在矩阵分析和线性代数中,半正定矩阵(Positive Semi-Definite Matrix,简称PSD矩阵)是一类重要的矩阵。一个矩阵被称为半正定矩阵有以下几种等价的定义和性质:
定义
一个对称矩阵被称为半正定矩阵,如果对于所有的非零向量
,都有:
性质
- 特征值:一个对称矩阵
是半正定的,当且仅当其所有特征值都是非负的。
- 奇异值分解:一个矩阵
是半正定的,当且仅当它可以表示为
的形式,其中
是任意矩阵。
- 内积空间:在内积空间中,半正定矩阵对应的二次型不会改变向量的非负性质。
符号
符号表示矩阵
是半正定的。这意味着
满足上述条件。
示例
考虑一个的对称矩阵:
验证这个矩阵是否为半正定:
- 检查特征值:
计算特征方程的特征值:
计算行列式:
解这个二次方程:
由于所有特征值都是非负的,因此矩阵是半正定的。
- 检查二次型:
对于任意向量,
可以验证,对于任意向量,这个二次型的值都是非负的。
应用
半正定矩阵在许多应用中都非常重要,包括但不限于:
- 优化理论:半正定矩阵在凸优化中非常重要,尤其是在二次规划问题中。
- 统计学:在协方差矩阵中,半正定性确保了协方差矩阵是有效的。
- 机器学习:在核方法中,核矩阵通常需要是半正定的,以确保其定义有效的内积空间。
- 控制理论:在控制系统中,半正定矩阵用于描述系统的稳定性和性能指标。
通过以上解释,希望能帮助你更好地理解半正定矩阵的概念、性质及其应用。