方便記憶Copy From:https://zhuanlan.zhihu.com/p/51187282
凸優化：一個對稱方陣是否正定[Copy from:https://zhuanlan.zhihu.com/p/32926848]
答：在凸優化中要用到，再細點就是在泰勒展開式的基礎上判斷一個函數是不是凸函數。矩陣
的正定就相當於實數是否大於0，但問題是矩陣不是實數啊，放心世界上聰敏人多的是，聰敏
人就想辦法變成實數，即 
，稱二次型（結果是個實數，這就好與0比較了），當二次型對
世界上所有的每一個 
有>0，則H正定，但是世界上的有無窮多，不可能一一試下去，所
以就另辟捷徑算H的特征值，當H中的最小特征值都大於0，則H為正定。H的正定乍一看沒多大
用處，但是對判斷一個自變量很多的函數是否為凸函數特別靈，H大於0則該函數為凸函數，這
時候H就是hessian矩陣。
理解二：
考慮矩陣的特征值。
若所有特征值均不小於零，則稱為半正定。
若所有特征值均大於零，則稱為正定。
三：特征值為0是什么情況？
特征值為0：A會壓縮某個方向上的所有向量 到 0向量
特征值不為0：A會縮放某個方向上的所有向量特征值倍