AA^T = A^TA = I
AAT=ATA=I
A
T
=
A
−
1
A^T = A^{-1}
AT=A−1
∣ A ∣ = 1 或 − 1 |A|=1或 -1 ∣A∣=1或−1
参考链接:
[1] 我在呀. 正交矩阵(Orthogonal Matrix) [EB/OL]. https://blog.csdn.net/qq_44884706/article/details/89489189, 2019-04-24/2021-08-08.