正定矩阵的定义 :
一个n×n的实对称矩阵是正定的,当且仅当对于所有的非零实系数向量z,都有zT
z > 0。其中zT表示z的转置。
对于复数的情况,定义则为:一个n×n的埃尔米特矩阵(或厄米矩阵)是正定的当且仅当对于每个非零的複向量z,都有z*
z > 0。其中z*表示z的共轭转置。由于
是埃尔米特矩阵,经计算可知,对于任意的複向量z,z*
z必然是实数,从而可以与0比较大小。因此这个定义是自洽的。
使用chol可以分解为上三角和下三角矩阵.
对于正定矩阵A,可对其进行Choleskey分解,即:A=P'P,其中P为上三角矩阵,在R中可以用函数chol()进行Choleskey分解.
例子 :
验证 : A=P'P
若矩阵为对称正定矩阵,可以利用Choleskey分解求行列式的值,如:
若矩阵为对称正定矩阵,可以利用Choleskey分解求矩阵的逆,这时用函数chol2inv(),这种用法更有效。如:
[参考]
> a <- diag(3)+1
> a
[,1] [,2] [,3]
[1,] 2 1 1
[2,] 1 2 1
[3,] 1 1 2
> chol(a)
[,1] [,2] [,3]
[1,] 1.414214 0.7071068 0.7071068
[2,] 0.000000 1.2247449 0.4082483
[3,] 0.000000 0.0000000 1.1547005
> t(chol(a))
[,1] [,2] [,3]
[1,] 1.4142136 0.0000000 0.000000
[2,] 0.7071068 1.2247449 0.000000
[3,] 0.7071068 0.4082483 1.154701
验证 : A=P'P
> crossprod(chol(a))
[,1] [,2] [,3]
[1,] 2 1 1
[2,] 1 2 1
[3,] 1 1 2
> t(chol(a)) %*% chol(a)
[,1] [,2] [,3]
[1,] 2 1 1
[2,] 1 2 1
[3,] 1 1 2
若矩阵为对称正定矩阵,可以利用Choleskey分解求行列式的值,如:
> prod(diag(chol(A))^2)
[1] 5
> det(A)
[1] 5
若矩阵为对称正定矩阵,可以利用Choleskey分解求矩阵的逆,这时用函数chol2inv(),这种用法更有效。如:
> chol2inv(chol(A))
[,1] [,2] [,3] [,4]
[1,] 0.8 -0.2 -0.2 -0.2
[2,] -0.2 0.8 -0.2 -0.2
[3,] -0.2 -0.2 0.8 -0.2
[4,] -0.2 -0.2 -0.2 0.8
> solve(A)
[,1] [,2] [,3] [,4]
[1,] 0.8 -0.2 -0.2 -0.2
[2,] -0.2 0.8 -0.2 -0.2
[3,] -0.2 -0.2 0.8 -0.2
[4,] -0.2 -0.2 -0.2 0.8
[参考]