正定矩阵与可逆矩阵的关系

这篇具有很好参考价值的文章主要介绍了正定矩阵与可逆矩阵的关系。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、矩阵可逆

1. 可逆定义:

在线性代数中,给定一个n阶方阵A,若存在一n阶方阵B使得AB=BA=E,其中E为n阶单位矩阵,则称A是可逆的,且B是A的可逆阵,记作A-1

2. 可逆充要条件:

(1)AB=E(E为单位阵);
(2)矩阵A满秩(即r(A)=n);
(3)A的特征值全不为0;
(4)A的行列式|A|≠0,也可表述为A是非奇异矩阵(即行列式不为0的矩阵);
(5)齐次线性方程组AX=0 仅有零解;
(6)非齐次线性方程组AX=b 有唯一解;
(7)A的行(列)向量组线性无关;
(8)任一n维向量可由A的行(列)向量组线性表示。
注:以上条件全部是等价的

二、正定矩阵

1. 正定矩阵定义:

设M是n阶方阵,如果对任何非零向量z,都有zTMz> 0,其中zT 表示z的转置,就称M为正定矩阵。
其实,在线性代数中,正定矩阵的性质类似复数中的正实数

2. 正定矩阵性质:

(1)正定矩阵的行列式均大于0,且其一切顺序主子式均大于0;
(2)正定矩阵的逆矩阵也是正定矩阵;
(3)两个正定矩阵的和是正定矩阵;
(4)正实数与正定矩阵的乘积是正定矩阵;
(5)正定矩阵的特征值均为正。

三、正定矩阵与可逆矩阵

1.正定矩阵,一定可逆

证明:
因为:“正定矩阵A的行列式均大于0,且其一切顺序主子式均大于0”,
所以:“矩阵A满秩,一定可逆”

2.举例

如矩阵Q和R分别在什么情况下能保证矩阵M=ATQA+R可逆?
分析:若R是正定的、Q半正定,显然M是正定的,因为Q半正定保证ATQA半正定,而R是正定的,所以M一定是正定的;
又或者R是半正定的,Q是正定的,此时若A满秩,那么ATQA一定正定,而R是半正定的,所以所以M一定是正定的,所以矩阵M=ATQA+R可逆。文章来源地址https://www.toymoban.com/news/detail-482426.html

到了这里,关于正定矩阵与可逆矩阵的关系的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 矩阵理论| 特殊矩阵:正定矩阵

    实数域中,满足 x T A x 0 ( x ≠ 0 ) mathbf{x}^{T} boldsymbol{A} mathbf{x}0 quad(mathbf{x}neq 0) x T A x 0 ( x  = 0 ) 的矩阵 A boldsymbol{A} A 就是正定矩阵; 在复数域,满足 x H A x 0 ( x ≠ 0 ) mathbf{x}^{H} boldsymbol{A} mathbf{x}0 quad(mathbf{x}neq 0) x H A x 0 ( x  = 0 ) 的矩阵 A boldsymbol{A} A 就是正定矩

    2024年02月11日
    浏览(48)
  • (done) Positive Semidefinite Matrices 什么是半正定矩阵?如何证明一个矩阵是半正定矩阵? 可以使用特征值

    参考视频:https://www.bilibili.com/video/BV1Vg41197ew/?vd_source=7a1a0bc74158c6993c7355c5490fc600 参考资料(半正定矩阵的定义):https://baike.baidu.com/item/%E5%8D%8A%E6%AD%A3%E5%AE%9A%E7%9F%A9%E9%98%B5/2152711?fr=ge_ala 看看半正定矩阵的定义: 正定矩阵是 0,半正定矩阵是 = 0 根据定义来看,半正定矩阵也有 “实

    2024年02月22日
    浏览(56)
  • 矩阵可逆的充要条件及证明

    设 A A A 为 n n n 阶矩阵,则如下命题等价 A A A 是可逆的 A X = 0 AX=0 A X = 0 只有0解 A A A 与 I I I 行等价 A A A 可表示为有限个初等矩阵的乘积 已知 A A A 可逆,证明 A X = 0 AX=0 A X = 0 只有0解。 证明: ∵   A because A ∵   A 可逆 ∴   A − 1 therefore A^-1 ∴   A − 1 存在 ⇒   A − 1

    2024年02月04日
    浏览(43)
  • 线性代数(六)| 二次型 标准型转换 正定二次型 正定矩阵

    和第五章有什么样的联系 首先上一章我们说过对于对称矩阵,一定存在一个正交矩阵Q,使得$Q^{-1}AQ=B $ B为对角矩阵 那么这一章中,我们讲到,二次型写成矩阵后本质上就是一个对称矩阵,而我们想把它变的标准型,不就正好是一个对角矩阵,那么实际上我们的这个化标准型

    2024年02月03日
    浏览(50)
  • 正定矩阵的相关知识

    一、正定矩阵的定义:若矩阵A是n阶方阵,并且它的二次型大于0,即 则矩阵A是正定矩阵。 二、正定矩阵的性质: 1.正定矩阵的所有特征值都为正数。 2.正定矩阵行列式为正数 3.两个正定矩阵的和为正定矩阵(两个正定矩阵的乘积不一定是正定矩阵) 4.正数乘以正定矩阵结果

    2024年02月12日
    浏览(39)
  • 线性映射矩阵的可逆性: 判断与解释

    线性映射矩阵的可逆性是线性代数中的一个重要概念,它有着广泛的应用在数学、科学、工程等领域。在这篇文章中,我们将深入探讨线性映射矩阵的可逆性,包括判断可逆性、解释可逆性以及相关算法和代码实例。 2.1 线性映射 线性映射是将一个向量空间映射到另一个向量

    2024年02月21日
    浏览(78)
  • 【考研数学】线性代数第六章 —— 二次型(3,正定矩阵与正定二次型)

    (1)二次型 f ( x 1 , x 2 , x 3 ) = x 1 2 + 3 x 2 2 + 2 x 3 2 = X T A X f(x_1,x_2,x_3)=x_1^2+3x_2^2+2x_3^2=pmb{X^TAX} f ( x 1 ​ , x 2 ​ , x 3 ​ ) = x 1 2 ​ + 3 x 2 2 ​ + 2 x 3 2 ​ = X T A X 有如下特点: 对任意的 x 1 , x 2 , x 3 x_1,x_2,x_3 x 1 ​ , x 2 ​ , x 3 ​ ,有 f ( x 1 , x 2 , x 3 ) ≥ 0 f(x_1,x_2,x_3)geq0 f ( x 1 ​

    2024年02月07日
    浏览(50)
  • 由黑塞(Hessian)矩阵引发的关于正定矩阵的思考

    最近看论文,发现论文中有通过黑塞(Hessian)矩阵提高电驱系统稳定性的应用。所以本篇主要从Hessian矩阵的性质出发,对其中正定矩阵的判定所引发的想法进行记录。 (其实看论文出现黑塞很惊奇,因为前不久刚读了作家黑塞的《德米安:彷徨少年时》,所以在这一领域的黑塞

    2024年02月06日
    浏览(49)
  • 半正定Toeplitz矩阵的范德蒙德分解

    Toeplitz矩阵 的 定义 :Matrices whose entries are constant along each diagonal are called Toeplitz matrices . 形如 T = [ r 0 r 1 r 2 r 3 r − 1 r 0 r 1 r 2 r − 2 r − 1 r 0 r 1 r − 3 r − 2 r − 1 r 0 ] (1) boldsymbol{T}=left[ begin{matrix} r_0 r_1 r_2 r_3\\\\ r_{-1} r_0 r_1 r_2\\\\ r_{-2} r_{-1} r_0 r_1\\\\ r_{-3} r_{-2} r_{-1} r_0\\\\ end{matri

    2023年04月08日
    浏览(83)
  • 简述矩阵的秩和向量组的秩的定义 从定义出发分析两者之间的相互关系

    (1)简述矩阵的秩和向量组的秩的定义;(2)从定义出发分析两者之间的相互关系。 (1)简述矩阵的秩和向量组的秩的定义: 矩阵的秩的定义:设在矩阵A中有一个不为0的r阶子式D,且所有的r+1阶子式(若存在)全为0,则D称为矩阵A的最高阶非零子式,它的阶数r称为矩阵

    2024年02月16日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包