对称矩阵及正定矩阵

方便记忆Copy From:https://zhuanlan.zhihu.com/p/51187282
对称矩阵及正定矩阵
文章图片

对称矩阵及正定矩阵
文章图片

对称矩阵及正定矩阵
文章图片

对称矩阵及正定矩阵
文章图片

对称矩阵及正定矩阵
文章图片


对称矩阵及正定矩阵
文章图片

对称矩阵及正定矩阵
文章图片


【对称矩阵及正定矩阵】对称矩阵及正定矩阵
文章图片

凸优化:一个对称方阵是否正定[Copy from:https://zhuanlan.zhihu.com/p/32926848] 答:在凸优化中要用到,再细点就是在泰勒展开式的基础上判断一个函数是不是凸函数。矩阵 的正定就相当于实数是否大于0,但问题是矩阵不是实数啊,放心世界上聪敏人多的是,聪敏 人就想办法变成实数,即,称二次型(结果是个实数,这就好与0比较了),当二次型对 世界上所有的每一个有>0,则H正定,但是世界上的有无穷多,不可能一一试下去,所 以就另辟捷径算H的特征值,当H中的最小特征值都大于0,则H为正定。H的正定乍一看没多大 用处,但是对判断一个自变量很多的函数是否为凸函数特别灵,H大于0则该函数为凸函数,这 时候H就是hessian矩阵。
对称矩阵及正定矩阵
文章图片

理解二: 考虑矩阵的特征值。
若所有特征值均不小于零,则称为半正定。
若所有特征值均大于零,则称为正定。
三:特征值为0是什么情况?


特征值为0:A会压缩某个方向上的所有向量 到 0向量
特征值不为0:A会缩放某个方向上的所有向量特征值倍

转载于:https://www.cnblogs.com/TAL2SCB/p/10493171.html

    推荐阅读