在數學上,複值域函數的正定函數 是和正定矩陣 有關的特質。
令
  
    
      
        
          R 
         
       
     
    {\displaystyle \mathbb {R} } 
   
  是實數 集合,
  
    
      
        
          C 
         
       
     
    {\displaystyle \mathbb {C} } 
   
  為複數 集合。
函數
  
    
      
        f 
        : 
        
          R 
         
        → 
        
          C 
         
       
     
    {\displaystyle f:\mathbb {R} \to \mathbb {C} } 
   
  稱為半正定 ,若針對所有實數x 1 , …, x n  , n  × n  矩陣 
  
    
      
        A 
        = 
        
          
            ( 
            
              a 
              
                i 
                j 
               
             
            ) 
           
          
            i 
            , 
            j 
            = 
            1 
           
          
            n 
           
         
          
        , 
         
        
          a 
          
            i 
            j 
           
         
        = 
        f 
        ( 
        
          x 
          
            i 
           
         
        − 
        
          x 
          
            j 
           
         
        ) 
       
     
    {\displaystyle A=\left(a_{ij}\right)_{i,j=1}^{n}~,\quad a_{ij}=f(x_{i}-x_{j})} 
   
  
都是半正定矩陣 [來源請求]  。
依照定義,半正定矩陣(像是
  
    
      
        A 
       
     
    {\displaystyle A} 
   
  )會是埃尔米特矩阵 ,因此f (−x )是f (x ))的共轭复数 。
若上述矩陣改為正定矩陣、半負定矩陣及負定矩陣,則函數則為正定函數 、半負定函數 及負定函數 。
 
若
  
    
      
        ( 
        X 
        , 
        ⟨ 
        ⋅ 
        , 
        ⋅ 
        ⟩ 
        ) 
       
     
    {\displaystyle (X,\langle \cdot ,\cdot \rangle )} 
   
  是實内积空间 ,則
  
    
      
        
          g 
          
            y 
           
         
        : 
        X 
        → 
        
          C 
         
       
     
    {\displaystyle g_{y}\colon X\to \mathbb {C} } 
   
  , 
  
    
      
        x 
        ↦ 
        exp 
         
        ( 
        i 
        ⟨ 
        y 
        , 
        x 
        ⟩ 
        ) 
       
     
    {\displaystyle x\mapsto \exp(i\langle y,x\rangle )} 
   
  對於每一個
  
    
      
        y 
        ∈ 
        X 
       
     
    {\displaystyle y\in X} 
   
  是正定:針對所有
  
    
      
        u 
        ∈ 
        
          
            C 
           
          
            n 
           
         
       
     
    {\displaystyle u\in \mathbb {C} ^{n}} 
   
  ,以及所有
  
    
      
        
          x 
          
            1 
           
         
        , 
        … 
        , 
        
          x 
          
            n 
           
         
       
     
    {\displaystyle x_{1},\ldots ,x_{n}} 
   
  ,可得
  
    
      
        
          u 
          
            ∗ 
           
         
        
          A 
          
            ( 
            
              g 
              
                y 
               
             
            ) 
           
         
        u 
        = 
        
          ∑ 
          
            j 
            , 
            k 
            = 
            1 
           
          
            n 
           
         
        
          
            
              u 
              
                k 
               
             
            ¯ 
           
         
        
          u 
          
            j 
           
         
        
          e 
          
            i 
            ⟨ 
            y 
            , 
            
              x 
              
                k 
               
             
            − 
            
              x 
              
                j 
               
             
            ⟩ 
           
         
        = 
        
          ∑ 
          
            k 
            = 
            1 
           
          
            n 
           
         
        
          
            
              u 
              
                k 
               
             
            ¯ 
           
         
        
          e 
          
            i 
            ⟨ 
            y 
            , 
            
              x 
              
                k 
               
             
            ⟩ 
           
         
        
          ∑ 
          
            j 
            = 
            1 
           
          
            n 
           
         
        
          u 
          
            j 
           
         
        
          e 
          
            − 
            i 
            ⟨ 
            y 
            , 
            
              x 
              
                j 
               
             
            ⟩ 
           
         
        = 
        
          
            | 
            
              
                ∑ 
                
                  j 
                  = 
                  1 
                 
                
                  n 
                 
               
              
                
                  
                    u 
                    
                      j 
                     
                   
                  ¯ 
                 
               
              
                e 
                
                  i 
                  ⟨ 
                  y 
                  , 
                  
                    x 
                    
                      j 
                     
                   
                  ⟩ 
                 
               
             
            | 
           
          
            2 
           
         
        ≥ 
        0. 
       
     
    {\displaystyle u^{*}A^{(g_{y})}u=\sum _{j,k=1}^{n}{\overline {u_{k}}}u_{j}e^{i\langle y,x_{k}-x_{j}\rangle }=\sum _{k=1}^{n}{\overline {u_{k}}}e^{i\langle y,x_{k}\rangle }\sum _{j=1}^{n}u_{j}e^{-i\langle y,x_{j}\rangle }=\left|\sum _{j=1}^{n}{\overline {u_{j}}}e^{i\langle y,x_{j}\rangle }\right|^{2}\geq 0.} 
   
  
正定函數的非負線性組合也是正定函數,像是余弦函數 是上述函數的非負線性組合,因此是正定的:
  
    
      
        cos 
         
        ( 
        x 
        ) 
        = 
        
          
            1 
            2 
           
         
        ( 
        
          e 
          
            i 
            x 
           
         
        + 
        
          e 
          
            − 
            i 
            x 
           
         
        ) 
        = 
        
          
            1 
            2 
           
         
        ( 
        
          g 
          
            1 
           
         
        + 
        
          g 
          
            − 
            1 
           
         
        ) 
        . 
       
     
    {\displaystyle \cos(x)={\frac {1}{2}}(e^{ix}+e^{-ix})={\frac {1}{2}}(g_{1}+g_{-1}).} 
   
  
若有正定函數
  
    
      
        f 
        : 
        
          R 
         
        → 
        
          C 
         
       
     
    {\displaystyle f\colon \mathbb {R} \to \mathbb {C} } 
   
  ,以及向量空间 
  
    
      
        X 
       
     
    {\displaystyle X} 
   
  ,可以建立正定函數
  
    
      
        f 
        : 
        X 
        → 
        
          C 
         
       
     
    {\displaystyle f\colon X\to \mathbb {C} } 
   
  :選擇線性函數   
  
    
      
        ϕ 
        : 
        X 
        → 
        
          R 
         
       
     
    {\displaystyle \phi \colon X\to \mathbb {R} } 
   
  ,並且定義
  
    
      
        
          f 
          
            ∗ 
           
         
        := 
        f 
        ∘ 
        ϕ 
       
     
    {\displaystyle f^{*}:=f\circ \phi } 
   
  .
則
  
    
      
        
          u 
          
            ∗ 
           
         
        
          A 
          
            ( 
            
              f 
              
                ∗ 
               
             
            ) 
           
         
        u 
        = 
        
          ∑ 
          
            j 
            , 
            k 
            = 
            1 
           
          
            n 
           
         
        
          
            
              u 
              
                k 
               
             
            ¯ 
           
         
        
          u 
          
            j 
           
         
        
          f 
          
            ∗ 
           
         
        ( 
        
          x 
          
            k 
           
         
        − 
        
          x 
          
            j 
           
         
        ) 
        = 
        
          ∑ 
          
            j 
            , 
            k 
            = 
            1 
           
          
            n 
           
         
        
          
            
              u 
              
                k 
               
             
            ¯ 
           
         
        
          u 
          
            j 
           
         
        f 
        ( 
        ϕ 
        ( 
        
          x 
          
            k 
           
         
        ) 
        − 
        ϕ 
        ( 
        
          x 
          
            j 
           
         
        ) 
        ) 
        = 
        
          u 
          
            ∗ 
           
         
        
          
            
              
                A 
                ~ 
               
             
           
          
            ( 
            f 
            ) 
           
         
        u 
        ≥ 
        0 
        , 
       
     
    {\displaystyle u^{*}A^{(f^{*})}u=\sum _{j,k=1}^{n}{\overline {u_{k}}}u_{j}f^{*}(x_{k}-x_{j})=\sum _{j,k=1}^{n}{\overline {u_{k}}}u_{j}f(\phi (x_{k})-\phi (x_{j}))=u^{*}{\tilde {A}}^{(f)}u\geq 0,} 
   
  
其中
  
    
      
        
          
            
              
                A 
                ~ 
               
             
           
          
            ( 
            f 
            ) 
           
         
        = 
        
          
            ( 
           
         
        f 
        ( 
        ϕ 
        ( 
        
          x 
          
            i 
           
         
        ) 
        − 
        ϕ 
        ( 
        
          x 
          
            j 
           
         
        ) 
        ) 
        = 
        f 
        ( 
        
          
            
              
                x 
                ~ 
               
             
           
          
            i 
           
         
        − 
        
          
            
              
                x 
                ~ 
               
             
           
          
            j 
           
         
        ) 
        
          
            
              ) 
             
           
          
            i 
            , 
            j 
           
         
       
     
    {\displaystyle {\tilde {A}}^{(f)}={\big (}f(\phi (x_{i})-\phi (x_{j}))=f({\tilde {x}}_{i}-{\tilde {x}}_{j}){\big )}_{i,j}} 
   
  ,而在
  
    
      
        ϕ 
       
     
    {\displaystyle \phi } 
   
 線性 時,每一個
  
    
      
        
          
            
              
                x 
                ~ 
               
             
           
          
            k 
           
         
        := 
        ϕ 
        ( 
        
          x 
          
            k 
           
         
        ) 
       
     
    {\displaystyle {\tilde {x}}_{k}:=\phi (x_{k})} 
   
  都是不同的[ 1]  。
 
正定函數也出現在傅里叶变换 的理論中,可以看出一個函數f 正定就是可以成為在函數g (且g (y ) ≥ 0)在實數線上傅里叶变换的充份條件。
反過來的結果就是Bochner定理  ,提到在實數線上的连续 正定函數是正测度 的傅里叶变换[ 2]  。
在统计学 (特別是贝叶斯统计 )裡,此定理常用在實函數中,一般來說,會在
  
    
      
        
          R 
          
            d 
           
         
       
     
    {\displaystyle R^{d}} 
   
  裡選幾個點,針對其純量值進行n 個純量的量測,若要量測結果有高度相關性,這些點需要互相靠近。實際上,必須小心確保所得的共變異數矩陣(n  × n  矩陣)恆為正定矩陣。有一個作法是定義一個相關矩陣,再乘以純量,得到协方差矩阵,所得的一定是正定矩陣。Bochner定理表示,若二個點的相關係數只會隨其距離而變化(也就是距離的函數f ),則函數f 一定會是正定函數,以確保共變異數矩陣A 是正定的。
在此context下,一般不會用傅里叶变换,而是稱f (x )是對稱 機率密度函數 (PDF)的特征函数 。
 
可以在局部緊阿貝爾拓樸群 定義正定函數,Bochner定理可以擴展到此context。群上的正定函數會出自然的出現在希尔伯特空间 上群的表示论 裡(也就是酉表示  的理論)。
^   Cheney, Elliot Ward. A course in Approximation Theory . American Mathematical Society. 2009: 77–78  [3 February  2022] . ISBN  9780821847985 .    
 
^   Bochner, Salomon . Lectures on Fourier integrals  . Princeton University Press. 1959.   
 
 
Christian Berg, Christensen, Paul Ressel. Harmonic Analysis on Semigroups , GTM, Springer Verlag. 
Z. Sasvári, Positive Definite and Definitizable Functions , Akademie Verlag, 1994 
Wells, J. H.; Williams, L. R. Embeddings and extensions in analysis . Ergebnisse der Mathematik und ihrer Grenzgebiete, Band 84. Springer-Verlag, New York-Heidelberg,  1975. vii+108 pp.