线性代数|机器学习-P6正定和半正定矩阵

1. 正定矩阵的判定标准

目前我们有 5 种方法判断矩阵是否为正定矩阵:

  • 所有的特征值大于零: λ i > 0 \lambda_i>0 λi>0
  • 对于所有的非零向量x,能量方程大于零, x T S x > 0 x^TSx>0 xTSx>0
  • S = A T A S=A^TA S=ATA,当矩阵A列满秩
  • 所有的顺序主子式均大于零, D i > 0 D_i>0 Di>0
  • 所有的主元均大于零, P i v o t i > 0 Pivot_i>0 Pivoti>0

2. 非正定矩阵

  • 假设我们有一个矩阵S,判断其是否为正定矩阵
    S = [ 3 4 4 5 ] → ∣ S ∣ = − 1 → S 非正定矩阵 \begin{equation} S=\begin{bmatrix} 3&4\\\\ 4&5 \end{bmatrix}\rightarrow |S|=-1\rightarrow S非正定矩阵 \end{equation} S= 3445 S=1S非正定矩阵
  • 假设我们有一个矩阵S,判断其是否为正定矩阵
    S = [ 3 4 4 16 3 ] → ∣ S ∣ = 0 → S 为半正定矩阵 \begin{equation} S=\begin{bmatrix} 3&4\\\\ 4&\frac{16}{3} \end{bmatrix}\rightarrow |S|=0\rightarrow S 为半正定矩阵 \end{equation} S= 344316 S=0S为半正定矩阵

3. 能量方程

假设我们有如下能量方程,绘出其图像:
S = f ( x , y ) = [ x y ] [ 3 4 4 6 ] [ x y ] = 3 x 2 + 8 x y + 6 y 2 \begin{equation} S=f(x,y)=\begin{bmatrix} x&y \end{bmatrix}\begin{bmatrix} 3&4\\\\ 4&6 \end{bmatrix}\begin{bmatrix} x\\\\y \end{bmatrix}=3x^2+8xy+6y^2 \end{equation} S=f(x,y)=[xy] 3446 xy

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值