一般来说(实数范围内),正定矩阵必是对称矩阵。
一个
的实对阵矩阵
为半正定矩阵,当且仅当其对所有的非零向量
,都满足:
实对称矩阵 的维数为 , 因为它有 个变量(就是矩阵上三角中的元素)
用
表示半正定矩阵,
表示正定矩阵。凸优化书中的表示:
半正定矩阵实际是给出了几个约束条件的函数,例如
等价于下面三个约束条件:
半正定矩阵是一个凸锥,因为对任意两点
,
以及任意
,都有
所以
可以理解为对任意两个点 , 仍然满足那些约束条件(可以举两个点 , 推出来)。
上面三个约束条件生成的图像如下:
function DefiniteCone
ezmesh(@(x,z)sqrt(x.*z),[0,1],[0,1])
hold on
ezmesh(@(x,z)-sqrt(x.*z),[0,1],[0,1])
xlabel('x'); ylabel('z'); zlabel('y')
title('y^2=xz');
view([53,26]);
end
从图中可见该正定矩阵是一个凸锥。(画图时用除法时生成的图像很怪,因此只能用平方根了)