二次型



二次型是一種特殊的二次函數,其中只含二次項, 在機器學習中常以目標函數的形式出現

基本概念

  • 二次型(Quardic Form),只包含二次項的函數,如:

\[2x^2 - 3 xy + y^2 + z^2 \]

二次型可以寫成矩陣的形式:\(\boldsymbol{x}^T \boldsymbol{A} \boldsymbol{x}\)\(\boldsymbol{x}^T = (x\ y\ z)^T\)。其中 \(\boldsymbol{A} = [a]_{ij}\) 是對稱矩陣。對於一個二次型,可以快速地求出 \(\boldsymbol{A}\) :平方項 \(ax_i^2\) 的系數是矩陣的主對角線元素,交叉乘積項 \(ax_ix_j\) 的系數由 \(a_{ij}\)\(a_{ji}\) 均分。實對稱矩陣與二次型一一對應。例子中的 \(\boldsymbol{A}\) 為:

\[\left[ \begin{array}{ccc} 2 & -1.5 & 0 \\ -1.5 & 1 & 0\\ 0 & 0 & 1 \end{array} \right] \]

  • 正定二次型與正定矩陣
    如果一個二次型對於任意非 \(\boldsymbol{0}\) 向量 \(\boldsymbol{x}\) 都有:

\[\boldsymbol{x}^T \boldsymbol{A} \boldsymbol{x} > 0 \]

則稱該二次型為正定(Positive Definite)二次型,\(\boldsymbol{A}\) 為正定矩陣(實對稱矩陣與二次型一一對應)。正定矩陣的所有主對角線元素 \(a_{ii} > 0\)。證明:

根據正定的定義,構造一個第 \(i\) 個分量為1,其余分量為0的向量 \(\boldsymbol{x}\),則有 \(\boldsymbol{x}^T \boldsymbol{A} \boldsymbol{x} = a_{ii} > 0\)
證畢。

  • 半正定二次型與半正定矩陣
    如果一個二次型對於任意非 \(\boldsymbol{0}\) 向量 \(\boldsymbol{x}\) 都有:

\[\boldsymbol{x}^T \boldsymbol{A} \boldsymbol{x} \geq 0 \]

則稱該二次型為半正定(Positive Semi-Definite)二次型,\(\boldsymbol{A}\) 半為正定矩陣(實對稱矩陣與二次型一一對應)。

  • 負定二次型與負定矩陣
    如果一個二次型對於任意非 \(\boldsymbol{0}\) 向量 \(\boldsymbol{x}\) 都有:

\[\boldsymbol{x}^T \boldsymbol{A} \boldsymbol{x} < 0 \]

則稱該二次型為負定(Negative Definite)二次型,\(\boldsymbol{A}\) 為負定矩陣(實對稱矩陣與二次型一一對應)。類似的可以定義半負定矩陣。如果既不正定也不負定,則稱為不定

半正定矩陣的一些性質

  1. 若給定任意一個半正定矩陣 \(\boldsymbol{A}\) 和一個向量 \(\boldsymbol{x}\),則兩者相乘得到的向量 \(\boldsymbol{y = Ax}\) 與向量 \(\boldsymbol{x}\) 的夾角恆小於或等於 $\frac{\pi}{2} (等價於: \(\boldsymbol{x}^T \boldsymbol{A} \boldsymbol{x} \geq 0\));
  2. 協方差矩陣是半正定的[1][2]
  3. 半正定矩陣的行列式是非負的;
  4. 兩個半正定矩陣的和是半正定的;
  5. 非負實數與半正定矩陣的數乘矩陣是半正定的。

正定矩陣判定規則

  1. \(\boldsymbol{A}\)\(n\) 個特征值 \(\lambda_1,\ ...,\ \lambda_n\) 均大於0.
    證明

待補充

  1. 存在可逆矩陣 \(\boldsymbol{P}\) 使得 \(\boldsymbol{A} = \boldsymbol{P} \boldsymbol{P}\).
    證明

對於任意非 \(\boldsymbol{0}\) 向量 \(\boldsymbol{x}\) 有:

\[\boldsymbol{x}^T \boldsymbol{A} \boldsymbol{x} = \boldsymbol{x}^T \boldsymbol{P}^T \boldsymbol{P} \boldsymbol{x} = (\boldsymbol{Px})^T \boldsymbol{Px} \]

因為 \(\boldsymbol{P}\) 可逆,故對於任意非 \(\boldsymbol{0}\) 向量 \(\boldsymbol{x}\)\(\boldsymbol{Px} \neq \boldsymbol{0}\),即 \((\boldsymbol{Px})^T \boldsymbol{Px} > 0\)
證畢。

  1. 如果 \(\boldsymbol{A}\) 是正定矩陣,則 \(\boldsymbol{A}\) 也是正定矩陣.
    證明

\((\boldsymbol{x}^T \boldsymbol{A}^T \boldsymbol{x})^T = \boldsymbol{x}^T \boldsymbol{A} \boldsymbol{x} > 0\)
證畢。

  1. \(\boldsymbol{A}\) 的所有順序主子式(由矩陣前 \(k\) 行,前 \(k\) 列的元素形成的行列式)均為正.
    證明

待補充


未完待續。。。

Reference、


  1. 淺談「正定矩陣」和「半正定矩陣」 ↩︎

  2. 證明:協方差矩陣是半正定矩陣 ↩︎


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM