Matrice autoadiacentă pozitivă
O simetrică reală matrice (sau: self - sa alăturat reală ) este declarat a fi pozitiv sau pozitiv semi-definit dacă asociată forma biliniară simetrică este pozitiv . Mai general, o matrice pătrată complexă se spune că este pozitivă dacă forma sesquiliniară asociată este pozitivă (Hermitian) , matricea fiind atunci neapărat auto- unită .
Adevăratul caz
Definiții
Spunem că o matrice simetrică reală M de ordinul n este pozitivă (sau semidefinită pozitivă) dacă îndeplinește una dintre următoarele proprietăți echivalente:
-
M este un element pozitiv (en) al C * -algebrei reale M n, n (ℝ) , adică spectrul său este inclus în ℝ + .
- Forma bilineară simetrică asociată cu M este pozitivă: pentru orice matrice de coloană x cu n elemente reale, x T Mx ≥ 0 (unde x T reprezintă matricea transpusă a lui x ).
- Valorile proprii ale lui M (care sunt neapărat reale) sunt pozitive sau zero.
- Există o matrice reală N astfel încât M = N T N .
- Toți principalii minori ai lui M sunt pozitivi sau zero: pentru orice parte I vid de la {1,…, n }, determinantul submatricii M I, I de M (format din elementele sale cu indicii de rând și de coloane în I ) este pozitiv sau zero.
Se spune că este pozitiv definit dacă este și inversabil .
Dovada echivalențelor
1. și 3. sunt în mod clar echivalente.
Proprietatea 2. înseamnă că M definește pe ℝ n o formă pătratică pozitivă, proprietatea 3. că pe ℝ n , văzut ca spațiu euclidian cu produsul scalar , M definește un endomorfism autoadjunct pozitiv. Echivalența dintre 2. și 3. provine din această dublă interpretare, în lumina reducerii Gaussiene și a teoremei spectrale . Deoarece orice matrice simetrică reală este diagonalizabilă (cf. Descompunerea spectrală ), există o matrice ortogonală P (ale cărei coloane sunt vectorii proprii ai lui M ) și o matrice diagonală D (ai cărei coeficienți diagonali sunt valorile proprii ale lui M ) astfel încât M = PDP T .
⟨X,y⟩=∑eu=1nuXeuyeu{\ displaystyle \ langle x, y \ rangle = \ sum _ {i = 1} ^ {n} {x_ {i} y_ {i}}}
Dacă 2. este adevărat, știind că valorile proprii ale unei reale matrice simetrică sunt reale, vom vedea prin aplicarea 2. a vectorilor proprii care 3. este adevărat.
Deoarece P -1 = P T , matricea M este de asemenea congruent cu matricea diagonală D . Deci invers, dacă 3. este adevărat, atunci 2. este adevărat.
Dacă 4. este adevărat ( M = N T N ), atunci , atunci 2. este adevărat.
∀X∈Rnu,XTMX=(NUX)T(NUX)=‖NUX‖2⩾0{\ displaystyle \ forall x \ in \ mathbb {R} ^ {n}, x ^ {\ mathsf {T}} Mx = \ left (Nx \ right) ^ {\ mathsf {T}} \ left (Nx \ right ) = \ | Nx \ | ^ {2} \ geqslant 0}
În schimb, dacă 2. (deci 3.) este adevărat, putem deduce o matrice reală N astfel încât M = N T N (matricea N nu este unică; dacă impunem că ea însăși pozitivă, cf. § „Proprietăți “ de mai jos ): este suficient să se definească desaturazei matricea ca fiind matricea diagonală a cărei termeni diagonală sunt rădăcinile pătrate ale celor ale D , și pentru a seta N = Δ P T , deoarece , atunci N T N = M . Dacă dorim o matrice simetrică pozitiv, pur și simplu cere mai degrabă N = P Δ P T .
Dacă 4. (sau 2., sau 3.) este adevărat pentru M, atunci 4. este adevărat și pentru sub-matricile minore majore ale lui M , prin urmare 5. este adevărat.
Dimpotrivă, să presupunem 5. adevărat și demonstrați 2 .. Pentru orice p de la 1 la n , toți principalii minori ai p- a dominantă submatrică principală M p sunt, prin presupunere, pozitivi sau zero astfel (conform expresiei caracteristicii polinomul în funcție de acestea ) det (ε I p + M p )> 0 pentru toate ε> 0. Conform criteriului lui Sylvester , ε I n + M este deci (definit) pozitiv, astfel încât să verifice 2. Deducem că De asemenea, M , făcând ε să tindă către 0.
În restul acestui articol, vom indica setul de matrici pătrate de ordin simetric cu coeficienți reali și partea matricilor pozitive formate.
Snu{\ displaystyle {\ mathcal {S}} _ {n}}nu{\ displaystyle n}Snu+{\ displaystyle {\ mathcal {S}} _ {n} ^ {+}}Snu{\ displaystyle {\ mathcal {S}} _ {n}}
Exemple
- Fie o funcție reală a variabilelor reale , definită pe o deschidere de , diferențiată într-un vecinătate a unui punct al acestui deschis și de două ori diferențiată în acest moment. Dacă atinge un minim local la , matricea sa Hessian este y pozitivă ( condiția necesară a optimității de ordinul doi fără restricții ).f{\ displaystyle f}nu{\ displaystyle n}Rnu{\ displaystyle \ mathbb {R} ^ {n}}X{\ displaystyle x}f{\ displaystyle f}X{\ displaystyle x}
- Având în vedere un vector aleatoriu cu valori în care fiecare componentă admite o varianță, îi definim matricea de covarianță prin(T1,...,Tnu){\ displaystyle (T_ {1}, \ dots, T_ {n})}Rnu{\ displaystyle \ mathbb {R} ^ {n}}Γ=(vs.ov(Teu,Tj))∈Snu.{\ displaystyle \ Gamma = {\ Big (} \ mathrm {cov} (T_ {i}, T_ {j}) {\ Big)} \ in {\ mathcal {S}} _ {n}.}Acest lucru este pozitiv. Într-adevăr, pentru orice matrice de coloane cu elemente reale notate :X{\ displaystyle x}nu{\ displaystyle n}X1,...,Xnu{\ displaystyle x_ {1}, \ dots, x_ {n}}XTΓX=Vlar(X1T1+⋯+XnuTnu)⩾0.{\ displaystyle x ^ {\ mathsf {T}} \ Gamma x = \ mathrm {Var} (x_ {1} \, T_ {1} + \ cdots + x_ {n} \, T_ {n}) \ geqslant 0 .}Este pozitiv definit dacă și numai dacă singura combinație liniară este certă este aceea a cărei coeficienți sunt zero.T1,...,Tnu{\ displaystyle T_ {1}, \ dots, T_ {n}}
- Orice matrice Gram este auto-unită pozitivă.
- Fie o matrice simetrică reală ai cărei termeni diagonali sunt pozitivi și definiți deLA{\ displaystyle A}B{\ displaystyle B}Beuj=LAeujLAeueuLAjj.{\ displaystyle B_ {ij} = {\ frac {A_ {ij}} {\ sqrt {A_ {ii} A_ {jj}}}}.}Atunci este semidefinit pozitiv dacă și numai dacă este. Ne gândim în special la corelație .LA{\ displaystyle A}B{\ displaystyle B}
- Reducerea unor termeni extra-diagonali ai unei matrice definitive pozitive este o operație care nu păstrează neapărat pozitivitatea (deși razele discurilor Gerschgorin scad). În contraexemplul de mai jos, este pozitiv definit în timp ce nu este:LA{\ displaystyle A}B{\ displaystyle B}LA=(109791097910),B=(108281082810).{\ displaystyle A = {\ begin {pmatrix} 10 & 9 & 7 \\ 9 & 10 & 9 \\ 7 & 9 & 10 \\\ end {pmatrix}}, B = {\ begin {pmatrix} 10 & 8 & 2 \\ 8 & 10 & 8 \\ 2 & 8 & 10 \\\ end {pmatrix}}.}
Proprietăți
- Orice matrice reală simetrică pozitivă admite o rădăcină pătrată reală simetrică pozitivă unică . Mai formal:∀M∈Snu+∃NU∈Snu+NU2=M.{\ displaystyle \ forall M \ in {\ mathcal {S}} _ {n} ^ {+} \ quad \ există N \ in {\ mathcal {S}} _ {n} ^ {+} \ quad N ^ { 2} = M.}Acest rezultat (a cărui parte a „ existenței ” este demonstrată în pasajul la § „Definiții” de mai sus ) generalizează la n - rădăcini .
- Dacă două matrici reale simetrice M și N sunt pozitive și fac naveta , atunci MN este simetric pozitiv.
- Prin caracterizarea 2. din § „Definiții”, este o intersecție a jumătăților de spații (în număr infinit). Pentru caracterizarea 5., este un set semi-algebric (en) de bază ( adică d. Caracterizat printr-un număr finit de inegalități polinomiale).Snu+{\ displaystyle {\ mathcal {S}} _ {n} ^ {+}}Snu+{\ displaystyle {\ mathcal {S}} _ {n} ^ {+}}
-
Caracterizările § „Definiții” arată că este un con convex închis , care nu este gol .Snu+{\ displaystyle {\ mathcal {S}} _ {n} ^ {+}} Snu{\ displaystyle {\ mathcal {S}} _ {n}}
- În spațiul euclidian (prevăzut cu produsul scalar obișnuit: ceea ce înseamnă pista ), conul normal și tangenta la in sunt scriseSnu{\ displaystyle {\ mathcal {S}} _ {n}}⟨LA,B⟩: =tr(LAB){\ displaystyle \ langle A, B \ rangle: = \ operatorname {tr} (AB)}tr{\ displaystyle \ operatorname {tr}}Snu+{\ displaystyle {\ mathcal {S}} _ {n} ^ {+}}LA∈Snu+{\ displaystyle A \ in {\ mathcal {S}} _ {n} ^ {+}}NUSnu+(LA)=(-Snu+)∩(LA⊥)șiTSnu+(LA)={D∈Snu∣∀v∈kerLAv⊤Dv⩾0}.{\ displaystyle \ operatorname {N} _ {{\ mathcal {S}} _ {n} ^ {+}} {(A)} = (- {\ mathcal {S}} _ {n} ^ {+}) \ cap (A ^ {\ bot}) \ quad {\ text {et}} \ quad \ operatorname {T} _ {{\ mathcal {S}} _ {n} ^ {+}} {(A)} = \ {D \ in {\ mathcal {S}} _ {n} \ mid \ forall v \ in \ ker A \; \; v ^ {\! \ Top \!} Dv \ geqslant 0 \}.}
Cazul complex
Extindem proprietățile și definițiile anterioare la matrici complexe.
Fie M o matrice pătrată de ordinul n . Se spune că este pozitiv dacă îndeplinește una dintre următoarele proprietăți echivalente:
-
M este un element pozitiv al complexului C * -algebra M n, n (ℂ).
-
M este auto-îmbinat (sau: Hermitian ) și toate valorile proprii ale acestuia sunt pozitive sau zero.
- Forma sesquiliniară asociată cu M este (hermitiană) pozitivă : pentru orice matrice de coloană z cu n elemente complexe, z * Mz este un real pozitiv (unde z * denotă matricea anexă a z ).
- Există o matrice complexă N astfel încât M = N * N .
Se spune că este pozitiv definit dacă este și inversabil.
Observații
- Matricea nu ar trebui să fie auto-unită a priori : această proprietate este o consecință a fiecărei caracterizări, în special - spre deosebire de cazul real - a pozitivității formei asociate.
- Pe spațiul matricilor hermitiene de ordinul n , ordinea parțială asociată cu matricile conice convexe pozitive se numește ordinul lui Lowner (en) (numit după Charles Loewner ).
Orice matrice pozitivă (hermitiană) admite o rădăcină pătrată unică pozitivă (hermitiană).
Note și referințe
-
Jean-Pierre Ramis , André Warusfel și colab. , Matematică multifuncțională pentru licența 2: curs complet, exemple și exerciții corectate , Dunod ,2014( citiți online ) , p. 134.
-
Pozitivitatea minorilor majori dominanți nu este suficientă, după cum reiese din matrice .(000-1){\ displaystyle {\ begin {pmatrix} 0 & 0 \\ 0 & -1 \ end {pmatrix}}}
-
(în) Roger A. Horn și Charles R. Johnson, Matrix Analysis , Cambridge University Press ,2013, A 2 -a ed. ( 1 st ed. 1985) ( citit on - line ) , p. 439, arată că 5. ⇒ 3.
-
Exemplul funcțiilor constante arată că nu este neapărat pozitiv definit
-
Pentru o dovadă completă, consultați § „Matricea pozitivă” a articolului despre rădăcinile pătrate ale unei matrice .
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">