利用实方阵判定二次型正定性的新方法.docxVIP

利用实方阵判定二次型正定性的新方法 一次型函数y=x^(T)Ax+b^(T)x+c中,A是实对称矩阵，即A=A^(T),判定其正定性有多种方法，如用最优性理论等。近年来，通过实方阵的方法来判定二次型正定性也受到了研究者的部分关注，其优点是计算简单、复杂度低。 实方阵的定义是：设A和B是两个实对称矩阵，则A\otimes B=A \cdot B，其中\otimes是Koenin乘积，而\cdot是对应元素相乘法。矩阵A\otimes B=A \cdot B的特点是：有若干个实正交特征值和对应的特征向量，特征值全部为非负实数，此时称A \cdot B为实方阵。 现在假定二次形式矩阵为A = A^(T)，它可以表示为A=B \otimes C，于是定义A^+(t) = B^+(t)\otimes C^+(t)，其中B^+和C^+都是实正交矩阵。 A^+(t)和A的特征值呈线性关系，它们具有相同的特征向量，可以用 \lambda_1(A^+(t)) = v_1^TA^+(t)v_1 \geq \lambda_1(A) = v_1^TAv_1 的等式来证明A^+(t)的最小特征值， 从而证明A^+(t)是正定的。子最小特征值成为子正定。 由于A = B \otimes C大小是固定的，而B^+和C^+都是实正交矩阵，因此可以认为对于B和C的每个元素，存在一个有限的子正定空间，可以通过解决子正定矩阵优化问题，在该限定的子空间中来最优化B^+和C^+的每一个元素，并达到判定A的正定性的目的。 实方阵计算二次型正定性的优点是: ①满足线性性能准则；②实用：矩阵的大小可以多样化，SDP问题任务可以任意定义；③可以解决一般式矩阵的正定性判定问题。 可见，利用实方阵来进行二次型正定性判定，是一种实用简单、复杂度低的有效方法。相比其他判定方法，其多重特性更加凸显了其灵活性，进而更加普及了应用。