1 Sylvester判别法的基本概念
1.1 二次型与对称矩阵的对应关系
在实向量空间中，二次型可写作 \[ q(x)=x^\top A x, \] 其中 \(A\) 为实对称矩阵，\(x\) 为向量。对称性保证了二次型在实空间上的几何与代数性质与矩阵的特征结构相一致。由于对任何实矩阵 \(A\)，只要取其对称部分 \(\frac{A+A^\top}{2}\)，二次型值不变，因而判别问题通常可转化为对某个对称矩阵的分析。
1.2 顺序主子式（leading principal minors）
给定 \(n\times n\) 对称矩阵 \(A=(a_{ij})\)，考虑左上角的 \(k\times k\) 子矩阵 \(A_k\)。其行列式 \[ \Delta_k=\det(A_k),\quad k=1,2,\dots,n \] 称为顺序主子式（或顺序主子行列式、leading principal minors）。Sylvester判别法的关键信息就来自这些 \(\Delta_k\) 的符号以及它们是否为零。
1.3 正定、负定与不定的判别目标
二次型 \(q(x)=x^\top A x\) 的符号性质可分为三类：
- 正定：对所有非零 \(x\)，\(q(x)>0\)；
- 负定：对所有非零 \(x\)，\(q(x)<0\)；
- 不定：存在非零 \(x_1,x_2\)，使得 \(q(x_1)>0\) 且 \(q(x_2)<0\)。
还常涉及半正定与半负定的退化情形，即允许某些非零向量使二次型为零。Sylvester判别法在处理这些边界情况时也会通过“是否出现零的顺序主子式”来体现。
2 判别准则的核心表述
2.1 正定性的 Sylvester 判别法
Sylvester判别法用于判断正定性时给出简洁条件： 设 \(A\) 为实对称矩阵。若其所有顺序主子式满足 \[ \Delta_1>0,\ \Delta_2>0,\ \dots,\ \Delta_n>0, \] 则二次型 \(x^\top A x\) 在实空间中为正定。该判别不要求直接计算特征值，因此在计算中尤其方便。
2.2 负定性的 Sylvester 判别法
负定性的条件与正定性类似，但符号交替出现：若 \[ \Delta_1<0,\ \Delta_2>0,\ \Delta_3<0,\ \dots,\ (-1)^n\Delta_n>0, \] 等价地可表述为 \[ (-1)^k\Delta_k>0,\quad k=1,2,\dots,n, \] 则二次型为负定。直观上，负定意味着所有方向上的二次型值恒为负，因而顺序主子式呈现一致的交替符号模式。
2.3 不定性的判别判据与符号模式
当顺序主子式的符号模式不满足正定或负定的要求时，二次型通常会表现为不定或退化。常见判别逻辑是：
- 若某个 \(\Delta_k=0\)，则无法断言正定/负定，需进一步检查半正定或半负定；
- 若存在 \(\Delta_k\) 的符号与所需模式冲突（例如正定所需全为正不成立，负定所需交替正不成立），则可判断二次型不是正定也不是负定，从而落入不定或退化类。
在具体实现中，工程上常把“零与符号翻转”视作导致不定的关键线索，再结合对更低阶主子式的检查来完成最终结论。
3 与矩阵分解的联系
3.1 与特征值/谱理论的直观对应
对称矩阵的谱理论提供直观解释：若 \(A\) 的特征值全部为正，则 \(x^\top A x\) 恒正（正定）；全部为负则恒负（负定）；若特征值同时含正与负，则二次型不定。Sylvester判别法通过顺序主子式的符号，在不直接求特征值的情况下间接反映了这些谱性质。尤其在对称情形下，这种“代数不等式—符号模式”的对应非常稳定。
3.2 与Cholesky分解的关系
当 \(A\) 正定时，存在Cholesky分解 \[ A=LL^\top, \] 其中 \(L\) 为下三角矩阵且对角线元素为正。顺序主子式与分解中三角因子的对角元关系紧密：\(\Delta_k\) 会等于前 \(k\) 行列子块对应的分解量，因此其正性与正定性保持一致。反过来，若顺序主子式均为正，就能保证分解过程中对角项不会出现“零或负导致失败”的情况，从而与Cholesky的可行性互相印证。
3.3 与LDLᵀ分解（对称分解）的关系
对称矩阵常使用 LDLᵀ 分解（也称对称分解） \[ A=LDL^\top, \] 其中 \(L\) 为单位下三角矩阵，\(D\) 为对角矩阵。此时顺序主子式与 \(D\) 的对角元素乘积相联系，进而使正定/负定的判别转化为 \(D\) 的符号结构。该联系解释了为何只需考察顺序主子式：分解步骤本质上在“逐步确定主子块的可逆与符号信息”。
4 计算流程与实践要点
4.1 步骤化流程：从主子式到结论
对给定对称矩阵 \(A\) ，判别流程可概括为：
- 依次取其左上角 \(k\times k\) 子矩阵 \(A_k\)，计算 \(\Delta_k=\det(A_k)\)；
- 检查 \(\Delta_1,\dots,\Delta_n\) 的符号：
- 全部严格正 \(\Rightarrow\) 正定；
- 交替符号满足 \((-1)^k\Delta_k>0\) \(\Rightarrow\) 负定；
- 不满足上述条件，则为不定或退化（具体取决于是否出现零以及符号如何冲突）。
在实际写作或推导中，常把“找到第一个不满足条件的阶数 \(k\)”作为停步点，以降低工作量。
4.2 数值计算中的稳定性问题
在数值计算中，顺序主子式属于行列式，计算可能放大误差：矩阵条件数较大或元素尺度差异明显时，\(\Delta_k\) 的符号可能因舍入误差而翻转。实践中通常采取两类策略：
- 使用带有容差的比较（例如把非常接近零的 \(\Delta_k\) 视为零）；
- 优先采用与分解相关的实现方式（例如基于对称分解的判别），避免直接高阶行列式的反复展开计算。
因此，Sylvester判别法在理论上“符号清晰”，但在计算机上常需要数值容错。
4.3 何时需要注意半正定/退化情形
当某些顺序主子式为零时，正定或负定的严格结论无法成立。此时二次型可能是：
- 半正定：对所有 \(x\) 有 \(q(x)\ge 0\)，但存在非零 \(x\) 使 \(q(x)=0\)；
- 半负定：同理但方向相反；
- 或者不定但带退化：既存在正也存在负，同时某些方向恰好为零。
在工程判别中，通常结合更进一步的主子式检查或使用分解中 \(D\) 的零对角元来区分半定与不定退化。
5 在优化与物理中的应用
5.1 Hessian矩阵与二阶充分条件
在多元函数优化中，若目标函数 \(f(x)\) 在某点附近二阶可导，其 Hessian 矩阵 \(H\) 描述了局部曲率。二阶充分条件常见表达为：在临界点处，若 \(H\) 正定则该点为局部极小；若 \(H\) 负定则为局部极大；若 \(H\) 不定则为鞍点。 Sylvester判别法可用顺序主子式快速判断 \(H\) 的正定/负定，从而在不求特征值的情况下完成局部性质判定。这一特点使它在理论推导和一些手算场景中很常见。
5.2 能量函数稳定性分析（概念性）
在经典力学或连续介质的能量观点中，系统的平衡位置可与势能函数的驻点相联系。稳定性通常与二阶曲率相关：势能在平衡处的局部最小对应小扰动下能量增加，从而表现为稳定。由于二次近似由 Hessian 控制，Sylvester判别法就成为判断能量函数在驻点附近“是谷底还是山坡”的代数工具。
5.3 约束问题中常见的使用场景（概述）
在带约束优化或受限系统中，Hessian 的判别常通过把二次型限制在可行方向（例如切空间）上实现，得到一个与约束相关的“有效二次型”。Sylvester判别法常被用作这些有效矩阵的正定性或负定性判别手段。实践中它往往与拉格朗日乘子、KKT 条件或坐标消元配合出现，用以判断局部二阶性质。
6 相关判别与延伸主题
6.1 Hurwitz判别法（与稳定性判别的对比）
Hurwitz判别法用于判断多项式（常表示为特征多项式或系统特征方程）的所有根是否位于左半平面。其核心是通过一组系数所构成的行列式或主子式的符号来得到稳定性结论。与Sylvester判别法相比，二者都依赖“主子式/符号模式”思想，但研究对象不同：Sylvester偏向二次型与对称矩阵的正负定性；Hurwitz面向多项式根的实部符号，从而对应动态系统的稳定性。
6.2 度量与二次型分类的其他判据
除了Sylvester判别法，二次型正负性质还可通过多种途径确定，例如基于特征值符号的判别、基于矩阵可对角化的分类、或使用与分解相关的判据等。它们在理论一致性上互相对应，但在计算成本、数值稳定性、对退化情形的处理细节方面各有侧重。选择哪种方法通常取决于矩阵规模、数据精度与所需的严格程度。
6.3 示例：从一个具体矩阵推导结论
设 \[ A=\begin{pmatrix} 2&0\\ 0&-1 \end{pmatrix}. \] 顺序主子式为 \[ \Delta_1=2,\quad \Delta_2=\det(A)=2\cdot(-1)=-2. \] 判断正定需 \(\Delta_1>0,\Delta_2>0\)，但 \(\Delta_2<0\) 不满足；判断负定需 \((-1)^1\Delta_1>0\) 与 \((-1)^2\Delta_2>0\)，即 \(-\Delta_1>0\) 与 \(\Delta_2>0\)，同样不满足。因此 \(A\) 既不是正定也不是负定。由于二次型在该矩阵下沿两个坐标方向分别给出正值与负值，可得其为不定二次型。