复正定矩阵是线性代数中的一个重要概念，它的定义是：对于任意非零复向量x，都有x^T*A*x>0。其中，A是一个n阶复矩阵，*表示共轭转置。
复正定矩阵的特征值的计算方法与实对称矩阵的特征值的计算方法类似。首先，我们需要找到矩阵A的特征值。这可以通过求解特征方程det(A-λI)=0来实现，其中I是单位矩阵，λ是特征值。
然后，我们需要判断这些特征值是否为正定。如果一个复数的模大于它的共轭复数的模，那么这个复数就是正定的。因此，我们只需要检查每个特征值的模是否大于它的共轭复数的模即可。
最后，我们需要确定哪些特征值是主特征值。主特征值是指对应特征向量个数最多的特征值。这可以通过求解线性方程组(A-λI)v=0来实现，其中v是特征向量。如果一个特征值对应的特征向量个数最多，那么这个特征值就是主特征值。
总的来说，计算复正定矩阵的特征值需要先找到所有的特征值，然后判断它们是否为正定，最后确定哪些是主特征值。这个过程可能会涉及到一些复杂的数学运算，但是通过使用适当的数学工具和方法，我们可以有效地完成这项任务。