在
线性代数里,正定矩阵是
埃尔米特矩阵的一种,有时会简称为正定阵。在双线性代数中,正定矩阵的性质类似
复数中的正实数。与正定矩阵相对应的
线性算子是
对称正定双线性形式(复域中则对应
埃尔米特正定双线性形式)。
对于
复数的情况,定义则为:一个n×n的
埃尔米特矩阵(或厄米矩阵)是正定的当且仅当对于每个非零的复向量z,都有z*z>0。其中z*表示z的
共轭转置。由于是
埃尔米特矩阵,经计算可知,对于任意的复向量z,z*z必然是实数,从而可以与0比较大小。
可以看出,上一节中正定阵的等价性质1只需略作相应改动,就可以变为判别负定矩阵、
半正定矩阵和半负定矩阵的准则。注意当M是半正定时,相应的Gram矩阵不必由线性无关的向量组成。对任意矩阵,AA必然是半正定的,并有rank()=rank(AA,两者的秩相等)。反过来,任意的半正定矩阵都可以写作M=A*A,这就是
Cholesky分解。
一个埃尔米特矩阵M是负定矩阵当且仅当M的所有奇数阶
顺序主子式小于0,所有偶数阶顺序主子式大于0。当M是负定矩阵时,M的逆矩阵也是负定的。
若为半正定阵,可以写作。如果是正定阵,可以写作。这个记法来自泛函分析,其中的正定阵定义了
正算子。
对于一般的埃尔米特矩阵,、,当且仅当。这样可以定义一个在埃尔米特矩阵集合上的
偏序关系。类似地,可以定义。
对于复系数矩阵,情况可能不太一样。主要看的是怎样扩展z*Mz>0这一性质。要使z*Mz总为实数,矩阵M必须是埃尔米特矩阵。因此,若z*Mz总是正实数,M必然是正定的埃尔米特矩阵。如果将z*Mz>0扩展为Re(z*Mz)>0,则等价于(M+M*)/2为正定阵。