高等数学 / 系统课时
用特征值判断矩阵正定性
用特征值判断矩阵正定性
正定性回答的是一个方向无关的问题:无论选择哪个非零向量,二次型 是否始终为正。对实对称矩阵,特征分解把这个问题化成检查一组特征值的正负,因此能直接区分正定、半正定和不定。
学习目标
- 根据实对称矩阵的特征值判断正定、半正定与不定
- 用特征分解解释二次型为什么等于各主方向能量之和
- 从几何形状和最小特征值理解“所有非零方向上的正能量”
特征值给出判定规则
设 是实对称矩阵,特征值为 。判断规则可以直接写成:
| 特征值情况 | 二次型性质 | 的符号 |
|---|---|---|
| 全部 | 正定 | 任意 都大于 |
| 全部 ,且至少一个为 | 正半定 | 任意 都不小于 ,某些非零方向等于 |
| 同时存在正、负特征值 | 不定 | 不同方向可取正值或负值 |
如果所有特征值都小于 ,则矩阵是负定;若都不大于 且包含零特征值,则是负半定。判断能量最常见的情形仍是正定与正半定。
特征分解把方向解耦
实对称矩阵可以正交对角化:
其中 的列向量是一组单位正交特征向量, 是以特征值为对角元素的对角矩阵。令 ,由于正交变换只是在旋转或反射坐标轴,不会把非零向量变成零向量,于是
这个式子揭示了正定性的本质:每个特征向量都是一个彼此独立的主方向, 决定该方向上的能量权重。只要所有权重都为正,任意非零向量至少有一个 ,总能量就必然为正。

用一个二阶矩阵完成判断
考虑
它的特征值为 和 ,两者都严格大于 ,所以 正定。对应二次型为
虽然中间的交叉项让表达式的正负不容易直接观察,但特征值已经说明:把坐标轴旋转到两个特征向量方向后,它等价于
只要 ,就有 ,因此这个值一定严格为正。
如果把某个特征值改成 ,对应主方向就不再贡献能量,矩阵只能是正半定;如果出现负特征值,沿对应特征向量 取 ,立即得到 ,因此不可能正定。
最小特征值衡量最弱方向
正定不仅是“结果为正”,还可以量化离零有多远。设最小特征值为 ,则对任意向量都有
因此 可以理解为系统最软、最弱方向上的能量系数。它越接近零,二次型在某个方向上越平坦;等于零时出现无能量方向;变成负数后,该方向的能量符号翻转,整体就可能形成马鞍形。
判断实对称矩阵的正定性时,可以把问题压缩成一句话:先求特征值,再看它们的符号。全部严格为正意味着每个主方向都提供正能量;允许零值会产生平坦方向;正负并存则意味着不同方向的能量性质发生冲突。
按自己的节奏,确认真正理解。