欢迎回来。这里是数学科学思维系列,旨在帮助大家快速梳理「向量、矩阵、积分、微分、函数、优化、概率」等数据科学的基础内核。上一期,我们给大家系统的梳理了「二次型矩阵」的相关要点,了解了二次型矩阵的定义和二次标准型的推导过程,这一期我们继续说说「正定矩阵」和「对称矩阵」。
首先,我们先把上期留在末尾的二次型小例子的解法进行揭晓。
壹 二次型例题讲解
将下列二次函数转为标准型形式:
Step 1 明确目标-找到对角矩阵
先根据二次项系数把矩阵 表示出来:
「这个对称矩阵一定存在一个与之相似的对角矩阵」,怎么求出对角矩阵呢?
Step 2 计算特征根
可通过 特征根来求解。
求出的
这样我们就找到了对角矩阵 :
Step 3 计算特征向量
接着我们根据每个特征根找到它们的特征向量,首先以 为例:
列出它的增广矩阵:
接着我们可以推出对应的第一个特征向量为:
根据上面的思路,我们继续计算出 时对应的特征向量:
Step 4 生成标准正交基
接着,我们对三个特征向量进行正交化处理:
三个向量分别除以它们的模,生成标准正交基:
这样我们就得到了三个主轴方向组成了形状,此处令:
然后令:
这样就得到了:
也可以写成:
这里的分母都是半长轴,这样我们就可以得到对应的椭球面曲线啦。
曲线
当然我们还可以把它化简成「规范型」的二次曲线形式,此处的规范型代表了二次项系数都为 ,这样就从椭球面变成了球面的形式:
最后得到:
贰 正定矩阵
好啦,说完了二次型,接着我们再来说说正定矩阵。
1.什么是正定矩阵?
首先,我们先来看一下正定矩阵的定义。
❝
如果一个二次型对于任意非零向量 都有:
0″ data-formula-type=”block-equation”>
则称该二次型为正定二次型,矩阵 为正定矩阵。
❞
具体而言,如果矩阵 的特征根都大于零什么是正交矩阵,那么 就是正定矩阵;如果矩阵 的特征根都小于零,那么 就是负定矩阵;如果矩阵 的特征根有的大于零、有的小于零,那么 就是不定矩阵。
2.正定矩阵的特点
如果我们把正定矩阵换成标准型的形式,即为:
如果是规范型的形式,即为:
此时,假如 ,正的特征根有 个什么是正交矩阵,对应的负的特征根有 个,那么矩阵 是正定矩阵的充要条件为:
❝
表示当矩阵 为正定矩阵时,其充分必要条件为:矩阵 的正特征根一共有 个,它与矩阵的秩 和维数 相等。
❞3.拟牛顿法中的正定对称矩阵
首先,我们用1分钟快速回顾一下在前期讲义中拟牛顿法的含义,其中使用拟牛顿法求解的核心在于找到海森矩阵的逆,海森矩阵为:
此处的海森矩阵 0″ data-formula-type=”inline-equation”> 即为多元方程中的二次导数,那么简要回顾一下二次导数大小对求解值的判断性质可知:
❝❞
这样大家是不是就把这个知识点串在了一起?想要求出凸函数的解,矩阵 需满足大于零,即矩阵的各个特征根均为正数,且特征根数与矩阵维数相同。
叁 对称矩阵
最后,我们来总结一下对称矩阵的特点。
1.对称矩阵
对称矩阵自然满足 ,假如此时有 ,其中 ,通过上面的等式展开有:
这样就得到了 方阵之间的正交基,为什么是正交呢?因为当 时, 两个方阵的内积为零,原因为此时的 和 是两组线性无关的特征向量,那么它们的内积自然为零。
2. 为非对称矩阵
假如 不是对称矩阵,怎么构造出对称的呢?
很简单,我们可以令 ,此时:
此时就构成了对称的方阵。
那么经过变化后的矩阵,满足以下四个结论:
❝❞
好啦,关于正定矩阵和对称矩阵的特点,我们就介绍到这里,下一期我们继续说说「矩阵分解」的内容。更新不易,喜欢这个系列的小伙伴请多多点赞支持,我们下期不见不散~
限 时 特 惠: 本站每日持续更新海量各大内部创业教程,一年会员只需98元,全站资源免费下载 点击查看详情
站 长 微 信: muyang-0410