二次型地性质及指导应用
二次型的基本理论和应用
二次型的基本理论和应用二次型是高等数学中的一个重要概念，具有广泛的应用。
本文将针对二次型的基本理论和应用进行探讨。
一、二次型的定义二次型指的是$x_1,x_2,\cdots,x_n$的二次齐次多项式$Q(x_1,x_2,\cdots,x_n)$，即：$$Q(x_1,x_2,\cdots,x_n)=\sum_{i=1}^n \sum_{j=1}^na_{ij}x_ix_j $$其中$a_{ij}$为常数项，且矩阵$\boldsymbol{A}=(a_{ij})_{n\times n}$称为二次型的矩阵。
二、二次型的矩阵二次型的矩阵有很多重要性质：1. 对称矩阵二次型的矩阵$\boldsymbol{A}$是对称矩阵，即对于任意$i,j$都有$a_{ij}=a_{ji}$。
2. 正定矩阵若$\forall x \neq 0$，都有$x^T\boldsymbol{A}x>0$，则称矩阵$\boldsymbol{A}$为正定矩阵。
若$\forall x \neq 0$，都有$x^T\boldsymbol{A}x\geq 0$，则称矩阵$\boldsymbol{A}$为半正定矩阵。
正定矩阵可用来定义内积、距离和角度等概念，具有广泛的应用。
3. 特征值和特征向量二次型的矩阵$\boldsymbol{A}$存在$n$个特征值$\lambda_1,\cdots,\lambda_n$，并且存在对应于每个特征值的特征向量$\boldsymbol{x}_1,\cdots,\boldsymbol{x}_n$，满足：$$\boldsymbol{A}\boldsymbol{x}_i=\lambda_i\boldsymbol{x}_i$$其中，若$\lambda_i>0$，则$\boldsymbol{x}_i$为正特征向量；若$\lambda_i=0$，则$\boldsymbol{x}_i$为零特征向量；若$\lambda_i<0$，则$\boldsymbol{x}_i$为负特征向量。
正定二次型的性质及应用
目录摘要 (2)关键词 (2)Abstract (2)Keywords (2)前言 (2)1预备知识 (2)1。
1二次型定义 (2)1。
2正定二次型定义 (3)2 正定二次型的性质 (3)3 正定二次型的应用 (7)3。
1正定二次型在解决极值问题中的应用 (7)3.2正定二次型在分块矩阵中的应用。
(9)3。
3正定二次型在解决多项式根的有关问题中的应用 (9)3.4正定二次型在解决二次曲线和二次曲面方程中的应用 (10)3。
5正定二次型在线形最小二乘法问题的解中的应用 (12)3.6正定二次型在欧氏空间中的应用(欧氏空间的内积与正定矩阵） (12)3。
7正定二次型在解线性方程组中的应用 (12)3.8正定二次型在物理力学问题中的应用。
(13)结束语………………………………………………………………………………。
.…….…。
13参考文献 (14)正定二次型的性质及应用摘 要：本文主要探讨了正定二次型的性质，结合例题重点介绍了正定二次型的应用，如研究极值问题方面、解决多项式的根和在物理方面的应用等. 关键词:正定二次型；正定矩阵;合同;初等变换；分块矩阵The properties and Applications of positive definiteQuadratic FormsAbstract :In this paper ，the properties of positive definite quadratic form is discussed. By giving examples ， we mainly introduce the applications of positive definite quadratic form, such as the application to extremum questions 、studying the polynomial root and applications in physics et al.Keywords :positive definite quadratic form ； positive definite matrix ； congruence ； elementary transformation ；partitioned matrix.前言二次型是线性代数的主要内容之一，正定二次型是是实二次型中一类特殊的二次型，占有特殊的地位.正定二次型常常出现在许多实际应用和理论研究中，且有很大的实用价值，它不仅在几何而且在数学的其它分支学科以及物理和工程技术也常常用到，正定矩阵是依附正定二次型给出的，因而对正定矩阵的性质的考察，有助于更好地了解正定二次型，本文在二次型的基础上研究了正定二次型与正定矩阵的一些性质及相关证明，并以例题的形式详细介绍了正定二次型的一些应用。
二次型定理
二次型定理二次型定理是线性代数中的重要定理之一，它将二次型与矩阵的特征值联系起来，通过特征值的求解，可以确定二次型的性质。
本文将详细介绍二次型定理的概念、证明过程及其应用。
一、二次型的定义在线性代数中，二次型是指由多个变量的平方和线性组合而成的函数。
设有n个实数变量x_1,x_2,...,x_n，记作x=(x_1,x_2,...,x_n)^T。
二次型可以表示为：f(x) = x^TAx其中，A是一个n\times n的实对称矩阵。
二、二次型的矩阵表示设A是一个n\times n的实对称矩阵，x=(x_1,x_2,...,x_n)^T，则f(x)=x^TAx可以写成矩阵形式：f(x)=\begin{pmatrix}x_1 & x_2 & \cdots & x_n\end{pmatrix}\begin{pmatrix}a_{11} & a_{12} & \cdots & a_{1n} \\a_{21} & a_{22} & \cdots & a_{2n} \\\vdots & \vdots & \ddots & \vdots \\a_{n1} & a_{n2} & \cdots & a_{nn}\end{pmatrix}\begin{pmatrix}x_1 \\x_2 \\\vdots \\x_n\end{pmatrix}整理得：f(x)=\sum_{i=1}^n\sum_{j=1}^na_{ij}x_ix_j将此式称为二次型的矩阵表示。
三、二次型定理二次型定理表明，任何一个二次型都可以通过正交变换转化为标准型。
具体来说，对于一个n\times n的实对称矩阵A，必存在一个正交矩阵P，使得：P^TAP = D其中，D是一个对角矩阵，其对角线上的元素称为二次型的主元或特征值。
进一步推广，在主元前面引入主元系数q_i，则有：P^TAP = q_1\lambda_1 + q_2\lambda_2 + ... + q_n\lambda_n其中，\lambda_1, \lambda_2, ..., \lambda_n是A的特征值，q_1, q_2, ..., q_n 是相应的特征向量。
二次型_精品文档
二次型引言二次型是数学中的一个重要概念，它在线性代数、微分方程、优化问题等领域都有广泛的应用。
本文将介绍二次型的定义、性质和常见应用，并且给出一些例题以帮助读者更好地理解和应用二次型。
一、二次型的定义1.1 二次型的概念在线性代数中，二次型是指一个关于n个变量的二次齐次多项式，其形式可表示为：Q(x) = x^T·A·x其中，x = (x1, x2, ..., xn)为n维列向量，A为一个n×n的实对称矩阵。
1.2 二次型的矩阵表示对于一个二次型Q(x)，其矩阵表示为A = (aij)，其中aij表示二次型中xixj的系数，即Q(x)中二次项的系数。
1.3 二次型的基本性质二次型具有以下基本性质：（1）二次型的值域对于任意非零向量x，Q(x) = x^T·A·x > 0，则称Q(x)为正定二次型；若Q(x) = x^T·A·x < 0，则称Q(x)为负定二次型；若Q(x) = x^T·A·x >= 0，则称Q(x)为半正定二次型；若Q(x) = x^T·A·x <= 0，则称Q(x)为半负定二次型；若存在一组非零向量使得Q(x) = x^T·A·x既大于0又小于0，则称Q(x)为不定二次型。
（2）二次型的规范形式通过合适的变量变换，可以将任意二次型Q(x)化为其规范形式，即Q(x) = λ1y1^2 + λ2y2^2 + ... + λny^n^2，其中λi为实数（i = 1, 2, ..., n）。
（3）二次型的秩二次型的秩等于其非零特征值的个数。
如果二次型的秩为k，则存在可逆矩阵P，使得P^T·AP = D，其中D为对角矩阵，D的前k 个非零元素为二次型的非零特征值。
二、二次型的应用2.1 矩阵的正定性判定二次型的正定性与实对称矩阵的正定性等价。
二次型判别式
二次型判别式二次型判别式是线性代数中的重要概念之一，它在矩阵和向量的运算中起到了很大的作用。
在本文中，我们将介绍二次型判别式的定义、性质以及应用。
一、二次型判别式的定义二次型是指一个关于n个变量的二次齐次多项式，可以用矩阵的形式表示为Q(x)=x^TAX，其中x=(x1,x2,...,xn)^T是n维列向量，A 是一个n×n的实对称矩阵。
二次型判别式即为二次型的判别标准，用于判断二次型的正负性质。
1. 对于任意非零向量x，二次型Q(x)的值始终大于0、小于0或等于0。
2. 二次型Q(x)的符号由矩阵A的特征值决定。
若A的所有特征值均大于0，则Q(x)>0；若A的所有特征值均小于0，则Q(x)<0；若A的特征值既有正值又有负值，则Q(x)既可以大于0也可以小于0。
三、二次型判别式的应用1. 最优化问题：在求解约束最优化问题时，常常需要判断目标函数的正负性质。
二次型判别式可以帮助我们确定目标函数的极值点。
2. 特征值分析：二次型判别式与矩阵的特征值密切相关。
通过求解二次型的特征值，我们可以得到矩阵的特征向量，从而进一步研究矩阵的性质。
3. 物理学应用：二次型判别式在物理学中也有广泛的应用。
例如，通过分析二次型判别式可以判断力学系统的稳定性，帮助我们理解物理现象。
四、二次型判别式的例子考虑一个二次型Q(x)=x^TAx，其中A是一个2×2的实对称矩阵。
我们可以计算二次型的判别式D=det(A)，根据判别式的值可以判断二次型的正负性质。
1. 当D>0时，二次型Q(x)的值为正。
这表示A的特征值均为正，二次型对应的椭圆曲线在坐标系中的图像是一个椭圆。
2. 当D<0时，二次型Q(x)的值为负。
这表示A的特征值均为负，二次型对应的椭圆曲线在坐标系中的图像是一个双曲线。
3. 当D=0时，二次型Q(x)的值可能为正也可能为负。
这表示A的特征值既有正值又有负值，二次型对应的椭圆曲线在坐标系中的图像是一个抛物线。
二次型的标准型及其应用
二次型的标准型及其应用二次型在数学中具有重要的地位和广泛的应用。
在二次型的研究过程中，标准型是一个关键的概念。
本文将介绍二次型的标准型及其应用，并对其进行深入的探讨。
一、二次型的定义和性质首先，我们来定义什么是二次型。
二次型是指一个关于n个变量x1, x2, ..., xn的二次多项式，可以表示为Q(x) = x^TAX，其中x为n维列向量，A为一个n×n的实对称矩阵。
在这个定义下，二次型有以下几个性质：1. 对称性：二次型与矩阵A的选择无关，只与矩阵A的对称性有关。
也就是说，如果存在一个实对称矩阵B，使得B = P^TAP，其中P 为一个非奇异矩阵，那么二次型Q(x) = x^TAX与Q(x) = x^T(Bx)是等价的。
2. 可负定性：如果对于任意的非零向量x，有x^TAX<0，那么称二次型Q(x)为负定的。
3. 可正定性：如果对于任意的非零向量x，有x^TAX>0，那么称二次型Q(x)为正定的。
4. 可半负定性：如果对于任意的非零向量x，有x^TAX≤0，那么称二次型Q(x)为半负定的。
5. 可半正定性：如果对于任意的非零向量x，有x^TAX≥0，那么称二次型Q(x)为半正定的。
6. 不定性：如果二次型既不是正定的也不是负定的，则称其为不定的。
二、二次型的标准型在研究和应用二次型时，将其转化为标准型是一个常见的方法。
标准型是指经过合适的线性变换将原二次型化为一个特殊的形式，使得计算和分析更加简洁明确。
对于任意的实对称矩阵A，存在一个非奇异矩阵P，使得PTAP = D，其中D为对角矩阵，其对角线上的元素为二次型的特征值。
设x = Py，则有Q(x) = x^TAx = (Py)^T A (Py) =y^TP^TAPy = y^TDy。
标准型的存在可以简化二次型的分析和计算过程，使得我们能够更加直观地理解和处理二次型的相关问题。
三、二次型的应用二次型作为一种重要的数学工具，在各个领域都有广泛的应用。
正定二次型的性质与应用论文
河北师范大学本科生毕业论文（设计）文献综述河北师范大学本科生毕业论文（设计）翻译文章本科生毕业论文设计正定二次型的性质与应用作者姓名：指导教师：所在学院：数学与信息科学学院专业（系）：数学与应用数学班级（届）：2013届数学B班二〇一三年四月二十八日目录中文摘要、关键字 (2)1 正定二次型与正定矩阵的概念 (3)1.1 二次型的概念 (3)1.2 二次型的矩阵形式 (3)1.3 正定二次型与正定矩阵的概念 (3)2 实正定矩阵的判定方法及证明 (4)2.1 利用定义判定 (4)2.2 利用标准型判定 (4)2.3 利用主子式判定 (8)2.4 其他常用判定 (11)3 实正定矩阵的应用 (15)3.1 用正定矩阵的定义来证明一些结论 (15)3.2 正定矩阵在数学分析上的应用 (17)3.2.1 多元函数的极值问题 (17)3.2.2 正定矩阵在积分中的应用 (19)3.3 正定矩阵在运筹中的应用 (19)3.3.1 具有约束方程的最优化问题 (19)3.4 用正定矩阵来证明不等式 (20)3.5 正定矩阵在几何中的应用 (21)3.5.1二次曲面的标准型 (21)参考文献 (23)英文摘要、关键字 (24)正定二次型的性质及应用数学与信息科学学院数学与应用数学专业指导教师高锁刚作者王敬摘要：本文以矩阵和向量为工具,研究了一种特殊的函数,即二次型。
然而在它的实际应用中许多二次型都是实二次型,其中最重要的一类是正定二次型。
本文主要阐述的是实矩阵的正定性以及应用,文中给出了实对称正定矩阵的多个判定定理和重要结论,从而使人们能够更好地使用正定矩阵这个工具。
全文共分三章,第一章主要叙述二次型及正定二次型、正定矩阵的定义；第二章主要列举说明正定性矩阵的几个判别方法；第三章简单地罗列一些实例来阐述实矩阵正定性的应用。
关键字：正定矩阵正定二次型特征值实对称矩阵1 正定二次型与正定矩阵的概念1.1[1] 二次型的概念设P 是一个数域,ij a ∈P, n 个文字1x ,2x ,…,n x 的二次齐次多项式()n n n x x a x x a x x a x a x x x f 11311321122111212...22,...,,++++=n n x x a x x a x a 22322322222...2++++......+2n nn x a +=∑∑==n i nj jiij xx a 11()n j i a a ji ij ,...2,1,,==称为数域P 上的一个n 元二次型,简称二次型.当ij a 为实数时, f 称为实二次型.当ij a 为复数时,称f 为复二次型.如果二次型中只含有文字的平方项,即),,,(21n x x x f =2221112...n n d x d x d x +++则称f 为标准型. 1.2 二次型的矩阵形式二次型),,,(21n x x x f 可唯一表示成),,,(21n x x x f =T x Ax ,其中12(,,...,)T n x x x x =,()ij n n A a ⨯=为对称矩阵,称上式为二次型的矩阵形式,称A 为二次型的矩阵（A 必是对称矩阵）,称A 的秩为二次型f 的秩.1.3 正定二次型与正定矩阵的概念设),,,(21n x x x f =Tx Ax 是n 元实二次型（A 为实对称矩阵）,如果对任意不全为零的实数12,,...,n c c c 都有12(,,...)0n f c c c >,则称f 为正定二次型,称A 为正定矩阵；如果12(,,...)0n f c c c ≥,则称f 为半正定二次型,称A 为半正定矩阵；如果12(,,...)0n f c c c <,则称f 为负定二次型,称A 为负定矩阵；如果0),,,(21≤n c c c f ,称f 为半负定二次型,称A 为半负定矩阵；既不是正定又不是负定的实二次型称为不定的二次型,称A 为不定矩阵.2 实正定矩阵的判定方法及证明2.1 利用定义判定定理1 实对称矩阵A ∈n n R ⨯是正定矩阵的充分而且必要条件是对于任意的n 维非零列向量x , 即n R x ∈≠0,使0>Ax x T .定理2[2] 实对称矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n d d 1是正定矩阵的充分而且必要条件是0>i d , n i ,2,1=.证明：实对称矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n d d 1是正定的充要条件是对任意的n 维非零列向量x , 即n R x ∈≠0,有T x ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n d d 10>x , 令T x )0,,0,1( =,则得01>d ,同理,分别令x 为所有的单位列向量,则可得0>i d ,n i ,,2,1 =,所以定理可证.定理3 实对称矩阵n n R A ⨯∈是正定矩阵的充分而且必要条件是对任意的n R x ∈≠0,使二次型Ax x T 的秩和符号差均等于n .证明：因为实对称矩阵A 是正定矩阵,所以存在二次型Ax x T 为正定二次型,其规范形为22221n y y y +++ ,所以正惯性指数为n ,即得二次型Ax x T 的秩和符号差均等于n .所以A 是正定矩阵.2.2 利用标准型判定定理 4 [2] 实对称矩阵n n R A ⨯∈是正定矩阵的充分而且必要条件是A 与单位矩阵E合同，即存在实非奇异矩阵C ，使E AC C T =.证明：必要性,因为实对称矩阵A 是正定矩阵,所以矩阵A 对应的二次型Ax x T为正定二次型,可经过一适当的非退化线性替换TY X =化为规范形22221ny y y +++ ,对应的矩阵为单位矩阵E . 即()()TY A TY T EY Y T =,所以()EY Y Y AT T Y T T T =,故可证得A 合同于单位矩阵E . 充分性, 若A 合同于矩阵E ,则存在可逆矩阵B ,使得A =T B EB .任意取X≠0, BX Y ==()12,,T n y y y ,则有Y ≠0.于是有Y Y EBX B X AX X T T T T ===22212n y y y ++ >0,定理可以得证.定理5 实对称矩阵n n R A ⨯∈是正定矩阵的充分而且必要条件是A 的所有特征根都大于零.证明：必要性, A 为正定矩阵,若A 的全部特征值n λλλ,,,21 不全大于0,不妨设01≤λ. 则存在正交矩阵P 使得有⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n TAP P λλλ21成立. 令(),,,,21n P ααα = 则有i i i A αλα=()n i ,,2,1 =,即i α为A 的属于特征值i λ的特征向量.特别的,取单位特征向量01≠β,即111βλβ=A .于是11111βλβββT T A =01≤=λ,而这与A 为正定矩阵相矛盾,所以A 的全部特征值n λλλ,,,21 都大于0.充分性,A 的特征值为n λλλ,,,21 ,则存在正交矩阵T ,使得⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡==-n T AT T AT T λλλ 211则有121-⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=T T A n λλλ. 任意取0≠X ,则有Y Y X T TX AX X n T T n T T ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=λλλλλλ2121, 其中T X Y T T =()0,,,21≠=n y y y ,于是得AX X T 02222211>+++=n n y y y λλλ ,即有A 为正定矩.定理6[3] 实对称矩阵n n R A ⨯∈为正定矩阵的充要条件是A 是半正定矩阵且0≠A . 证明：必要性, 因为A 是正定矩阵,则A 一定是半正定矩阵,且0≠A .充分性, 设A 的特征值为n λλλ,,,21 ，由于A 是半正定矩阵可知，i λ()n i ,,2,10 =≥，又021≠⋅⋅⋅=n A λλλ ,故()n i i ,,2,10 =>λ，所以A 是正定矩阵.定理7 实对称矩阵n n R A ⨯∈ 是正定矩阵的充分而且必要条件是存在实可逆矩阵C ,使得C C A T=.证明：必要性,若A 是实对称正定矩阵,则存在实可逆矩阵C 使得EC C A T =C C T =,其中E 为n 阶单位矩阵.充分性,因为存在实可逆矩阵C ,使得C C A T =,并且有C C A T =EC C T=,其中E 为n 阶单位矩阵.即实对称矩阵A 合同于E ,所以可得A 为正定矩阵.定理8 实对称矩阵n n R A ⨯∈为正定矩阵的充分而且必要条件是存在实列满秩矩阵n m P ⨯, 使P P A T =.证明：必要性, 因为A 为正定矩阵, 则存在n 阶实可逆矩阵C , 使得C C A T =()()n m n TnnC -⨯⨯=0()⎪⎪⎭⎫⎝⎛⨯-⨯n n m n n C 0. 令 =P ()⎪⎪⎭⎫⎝⎛⨯-⨯n n m n n C 0,则 P P A T =, 其中P 为n m ⨯列满秩矩阵. 充分性,n m P ⨯为实列满秩矩阵,则P P T 为n 阶可逆矩阵, 故对任意的n R X ∈,0≠X , 则由秩m C =, 知,0≠CX 并且有0)(>==PX PX PX P X AX X T T T T ，即A 为正定矩阵.定理9[4] 对称矩阵A 是正定矩阵的充分而且必要条件是对任意的实n 阶可逆方阵C ,使得AC C T 都是正定的.证明：必要性,首先()TT AC C AC C T =,对任意n R X ∈,0≠X ,由秩n C =,知,0≠CX 由于A为正定矩阵,故()()(),0>=CX A CX X AC C X TT T即AC C T 为正定矩阵.充分性,AC C T 正定,则对任意的n R X ∈,0≠X ,由秩C n =,知,0≠TX 并且()()CX A CX T =()0>X AC C X T T ,即可得A 为正定矩阵.定理10 实对称矩阵A 是正定矩阵的充分而且必要条件是存在实可逆上三角矩阵R ,使R R A T =.证明：必要性,由于A 是实对称正定矩阵,所以存在实可逆矩阵P ,使得P P A T =.且存在矩阵Q 和R 使得QR P =,其中Q 为n 阶正交矩阵，R 为n 阶主对角元素都大于零的上三角矩阵，从而有P P A T =QR Q R T T =R R T =.充分性,因为存在n 阶主对角元素都大于零的上三角矩阵R ,使得R R A T =. 则显然矩阵R 可逆, 即可证得A 是正定矩阵.定理11 实对称矩阵n n R A ⨯∈为正定矩阵的充分而且必要条件是存在n 阶主对角元素都大于零的下三角矩阵U ,使得U U A T =.（证明同上）2.3 利用主子式判定定理12 实对称矩阵nn R A ⨯∈ 是正定矩阵的充分而且必要条件是A 的各阶顺序主子式都大于零.证明：必要性, 因为A 是实对称正定矩阵,所以存在二次型()n x x x f ,,,21 ∑∑===ni nj j i ij x x a 11是正定的.且对于每个k ,n k ≤≤1令()k k x x f ,,1 ∑∑===ki kj j i ij x x a 11.对于任意一组不全为零的实数k b b ,,1 ,有()k k b b f ,,1 ∑∑===k i kj j i ij b b a 11=()0,,0,,,1 k b b f .0>所以()k k x x f ,,1 是正定的. 由正定矩阵的行列式大于零可知,k f 的行列式,01111>kkk k a a a a n k ,,1 =. 所以可证得矩阵A 的一切顺序主子式都大于0.充分性, 对n 作数学归纳法.当1=n 时, ().21111x a x f =由条件中011>a ,显然可得()1x f 是正定的. 假设对于1-n 元二次型成立,现在来证明n 元二次型的情形.令 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=----1,11,11,1111n n n n a a a a A ,=β⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-n n n a a ,11 , 于是矩阵A 可以分块写成A ⎥⎦⎤⎢⎣⎡=nn Ta A ββ1. 由于A 的顺序主子式全大于零,所以1A 的顺序主子式也全大于零. 由归纳法假设可以知道,1A 是正定矩阵,即存在可逆的1-n 阶矩阵P 使得11-=n T E P A P ,此处1-n E 可代表1-n 阶单位矩阵.令⎥⎦⎤⎢⎣⎡=1001P C , 则有⎥⎦⎤⎢⎣⎡100T P ⎥⎦⎤⎢⎣⎡nn T a A αα1⎥⎦⎤⎢⎣⎡100P ⎥⎦⎤⎢⎣⎡=-nn TT n a P P E αα1. 再令⎥⎦⎤⎢⎣⎡-=-1012αT n P E C , 则有2112C AC C C T T ⎥⎦⎤⎢⎣⎡-=-101P E T n α⎥⎦⎤⎢⎣⎡-nn T T n a P P E αα1⎥⎦⎤⎢⎣⎡--101αT n P E ⎥⎦⎤⎢⎣⎡-=-ααT T nn n PP a E 001.最后再令21C C C =, ,ααT T nn PP a a -=则有⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=a AC C T 11 . 两边同时取行列式,可有a A C =2.因为0>A ,所以0>a . 于是可得⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11 =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡111 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡a 11 . 所以矩阵A 可与单位矩阵E 合同,并且可以证得矩阵A 是正定矩阵.定理13 实对称矩阵A 是正定矩阵的充分而且必要条件是A 的一切主子式均大于零.证明：必要性, (利用反证法)设A =()ij n n a ⨯是正定矩阵,假如可存在k 阶主子矩阵111212122212,0k k k k k k k ki i i i i i i i i i i i i i i i i i i i a a a a a a A A a a a =<则可根据k i A 是k 阶实对称矩阵,并由引理知可存在k 阶正交矩阵P ,使得P P A k T i k ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=βββ21 此处k βββ,,,21 为k i A 的特征值.由于k i A <0,且k i A =k βββ 21可知k i A 的特征值k βββ,,,21 中至少有一个小于0.推至一般性,设1β<0,令T Y =()1,0,,0 ,则可有Y ≠0并且k T i Y A Y =1u <0,再令T X =12(,,,)n x x x ,则有当{}12,,,k i i i i ∈ 时,可得i i x y =；当i 为其他时,得0i x =.则有X ≠0,且T X AX =k T i Y A Y =1u <0,而这与A 为正定矩阵的假设相矛盾.充分性, 假设k i A 是A 的一个k 阶主子矩阵, 则由于k i A 任意的一个顺序主子式均是A 的一个主子式,所以可知它们都大于0.所以可得k i A 为正定矩阵.定理可以得证.定理14[5] 实对称矩阵n n R A ⨯∈为正定矩阵的充分而且必要条件是A 的一切主子矩阵均为正定矩阵.证明：必要性,A 正定, 令⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=nn n n a a a a A 1111,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111, 其中 k A 为A 的主子矩阵, n i i k ≤<<≤ 11()n k ,,2,1 =.显然 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111()n k ,,2,1 =也是实对称矩阵.由于⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111的k 个顺序主子式均为A 的k 个主子式,所以k 个主子式都大于零, 从而有⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=k k k k i i i i i i i i k a a a a A 1111()n k ,,2,1 =为正定矩阵.充分性,若实对称矩阵A 的一切主子矩阵均是正定矩阵,则矩阵A 的一切主子式全都大于零,即可证得A 是正定矩阵.2.4 其他常用判定定理15 若A 是实对称正定矩阵，则1-A 也是实对称正定矩阵. 证明：由于A 是实对称正定矩阵,则0>A ,所以A 可逆.又因()(),111---==A A A T T所以可得1-A 也是实对称矩阵.设A 的特征值为n λλλ,,,21 ，由A 正定有()n i i ,,2,10 =>λ，1-A 的全部特征值为01>iλ()n i ,,2,1 =，即可得1-A 为正定矩阵.定理16 若A 是实对称正定矩阵，则对于任意的整数m ，m A 都是正定矩阵. 证明：I 当0=m 时，显然是正定矩阵.II 当0<m 时，由于m m -=，则有()mm A A 1-=，且1-A 也是正定矩阵，故只需假定m 为正整数即可.（i ）当m 为偶数时，由于A A T =，并且⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛=22m Tm m A A A ，所以可得m A 是正定的； （ii ）当m 为奇数时，由于A 是正定矩阵，所以存在实可逆矩阵C ，使得C C A T=; 由此可得：2121212122----==⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=m m m m CA C A AA A A A A A Tm m Tm m ⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=--2121m m CA CA T从而m A 是正定矩阵.定理17 若A 是n 阶实对称正定矩阵，则有*A 也是正定矩阵（其中*A 表示A 的伴随矩阵）.证明：已知*A =,1n n R A A ⨯-∈且()(),***==A A A T T又由于A 是正定矩阵，所以0>A .设A 的特征值为n λλλ,,,21 ，则由A 是正定矩阵有()n i i ,,2,10 =>λ,于是有*A 的n 个特征值11211,,,---n A A A λλλ 也都大于零，即可证得*A 也是正定矩阵.定理18 实对称正定矩阵的合同矩阵一定是正定矩阵. 证明：设实对称矩阵A 是正定矩阵，矩阵B 与矩阵A 合同，即存在可逆矩阵P ，使有AP P B T =成立，由于A 是正定矩阵，可知对于任意的n 维非零列向量X , 即nR X ∈≠0,有0>AX X T ,所以令PX Y =，则有0≠PX ，有0)()(>=CX A CX BY Y T T ，所以矩阵B 是正定矩阵，所以定理可得证.定理19 任意两个同阶实对称正定矩阵的和还是正定矩阵,更一般地,正定矩阵的正线性组合也是正定矩阵.证明：设A 、B n n R ⨯∈ 都是正定矩阵,同时又可设0,>b a , 因而对于任意的n R x ∈≠0, 可有0)(>+=+Bx bx Ax ax x bB aA x T T T .所以对于任意的两个同阶的正定矩阵的和仍是正定矩阵.而多于两个矩阵时，可以按照相同的方式进行处理, 并且可以利用数学归纳法给出具体的证明：（1）当2=n 时，由上可知命题结论成立；（2）假设当1+<k n 时有命题结论成立,以下可以证明1+=k n 时命题结论仍成立. 设121,,,+k k A A A A 是同阶的正定矩阵,并且有0,,,,121>+k k b b b b .下证1111+++++k k k k A b A b A b 也为正定矩阵.因而可得对于任意的n R x ∈≠0 有0)(11111111>+++=+++++++x A x b x A x b x A x b x A b A b A b x k T k k T k T k k k k T ,此式中的每一项均为正.所以可以得到当1+=k n 时, 结论成立.综合以上的（1）、（2）可知,对于一切的自然数n ,正定矩阵的正线性组合也仍为正定矩阵.定理20 对于任何的实对称矩阵A ,必存在实数0,0>>βα,使得A E α+与A E +β都是正定矩阵.证明：实对称矩阵A 的所有的特征根都是实数,所以不妨记其中一个绝对值最大的特征根为ολ,只要取οβλ>,则可有A E +β是正定矩阵.假设Q 是正交矩阵,使得⎪⎪⎪⎭⎫⎝⎛=n TAQ Q λλ 1则AQ Q EQ Q Q A E Q T T T +=+ββ)(=ββ⎛⎫ ⎪ ⎪ ⎪⎝⎭ +1n λλ⎛⎫ ⎪⎪ ⎪⎝⎭=1n βλβλ+⎛⎫⎪ ⎪ ⎪+⎝⎭由于0i βλ+>()1,2,,i n = ,可得A E +β也是正定矩阵.而当取1αβ=时,则有0α>,()1E A E A αββ+=+也是正定矩阵,于是定理可以得证.定理21 若A 、B 都是实对称矩阵,并且BA AB =,则AB 也必为正定矩阵. 证明：易知AB 的特征根均大于零,且有当AB BA =时,可有AB BA A B AB T T T ===)(,所以AB 又是对称矩阵,从而可得AB 是正定的.定理22 实对称矩阵=A ⎥⎦⎤⎢⎣⎡3221A A A A T为正定矩阵的充分而且必要条件是1A 和21123A A A A T --都是正定矩阵.证明：当1A 可逆时,有⎥⎦⎤⎢⎣⎡--E A A ET 1120⎥⎦⎤⎢⎣⎡3221A A A A T ⎥⎦⎤⎢⎣⎡--E A A E 0211⎥⎦⎤⎢⎣⎡-=-21123100A A A A A T 必要性, 若A 正定,那么1A 也正定,11-A 存在. 令⎥⎦⎤⎢⎣⎡-=-E A A E P 0211, 则P 可逆,所以AP P T 也正定.从而⎥⎦⎤⎢⎣⎡--21123100A A A A A T 为正定矩阵,因此它的主子矩阵1A 和21123A A A A T--都为正定矩阵.充分性,由于1A 和21123A A A A T --都是正定矩阵,且两个正定矩阵的和也是正定矩阵，可知 ⎥⎦⎤⎢⎣⎡--211231A A A A A T 为正定矩阵. 又可得⎥⎦⎤⎢⎣⎡=3221A A A A A T=()TP 1-⎥⎦⎤⎢⎣⎡--2112300A A A A A T 1-P ,即可证得A 为正定矩阵.定理23 实对称矩阵n n R A ⨯∈为正定矩阵的充分而且必要条件是存在正交的向量组n ααα,,,21 使得.2211Tn n T T A αααααα+++=证明：必要性,因为A 是正定矩阵,所以存在正交矩阵Q ,使得Q Q A n T ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=λλλ 21,T n Q ),,(21βββ =, 令 i i i βλα=()n i ,,2,1 =为正交向量组, 则可得.2211Tn n T T A αααααα+++=充分性,Tn n T T A αααααα+++= 2211= )(21T n TT ααα ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n ααα 21 T T T = （T 为正交矩阵）, 显然可证得A 是正定矩阵.3 正定矩阵的应用3.1 用正定矩阵的定义来证明一些结论例 3.1 设A ,B 是n n ⨯实对称矩阵,A 是正定阵,证明：存在实可逆阵T ,使T B A T )(+'为对角阵.证 由于A 是正定阵,从而合同于单位阵E ,即可知存在实可逆阵Q ,使E AQ Q ='. 而BQ Q '仍是实对称矩阵,从而存在正交阵P ,使⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=''n P BQ Q P λλ 1)(,其中n λλ,,1 是BQ Q '的特征值,若令QP T =,则可有⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++=+'n T B A T λλ11)(1 . 例 3.2 设B 为n 阶实对称矩阵,且正定. A 为m n ⨯实矩阵, T A 为A 的转置矩阵.试证：BA A T 为正定矩阵的充分而且必要条件是秩m A =)(.证 充分性 因为BA A BA A T T T =)(.0,1≠∈∀⨯x R x n ,由秩m A =,知()n j i a a ji ij ,...2,1,,==,而A 为正定阵,故0)()()(>=Ax B Ax x BA A x T T T ,此即BA A T 为正定阵.必要性 利用反证法.若秩m A <,则有0=Ax 有非零实数解0x 存在,即00=Ax ,但00≠x ,并且由BA A T 为正定矩阵,可知)()()(00000Ax B Ax x BA A x T T T=< ①另一方面,因为00=Ax ,所以m A =.0)()(00=Ax B Ax T ②由于①、②矛盾,故秩m A =)(.例 3.3 设A 是n 阶正定矩阵,B 是n 阶半正定矩阵,求证: A B A B +≥+,当且仅当0B =或n 1=时等号成立.证 由A 0>可知,存在n 阶的可逆矩阵P ,使得T P BP n E =成立,所以有()T T n P A B P E P BP +=+,且T T n P A B P E P BP +=+又因为T P BP 是半正定矩阵,设T P BP C ==()ij C ,则可有Tn E P BP +=11121212221211nnn n nnc c c c c c c c c ++=12121111n n n n n c c c c ---+++++其中i c 是C 的所有i 阶主子式之和,1,2,,i n = .而又因为0T C P BP =≥,并且它的所有主子式都是非负的,因此可得T n E P BP +≥1n +n c =n E +T P BP =T P AP +T P BP所以T P A B P +≥()TP A B P +由此可得A B A B +≥+当0B =或1n =时，显然有A B A B +≥+成立；当0B ≠且1n >时，易知T P BP C =0n n ⨯≠,于是可得至少有一个ij c ≠0,此时C 的一阶主子式ii c ,jj c 均不能为零,否则00ijijc c =2ij c -0<,这与C 是半正定矩阵矛盾.于是1c 0>,进一步可有T n E P BP +1>n c +,从而得A B A B +≥+成立.3．2 正定矩阵在数学分析上的应用3.2.1 多元函数的极值问题例3.4 求函数321232221321212),,(x x x x x x x x x f ++++=的极值.解 因为2211123x x x f +=∂∂，212212x x x f +=∂∂，2233+=∂∂x x f，令01=∂∂x f ，02=∂∂x f，03=∂∂x f ，得驻点T x )1,0,0(0-=，T x )1,144,24(1--=.又)(x f 的各二阶偏导数为12126x xf =∂∂，12212=∂∂∂x x f ，2312=∂∂∂x x f ，2222=∂∂xf ，0322=∂∂∂x x f ，2232=∂∂xf ，得（黑塞）矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=20202122126)(1x x H .在点0x 处，有⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=20202122120)(0x H ，而)(0x H 的顺序主子式：0det 1=H ,0144212120det 2<-==H ,0296)(det det 03<-==x H H ,因此)(0x H 不定，0x 不是极值点.在点1x 处，有⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=2020212212144)(1x H ，而)(1x H 的顺序主子式：0144det 1>=H ，014421212144det 2>==H ， 0280220212212144det 3>==H ， 故)(1x H 为正定矩阵，T x )1,144,24(1--=为极小值点，极小值为6913)1,144,24()(1-=--=f x f .3.2.2 正定矩阵在积分中的应用例3.5 证明：椭球体331j 11ij i j i a x x ==Ω=∑∑：的体积等于1/24/3,Aπ-其中()33ijA a ⨯=是正定矩阵.证明 A 是正定矩阵，∴∃正交矩阵T ，使得⎪⎪⎪⎭⎫⎝⎛=321λλλAT T T，0>i λ，)3,2,1(=i 为A 的特征值 令⎪⎪⎪⎪⎭⎫⎝⎛=---131211λλλB 作变换TBY y y y TB x x x X =⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=321321，则此变换的Jacobi 行列式为2121321)(--=====AB B T TB J λλλ13312321j 13()ij iji x a x xx x x A x x ==⎛⎫ ⎪= ⎪ ⎪⎝⎭∑∑=Y Y BY B Y ATBY T B Y AX X TTT T T T T =⎪⎪⎪⎭⎫⎝⎛==321λλλ 1/212312312311T T X AX Y Y dx dx dx dx dx dx Ady dy dy -Ω≤≤∴===⎰⎰⎰⎰⎰⎰⎰⎰⎰1/24/3Aπ-3.3 正定矩阵在运筹中的应用3.3.1 具有约束方程的最优化问题例 3.6 某地区计划明年修建公路x 百公里和创建工业园区y 百公顷，假设收益函数为xy y x f =),(，受所能提供的资源（包括资金、设备、劳动力等）的限制，x 和y 需要满足约束条件369422≤+y x ，求使),(y x f 达到最大值的计划数x 和y .解 由于约束方程369422=+y x 刻画的不是坐标平面上单位向量的集合，我们需要做变量变换.将这个约束方程写成1)2()3(22=+yx ， 再设31x x =，22yx =，即13x x =，22x y =，则约束方程可以写成 12221=+x x ，而目标函数变成2121216)2)(3()2,3(x x x x x x f ==.现在的问题就成为求216)(x x x F =在1=x x T下的最大值，其中⎪⎪⎭⎫⎝⎛=21x x x .设⎥⎦⎤⎢⎣⎡=0330A ，则 Ax x x F T =)(，A 的特征值是3±.属于31=λ的单位特征向量是⎪⎪⎭⎫⎝⎛2121.由此得，当211=x ，212=x 时，)(x F 取得最大值3，即当12.22331≈==x x 百公里，41.1222≈==x y 百公顷时，收益函数),(y x f 去的最大值3.3.4 用正定矩阵来证明不等式例3.7 证明不等式2224222x y z xy xz ++>-（其中,,x y z 是不全为零的实数）证明 令⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛----=--++=z y x z y x xz xy z y x f 301051111),,(2235222则有⎪⎪⎪⎭⎫⎝⎛----=301051111P 的各阶顺序主子式为 01>，045111>=--，0731051111>=----， 所以P 是正定矩阵00,0x y z ⎛⎫⎛⎫ ⎪ ⎪∴∀≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭有0f >故可得原不等式成立.3.5 正定矩阵在几何中的应用3.5.1二次曲面的标准型 例3.8 在3R 中化简二次方程03828322620828102222=-++-+-++-z y x zx yz xy z y x ，并判断其曲面形状.解 二次项相应的对称矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=10410421410141A .A 的特征多项式为)18)(18)(9(+--=-λλλλI A ，特征值为91=λ，182=λ，183=λ，对应的单位特征向量构成的正交矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=12221222131P .令⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡'''=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡z y x P z y x ，方程化为 0938316343222222=-'-'+'-'-'+'z y x z y x ， 配方得1)34(2)31(2)31(222=+'-+'+-'z y x .令31-'=x X ，31+'=y Y ，34+'=z Z ，得122222=-+Z Y X ，故原方程表示的曲面为单叶双曲面.参考文献[1] 北京大学数学系几何与代数教研室前代数小组.高等代数（第三版）[M],北京:高等教育出版社,2003.[2] 线性代数/余长安编著.—武汉：武汉大学出版社,2010.1[3] 胡跃进.广义正定矩阵的一个不等式[J],阜阳师范学院学报（自然科学版）,2001.18（1）：10-11.[4] 张禾瑞,郝丙新. 高等代数（第三版）[M],北京:高等教育出版社,1983.[5] 钱吉林.高等代数解题精粹（修订版）[M],北京:中央民族大学出版社,2002.Properties and Applications of positive definite quadratic form Summary: Based on the matrix and vector tool, we study a kind of special function, quadratic form. However many quadratics in practical application are real quadratic form, with one of the most important class being positive definite quadratic form. This paper focuses on the positive definiteness and application of the real matrix. This paper presents several discrimination methods of the real symmetric positive definite matrix and important conclusions, which allow people to make better use of this tool in the positive definite matrix. The paper is divided into three chapters, the first chapter mainly describes the definition of the quadratic, positive definite quadratic form and the positive definite matrix; the second chapter cited several matrix discrimination method of the description positive definiteness; the third chapter simply list some examples to illustrate the application of the positive definiteness of a real matrix.Keyword: positive definite quadratic form positive definite matrixcharacteristic value necessary and sufficient condition real symmetric matrix。
二次型的应用与思想方法
二次型的应用与思想方法二次型在数学和工程领域具有广泛的应用，其思想方法是通过研究二次型的性质和特征来解决实际问题。
首先，二次型在数学领域中有着重要的应用。
在线性代数中，二次型是由平方项和交叉项组成的多项式，一般形式为Q(x)=x^TAX，其中x是n维向量，A是一个n×n对称矩阵。
研究二次型的主要目的是通过矩阵的特征值和特征向量，对二次型进行分析、求最值和优化等问题。
其次，二次型在工程领域中也有广泛的应用。
例如在机械工程中，二次型可以用来描述物体的动能和势能。
在电气工程中，二次型可以用来描述电磁场的能量分布和传输。
在控制工程中，二次型可以用来描述系统的能量耗散和稳定性。
在计算机科学中，二次型可以用来描述图像、音频和视频等信号的特征。
在经济学中，二次型可以用来描述供给与需求的关系和市场均衡等。
这些应用说明了二次型在工程实践中的重要性和实用性。
在解决实际问题时，二次型的思想方法是通过对二次型的各种性质和特征进行分析和运用。
首先，通过求解二次型的标准型，可以简化二次型的形式，使得问题更加易于处理。
其次，通过研究二次型矩阵的特征值和特征向量，可以得到关于二次型的重要信息，如最值、正定性、正交性等。
特别是在优化问题中，二次型的正定性是一个重要的判别条件，可以保证优化问题的解的存在性和唯一性。
最后，通过构造二次型的等价变换，可以得到等价的二次型，从而将复杂的问题转化为简单的问题。
总之，二次型在数学和工程领域中具有广泛的应用和重要性。
通过研究二次型的性质和特征，可以解决实际问题，提供了一种有效的思想方法。
这些应用和思想方法的研究，不仅推动了数学和工程领域的发展，也为实际问题的解决提供了有力的工具和理论基础。
二次型及其规范型
二次型及其规范型二次型是数学中重要的概念，广泛应用于代数、线性代数以及物理学等领域。
本文将介绍二次型的基本定义、性质以及规范型的概念和应用。
一、二次型的定义和性质在线性代数中，我们称一个关于n个变量的多项式函数为一个二次型。
一个二次型可以表示为如下形式：$Q(x_1, x_2, \cdots, x_n) = \sum_{i=1}^n \sum_{j=1}^n a_{ij}x_ix_j$其中，$a_{ij}$是一个常数，$x_1, x_2, \cdots, x_n$是n个变量。
二次型具有以下性质：1. 对称性：如果$a_{ij} = a_{ji}$，则二次型称为对称二次型；2. 非负定性：当二次型对于所有的非零向量$x$都有$Q(x) > 0$时，称其为正定二次型；当$Q(x) \geq 0$，但存在非零向量$x_0$使得$Q(x_0) = 0$时，称其为半正定二次型；3. 定性：二次型的正负定性与其矩阵的特征值有关，正定二次型对应的特征值全为正数，半正定二次型对应的特征值非负。
二、规范型的定义和性质在研究二次型时，我们常常希望将其化为一个标准的形式，这就是规范型。
规范型的特点是尽可能简单且易于研究。
对于任意的n维实二次型，我们可以通过合同变换将其化为规范型。
合同变换是指对矩阵进行相似变换，即通过矩阵的乘积将一矩阵转化成与之相似的另一矩阵。
具体而言，对于对称矩阵$A$，存在可逆矩阵$P$，使得$P^TAP = \Lambda$，其中$\Lambda$为对角矩阵，对角线上的元素为$A$的特征值。
规范型的具体形式取决于原始二次型的特征值分布。
根据特征值的正负，规范型可以分为以下几种情况：1. 正定二次型的规范型为$x_1^2 + x_2^2 + \cdots + x_n^2$；2. 负定二次型的规范型为$-x_1^2 - x_2^2 - \cdots - x_n^2$；3. 除了以上两种情况外，还有其他特征值组合形式的规范型。
二次型与正定矩阵
二次型与正定矩阵在线性代数中，二次型是一种重要的数学工具，它与正定矩阵有着密切的联系。
本文将介绍二次型的定义、性质以及与正定矩阵之间的关系。
一、二次型的定义二次型是指一个关于n 个变量的多项式，其中每一项的次数都是2。
一个一般的二次型可以表示为：Q(x) = \sum_{i=1}^{n} \sum_{j=1}^{n} a_{ij}x_ix_j其中，x = (x1, x2, ..., xn) 是变量向量，a_ij 是实数系数，对于所有的 i 和 j 都成立。
简单来说，二次型就是一个多项式，其每一项的次数都是 2。
二次型可以用矩阵的形式表示：Q(x) = x^TAx其中，A 是一个 n×n 的实对称矩阵，其元素 a_ij 对应于二次型中的系数。
二、二次型的性质1. 对称性：二次型的系数矩阵 A 是实对称矩阵，即 a_ij = a_ji。
这意味着 Q(x) 中的各项的次序不影响其值。
2. 齐次性：对任意非零实数 k，有 Q(kx) = k^2Q(x)。
这意味着二次型对于变量的放缩具有相应的放缩特性。
3. 加法性：对任意两个 n 维向量 x 和 y，有 Q(x+y) = Q(x) + Q(y) +2x^TAy。
这意味着二次型具有线性特性。
4. 正定性与负定性：一个二次型 Q(x) 是正定的（positive definite），如果对于任意非零的实向量 x，都有 Q(x) > 0。
类似地，如果对于任意非零的实向量 x，有 Q(x) < 0，那么二次型就是负定的（negative definite）。
如果既存在正值又存在负值的向量 x，那么二次型就是不定的（indefinite）。
5. 非负定性与非正定性：如果对于任意非零的实向量 x，都有 Q(x) ≥ 0，则二次型是非负定的（nonnegative definite）。
类似地，如果对于任意非零的实向量 x，有Q(x) ≤ 0，那么二次型是非正定的（nonpositive definite）。
二次型的正定性及其性质
二次型的正定性及其性质二次型是数学中一个非常重要的概念，也是各种数理模型中必不可少的一部分。
二次型的正定性是其性质之一，对于二次型的求解和优化有着非常重要的意义。
本文将介绍二次型的正定性及其性质，以及其在实际应用中的意义。
一、二次型的定义和表示二次型是指形如 $f(x)=x^TAx$ 的二次函数，其中 $A$ 是一个$n\times n$ 的实对称矩阵，$x$ 是一个 $n$ 维实向量。
一般情况下，二次型是所有 $n$ 维实向量上的定义域。
实对称矩阵 $A$ 是二次型的系数矩阵，也是二次型的重要特征。
二、二次型的正定性二次型的正定性是指对于所有非零的 $x$，都有 $x^TAx>0$，即二次型的取值全部大于 $0$。
简单来说，二次型的正定性就是指其取值范围全部在正半轴上。
其逆定义为负定性，即对于所有非零的$x$，都有$x^TAx<0$。
还有一种定义是半正定性（或半负定性），即对于所有非零的 $x$，都有 $x^TAx\ge 0$（或 $x^TAx\le 0$）。
正定性和负定性的性质非常相似，下面我们以正定性为例，讨论其性质。
三、正定性的性质1. 正定性是矩阵的特征正定性是指针对一个特定的实对称矩阵 $A$，其对应的二次型是正定的。
如果我们改变实对称矩阵 $A$，那么其对应的二次型的正定性也会随之改变。
2. 正定性是线性的如果我们将两个实对称矩阵 $A$ 和 $B$ 相加，那么其对应的二次型的正定性也会相加。
具体地，对于所有非零的 $x$，都有$(x^TAx)+(x^TBx)>0$，所以矩阵之和的正定性可以保持不变。
3. 正定性是半正定性的推广正定性和半正定性之间存在非常密切的关系。
如果一个实对称矩阵 $A$ 在对角线元素为正的情况下是半正定的，那么其对应的二次型在对应的坐标轴上是正定的。
换言之，正定性是半正定性的推广，而半正定性是指在坐标轴上的正定性。
4. 正定性和二次型的最小值正定性和二次型的最小值之间也存在密切的联系。
二次型的正定性与标准型
二次型的正定性与标准型二次型是数学中的重要概念，广泛应用于线性代数、微积分、几何等领域。
在二次型的研究中，正定性是一个重要的性质，而标准型则是对二次型的一种标准化表示。
本文将详细介绍二次型的正定性与标准型。
一、二次型的定义与性质二次型是形如$Q(x)=\mathbf{x}^T \mathbf{A} \mathbf{x}$的函数，其中$\mathbf{x}$是$n$维向量，$\mathbf{A}$是$n \times n$的对称矩阵。
二次型具有以下性质：1. 对称性：二次型$Q(x)$中的矩阵$\mathbf{A}$是对称矩阵，即$\mathbf{A}=\mathbf{A}^T$。
2. 数域上的二次型：二次型中的矩阵$\mathbf{A}$可以是实数域$\mathbb{R}$ 上的或者复数域 $\mathbb{C}$ 上的。
3. 齐次性：$Q(kx)=k^2Q(x)$，其中$k$是标量。
4. 可加性：$Q(x+y)=Q(x)+Q(y)+2\mathbf{x}^T\mathbf{A}\mathbf{y}$。
在研究二次型的正定性与标准型之前，我们先来看一下正定性的定义。
二、正定性的定义与性质正定性是指一个二次型的取值范围。
一个二次型$Q(x)$具有以下性质：1. 正定性：对于任意的非零向量$\mathbf{x}$，当且仅当$Q(x)>0$时，二次型$Q(x)$称为正定二次型。
2. 半正定性：对于任意的非零向量$\mathbf{x}$，当且仅当$Q(x) \geq 0$时，二次型$Q(x)$称为半正定二次型。
3. 负定性：对于任意的非零向量$\mathbf{x}$，当且仅当$Q(x)<0$时，二次型$Q(x)$称为负定二次型。
4. 半负定性：对于任意的非零向量$\mathbf{x}$，当且仅当$Q(x) \leq 0$时，二次型$Q(x)$称为半负定二次型。
正定二次型在数学和应用中具有重要意义，例如在优化问题、矩阵理论和最小二乘法中经常用到。
二次型判定方法及应用
二次型判定方法及应用二次型是高等数学中的重要概念，广泛应用于线性代数、微积分、物理学、经济学等领域。
二次型的判定方法主要有正定、负定、半正定和半负定四种类型，这些判定方法在实际问题中具有重要的应用价值。
首先，我们来回顾二次型的定义。
对于n元变量x1，x2，...，xn和常数a11，a12，...，ann，二次型可以表示为：Q(x) = a11x1^2 + a22x2^2 + ... + annxn^2 + 2a12x1x2 + 2a13x1x3 + ... + 2an-1nxn-1xn其中，a11，a22，...，ann为二次型的系数，x1，x2，...，xn为变量，Q(x)表示该二次型。
接下来，我们将讨论四个二次型判定方法的定义、性质和应用。
1. 正定：若对于任意非零的n元列向量x=(x1,x2,...,xn)T，都有Q(x)>0，称二次型Q(x)为正定二次型。
正定二次型的系数满足以下性质：- 系数矩阵A=(aij)为实对称正定矩阵；- 系数aii>0，1≤i≤n；- 正定二次型的极值点为唯一的极小值点，且该极小值点为原点。
正定二次型在优化问题中经常出现，例如，最优化问题的约束条件若是等式形式，将其通过拉格朗日乘数法转化为等价的含有二次项的目标函数，然后利用正定二次型的特性来求解最优解。
2. 负定：若对于任意非零的n元列向量x=(x1,x2,...,xn)T，都有Q(x)<0，称二次型Q(x)为负定二次型。
负定二次型的系数满足以下性质：- 系数矩阵A=(aij)为实对称负定矩阵；- 系数aii<0，1≤i≤n；- 负定二次型的极值点为唯一的极大值点，且该极大值点为原点。
负定二次型在最优化问题中也有应用，例如，在极大极小值问题中，如果一个目标函数的Hessian矩阵是负定的，那么该函数在极小值点处取得极小值。
3. 半正定：若对于任意的n元列向量x=(x1,x2,...,xn)T，都有Q(x)≥0，称二次型Q(x)为半正定二次型。
二次型的几何应用原理
二次型的几何应用原理1. 简介在数学领域中，二次型是一个重要的概念。
它在几何学中有着广泛的应用。
本文将介绍二次型的几何应用原理，并通过列举一些实际应用案例来说明其重要性。
2. 二次型的定义二次型可以定义为一个多元二次函数，可以用矩阵和向量来表示。
其一般的形式可以表示为：\[ Q(x_1, x_2, …, x_n) = x^T A x \]其中，\(Q\) 是一个实数的函数，\(x_1, x_2, …, x_n\) 是实数的变量，\(A\) 是一个 \((n \times n)\) 的实数矩阵。
这个函数的值可以表示为一个二次型。
3. 二次型的几何意义二次型的几何意义在于它可以表示一个二次曲面。
通过对二次型进行变换，我们可以得到不同形状的二次曲面，如椭圆、双曲线、抛物线等。
这些二次曲面在几何学中有着重要的应用。
4. 二次型的几何应用4.1. 椭圆的方程一个二次型可以表示一个椭圆的方程。
通过对二次型进行矩阵的特征值分解，我们可以得到椭圆的主轴和离心率等信息。
这在椭圆的几何学中非常重要。
4.2. 二次型的正定性与几何意义对于一个二次型，它的正定性与其几何意义有着密切的联系。
如果一个二次型是正定的，那么它表示的曲面是一个椭球面；如果是半正定的，那么它表示的曲面是一个椭圆柱面；如果是负定的，那么它表示的曲面是一个双曲抛物面。
4.3. 四面体体积的计算二次型还可以用于计算四面体的体积。
由于二次型表示的曲面可以包围该四面体，利用二次型的性质可以计算出该四面体的体积。
4.4. 最小二乘法最小二乘法是一种常用的数据拟合方法，它的基本思想是将实际观测到的数据拟合到一个二次型函数中。
通过求解最小二乘问题，可以得到最符合观测数据的二次型函数。
4.5. 机器学习中的二次型在机器学习领域，二次型在支持向量机（SVM）和核方法中有着重要的应用。
通过使用二次型函数，可以更好地对数据进行分类和回归分析。
4.6. 图像处理中的二次型在图像处理领域，二次型可以用于图像增强、图像去噪和图像分割等任务。
二次型的规范形
二次型的规范形二次型是数学中的一个重要概念，广泛应用于线性代数、数学物理等领域。
在讲述二次型规范形之前，我们先来了解什么是二次型。
一、二次型的定义在线性代数中，给定一个n维向量空间V上的对称矩阵A，我们称函数Q(x)=x^TAx，x∈V，为矩阵A的二次型。
其中x^T代表x的转置。
二、二次型的性质1. 对于任意的n维列向量x，有Q(x)=Q(\lambda x)，其中\lambda为任意实数。
这是因为Q(\lambda x)=(\lambda x)^TA(\lambdax)=\lambda^2x^TAx=\lambda^2Q(x)。
2. 对于任意的n维列向量x、y，有Q(x+y)=Q(x)+Q(y)+2x^TAy。
这是因为Q(x+y)=(x+y)^TA(x+y)=x^TAx+x^TAy+y^TAx+y^TAy=x^TAx +y^TAx+x^TAy+y^TAy=(x^TA+y^TA)x+(x^TA+y^TA)^Ty=x^ TAx+y^TAy+x^TAy+y^TAx=Q(x)+Q(y)+2x^TAy。
3. 对于任意的n维列向量x，有Q(-x)=Q(x)。
这是因为Q(-x)=(-x)^TA(-x)=(-1)^2(x^TAx)=x^TAx=Q(x)。
因此，二次型具有以上三个性质。
三、二次型的规范形对于一个二次型Q(x)，我们可以通过线性变换将其化为规范形。
二次型的规范形包括两种情况：标准型和标准配方法。
1. 标准型标准型是指没有交叉项的二次型。
即对角线以外的元素全部为0。
一个n维向量空间上的二次型Q(x)的标准型为Q(x)=c_1x_1^2+c_2x_2^2+...+c_nx_n^2，其中c_1,c_2,...,c_n为非负实数。
2. 标准配方法对于一个n维向量空间上的二次型Q(x)，我们可以通过正交变换将其化为标准配方法。
具体的步骤如下：①将二次型Q(x)的矩阵A对角化得到对角矩阵D。
②用正交变换y=P^Tx将二次型的矩阵A变换为对角矩阵D。
二次型的性质及应用
二次型的性质及应用二次型是线性代数中的一个重要概念，广泛应用于数学、物理学、工程学等领域。
二次型具有多种性质和应用，下面我将从定义、性质以及应用三个方面进行详细介绍。
一、二次型的定义和性质首先，我们来定义二次型。
设有n个变量x_1, x_2, \ldots, x_n，对于任意的实数a_{ij}和b_i，称函数Q(x_1, x_2, \ldots, x_n)=\sum_{i=1}^n\sum_{j=1}^n a_{ij}x_ix_j +\sum_{i=1}^n b_ix_i为n元二次型。
其中，a_{ij}和b_i是实数。
二次型的性质如下：1. 对称性：如果a_{ij}=a_{ji}，则二次型称为对称二次型。
2. 非负定性：若二次型对于任意非零向量\mathbf{x}都有Q(\mathbf{x})\geq 0，则称二次型为半正定二次型。
若对于任意非零向量\mathbf{x}都有Q(\mathbf{x})>0，则称二次型为正定二次型。
若对于任意非零向量\mathbf{x}都有Q(\mathbf{x})<0，则称二次型为负定二次型。
3. 二次型的规范形：通过合适的坐标变换，可以将任意二次型化为规范形。
规范形为Q(x_1, x_2, \ldots,x_n)=\lambda_1x_1^2+\lambda_2x_2^2+\ldots+\lambda_nx_n^2，其中\lambda_1, \lambda_2, \ldots, \lambda_n为实数，且\lambda_1, \lambda_2, \ldots, \lambda_n满足\lambda_1\geq \lambda_2\geq \ldots \geq\lambda_n。
4. 最大值和最小值：对于二次型Q(\mathbf{x})=\mathbf{x}^TA\mathbf{x}，其中A是一个对称矩阵。
若对任意向量\mathbf{x}\neq \mathbf{0}，有Q(\mathbf{x})\leq k，其中k为常数，则称k为二次型的上界。
二次型的几个应用实例
二次型的几个应用实例二次型是线性代数中的一个重要知识点，其在数学、物理和力学中都有着广泛应用。
二次型的应用在高中数学知识中就有体现，如用坐标变换把圆锥曲线、双曲线、抛物线化为标准曲线的实质是将二次型进行标准化。
事实上，二次型在证明不等式、分解多项式的因式、求解二次函数最值以及计算定积分中都有重要应用。
1、用二次型证明不等式一个实二次型是正定的，若其对任意的实数，都有。
可以通过构造正定二次型，利用其正定性来证明不等式[1]。
例1：证明不等式恒成立。
其中不全为0。
证明：将不等式移项得。
令，则我们只需证明f(x)恒大于0即可。
可知f(x)是一个实二次型，其二次型矩阵的三个顺序主子式均大于零。
因此，f(x)是正定二次型。
因此，对于任意一组不全为0的数，都有f(x)>0，即证。
2、二次型在二次曲线中的应用二次型起源于将二次曲线或二次曲面方程变型为标准型，所以二次型在二次曲线中的有最基本的应用。
因为二次曲线方程经可逆线性变换后的方程所对应的二次曲线图形与原图形是全等的即既不改变曲线的形状，又不改变大小。
因此，我们在判断二次曲线的形状时，可利用正交线性变换先把二次曲线化为标准型，然后再来判定原二次曲线的形状。
例2：判断二次曲线方程的形状并求其面积。
解：为了使方程所有项全部都是二次项，我们再设一个变量z。
令z，此时有。
将此二次型的矩阵做正交变换使其化为对角矩阵diag(4,1,-2)。
对角矩阵所对应二次型为。
由于正交变换不改变二次曲线的形状和大小，则有，进一步将其整理得。
很显然，这是一个椭圆方程。
长短轴分别为面积为，即原二次曲线方程的形状为椭圆，面积为π。
3、二次型用于因式分解因式分解是初等数学中很常见的一类问题，它在解方程，求多项式的根等问题上能一定程度上简便运算过程。
由于二次型都是二次齐次多项式，我们在这里只讨论二次多项式的因式分解。
应用下面的定理，我们能直接判断给出的二次多项式是否可以分解成几个一次多项式的乘积。
小学数学的归纳与解析二次形的分类和性质
小学数学的归纳与解析二次形的分类和性质小学数学的归纳与解析：二次型的分类和性质在小学数学的学习过程中，我们经常会遇到各种形式的问题，其中一种常见的问题就是与二次型相关的题目。
而要解决这类问题，就需要对二次型进行分类和了解其性质。
本文将从归纳和解析两个方面介绍小学数学中二次型的分类和性质。
一、二次型的分类二次型是指一个含有二次单项式的多项式，它的一般形式可以表示为：$ax^2 + by^2 + cz^2 + dxy + exz + fyz$。
其中，$x$、$y$、$z$为变量，$a$、$b$、$c$等为常数项。
根据变量的个数，二次型可以分为一元二次型和二元二次型两种情况。
1. 一元二次型：一元二次型是指只包含一个变量的二次型，其一般形式为：$ax^2 + bx + c$。
其中，$x$为变量，$a$、$b$、$c$为常数项。
一元二次型的图像通常是一个开口朝上或朝下的抛物线，在解析中通过求解该抛物线的顶点坐标和各类性质来解答问题。
2. 二元二次型：二元二次型是指包含两个变量的二次型，其一般形式为：$ax^2 + by^2 + cxy + dx + ey + f$。
其中，$x$、$y$为变量，$a$、$b$、$c$、$d$、$e$、$f$为常数项。
二元二次型的图像通常是一个椭圆形，我们可以通过解析的方法，求解该椭圆的焦点、长轴、短轴等性质，从而解决与二元二次型相关的问题。
二、二次型的性质除了了解二次型的分类，我们还需要了解二次型的一些性质，这些性质在解决问题时非常重要。
1. 对称性：二次型在变量交换下保持不变，即$ax^2 + by^2 + cxy = ay^2 + b x^2 + cxy$。
这个性质在解决方程和不等式时非常有用，我们可以通过利用对称性将不等式进行转换，从而得到更简单的等式，简化解题过程。
2. 正定、负定和不定：对于一个二次型，如果对于任意非零的实数$x$和$y$，都有$ax^2 + by^2 + cxy > 0$，则称该二次型为正定二次型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
师学院本科毕业论文题目二次型的正定性及其应用学生王倩柳指导教师王军讲师年级 2012级数学专接本专业数学与应用数学系别数学与信息科学系师学院数学与信息科学系2014 年5月重声明本人的毕业论文（设计）是在指导教师王军的指导下独立撰写完成的。
如有剽窃、抄袭、造假等违反学术道德、学术规和侵权的行为，本人愿意承担由此产生的各种后果，直至法律责任，并愿意通过网络接受公众的监督。
特此重声明。
毕业论文（设计）作者（签名）：2014 年月日目录摘要 (1)前言 (1)1 二次型的历史及概念 (2)1.1二次型的历史 (2)1.1 二次型的矩阵形式 (2)1.2 正定二次型与正定矩阵的概念 (3)2 二次型的正定性判别方法及其性质 (3)3 二次型的应用 (6)3.1 多元函数极值 (6)3.2 证明不等式 (12)3.3 因式分解.................................. (错误!未定义书签。
)3.4 二次曲线 (13)结论 (14)参考文献 (14)致 (14)二次型的正定性及其应用学生：王倩柳指导老师：王军摘要：二次型是高等代数中的主要容之一, 其理论的应用非常广泛。
在中学数学的不等式的证明、求极值及因式分解等问题中, 用初等数学方法处理会相当麻烦, 而如果利用高等代数中二次型的性质去解决, 就会使很多问题化繁为简, 由难转易。
因此, 讨论二次型理论在证明不等式、多项式的因式分解、求极值、计算椭圆面积、判断二次曲线的形状等实际例题中的应用, 是很有意义的。
关键词：二次型；矩阵；正定性；应用The second type of positive definite matrix and its applicationsStudent: Wang qianliuInstructor: Zhang wangjunAbstract: Quadratic form is one of its main content in Higher Algebra, Quadratic form theory is widely used in the middle school mathematics-the proof of inequality, extremum and the factorization problem, It is too cumbersome often using elementary mathematics method, but if solve them using of advanced algebra quadratic form properties, will make a lot of problems change numerous for brief, from difficult to easy. For our students, more should learn to use the knowledge of higher mathematics to guide or understanding of elementary mathematics knowledge content, a deeper understanding of the essence of higher algebra. This paper will discuss quadratic form theory to prove inequality, polynomial factorization, calculation of elliptical area, judge two the shape of the curve and actual examples of application.Key words: Quadratic; Quadratic matrix; Qualitative; Application前言二次型是高等代数中的主要容之一, 其理论的应用非常广泛。
在中学数学的不等式的证明、求极值及因式分解等问题中, 用初等数学方法处理会相当麻烦, 而如果利用高等代数中二次型的性质去解决, 就会使很多问题化繁为简, 由难转易。
因此, 讨论二次型理论在证明不等式、多项式的因式分解、求极值、计算椭圆面积、判断二次曲线的形状等实际例题中的应用, 是很有意义的。
其中实二次型中的正定二次型占用特殊的位置. 二次型的有定性与其矩阵的有定性之间具有一一对应关系.因此,二次型的正定性判别可转化为对称矩阵的正定性判别，因此，对正定矩阵的讨论有重要的意义.1 二次型的历史及概念1.1二次型的历史二次型的系统是从18世纪开始的，它起源于对二次曲线和二次曲面的分类问题的讨论，将二次曲线和二次曲面的方程变形，选有主轴方向的轴作为坐标轴以简化方程的形状，这个问题是在18世纪引进的。
柯西在其著作中给出结论：当方程式标准型时，二次曲面用二次型的符号来进行分类。
然而，那并不太清楚，在化简成标准型时，为何总是得到同样数目的正项和负项。
西尔维斯特回答了这个问题，他给出了n 个变数的二次型的惯性定律，但没有证明。
这个定律后被雅克比重新发现和证明。
1801年，高斯在《算数研究》中引进了二次型的正定，负定，半正定和半负定等术语。
二次型化简的进一步研究设计二次型或行列式的特征方程的概念。
特征方程的概念隐含地出现在欧拉的著作中，拉格朗日在其关于线性微分方程组的著作中首先明确地给出了这个概念。
而三个变数的二次型的特征值的实性则由阿歇特、蒙日和泊松建立的。
二次型常常出现在许多实际应用和理论研究中，有很大的实际使用价值。
它不仅在数学的许多分支中用到，而且在物理学中也会经常用到，其中实二次型中的正定二次型占用特殊的位置. 二次型的有定性与其矩阵的有定性之间具有一一对应关系.因此,二次型的正定性判别可转化为对称矩阵的正定性判别，并将其实现应用价值.1.2 二次型的矩阵形式定义1.1 设P 是一个数域，ij a ∈p,n 个文字1x ,2x ,…, n x 的二次齐次多项式2121111212131311(,,,)222n n n f x x x a x a x x a x x a x x =++++222223232222n n a x a x x a x x +++++2nn n a x +11n nij iji j a x x ===∑∑ 其中),...,2,1,,(n j i a aji ij==称为数域p 上的一个n 元二次型，简称二次型.当ij a 为实数时，f 称为实二次型.当ij a 为复数时,称 f 为复二次型.如果二次型中只含有文字的平方项，即12(,,...,)n f x x x =2221112...n n d x d x d x +++称f 为标准型.二次型12(,,...,)n f x x x 可唯一表示成12(,,...,)n f x x x =T x Ax ，其中12(,,...,)Tn x x x x =，()ij n n A a ⨯=为对称矩阵，称上式为二次型的矩阵形式，称A 为二次型的矩阵（必是对称矩阵），称A 的秩为二次型f 的秩.1.3 正定二次型与正定矩阵的概念定义1.2 设12(,,...,)n f x x x =T x Ax 是n 元实二次型（A 为实对称矩阵），如果对任意不全为零的实数12,,...,n c c c 都有12(,,...)0n f c c c >，则称f 为正定二次型,称A 为正定矩阵；如果12(,,...)0n f c c c ≥，则称f 为半正定二次型，称A 为半正定矩阵;如果12(,,...)0n f c c c <，则称f 为负定二次型，称A 为负定矩阵;如果12(,,...)0n f c c c ≤，称f 为半负定二次型，称A 为半负定矩阵；既不是正定又不是负定的实二次型称为不定的二次型，称A 为不定矩阵.定义1.2 另一种定义 具有对称矩阵A 的二次型,AX X f T =(1) 如果对任何非零向量X , 都有0>AX X T （或0<AX X T ）成立，则称AX X f T =为正定（负定）二次型，矩阵A 称为正定矩阵（负定矩阵）.(2) 如果对任何非零向量X , 都有0≥AX X T （或0≤AX X T ）成立，且有非零向量0X ，使000=AX X T ，则称AX X f T =为半正定（半负定）二次型，矩阵A 称为半正定矩阵（半负定矩阵）.注:二次型的正定(负定)、半正定(半负定)统称为二次型及其矩阵的有定性.不具备有定性的二次型及其矩阵称为不定的.二次型的有定性与其矩阵的有定性之间具有一一对应关系.因此,二次型的正定性判别可转化为对称矩阵的正定性判别.2 二次型的正定性的判别方法及其性质定理2.1实二次型12(,,...,)n f x x x =T x Ax 为正定的充要条件为（若A 是负定矩阵，则A -为正定矩阵）：1）矩阵A 的各阶顺序主子式都大于零； 2）矩阵A 与单位矩阵合同； 3）A 的全部特征值是正的。
4）n 级实对称矩阵A 是正定的充分必要条件是, 存在n 级实可逆矩阵C ,使A = C ′C . 定理2.2实二次型12(,,...,)n f x x x =T x Ax 为半正定（半负定）的充要条件为：1）A 的所有主子式大于（小于）或等于零； 2）A 的全部特征值大于（小于）或等于零.3）A 与矩阵⎪⎪⎭⎫⎝⎛-000)(r r E E 合同，这里r 是矩阵A 的秩4）n 级实对称矩阵A 是半正定的充分必要条件是, 存在n 级实矩阵C 使 A = C ′C （A = —C ′C ）. 推论2.1 若A 为正定矩阵,则0||>A .定理2.2 秩为r 的n 元实二次型AX X f T =, 设其规形为22122221r p p z z z z z ---++++则：(1)f 负定的充分必要条件是,0=p 且.n r =(即负定二次型,其规形为22221n z z z f ----= )(2)f 半正定的充分必要条件是.n r p <=(即半正定二次型的规形为n r z z z f r <+++=,22221 ) (3)f 半负定的充分必要条件是,0=p .n r < (即n r z z z f r <----=,22221 ) (4)f 不定的充分必要条件是.0n r p ≤<< (即22122221r p p z z z z z f ---+++=+ )定义2.1 n 阶矩阵)(ij a A =的k 个行标和列标相同的子式)1(21212221212111n i i i a a a a a a a a a k i i i i i i i i i i i i i i i i i i kk k k k k ≤<<<≤称为A 的一个k 阶主子式.而子式),,2,1(||212222111211n k a a a a a a a a a A kkk k k k k==称为A 的k 阶顺序主子式.定理 2.3证明n 阶矩阵)(ij a A =为正定矩阵的充分必要条件是A 的所有顺序主子式 ),,2,1(0||n k A k =>.例2.1 设A B 分别是m 级、n 级正定矩阵，证明⎪⎪⎭⎫⎝⎛=B O O A c 正定矩阵。