判断二次型是否半正定例题

合集下载

二次型的正定性与半正定性判定

二次型的正定性与半正定性判定

二次型的正定性与半正定性判定在线性代数中,二次型是一种重要的数学工具,广泛应用于各个领域。

正定性与半正定性是二次型的两个重要性质,对于理解和解决实际问题起着至关重要的作用。

本文将深入探讨二次型的正定性与半正定性的判定方法,以及它们在实际问题中的应用。

一、二次型的定义与基本性质二次型是一个关于n个变量的二次齐次多项式,可以表示为:$$Q(x_1,x_2,...,x_n) = \sum_{i=1}^{n}\sum_{j=1}^{n}a_{ij}x_ix_j$$其中,$a_{ij}$为二次型的系数,$x_1,x_2,...,x_n$为变量。

二次型的基本性质有:1. 对称性:$a_{ij} = a_{ji}$2. 齐次性:$Q(kx_1,kx_2,...,kx_n) = k^2Q(x_1,x_2,...,x_n)$,其中k 为常数。

3. 定义正定性与半正定性的前提:二次型必须是实二次型,即系数$a_{ij}$为实数。

二、正定性的判定正定性是指对于任意非零向量$x=(x_1,x_2,...,x_n)$,二次型$Q(x)$的取值都大于零。

正定性的判定方法有以下几种常用方式:1. 惯性定理: 二次型的惯性定理指出,通过变换二次型的系数矩阵,可以得到一个对角阵,该对角阵的主对角线上元素个数为二次型的正惯性指数。

- 若正惯性指数为n,则二次型正定;- 若正惯性指数为0,则二次型半正定;- 若正惯性指数非0非n,则二次型不定。

2. Sylvester定理: Sylvester定理是另一种判定二次型正定性的方法,通过判断二次型的所有顺序主子式是否大于零来确定。

- 若所有顺序主子式大于零,则二次型正定;- 若所有顺序主子式非负但存在某个顺序主子式为零,则二次型半正定;- 若存在某个顺序主子式小于零,则二次型不定。

三、半正定性的判定半正定性是指对于任意非零向量$x=(x_1,x_2,...,x_n)$,二次型$Q(x)$的取值都大于等于零。

正定二次型

正定二次型

设可逆变换x Py使
g

y


n

bi
y2 i
.
i 1
充分性
设 bi 0 i 1,, n. 则 g( y) 正定 任给 x 0, 则 y P -1x 0,
故由可逆线性变换不改变正定性可得。
定理 n元实二次型 f xT Ax 为正定的充分必要 条件为:它的标准形的n个平方项系数全大于零。
f


x2 1
3x22
为不定二次型
定理1 可逆线性变换保持实二次型的正定性。
证明 设实二次型 f (x) xT Ax 经过实数域上 可逆线性变换 x Py 化为 g( y) yT By
1.假设 f (x)
y ,则有

x
xT Ax
Py
正0定。,于对是任意f (非x)零 0实向量
0 0 1
定理 实二次型 f (x) xT Ax 正定的充分必要
条件是 A的所有顺序主子式的值全大于零。
, a11 0, a11 a12 0,
a11 a1n

0;
a21 a22
an1 ann
例 判别实二次型
f (x1, x2 , x3 ) x12 3x22 3x32 2x1x2 是否正定。
证明 设二次型
f1 xT Ax f2 xT Bx
f xT (A B)x
xT Ax xT PT Px (Px)T (Px) 0
则由定义A正定。
A正定,则A合同于E, 由合同的定义,存在可逆矩阵P, 使得PT EP PT P A
正定的判别法
(1)用定义,∀x ≠ 0 ,总有xTAx > 0

实二次型中半正定二次型的判定及应用_魏慧敏

实二次型中半正定二次型的判定及应用_魏慧敏

实二次型中半正定二次型的判定及应用_魏慧敏实二次型是指系数矩阵为实数对称矩阵的二次型。

在实二次型中,半正定二次型是一类非常重要的特殊二次型。

本文将介绍半正定二次型的判定方法及其应用。

一、半正定二次型的定义设 $f(x)=x^T A x$ 是 $n$ 元实二次型,其中 $A$ 是 $n \times n$ 的实对称矩阵。

若对于所有的实向量 $x=(x_1,x_2,\cdots,x_n)^T$,都有 $f(x)\geq 0$,则称$f$ 是半正定二次型。

对于实二次型 $f(x)=x^T A x$,判断其是否为半正定二次型的常用方法有以下几种。

1. 特征值法若 $A$ 的所有特征值均非负,则 $f(x)$ 是半正定二次型。

2. 根据秩的特征此处,顺序主子式是指形如 $\Delta_i =\det(A_i)$ 的子式,其中 $A_i$ 是由$A$ 的前 $i$ 行和前 $i$ 列组成的矩阵。

3. 矩阵分块法假设实二次型 $f(x)=x^T A x$ 中 $A$ 可分解为以下形式:$$A=\begin{pmatrix} A_{11} & A_{12} & \cdots & A_{1k} \\ A_{21} & A_{22} & \cdots & A_{2k} \\ \vdots & \vdots & \ddots & \vdots \\ A_{k1} & A_{k2} & \cdots & A_{kk} \end{pmatrix}$$其中 $A_{ii}$ 均为 $p_i$ 阶矩阵,$p_1+p_2+\cdots+p_k=n$。

半正定二次型在数学、物理、经济等领域都有着广泛应用。

1. 半正定二次型在优化问题中的应用半正定二次型在优化理论中有着重要的应用。

例如,对于一般的线性规划问题,可以通过求解一个对称半正定矩阵的特征值问题,将其转化为二次规划问题,从而用现有的优化算法得到最优解。

半正定矩阵的性质

半正定矩阵的性质

半正定矩阵的性质内容摘要矩阵是线性代数的一个重要内容,矩阵这一概念是从其它许多事物中抽象出来的,具有很大的现实意义.矩阵的理论不仅贯穿于线性代数的各个部分,而且在在物理学及其它科学技术领域,在经济及其它社会科学领域都有广泛的应用.本文以半正定矩阵的概念为基本出发点,从特征值、主子式、QR 分解、Gram 矩阵、半正定矩阵的各种运算等等系统研究半正定矩阵的基本性质,尤其是hadamard 积 和kronecker 积 ,更深刻的理解半正定矩阵的内涵和性质.【关键词】 半正定矩阵 hadamard 积 kronecker 积 一、矩阵的相关知识定义1[1]. 矩阵的秩向量组的极大线性无关组所含向量的个数称为向量组的秩.矩阵的行秩就是矩阵行向量组的秩,矩阵的列秩就是矩阵列向量组的秩.矩阵的行秩等于矩阵的列秩,统称为矩阵的秩,记作()R A .定义2[1]. 矩阵的特征值与特征向量设A 是n 阶方阵,如果存在数λ和非零n 维列向量x ,使得x Ax λ=成立,则称 λ 为A 的一个特征值.非零n 维列向量x 称为矩阵A 的属于(对应于)特征值λ的特征向量,简称A 的特征向量.特征向量0≠x .注1. 特征向量不是由特征值唯一确定的,但是特征值都是由特征向量唯一决定的.所以一个特征向量只能属于一个特征值,一个特征值有无穷多个特征向量.注2.对于一个n 阶矩阵A ,λ是矩阵A 的特征值,一般通过求解特征方程A E f -=λλ)(和齐次线性方程组()0E A X λ-=来得到矩阵的特征值和特征向量.定义3[1]. 矩阵的迹设矩阵()ij n n A a ⨯=,那么矩阵A 的迹就是矩阵A 的主对角线元素的之和,记作()tr A .注3.矩阵的迹就是矩阵的所有特征值之和. 定义4. 对角优势矩阵 对于矩阵()ij n n A a ⨯=,如果1nii ij j j ia a =≠≥∑,1,2,,i n =则称矩阵A 为对角优势矩阵.定义5[1].对称矩阵对于矩阵()ij n n A a ⨯=,若元素满足ji ij a a =, n j i 2,1,=或者A A T =, 则称矩阵A 为对称矩阵.定义6[2].酉矩阵对n 阶复矩阵A ,用A -表示以A 的元素的共轭复数作元素的矩阵.如A 满足TTA A A A E --==,则称矩阵A 为酉矩阵.定义7.Gram 矩阵 设12,,,n v v v 是欧氏空间V 的一个向量组,定义矩阵111212122212,,,,,,,,,n n n n n n v v v v v v v v v v v v A v v v v v v <><><>⎛⎫⎪<><><> ⎪= ⎪⎪<><><>⎝⎭A 称为由向量12,,,n v v v 组成的Gram 矩阵,记做()12,,,n Gram v v v . 其中,,<⋅⋅>为欧氏空间V 中定义的内积.定义8. 可对角化如果方阵A 相似于一个对角矩阵,称方阵A 为可对角化,换句话说,即如果存在一个可逆矩阵 P 使得AP P 1-是对角矩阵,那么称矩阵A 可对角化.定义9[2]. 置换矩阵对于矩阵()ij n n P p ⨯=,如果它的每一行和每一列都只有一个元素为1,其它的元素都为零,则称矩阵P 为置换矩阵.定义10[2]. 可约矩阵 对于 矩阵()n n ij a A ⨯=,如果满足 ①1=n 时,0=A ;②2≥n ,存在n 阶置换矩阵P ,使得⎪⎪⎭⎫ ⎝⎛=-D O C B PAP 1,其中B 是k 阶方阵11-≤≤n k ,左下角是()k k n ⨯-阶的零矩阵,则称矩阵A 为可约的.否则,矩阵A为不可约.定义11[1]. 非退化矩阵对于矩阵()n n ij a A ⨯=,如果0≠A ,称矩阵A 为非退化的. 定义12[1]. 矩阵的幂对于矩阵()n n ij a A ⨯=,对任意正整数k ,kA 定义为k kA AAA=,称为矩阵A 的k 次幂.规定E A =0.定义13[4]. 阵的QR 分解实(复)非奇异矩阵A 能够化成正交(酉)矩阵Q 与实(复)非奇异上三角矩阵R 的乘积,即QR A =,称为A 的QR 分解.定义14[5].Kronecker 积设()n m ij R a A ⨯∈=,()n m ij R b B ⨯∈=,A 与B 的Kronecker 积,记作B A ⊗,定义为n m nn n n n n C B a Ba B a B a Ba B a B a Ba B a B A ⨯∈⎪⎪⎪⎪⎪⎭⎫⎝⎛=⊗ 212222111211注4:从定义看矩阵的Kronecker 积被表示成为矩阵的分块运算,即B A ⊗是一个分块矩阵,每一个子块是数乘运算()B a ij . 矩阵的Kronecker 积也称为直积或张量积.定义15[5].Hadamard 积设()n m ij R a A ⨯∈=,()n m ij R b B ⨯∈=,其中A 与B 为同阶矩阵,A 与B 的Hadamard 积,记作A B ,定义为()n m ij ij R b a B A ⨯∈= .注5: 矩阵A 与B 的Hadamard 积即将A 与B 对应元素相乘,矩阵的Hadamard 积也称为Schur 积.注6[5]:矩阵Hadamard 积的性质:① ()()kB A B kA = ② ()C A B A C B A +=+ ③ ()()C B A C B A =④()TT T A B A B =注7:由矩阵的Kronecker 积与Hadamard 积的定义可以看出,B A 是B A ⊗的主子矩阵.二、半正定矩阵的性质(一)半正定矩阵的定义如果矩阵n n R A ⨯∈是实对称矩阵,并且对于一切n R X ∈,有0≥AX X T ,则称矩阵A 为半正定矩阵.记作0A ≥.如果0≥-B A ,记作B A ≥.(二)半正定矩阵的二次型对称矩阵A 的二次型()AX X X f T =,如果对任何非零向量X ,都有0≥AX X T 成立,则称()AX X X f T =为半正定二次型.(三)半正定矩阵的性质性质1:设A 为一个n 阶对角优势对称矩阵,且对角线元素非负,那么矩阵A 为半正定矩阵.证明:设A 是一个n 阶对角优势对称矩阵,且对角线元素非负. 设ij A 矩阵是A 的主子矩阵且i 行j 列如下,且其它对角元素等于0⎪⎪⎭⎫ ⎝⎛ij ij ij ij a a a a那么ij A 是一个半正定矩阵,而∑=-nj i ij A A 1,也为非负对角阵,所以A 为半正定的.注8:半正定矩阵对角化之后,所有元素都大于等于0. 性质2:设A 为一个n 阶对称矩阵,下列命题等价:(a)A 是半正定矩阵;(b)A 的所有特征值为非负; (c)A 的所有的主子式非负;(d)存在一个n 阶矩阵B ,使得T BB A =; (e)存在一个n 阶下三角矩阵L ,使得T LL A =; (f)存在一个n 阶对称矩阵C ,使得2C A =;(g)存在一个k 维欧氏空间V 和向量12,,,n v v v V ∈,使得()12,,,n A Gram v v v =;(h)存在k 个向量12,,,nk b b b R ∈,使得∑==ki T i i b b A 1.证明:(a)⇒(b)设,AX X λ=0X ≠,其中λ为矩阵A 的特征值,由于矩阵A 为半正定矩阵,有0≥=X X AX X T T λ,且0T X X >,则\0T T X AX X X λ=≥, 所以矩阵A 的所有特征值非负.(a)⇒(c) 设[]a A 是A 的主子式,由于A 为半正定的,所以[]a A 也为半正定的,由(a)⇒(b)可知[]a A 的特征值为非负,因此,[]0≥a A .(c)⇒(b) 设A 的特征多项式()()()n nk n k kn n n A P x P x P xP x x 112211-++-+-+-=∆--- 其中k P 为A 的所有k k ⨯阶子矩阵的和,由于 (c),n k P k 2,10=≥,,假设0<x ,如果n 为任意正整数,那么0>n x 并且()0≥∆x A ;如果n 唯一,那么0<n x ,并且()0≥∆x A ,这表明矩阵A 不可能有负特征值且A 为对称矩阵,所以矩阵A 特征值存在且非负.(b)⇒(f) 由于A 为对称矩阵,并且特征值非负,它正交相似与一个非负对 角矩阵D .即T UDU A =,其中U 是正交矩阵,D 是非负对角矩阵()n d d d diag D 21=,但是当T T U D U U D U A =,其中由于U 为正交矩阵,所以有T U U E =,然而),n diagd =.所以T U D U C C A ==,2.(d)⇒(e) 为了证明这个结论,首先利用下列这一点:任何矩阵C 有一个QR 因数i.e.,QR C =,其中Q 的行正交,R 是上三角矩阵.设TA BB =,TB 的QR 分解为T B QR =,有()()TTTT T B B QR R Q ===,那么T T T A R Q QR LL ==,那么就有T T Q R L =,T QR L =,然而TR L =是一个下三角矩阵.所以T LL A =.(d)⇒(g) 设T BB A =,然而B 是n n ⨯阶矩阵,设k R V =,并且设T i V 是 B 的i 行,那么()n v v v Gram A 21=(g)⇒(a)由于()12,,,n A Gram v v v =,且设n R x ∈,那么()()0x v ,211i n 1j 1,1,,1,≥=⎪⎪⎭⎫ ⎝⎛====∑∑∑∑∑∑======ni ii n j j i i nj i j j i i j i nj i j i nj i j i ij Tvx v x v x v x x x v v x x a AX X 0T X AX ≥,所以矩阵A 为半正定矩阵.(b)⇒(h) 设T BB A = ,则有∑==ki T i i b b A 1,其中(1,2)i b i k = 为B 的列向量,由(e)⇒(d),(f)⇒(d),可知结论成立.注9:①性质2 中,证明(b)⇒(f) 中,构造的矩阵C 其实为半正定矩阵,这表明任何一个半正定矩阵A 都有唯一的半正定矩阵C 满足2C A =,那么矩阵C 为A 的平方根,记作C =②中指的是主子矩阵而不是顺序主子式,实际上,只有顺序主子式大于等于零并不能保证A 是半正定的.例1 判定二次型()2123221321245,,x x x x x x x x f -++=的正定性 解 (解法1) 用顺序主矩阵判别 首先,该二次型()123,,f x x x 对应的矩阵为⎪⎪⎪⎭⎫⎝⎛--=100041015A求A 的各阶主子式可得,051>=D 02241152>=--=D 03==A D由于A 的各阶主子式全都大于等于零,所以该二次型()123,,f x x x 为半正定二次型。

第5章 二次型(解答题)(63题)

第5章 二次型(解答题)(63题)

1.设二次型()12,,,n f x x x 的矩阵为n 阶三对角对称矩阵110111111011A -⎛⎫ ⎪-- ⎪⎪=- ⎪- ⎪⎪-⎝⎭试写出二次型(二次齐次多项式)的表示式.解:()222121212231,,,222.n n n n f x x x x x x x x x x x x -=+++----2设二次型()212111,,,nnn ii n i i i f x x x axb x x -+===+∑∑ ,写出二次型f 的矩阵.解:设二次型f 的矩阵为A ,当2n m =时,ab a b A b a b a ⎛⎫ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭;当21n m =+时,.a b a b A a b b a b a ⎛⎫ ⎪⎪ ⎪ ⎪=+ ⎪ ⎪ ⎪⎪ ⎪⎝⎭3.证明实二次型211mn ij j i j f a x ==⎛⎫= ⎪⎝⎭∑∑的秩等于矩阵()ij m nA a ⨯=的秩.证:令()()()121211,2,,,,,,,,,ni ijjmnj y a x i m Y y y X x x x =''====∑则Y AX =,而21.mii f yY Y X A AX ='''===∑因此,二次型f 的矩阵是A A ',而秩()A A '=秩()A ,所以f 的秩等于秩.A4.设A,B 是两个复n 阶对称矩阵,则A 与B 合同⇔秩A=秩B证:必要性:因为A 与B 合同,即存在可逆矩阵P 使得设A =秩A P BP '=,故秩A =秩B充分性:设秩A =秩B r =,则A 合同于000r E ⎛⎫ ⎪⎝⎭,B 合同于000rE ⎛⎫⎪⎝⎭,由合同的对称型与传递性知A 合同与B .5.将二次型()2121213233,,,4223n f x x x x x x x x x x =--+ 化为标准型,并写出相应的非退化线性替换.答:初等变换法,对矩阵A E ⎛⎫ ⎪⎝⎭的列,行做同步初等换变换(即设1T 为初等矩阵,则用11T 与1T 左,右乘A ),将A 化为对角矩阵,即30002110020131130081000010100150011123⎛⎫ ⎪-⎛⎫ ⎪- ⎪- ⎪ ⎪ ⎪⎪-- ⎪→⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪⎝⎭,于是,非退化线性替换1122330010151123x y x y x y ⎛⎫⎪⎛⎫⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎪⎝⎭⎝⎭ ⎪⎝⎭将二次型化为标准型2221231383f y y y =-+.6.用非退化线性替换化下列二次型为标准型(并写出相应的非退化线性替换);1)21n i i x d -∑+1ni j i j nx x ≤≤≤∑;2)_1ni i j n x x ≤≤≤⎛⎫- ⎪⎝⎭∑,其中,()_121n x x x x n =+++解:1)设原式为f,经过展开配方整理得()22222212123311143212nn i in n n i i n n f x x x x x x x n n n -==⎛⎫⎛⎫+⎛⎫⎛⎫⎛⎫=+++++++ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭∑∑ . 令2112222311131nii n i i n n nn n y x x y x x y x x n y x ===--⎧=+⎪⎪⎪⎛⎫+⎪ ⎪⎪⎝⎭⎨⎪⎪=+⎪⎪⎪=⎩∑∑ , 则非退化线性替换,112312231111111231111311n n n nn n n n n x y y y y y n nx y y y yn n x y y nx y ----⎧=-----⎪-⎪⎪=----⎪-⎪⎨⎪⎪=-⎪⎪=⎪⎩, 将二次型f 化为标准型()2222121314212n n n n f y y y y n n-+=++++- 2)令112211n n n n y x xy x x y x x y x --=--=-=⎧=-⎪⎪-⎪⎪⎨⎪⎪-⎪⎪⎩, 则11221232111222nii n ii n n i n n i n n x y y x y y yx y y y x y ===--=-==⎧=+⎪⎪⎪⎪++⎪⎨⎪⎪⎪++⎪⎪⎩∑∑∑ , 注意到1nii yx -==∑,故原式22111122211111112n n n n n i n i i i i i j i i i i i i j n f y y y y y y y y ----=====≤≤≤-⎛⎫⎛⎫⎛⎫=+-=+=+ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭∑∑∑∑∑∑,由1)知,线性替换112312231111112311131n n n n n n y z z z z n y z z zn y z y z ----⎧=----⎪-⎪⎪=---⎪-⎨⎪⎪=⎪⎪=⎩, 将二次型f 化为标准型()2221213221n n f z z z n -=+++- , 由1,2)可得所用非退化线性替换为11223311200013100121410123111123100001n n n n x z x z x z x z n x z n --⎛⎫⎪⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪⎪ ⎪⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪- ⎪⎝⎭7.已知二次型()2221232323320f x x x ax x a =+++>通过正交替换化为标准形22212325f y y y =++,求出参数a 和相应的正交矩阵.解:二次型矩阵为2000303A a a ⎛⎫⎪= ⎪ ⎪⎝⎭因()()222690E A a λλλλ-=--+-=.已知A 的特征值1231,2,5λλλ===.将11λ=代入上式,解得24a =.又0a >,故2a =.分别求出属于特征值1231,2,5λλλ===的特征值()()()1230,1,1,1,0,0,0,1,1ααα'''=-==.123,,ααα两两正交,在单位化得正交矩阵01000Q ⎛⎫⎪ ⎪ =⎝8.设()1234121314232434,,,f x x x x x x x x x x x x x x x x =+++++,分别在实数和复数域上将它化为规范性,并写出相应的非退化线性替换.解:11223344111122111122100120001x y x y x y x y ⎛⎫--- ⎪⎛⎫⎛⎫⎪ ⎪ ⎪⎪-- ⎪ ⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎪-⎝⎭⎝⎭⎪ ⎪⎝⎭, 则二次型化为标准型222212341344f y y y y =--- 1)在实数域上,令11223344,2,,3y z y z y z y z ====,则二次型的规范形为22221234f z z z z =---非退化线性替换为1X C Z =,其中111111311100022020011111110010221001001300020001000C ⎛⎫--- ⎪⎛⎫---⎪⎛⎫⎪ ⎪- ⎪ ⎪--⎪ ⎪ ⎪== ⎪⎪ - ⎪ ⎪ - ⎪⎪⎝⎪⎪⎝⎭⎪⎝⎭.2)在复数域上,令11223344,2,,3y z y iz y iz y ====, 则二次型的规范形为22221234f z z z z =+++.非退化线性替换为1X C Z =,其中211003000i i i i C i i ⎛⎫-- ⎪ ⎪⎪- ⎪⎪= ⎪- ⎪ ⎪⎪⎪⎝⎭.9.设000a b A a c b c ⎛⎫⎪= ⎪ ⎪⎝⎭,试求可逆矩阵T,使得T AT '为对角矩阵.解:设以A 为矩阵的二次型是()123121323,,222f x x x T XT ax x bx x cx x '==++当0a b c ===时,A=0,T=E 即为所求. 当,,a b c 不全为0时,不妨设0a ≠,令112233110110,001x y x y x y ⎛⎫⎛⎫⎛⎫ ⎪ ⎪⎪=- ⎪ ⎪⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭, 则()()2222212132313133222222222.22b c b c cb f ay ay a b y y b c y y a y y a y y y a a a ++⎛⎫⎛⎫=++++-=+--- ⎪ ⎪⎝⎭⎝⎭令112233102012001b c a y z b c y z a y z +⎛⎫- ⎪⎛⎫⎛⎫⎪- ⎪ ⎪⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪ ⎪⎝⎭, 则二次型化为标准型222123222bc f az az z a=--.可逆矩阵 1011211011001112001001001b c c a a b c b T a a +⎛⎫⎛⎫-- ⎪ ⎪⎛⎫ ⎪ ⎪- ⎪⎪ ⎪=-=-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,使得22,2,bc T AT diag a a a ⎛⎫'=-- ⎪⎝⎭.10.秩等于r 的对称矩阵可以表成r 个秩等于1的对称矩阵之和 证:因为对称矩阵A 的秩为r,于是存在可逆矩阵C,使11200rr d d C AC D D D ⎛⎫⎪ ⎪ ⎪'==+++⎪ ⎪ ⎪⎪ ⎪⎝⎭,这里,()1,2,,i D i r = 表示主对角线上第i 个元素为i d ,其余元素为零的对角矩阵.由此,得()()()11111112r A c D C c D C c D C ------'''=+++ .显然,()11ic DC --'的秩为1,且为对称矩阵,故A 可表成r 个秩为1的对称矩阵之和.11.确定实二次型222212212n n f y y y y -=-++- 的秩和符号差.解:做非退化线性替换112212212122212n n n n n nx y y x y yx y y x y y ---=+⎧⎪=-⎪⎪⎨⎪=+⎪=-⎪⎩ , 则二次型(),,f x y z ayz bxz cxy =++,故其秩为2n,符号差为零.12.设11122122A A A A A ⎛⎫=⎪⎝⎭是一对称矩阵,且110A ≠,则存在0EX T E ⎛⎫= ⎪⎝⎭使得,1100*A T AT ⎛⎫'=⎪⎝⎭,其中*表示阶数与22A 相同的矩阵. 证:取111120EA A T E -⎛⎫-=⎪⎝⎭, 则()11220111,.1011B C f x B B λλ-⎛⎫⎛⎫===+⎪ ⎪-⎝⎭⎝⎭.13.证明12n λλλ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭ 与12n i ii λλλ⎛⎫⎪ ⎪⎪⎪ ⎪⎝⎭合同,其中,12,,,n i i i 是1,2, ,n 的一个排列.设两个矩阵分别为A,B 其相应的的二次型分别为2221122,A n n f x x x λλλ=+++ 1222212,n B i i i n f y y y λλλ=+++ 做非退化线性替换,1,2,t t i y x t n == 则B f 化成A f .因此,A,B 合同.14.设B C A C B ⎛⎫=⎪⎝⎭,其中0111,.1011B C -⎛⎫⎛⎫== ⎪ ⎪-⎝⎭⎝⎭()f x 是实系数多项式,证明:在实数域上存在实数12,λλ和4阶方阵12,,B B 使得1)()1122f x B B λλ=+;2)12210B B B B ==;3)221122,.B B B B ==证:()()()313E A λλλ-=-+,而A 为实对称阵,故存在正交矩阵T ,()1,1,1,3T AT diag '==-,那么()()()()()()()()()()1,1,1,311,1,1,030,0,0,1T f A T diag f f f f f diag f diag '=-=+-令()()()()12121,1,1,0,0,0,0,1.1,3.B Tdiag T B Tdiag T f f λλ''====-则,()1122,f A B B λλ=+12210B B B B ==;3)100A BD CP MP D -⎛⎫-'=⎪⎝⎭.15.设A,B,C,D 为n 阶对称矩阵,A 合同于B,C 合同于D.试问下列结论是否正确?为什么?1)(A+B )=(C+D);2)00A C ⎛⎫⎪⎝⎭合同于00B D ⎛⎫⎪⎝⎭. 解:1)不正确. 例如,在复数域上,取10101001,,,,01010110A B C D --⎛⎫⎛⎫⎛⎫⎛⎫====⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭⎝⎭则A 与B 合同,C 与D 合同,但是A+B 与B+D 不合同.2 )正确.因1122,,B Q AQ D Q CQ ''==取可逆矩阵121,1Q Q -⎛⎫ ⎪-⎝⎭则11220000.0000Q Q B A Q Q D C '⎛⎫⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭16.设分块矩阵M=A B C D ⎛⎫⎪⎝⎭是对称矩阵,其中,D 为非奇异矩阵,则矩阵M 合同与矩阵10.0A BD C N D -⎛⎫-=⎪⎝⎭证:由M M '=知,,,.A A B C D D '''===令矩阵10Ep D C E -⎛⎫=⎪⎝⎭,则100A BD CP MP D -⎛⎫-'=⎪⎝⎭,即矩阵M 与N 合同.17.n 阶矩阵是反对称矩阵的充分必要条件是:对任意n 维列向量X ,都有0X AX '=.证明:充分性:若对任意X 有0X AX '=,设(),iji n nA a e ⨯=表示第i 个分量为1其余分量为零的n 维列向量,,i j X e e =+则()()0i jije e A e e '++=,即0.iijj ij ji aa a a +++=当i=j 时,得0ii jj a a ==;当i j ≠时,得ij ji a a =-,故得A 是反对称矩阵.必要性:若,A A '=-则对任意X 有(),X AX X AX X A X X AX ''''''====-移项后,可得0X AX '=18.如果n 阶对称矩阵A 对任意n 维列向量X 都有0,X AX '=那么A=0..证:因为A A '=,对任意n 维列向量X 都有0X AX '=,由第761条知,A A '=-,即20A =,故0A =.19.n 阶实矩阵A 是对称矩阵的充分条件是2A A A '=.证:必要性:显然.下面证明充分性:设(),ijn nA a ⨯=由于2AA A '=,故有2,trAA trA '=即21111n nn nijij ji i j i j aa a =====∑∑∑∑整理得()20ij ji i ja a ≠-=∑因A 是实矩阵,故()()ij ji a a i j =≠即12,,,,n λλλ .20.设A,B 为n 阶实对称矩阵,λ是AB 的一个非实特征值,X 是AB 对应于λ的一个特征向量,则. 0X BX '=证:在ABX X λ=的两边取共轭转置得X BA X λ''=,所以X BABX X BX λ''=.即X BX X BX λλ''=,()0X BX λλ'-=.因λ是非实数,即0λλ-≠,所以0X BX '=.21.设A 为一个n 阶实对称矩阵,且0A <,则必存在实n 维向量0X ≠,使0.XBX < 证:设222211,p p r f y y y y +=++--- 的n 个实特征值为12,,,,n λλλ 则由120n A λλλ=< 知A 至少有一个实特征值为负,不妨设10.λ<由第754条的注,存在0β≠,使得10A ββλ'=<.22.设()12,,,n f x x x X AX '= 是一实二次型,若有n 维实向量12,,X X 使11220,0,X AX X AX ''><则必存在n 维实向量00,X ≠使000.X AX '= 证:设秩A=r,则存在非退化线性替换X=CY ,将二次型化为规范形222211,p p r f y y y y +=++--- 由1,p r ≤<若取1211,0,1,r r y y y y -=====则0.f =取()001,0,,0,1,0,,0,0,Y X CY '==≠ 则000.f X AX '==23.设实二次型()2221122,1n n X AX y y y Y BY X X QY QY Y Y λλλ'''''=+++==== ,矩阵A 的特征值12,n λλλ≤≤≤ 则在条件222121n x x x +++= 下,二次型f 的最小值和最大值分别是1λ和2λ.证:存在正交矩阵Q 使()12,,,n Q AQ diag B λλλ'== .作正交替换X=QY,则2221122n n X AX y y y Y BY λλλ''=+++= ,而()1,n Y Y Y BY X AX Y Y X X QY QY Y Y λλ'''''''≤=≤==,故1n X X X AX X X λλ'''≤≤. (1)条件222121n x x x +++= 即1X X '=,因此1n X AX λλ'≤≤.易知上述不等式里X AX '可达到等号,即f 的最小值和最大值分别是1,.n λλ24.设A 是n 阶实对称矩阵,则存在一正实数c,使对任一实n 维向量X 都有X AX cX X ''≤ 证:由767条(1)式,令c={}12max ,,λλ则.X AX cX X ''≤25.设A,B 是n 阶对称矩阵,12,λλ是0A B λ-=的不同根,并且()()1212,,,,,,,n n X x x x Y y y y ''== 分别是()()120,0A B X A B Y λλ-=-=的解,则0,0.X AY X BY ''==证:因为()()()1111,X BY X BY Y BX Y BX Y AX Y AX X AY X BY λλλλ''''''''''=======而12λλ≠,故0,0X BY X AY ''==.26.一个实二次型可以分解成两个实系数的一次齐次多项式之积的充分必要条件是:它的秩等于2和符号差等于0,或者秩等于1.证:必要性:设()()()11110,,1,2,,n n n n i i f a x a x b x b x a b i n =++++≠= 均为实数.1)若两个一次式系数成比例,即()1,2,,,i i b ka i n == 不妨设0i a ≠,则非退化线性替换()111,1,2,,,n n i i y a x a x y x i n =++⎧⎨==⎩ 化二次型21f ky =,此时f 的秩为1. 2)若两个一次实系数式不成比例,不妨设1212,a a b b ≠则连续进行下列非退化线性替换()111211,,3,,,n n n n i i y a x a x y b x b x y x i n =++⎧⎪=++⎨⎪==⎩ 及()1121,,3,,,n n ii y z z y z z y z i n =+⎧⎪=-⎨⎪==⎩ 化为二次型221212,f y y z z ==-此时f 的秩为2且符号差为0.充分性:1)若f 的秩等于1,则存在非退化线性替换X=CY 化为二次型为()()()()221212121,11,1n n n n f y y y y y y a x a x a x a x =-=-+=++++ .2)若f 的秩等于2,符号差为0,则存在非退化线性替换X=CY 化为二次型为12,,,,n x x x27.设.s p ≤其中()1,2,,i L i p q =+是12,,,n x x x 的一次齐次式,则()12,,,n f x x x 的正惯性指数,p ≤负惯性指数.q ≤证:()11221,2,,,i i i in n L b x b x b x i p q =+++=+ 再设()12,,,n f x x x 的正惯性指数为s,秩为r,则存在非退化线性替换()()11221,2,,,1i i i in n y c x c x c x i n =+++= 使()2222212121222211,,,.n p p p qs s rf x x x L L L L L y y yy +++=+++---=++--- (2)先证.s p ≤用反证法.假设,s p >注意到线性方程组1111111,111,110,0,0,0,n n p pn n s s n n n nn n b x b x b x b x c x c x c x c x ++++=⎧⎪⎪⎪++=⎪⎨++=⎪⎪⎪++=⎪⎩ 的未知量的个数为n,方程个数为,p n s n +-<故次线性方程组存在非零解()12,,,,n a a a 将它代入(2),得()22221211,,,0.n p p q s f a a a L L y y ++=---=++=22110p p q s L L y y ++======因此,对一组不全为零的数1122,,,,n n x a x a x a === 使得120n y y y ==== ,这与非退化线性替换(1)的条件相矛盾.类似地可证得f 的负惯性指数q ≤.28.任何一个n 阶可逆复对称矩阵必定合同于以下形式的矩阵之一:0,0r rE E ⎛⎫ ⎪⎝⎭若n=2r ;0000,01r r E E ⎛⎫ ⎪⎪ ⎪⎝⎭若n=2r+1. 证:设A 为n 阶可逆复对称矩阵.由于两个复对称矩阵合同的充分必要条件是其秩相等,故当n=2r 时,秩(A)=秩0,0r r E n E ⎛⎫=⎪⎝⎭因而A 合同于0;0r r E E ⎛⎫⎪⎝⎭当n=2r+1时,秩(A)=秩0000,001r r E E ⎛⎫ ⎪ ⎪ ⎪⎝⎭因而A 合同于0000001r rE E ⎛⎫⎪ ⎪ ⎪⎝⎭.29.任何一个n 阶可逆实对称矩阵必合同于以下形式的矩阵之一:2000000r rn r E E E -⎛⎫⎪ ⎪ ⎪⎝⎭或20000.00r r n r E E E -⎛⎫ ⎪ ⎪ ⎪-⎝⎭ 证:设A 为n 阶可逆实对称矩阵.当A 的符号差0,≥且-1的个数为r 时,A 合同于2;rrn r E E E -⎛⎫ ⎪- ⎪⎪-⎝⎭当A 的符号差<0,且1的个数为r 时,A 合同于11n n ij i j i j A g x x A===∑∑令2rr r r E E P E E -⎛⎫=⎪-⎝⎭,则00rr r r E E P P E E ⎛⎫⎛⎫'= ⎪ ⎪-⎝⎭⎝⎭.故存在可逆矩阵20,0n r PQ E -⎛⎫= ⎪⎝⎭使22,r rrrn r n r E E Q E Q E E E --⎛⎫⎛⎫⎪ ⎪'-= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭22.r rrrn r n r E E Q E Q E E E --⎛⎫⎛⎫⎪ ⎪'-= ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭30设A 是反对称矩阵,则A 合同于矩阵01100110.011000⎛⎫ ⎪- ⎪ ⎪ ⎪- ⎪⎪ ⎪ ⎪⎪- ⎪⎪⎪ ⎪ ⎪⎝⎭证:用归纳法,当1n =时, ()0A =,命题显然成立.当n=2时,设1212.0a A a ⎛⎫=⎪-⎝⎭若12a =0,命题成立;若120a ≠,A 的第一行,第一列均乘以112a -,得01,10⎛⎫ ⎪-⎝⎭故A 与0110⎛⎫ ⎪-⎝⎭合同.即当1n =或2时,命题都成立.假定n k ≤时命题成立,往证1n k =+时命题成立.设11,11,11,1,1.00k k k k k k k k a a A a a a a ++++⎛⎫⎪⎪= ⎪- ⎪ ⎪--⎝⎭若最后一行,一列元素全为零,由归纳假定,命题成立;若最后一行,一列元素不全为零,则经过行,列同时对换,假定,10,k k a +≠于是,110,k k a +-≠去乘最后一行,一列,则A 化成11110110k ka b a b ⎛⎫⎪- ⎪ ⎪--⎝⎭由此将最后两行,两列的其他元素化为零,则A 合同于1,11,10.00000010010k k b b --⎛⎫ ⎪ ⎪⎪- ⎪ ⎪ ⎪-⎝⎭经过行,列同时对换,将右下角的0110⎛⎫⎪-⎝⎭移到左上角.再有归纳假定即知命题对1n k =+也真,归纳法完成.31.设n 阶是对称矩阵A 是满秩的,ij A 是()ij A a =中元素ij a 的代数余子式,则二次型11n nij i j i j A g x x A===∑∑和二次型f X AX '=有相同的正,负惯性指数.证:因为A 是满秩的,设AX Y =,则1X A Y -=.于是()()1212.2n n N n ++=+++=其中,()12,,,.n Y y y y '= 而1,A A A*-=因此11111,nnijiji j f Y A Y Y A Y A y y A A-*==''===∑∑即()()1212,,,,,,.nnf x x xg y y y = 由于非退还线性替换不改变二次型的秩和符号差,故f 和g 有相同的正负惯性指数.32.如果n 阶实对称矩阵按合同分类,即两个n 阶实对称矩阵属于同一类当且仅当它们合同,问共有多少类?解:设A 为n 阶实对称矩阵,秩A=r,由742条知,A 仅与下列r+1个对角矩阵之一合同:1220,1,,.00000r r r r E E E E E --⎛⎫⎛⎫-⎛⎫⎛⎫⎪ ⎪-- ⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎪ ⎪⎝⎭⎝⎭而r 又可以取0,1, ,n 之一,故按合同分类,n 阶实对称矩阵的类数为()()()12121.2n n N n ++=++++=33.设a bi λ=+为n 阶实方阵A 的任一特征值,则11min max ,22i i a μμ≤≤其中,1,,n μμ 为A A '+的 全部特征值.证:存在正交矩阵T,使()()1,,n T A A T diag μμ''+= .设β是A 属于λ的特征向量,即,A βλβ=则()()2.A A a ββλλββββ''''+=+=令()12,,,,n Y T y y y β''== 则()1,,2,n Y diag Y aY Y μμ''=21111;n nni iii i i i i j nu y y xx x +==≤≤≤=+∑∑∑()()2211min max ,nni ii i i i y a y μμ==≤≤∑∑210.ni i y =≠∑所以min 2max .i i a μμ≤≤同乘以12即得欲证的不等式.34.设A,B,AB 都是n 阶实对称矩阵,λ是AB 的一个特征根,则存在A 的一个特征根s,和B 的一个特征根t,使得.st λ=证:由A,B 都相似于对角矩阵及(),AB AB B A BA '''==故存在可逆矩阵T,使()()()()()()()()111111111,,,,,,,,,n n n n T AT diag s s T BT diag t t TAB T T A T T B T diag s t s t -----====由于11,,n n s t s t 为AB 的全部特征值,从而即得结论.35.设A 为n 实对称矩阵,A 为正定矩阵的充分必要条件是A 的各阶顺序主子式都大于零.36.判定下列二次型是否正定:(1)211;nnii j i i j nxx x =≤≤≤+∑∑(2)2111;nni i i i i j nx x x +=≤≤≤+∑∑解1)记二次型的矩阵为()ij A a =其中1,;1,2ij i j a i j =⎧⎪=⎨≠⎪⎩设A 的k 阶顺序主子式为,k A 则()110,1,2,,.2kk B k k n ⎛⎫=+>= ⎪⎝⎭由第780条A 为正定矩阵,从而二次型为正定的. 2)记二次型的矩阵为B,并设B 的k 阶顺序主子式为.k B 而110000211100022.10000121000012B ⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎪ ⎪⎪⎝⎭()110,1,2,,.2kk B k k n ⎛⎫=+>= ⎪⎝⎭因此由第780条知二次型是正定的.37.设0,0B A C ⎛⎫=⎪⎝⎭其中B,C 分别为k 阶和m 阶实对称矩阵,那么1)A 为实对称矩阵;2)B,C 都是正定矩阵⇒A 为正定矩阵;3)B,C 都是半正定矩阵⇒A 为半正定矩阵.证:1)显然.2)()1,,0,n X x x '∀=≠ 其中n=k+m,令()1,,,n X Y Y '''= 其中()()1121,,,,,,k k n Y x x Yx x +''== 则12,Y Y 不全为零,于是11220,X AX Y BY Y CY '''=+>即A 为正定矩阵.3)仿照2)可证.38.当a,b,c 取何值时,二次型223123132ax bx ax cx x +++是负定的?解:设二次型矩阵为A,则0000,00.00a c a c A b A b c a c a --⎛⎫⎛⎫⎪ ⎪=-=- ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭由于-A 正定⇔A 负定,-A 正定的条件是()()()220,0,0,a a b b a c->-->-->即当0,0,a b a c <<>时,此二次型为负定.39.设12,,,n a a a 为n 个实数,当12,,,n a a a 满足什么条件时,二次型()()()()()22221112223111,,n n n n n n f x x x a x xa xx a x x a x--=++++++++ 是正定的? 解:由于对任意1,,n x x 都有()1,,0n f x x ≥ ,故二次型()1,,n f x x 半正定.()11122231111122,,0100001000010n n n n n n n n f x x x a x x a x x a x x a x a x a x a x --=⇔+=+==+=+⇔⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(1)因此f 为正定⇔()1,,0n f x x = 仅有零解⇔方程组(1)仅有零解⇔系数行列式D ()112110.n n a a a +=+-≠ 故当()121.nn a a a ≠- 时,二次型f 正定.40.设A 为正定矩阵,则1)()()1,0,,mA kA k Am Z A -*>∈都是正定矩阵;2)()10,m m g x a x a x a =+++ 其中,又至少有一个为正,则()g A 正定.证:1)设A 的全部特征值为12,,,,n λλλ 则由A 正定知()01,2,,.i i n λ>= 因为1A -是实对称矩阵,它的全部特征值为12111,,,,nλλλ 也全为正,故1A -为正定.同样;kA 实对称,其特征值()12,,0m k k k k λλλ> 全为正,故kA 为正定.m A 实对称,其特征值12,,,,m m m n λλλ 全为正,故m A 正定.因为1,A A A *-=而0,A >由前数述可知m A 正定.2)()g A 的全部特征值为()()()()12,,,,0n g g g k λλλ> 由假设知,他们的全为正,故()g A 为正定.41.设A 是实对称矩阵,则存在实数0,0,αβ>>使得22212.n n n nn b b B b b -⎛⎫⎪= ⎪ ⎪⎝⎭为正定矩阵.证:设A 的特征值为12,,,,n λλλ ,令(),g x x a =+则()g A E A α=+的特征值为12,,,.n a a a λλλ+++ 取max{},i αλ>则E A α+的特征值全为正,E A α+正定.取1,βα=则0β>,()1.E A E A βαα+=+由10,E A αα>+正定知E A β+也正定.42.主对角线上全是1的上三角矩阵称为特殊上三角矩阵.1)设A 是一对称矩阵,T 为特殊上三角矩阵,而,B T AT '=则A 与A 对应的顺序主子式有相同的值;2)如果对称矩阵A 的顺序主子式全不为零,那么一定有一特殊上三角矩阵T 使T AT '成对角形;3)利用以上结果证明:如果实对称矩阵A 的各阶顺序主子式全大于零,则A 是正定矩阵.证:1)设,k k A B 分别为A 和B 的k 阶顺序主子矩阵,下证,1,2,,.k k A B k n == 令,0kn k T T T -*⎛⎫= ⎪⎝⎭其中,i T 为特殊上三角矩阵.0,0*****i i ik k k n k n k T T T T A T B T T --⎛⎫⎛⎫''**⎛⎫⎛⎫*== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪'⎝⎭⎝⎭⎝⎭⎝⎭则k k k B T A T '=,两边取行列式,并注意1,k T =得.k k B A =2)设n 阶对称矩阵(),ij A a =因为110,a ≠则对A 的第一行和第一列同时进行相应的第三种初等变换 A,可化为T '其中22212.n n n n n b b B b b -⎛⎫ ⎪= ⎪ ⎪⎝⎭ 由假设及1)的结论知11111222212200.0a a ab a a =≠从而220,b ≠把1n B -看成上面的A,1n B -又可化为2220.0n bB -⎛⎫ ⎪⎝⎭这继续样下去,可以讲A 化为对角矩阵.由于每进行一次行,列的第三种初等变换,相当于右乘特殊上三角矩阵T 而左乘T ',又特殊上三角矩阵之积仍为特殊上三角矩阵,因此即得2).3)由2)的结论知,存在特殊上三角矩阵使()12,,,,n T AT diag λλλ'= 由1)知11121111221220,0,a a a a a λλλ⎛⎫=>=>⎪⎝⎭从而20.λ>这样继续下去证得一切0,1,2,,.i i n λ>= 考虑实二次型,X AX '令X TY =则()2211,n nX AX Y T AT Y y y λλ'''==++ 因此,当0X ≠时有0Y ≠,从而得知0,X AX '>即A 为正定矩阵.43若()11n nij ijijji i j a x x aa ===∑∑是正定二次型,则f 为负定二次型,其中()111121221,111,,,.0nn nn ij j i i j n nn n na a y a a y f y y A y y a a y y y ==-∑证:令(),ijn nA a ⨯=由第402条知()1,1,,,nn ij j i i j f y y A y y ==-∑ 其中ij A 是ij a 的代数余子式.上式说明二次型f 的相应的矩阵为().A *'-由A 正定知A *正定,这样()A A **'-=-负定.故f 为负定二次型.44.设A 为正定矩阵,则1)1,nn n A a P -≤这里1n P -是A 的n-1阶顺序主子式;2)()1122.nn A a a a ≤证:1)设1,n nnA X A X a -='其中()1112,1,,,,.n n n n n n P A X a a a ---'== 于是111,00n n n nnnnA X A X A X A X a a X ---==+''由第791条知1c o c os 1c o s .c o sc o s 1A B A A C B C --⎛⎫⎪=-- ⎪ ⎪--⎝⎭由A 正定知1n A -正定,从而11n A --正定,1110.n n A X A X ---'>所以1.nn n A a P -≤2)反复利用1),则2)显然成立45.设()ij T t =是n 阶实可逆矩阵,则()()22211.nij i ni i T t T t t ==≤++∏ 证:因T是n阶实可逆矩阵,所以T T '是正定矩阵,于是21122121*,*n k k nk k nkn k t t T T t ===⎛⎫⎪ ⎪ ⎪ ⎪'=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭∑∑∑由第792条知()22211.n i ni i T T T t t ='=≤++∏ 46.设A,B,C 为三角形的内三角,则对任意实数x,y,z 有2222cos 2cos 2cos .x y z xy A xz B zy C ++≥++证:考虑二次型()222,,2cos 2cos 2cos .f x y z x y z xy A xz B yz C =++---其矩阵为1cos cos cos 1cos .cos cos 1A B A AC B C --⎛⎫ ⎪=-- ⎪ ⎪--⎝⎭由于A 的全部一阶主子式都等于一,二阶主子式都有形式21c o s ,α-因而221cos sin 0,αα-=≥唯一的三阶主子式22212cos cos cos cos cos cos ,A A B C A B C =----故二次型半正定,所以,对任意实数x,y,z 有(),,0.f x y z ≥故2222cos 2cos 2cos .x y z xy A xz B zy C ++≥++47.t 为何值时,二次型()222123123121323,,5222f x x x tx tx x tx x x x x x =+-+--是半负定的.解:设f 所对应的矩阵为A,则11.115t t A tt --⎛⎫⎪-=-- ⎪ ⎪⎝⎭f 为半负定二次型A ⇔-为半正定矩阵A ⇔-的一切主子式都非负01.5105t t t -≥⎧⇔⇔≤-⎨--≥⎩48.2211nn ii i i n x x ==⎛⎫- ⎪⎝⎭∑∑是半正定二次型.证:1)()2221110.nn i i i j i i i j nn x x x x ==≤≤≤⎛⎫-=-≥ ⎪⎝⎭∑∑∑49.设A,B 都是n n ⨯实对称B,则A-B 与B-A 均为半正定矩阵.A B ⇔= 证:充分性 显然必要性,令C=A-B.设C 的n 个特征值为1,,,n λλ 那么A-B=B-A 的n 个值为1,,.n λλ-- 由于C 半正定得0,1,2,,i i n λ≥= 再由-C 半正定得0,1,2,,i i n λ-≥= 故0,1,2,,.i i n λ== 则存在正交矩阵T 使得()11,,0.n T CT diag λλ-== 所以C=A-B=0,即A=B.50.设A,B 和A-B 都是半正定矩阵,则.A B ≥ 1)当0,B =结论显然成立.2)当0,B >时,则B 为正定矩阵,由正定矩阵的充分必要条件易得存在正定矩阵G,使得2B G =.由A-B 是半正定知()11G A B G ---半正定矩阵.令 ()1111.C GA B G G AG E ----=-=-(1)由于11G AG--是实对称矩阵,因此存在正交矩阵T,使()()111,,,n T G AG T diag λλ--'= (2)其中,1,,n λλ 为11G AG --的全部特征值.由(1),(2)得1111n T CT λλ--⎛⎫⎪= ⎪ ⎪-⎝⎭(3)因为C 是半正定矩阵,由(3)得10,i λ-≥即1,1,2,,.i i n λ≥= (2)式两边取行列式得111 1.n G A G λλ--=≥ 两边乘以B ,并注意2,B G=得.A B ≥51.设半正定矩阵11122122,A A A A A ⎛⎫=⎪⎝⎭其中1122,A A 为方阵,则1122.A A A ≤ 证:由于A 是半正定的,所以1122,A A 也是半正定的.1)若0.A =则结论显然成立.2)若0,A ≠由A 半正定知A 为正定矩阵,从而11A 为正定矩阵.令11112,0EA A T E -⎛⎫-=⎪⎝⎭则111222211120.0A T AT A A A A -⎛⎫'=⎪-⎝⎭(1)两边取行列式得11122221112A A A A A A -=∙-(2)由T AT '半正定知122221112A A A A --半正定,若()()112222221112221112A A A A A A A A ----=,则由798条知12222221112,A A A A A -≥-将它代入(2)式即得结论.52.()hadamard 设()ij A a =为n 阶实方阵,则2211n nij j i A a ==≤∑∏证:令,B A A '=则B 为半正定矩阵,在21122121*,*n k k nkk nnk k a aB a ===⎛⎫ ⎪ ⎪ ⎪⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭∑∑∑的两边取行列式,再由799条得2211.n nij j i A B a ===≤∑∏53.设实对称矩阵A 的特征值全部大于a,实对称矩阵B 的特征值全部大于b,则A+B 的特征值全部大于a+b.证:设A 的特征值为1,,,n λλ 则A-aE 的特征值为1,,,n a a λλ-- 由假设知A-aE 的特征值全为正,故A-aE 正定.同理可证B-bE 也是正定.由于(A+B )-(a+b)E=(A-aE )+(B-bE),故知(A+B )-(a+b)E 正定,则(A+B )-(a+b)E 的特征值为λ-(a+b ).从而λ>a+b,即A+B 的特征值全部大于a+b.54.()Schur 设n 阶矩阵()(),ij ij A a B b ==均为正定矩阵,(),ij C c =其中,ij ij ij c a b =则C 为正定矩阵.证:由B 为正定矩阵知,存在可逆矩阵P 使得.B P P '=令(),ij P p =则1.nij kikj k b pp ==∑由于是对任意()1,,0,n X x x '=≠有11111n n n nn ij ij i j ij ki kj i j i j i j k X CX a b x x a p p x x =====⎛⎫'== ⎪⎝⎭∑∑∑∑∑ ()()()111111111,,,k nnnnnij ki i kj j k kn n k k i j k k k kn n p x a p x p x p x p x A Y AX p x =====⎛⎫ ⎪'=== ⎪ ⎪⎝⎭∑∑∑∑∑ 其中()11,,.k k kn n Y p x p x '= 由0X ≠及P 可逆易知0.s Y ≠由A 正定知0,s s Y AY '>从而0,X CX '>故知C 是正定矩阵.55.设A,B,是正定矩阵,AB 是正定矩阵的充分必要条件AB=BA.证:必要性,显然,下证充分条件.由于A,B 均相似于对角矩阵,且AB=BA,从而存在可逆矩阵T,使()()1111,,,,,.n n T AT diag T BT diag λλμμ--== 由A,B 为正定矩阵知0,0,1,2,,.i i i n λμ>>= 但()()111,,,n n T AB T diag λμλμ-= 所以AB 的特征值11,,n n λμλμ 都大于零,故AB 正定.56.设A 是n 阶正定矩阵,B 是n 阶实对称矩阵,则必存在n 阶可逆矩阵T,使得1T AT E -=,()11,,,n T BT diag μμ-= 其中1,,n μμ 是0A B λ-=的n 个实根.证:因为A 合同于E,故存在可逆矩阵P 使得1,P AP E -=由于B 是实对称矩阵,则1P BP -也是实对称矩阵.从而存在正交矩阵Q 使得()()111,,,n QPBP Q diag μμ--= 其中1,,n μμ 为1P BP -的实特征值.令T=PQ,则1T AT E -=,()11,,,n T BT diag μμ-= ()()11,,.n TA B T diag λλμλμ--=--两边取行列式有()()21,n T A B λλμλμ-=-- 故1,,n μμ 为0A B λ-=的全部实根.57.设A 是n 阶正定矩阵,AB 是n 阶实对称矩阵,则AB 是正定矩阵等价于B 的特征值全大于零.证:必要性:由第805条得知1T AT E -=,()()1,,.n T AB T diag μμ'= 由于合同不改变正定性,故0,1,2,,i i n μ>= .所以()1111T AB T T ATT BT T BT ----==可知B 的特征值全大于零.充分性:有必要性证明知(1)式的1,,n μμ 是B 的特征值,而0,1,2,,i i n μ>= ,所以()1TAB T -正定,因而可知AB 也正定.58.设A 是n 阶是矩阵,C 是n 阶正定矩阵,若存在正定矩阵B 使得 ,AB BA C '+=-则A 的全部特征值全小于零.证:由假设及第805条可知存在可逆矩阵使得,T BT E '=()1,,,n T CT diag c c '= 其中1,,n c c 都大于零.用T '左乘,T右乘,A B B A C '+=-两边得()()11,T A T T BT T BT TAT T CT --'''''''==-()()()()111,,.nT A T T A T diag c c --'''''+=-- 任取A 的一个特征值ia b λλ=+,则知11max min 0.22i i c a c -≤≤-<59.设2111,nnii n i i i f a xb x x -+===+∑∑其中a,b 为实数,问a ,b 满足什么条件时,二次型f 正定的.解:设对应的矩阵为A,k ∆为A 的k 级顺序主子式(k=1,2,...,n ),由735条知:1)当n=2m时,有()22,1,2,,;,1,2,,.k k km k m k a k m a a b k m -+⎡⎢⎢∆==∆=-=⎣故当a >0,220a b ->时,f 为正定二次型.2)当n=2m+1时,有()()()221,1,2,,;;,1,2,,.kk m m km k m k a k m a b a a b a a b k m -++∆==∆=+∆=⎡⎢⎢⎢⎢⎣+-= , 故当a >0,0,0a b a b ->+>时f 为正定二次型.60.设,A A '=则A 可逆等价于存在矩阵B 使得AB B A '+正定.证:必要性:令1B A -=即可.充分性:由于AB B A '+正定,故对任意n 维列向量00,X ≠有()()()()0000000002.X AB B A X AX BX BX AX AX BX '''''<+=+=由此知,00,A X ≠这就是说0A X =只有零解,故A 可逆.61设A 为n 阶半正定矩阵,则1)当B 是n 阶正定矩阵时,,A B B +≥当且仅当A=0时等号成立;2)当0A ≠时1A E +>.证:1)由第805条,存在可逆矩阵T 使得1T AT E -=,()11,,,n T BT diag μμ-= (1)()()111,,1.n T A B T diag λμμ-+=++ (2)由A 半正定知0,1,2,,.i i n μ>= 于是在(1),(2)两式两边取行列式可得()()()11110,1,2,,.0.n i i n A μμμ++=⇔==⇔= (3)消去2T即得.A B B +≥由于(3)式成立等号的条件是()()()11110,1,2,,.0.n i i n A μμμ++=⇔==⇔=2)在1)中令B=E 即可.62.设A 是n 阶正定矩阵,B 为n 阶非零半正定矩阵,证明:.A B A B +>+证:由805条知存在可逆矩阵T,使得1T AT E -=,()11,,,n T BT diag μμ-= 其中0,1,2,,.i i n μ≥= 并至少有一个0k μ>不然B 就等于零.于是()0.0,0.A B X A B X X A X X ''+>+=>∀≠两边消去2T ,即得所要证明.63 设A 是n 阶正定矩阵,B 是非零实反对称矩阵,则0.A B +>证:由B 是反对称矩阵及由第761条知0,X BX '=故由假设A 为正定矩阵得()00100,0.X A B X X AX X ''+=>∀≠(1)若0.A B +=则()0A B X +=由非零解0X .于是()000X A B X '+=,这与(1)式矛盾.(2)若0A B +<,则由第765条知存在10X ≠,使得()110X A B X '+<,这也与(1)式矛盾.故原命题成立.。

§6.4二次型的定性

§6.4二次型的定性

魏尔斯特拉斯 (1815.10~1897.2)
德国数学家。以ε-δ语言,系统地建立了分析学的严谨基 础;比较系统的完成了二次型的理论,对同时化两个二次型为标 准形给出了一个一般的方法 。
小 结:
1.用正交替换法与配方法化二次型为标准形; 2.正交变换的几何意义; 3.判别实二次型的定性。
例 设 A是 n阶实对称矩阵,证明:当 t充分大时,
定义 对实二次型
f ( x1 , x2 ,
) = X T AX , xn
, cn ,恒有
若对任意n个不全为零的实数 c1 , c2 , (1) f ( c1 , c 2 , (2) f ( c1 , c2 ,
, cn ) > 0 ,则称实二次型 f 是正
, cn ) ≥ 0 ,且至少存在n个不全为
=
T X 0 AX 0
>0
g = Y T BY 是正定二次型。 即
(2)设 g = Y T BY 是正定二次型。因 g = Y T BY 可通过可逆线性替换 Y = C −1 X 化为 f = X T AX , 故由(1)的结论可得
f = X AX
T
是正定二次型。 同理可证,f 与 g 也同为负定、半正定、半负定 或不定。 ▌
A = BT B ; (3)存在不可逆的实矩阵B,使得
(4)A的特征值全部非负,且其中至少有一个等 于零; (5)A的各阶主子式全部非负,且其中至少有一 个等于零。
西尔维斯特 (1814.9~1897.3)
英国数学家,他在二次型的化简和创立标准形理论方面起了 重要作用。西尔维斯特得到了著名的惯性定理,以及利用顺序主 子式判别正定性的西尔维斯特定理。
则 Q是正交矩阵且
⎛9 ⎞ ⎜ ⎟ T −1 18 Q AQ = Q AQ = ⎜ ⎟ ⎜ − 18 ⎟ ⎠ ⎝

实对称矩阵正定、半正定的简易判别

实对称矩阵正定、半正定的简易判别

目 录1.引言 ......................................................................... 错误!未定义书签。

2.实对称矩阵正‎定、半正定的简易‎判别方法 ............. 错误!未定义书签。

2.1 实对称 矩阵的几个定‎义[]3 .............................................. 错误!未定义书签。

2.2 实对称矩阵正‎定的充分必要‎条件有下列几‎种方法: ............................................ 1 2.3 实对称矩阵正‎定简易判别的‎几个充分必要‎条件。

.............................................. 3 2.3.1 n 阶实对称矩阵‎A 正定的充分必‎要条件是合同‎A 于单位矩阵E []3. (4)2.3.2n 元实二次型正‎定的充分必要‎条件是它的正‎惯性指数等于‎[]9n 。

.................... 5 2.4 实对称矩阵半‎A 正定的几个充‎分必要条件[]6。

................................................ 5 2.4.1 二次型()n x x x f ,,,21 Ax x T=,其中A A T =,()n x x x f ,,,21 半正定。

. 52.4.2n 阶实对称矩阵‎A 是半正定矩阵‎的充分必要条‎件是的正惯性‎A 指数等于它的‎秩。

(5)2.4.3n 阶对称矩阵是‎A 半正定矩阵的‎充分必要条件‎是的特征值全‎A 大于等于零,但至少有一个‎特征值等于零‎。

(5)2.4.4 实对称矩阵的‎A 所有主子式皆‎大于或等于零‎。

............................................. 5 2.4.5 有实矩阵C 使C C A T=,则A 半正定。

二次型半正定与半负定的充分必要条件

二次型半正定与半负定的充分必要条件

二次型半正定与半负定的充分必要条件
一次型半正定和半负定的充分必要条件是指:一个二次型式满足半正定或者半负定的充分必要条件。

具体而言,该充分必要条件要求一个二次型式,必须满足如下四个条件:(1)阵列A是单鞍;(2)任何三个十字变换正定矩阵,即任何三个二次变换分别将每一行和每一列单位化;(3)每一个非零行都有正数贡献;(4)逆矩阵存在。

首先,要满足一次型半正定的充分必要条件,我们需要证明阵列A是单鞍的,因此要考虑它的特征值。

具体来看,我们需要证明所有特征值都大于等于0,或者大于0;同时该矩阵的最小特征值大于等于最大特征值的绝对值,如果我们能证明上述两个性质就可以完成阵列A是单鞍的证明。

其次,一次型半正定的第二个充分必要条件是,对于任何三个十字变换正定矩阵,即任何三个二次变换分别将每一行和每一列单位化,其实就是要求存在一次变换,使得A的全部行(列)的欧式范数分别变为1,也就是希尔伯特变换,这时候只需要把矩阵A和希尔伯特变换矩阵结合,使得全部行(列)的欧氏范数变为1,即可满足此充分必要条件。

再次,一次型半正定的第三个充分必要条件是,每一个非零行都有正数贡献,改正定矩阵是一个单鞍矩阵,其主元素都是正数,在最低阶时,主元素不可能小于等于0,因此我们可以认为,一次型半正定的第三个充分必要条件也得到了满足。

最后,一次型半正定的第四个充分必要条件要求逆矩阵存在,即证明其行列式不为0即可,因此我们通过特征值的分析使其行列式不为0,也就是证明了逆矩阵的存在,完成了一次型半正定的第四个充分必要条件。

第六章(5)二次型的正定性

第六章(5)二次型的正定性

由以上结论可知,要判断二次型的正定性,需将其化为 标准形或求出对称矩阵 的全部特征值 对称矩阵A的全部特征值 标准形 对称矩阵 的全部特征值.
下面将介绍一个利用矩阵的顺序主子式判断矩阵正定性的 方法:
定义7 n阶方阵 定义
a 11 a 12 L a 1 n a 21 a 22 L a 2 n A= M M M a n 1 a n 2 L a nn
2 2 f = x12 + x 2 + x3 + 4 x1 x 2 + 4 x1 x3 + 4 x 2 x3 2 2 = ( x12 + 4 x1 x 2 + 4 x1 x3 ) + x 2 + x3 + 4 x 2 x3 2 2 = ( x1 + 2 x 2 + 2 x3 ) 2 − 3 x 2 − 3 x3 − 4 x 2 x3 2 2 = ( x1 + 2 x 2 + 2 x3 ) 2 − 3( x 2 + 4 x 2 x3 ) − 3 x3 3 2 = ( x1 + 2 x 2 + 2 x3 ) 2 − 3( x 2 + 2 x3 ) 2 − 5 x3 3 3
的左上角r阶方阵的行列式
a11 Dr = a21 M ar1
a12 L a1r a22 L a2 r (r = 1, 2 ,L , n) M M ar 2 L arr
称为A的r阶顺序主子式.
定理9 (1)n阶实对称矩阵 A = (a ij )为正定矩阵 正定矩阵的充分必要 定理 正定矩阵 条件是: A的各阶顺序主子式都为正 各阶顺序主子式都为正,即 各阶顺序主子式都为正
D1 = a11 > 0, D2 =

实对称矩阵正定、半正定的简易判别

实对称矩阵正定、半正定的简易判别

目 录1.引言 ................................................................................................. 1 2.实对称矩阵正定、半正定的简易判别方法 . (1)2.1 实对称 矩阵的几个定义[]3 ............................................................................ 1 2.2 实对称矩阵正定的充分必要条件有下列几种方法: ............................................ 1 2.3 实对称矩阵正定简易判别的几个充分必要条件。

.............................................. 3 2.3.1 n 阶实对称矩阵A 正定的充分必要条件是A 合同于单位矩阵E []3. (4)2.3.2 n 元实二次型正定的充分必要条件是它的正惯性指数[]9等于n 。

(5)2.4 实对称矩阵A 半正定的几个充分必要条件[]6。

................................................ 5 2.4.1 二次型()n x x x f ,,,21 Ax x T =,其中A A T =,()n x x x f ,,,21 半正定。

. 5 2.4.2 n 阶实对称矩阵A 是半正定矩阵的充分必要条件是A 的正惯性指数等于它的秩。

(5)2.4.3 n 阶对称矩阵A 是半正定矩阵的充分必要条件是A 的特征值全大于等于零,但至少有一个特征值等于零。

(5)2.4.4 实对称矩阵A 的所有主子式皆大于或等于零。

............................................. 5 2.4.5 有实矩阵C 使C C A T=,则A 半正定。

二次型的判定方法(一)

二次型的判定方法(一)

二次型的判定方法(一)二次型的判定什么是二次型?二次型(Quadratic form)是高中数学和线性代数中一个重要的概念。

简单来说,二次型就是一个关于多个变量的二次齐次多项式。

它的一般形式可以表示为:Q(x1,x2,...,x n)=a11x12+a22x22+...+a nn x n2+2a12x1x2+...+2a ij x i x j 其中,a11,a22,...,a nn是二次型的系数,a12,...,a ij是二次型的混合项系数。

二次型的判定方法判定一个二次型的性质对于解决各种数学问题都起着重要的作用。

下面列举了几种常见的二次型判定方法。

齐次二次型判定对于齐次二次型Q(x1,x2,...,x n),可以通过判断系数矩阵的正定性、半正定性和负定性来判定其性质。

•正定性:如果对于任意非零的向量x=(x1,x2,...,x n)T,都有x T Ax>0,则二次型为正定的。

•半正定性:如果对于任意非零的向量x=(x1,x2,...,x n)T,都有x T Ax≥0,则二次型为半正定的。

•负定性:如果对于任意非零的向量x=(x1,x2,...,x n)T,都有x T Ax<0,则二次型为负定的。

非齐次二次型判定对于非齐次二次型Q(x1,x2,...,x n)+C,其中C是常数,可以通过判断系数矩阵的正定性来判定其性质。

•正定性:如果对于任意非零的向量x=(x1,x2,...,x n)T,都有x T Ax>−C,则二次型为正定的。

利用特征值判定特征值和特征向量是矩阵理论中的重要概念。

对于二次型x T Ax,可以通过计算系数矩阵A的特征值来判定其性质。

•正定性:如果系数矩阵A的所有特征值都大于零,则二次型为正定的。

•半正定性:如果系数矩阵A的所有特征值都大于等于零,则二次型为半正定的。

•负定性:如果系数矩阵A的所有特征值都小于零,则二次型为负定的。

利用标准形式判定通过将二次型化为标准形式,可以直接判定其性质。

实二次型中半正定二次型的判定及应用_魏慧敏

实二次型中半正定二次型的判定及应用_魏慧敏

我在多年的教学研究中发现,教材中有关二次型半正定性的 又有(aE+A)″=aE+A,故 aE+A 为正定矩阵。
内容不尽完善,而它的应用却越来越广泛,因此有关半正定二次型
充分性:设对任意正数 a,aE+A 为正定,如果 A 非半正定,则
的研究和学习就显得尤为重要了,本文在正定二次型的基础上,详 有非零的 n 元列向量 C′=(c1,c2…cn),使 C′AC=-k<0,这里 k>0。由
细论证了半正定二次型,并给出了它在不等式证明中的应用。 一、引理及定理 引理 1:实二次型的半正定的充要条件是它的标准形的所有
aE+A 正定得 C(′ aE+A)C>0,其中 a 是任意正数,今取 a= k ,于 C′C
是 C(′ aE+A)C=aC′EC+C′AC= k C′C-k=0。这与 C(′ aE+A)C>0 C′C
的对称矩阵为:
[M].北京高等教育出版社,2001.

1 ∈
∈ ∈
-
1 2
-
1 2
∈ ∈ ∈ ∈
[2]许 统 生 . 也 谈 半 正 定 二 次 型 的 判 定 . 抚 州 师 专 学 报 ,2001


A=

-∈


1 2



1 ∈ -∈ ∈ 2 ∈
1 -1
2
-
1 2
∈ ∈
∈ ∈,所以要证 a2+b2+c2-ab-bc-ac≥0,只
学科研究
2011 年 6 月 18 日
实二次型中半正定二次型的判定及应用
文/魏慧敏

二次型半正定性在不等式证明中的应用

二次型半正定性在不等式证明中的应用
J 】
+ ) 一( I +2∑n; ∑n)1 【 】 6
1 一 l J 1
+( ∑ )
1 1
因 为 对 于 任 意 x , , 有 f( ) 0 故 关 于 , 的二 次 型 f( ) 半 正 定 的.因 z都 x. ≥ , z x, 是 而 由定 理 A 知 , 二 次 型 矩 阵 的 行 列 式 大 于 或 等 于 O , 该 即
X AX , 中 其
将 矩 阵 A 的 第 2 3 … , 列 分 别 加 到 第 1列 , 将 第 2 3 … , 行 减 去 第 1行 , ,, 再 ,, n 得
0 A~ 0 0 n …
● ● ●


于 是 A 的 特 征 值 为 O !!‘! 由定 理 A 可 知 , 为 半 正 定 矩 阵 , 二 , : !, : A 即

次 型 是 半 正 定 的 . 而 得 f( - 一, ) 0 即 从 x , r ≥ ,
∑ z ≥ ( t , ∑ )
例 3 设 , 7是 一 个 三 角 形 的 三 个 内 角 , 明 对 任 意 实 数 z, , 有 , 证 Y, 都
一 + , + 2 ≥ 2 2 o a+ 2 z o B + 2 z o  ̄ 。 x ̄ s e x es y c s"
l o f -c s —c s l oy 1 J f -CS -C S 1 1 O ̄ O  ̄ 作初 等行 变换得 : A~ l 0 s a -s fl于是 A 的特征值 为 0 1 s a 从 而得 二次 型 i n il , n , ,] , n
l 0 。
证明

0 J
维普资讯
Vo .1 No. 1 8 3
M a y 20 02

64 二次型的正定性

64 二次型的正定性

即 g( x, y) 0 , f ( x, y) f (0, 0) ,
故 f (0, 0) 为极小值;
(2) 当 a 0, ac b2 0 时,二次型 g( x, y) 负定, 即 g( x, y) 0 , f ( x, y) f (0, 0) , 故 f (0, 0) 为极大值;
注 证明题用条件 (1), (3), (4);判断题用条件 (3) .
7
§6.4 二次型的正定性
第 二、正定二次型
六 章
1. 正定二次型与正定矩阵
2. 二次型正定的充要条件
二 次
定理2 (Sylvester定理) 西尔维斯特 史泰龙 (Sylvester Stallone )

n 元实二次型 f ( X ) X T A X 正定(或 n 阶实对称阵 A
六 章

已知
A

2 0
0 3
0 1,
二 次 型
0 1 3
2 0 0
方法二 由 | I A| 0 3 1
0 1 3
( 2)2( 4),
可得 A 的特征值为 2、2、4,
即 A 的特征值全大于零,
故 f ( x1, x2 , x3 ) 正定。
次 型
(3) f ( x1 , x2 , x3 ) x12 x22 2 x32 ;
(4) f ( x1 , x2 , x3 ) x12 x22 ;
(5) f ( x1 , x2 , x3 ) x12 x22 2 x32 .
(正定) (半正定、非负定) (负定) (半负定、非正定) (不定)
(3) f ( X ) 0 , 称 f (X ) 为半负定二次型, 称 A 为半负定矩阵 .

第5.4节 正定二次型

第5.4节 正定二次型
11 t , 6
A 2(11 6t 2 ) 0
2 2 t 0 解 得 2 11 6t 0
即当 t
11 时, f 是正定的. 6
负定、半正定、半负定二次型判定定理 定理4 (1) n元二次型f (x1,x2,…,xn) =xTAx负定的充分必要条件是 标准形中n个系数均为负数. (2) n元二次型f =xTAx负定的充分必要条件是负惯性指数等于n. (3) n元二次型f =xTAx负定的充分必要条件是A的特征值都小于零.
a21 ai 1
例6 讨论二次型f 的正定性,其中
2 2 2 f ( x1 , x2 , x3 ) 5 x1 6 x2 4 x3 4 x1 x2 4 x1 x3
2 5 2 解 二次型f 的矩阵 A 2 6 0 2 0 4
A的各阶顺序主子式
负定二次型 半负定二次型
二、正定二次型(正定矩阵)的判别法
定理1 n元二次型f (x1, x2 ,· · · ,xn) =xTAx正定(或A>0)的 充分必要条件是标准形中n个系数均为正数. 证 若存在可逆线性变换x=Cy使
2 2 f x Ax yT (C T AC ) y yT y 1 y1 2 y2 T x Cy 2 n yn
思考练习
1.判定二次型 f 2 x1 x2 2 x1 x3 2 x1 x4 2 x2 x3 2 x2 x4 2 x3 x4
2 2 2 2 的正定性.已知其标准形为 f 3 y1 y2 y3 y4 .
2.判定下列二次型的正定性
2 2 2 f ( x1 , x2 , x3 ) 3 x1 x2 4 x3
2 5 2 解 二次型f 的矩阵 A 2 6 0 2 0 4

02-正(负)定二次型的判别法应用举例

02-正(负)定二次型的判别法应用举例

§7 正定二次型四、正(负)定二次型的判别法应用举例四、正(负)定二次型的判别法应用举例定理3 对称矩阵A为正定的充分必要条件是:A的各阶主子式为正;对称矩阵A为负定的充分必要条件是:A的奇数阶主子式为负,而偶数阶主子式为正.例1 判别二次型()32312123222132148455,,x x x x x x x x x x x x f --+++=是否正定.解()的矩阵为,,321x x x f ,⎪⎪⎫ ⎛---212425⎪⎭ ⎝-524它的顺序主子式故上述二次型是正定的.,011225>=01524212425>=---- ,05>例2 判别二次型xzxy z y x f 44465222++---=的正定性.⎪⎫ ⎛--=225A 解,⎪⎪⎭ ⎝-402062f 的矩阵为,-05<它的各阶主子式,6-2 2 5-026>=080<-=A 所以根据赫而维茨定理知该二次型为负定.例3 判别二次型()312322213214542,,x x x x x x x x f -++=是否正定.解二次型的矩阵为,⎪⎪⎪⎭⎫ ⎝⎛--=502040202A 特征值判别法.0=-E A λ.,,641321===⇒λλλ即知A 是正定矩阵,故此二次型为正定二次型.小结1.正定二次型的概念,正定二次型与正定矩阵的区别与联系.2.正定二次型(正定矩阵)的判别方法:定义法、主子式法和特征值法.3.根据正定二次型的判别方法,可以得到负定二次型(负定矩阵)相应的判别方法.课后作业课本:P.141, 32,33,34.。

半正定二次型等价条件

半正定二次型等价条件

半正定二次型等价条件我就坐在那个旧桌子前,桌子上堆满了乱七八糟的纸张,上面写满了各种公式。

我眼睛瞪得老大,看着那些符号,就像看着一群调皮捣蛋的小鬼,可又拿它们没办法。

这半正定二次型啊,它有好些个等价条件。

比如说,从矩阵的特征值来看,那特征值得是非负的才行。

就好像一个人的品德,得是正面的,要是有个负的特征值,那就像一个人有坏心眼儿似的,这二次型就不是半正定的了。

我当时就跟我旁边的老王说:“老王啊,你看这个特征值,就像这事儿的本质,本质要是坏了,那整个事儿就不对劲儿了。

”老王就挠挠他那头发稀疏的脑袋,说:“你这比喻可真怪,不过好像还挺有道理。

”还有啊,从主子式的角度看,所有的主子式都得是非负的。

这主子式就像一个家族里的各个小家庭,每个小家庭都得过得不错,不能有哪个是欠债的(也就是负数),要是有一个小家庭过得不好,那整个家族(二次型)就不能说是半正定的。

我又在那小屋里闷头琢磨,一会儿在纸上划拉划拉,一会儿又皱着眉头想。

那墙上的挂钟滴答滴答响,好像在催着我赶紧把这事儿弄明白。

我想啊,这半正定二次型的等价条件之间肯定有什么内在的联系,就像人与人之间的关系一样复杂又微妙。

我就试着把特征值和主子式联系起来想,感觉自己就像个侦探,在寻找线索。

有时候我觉得我好像抓住了一点头绪,高兴得像个孩子,可没一会儿又发现好像不是那么回事儿,又沮丧起来。

这半正定二次型啊,真是个让人又爱又恨的东西。

你要是真正理解了它的等价条件,就好像打开了一扇通往一个神秘花园的门,里面有好多奇妙的数学关系在等着你去发现。

我就这么在那个小屋里,和这半正定二次型较着劲,不知道过了多久,终于对它的等价条件有了更深的认识。

这感觉就像是经过一场苦战,终于打赢了一样,那心里啊,别提多畅快了。

  1. 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. 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. 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)。

判断二次型是否半正定例题
为了判断一个二次型是否半正定,我们可以使用主元法。

具体来说,我们需要将二次型表示成标准形式:
$$
f(x_1,x_2,cdots,x_n) = a_1x_1^2 + a_2x_2^2 + cdots +
a_nx_n^2
$$
其中 $a_1,a_2,cdots,a_n$ 是主元,需要满足 $a_i geq 0$。

我们可以使用初等变换将二次型转化为标准形式。

对于给定的二次型 $f(x_1,x_2,cdots,x_n)$,我们可以构造一个 $ntimes n$ 的矩阵 $A$,其中 $A_{i,j}$ 是系数 $x_ix_j$ 的系数。

也就是说,
$$
A = begin{pmatrix}
a_{1,1} & a_{1,2} & cdots & a_{1,n}
a_{2,1} & a_{2,2} & cdots & a_{2,n}
vdots & vdots & ddots & vdots
a_{n,1} & a_{n,2} & cdots & a_{n,n}
end{pmatrix}
$$
我们可以使用初等变换将矩阵 $A$ 转化为对角矩阵 $D$,也就是说,存在一个可逆矩阵 $P$,使得 $D = P^TAP$。

这样我们就可以
得到二次型的标准形式:
$$
f(x_1,x_2,cdots,x_n) = lambda_1y_1^2 + lambda_2y_2^2 + cdots + lambda_ny_n^2
$$
其中 $y_i = P_{i,1}x_1 + P_{i,2}x_2 + cdots + P_{i,n}x_n$,$lambda_i$ 是主元,需要满足 $lambda_i geq 0$。

回到我们的例题,我们可以构造矩阵 $A$:
$$
A = begin{pmatrix}
2 & 2 & -2
2 &
3 & -4
-2 & -4 & 4
end{pmatrix}
$$
我们需要使用初等变换将矩阵 $A$ 转化为对角矩阵 $D$。

首先,我们可以将第一行和第二行相加,得到:
$$
begin{pmatrix}
4 &
5 & -6
2 &
3 & -4
-2 & -4 & 4
$$
然后,我们可以将第一列和第二列相加,得到:
$$
begin{pmatrix}
4 &
5 & -6
5 & 7 & -8
-6 & -8 & 4
end{pmatrix}
$$
接着,我们可以将第一行乘以 $7/4$,再减去第二行乘以 $5/4$,得到:
$$
begin{pmatrix}
3.5 & 0 & -2.5
5 & 7 & -8
-6 & -8 & 4
end{pmatrix}
$$
然后,我们可以将第一列乘以 $2/5$,再减去第二列乘以 $7/5$,得到:
$$
3.5 & 0 & 0
0 & 7 & -8
0 & -8 & 4
end{pmatrix}
$$
这样,我们得到了对角矩阵 $D$,其中 $lambda_1 = 3.5$,$lambda_2 = 7$,$lambda_3 = 4$。

由于所有的主元都大于等于 $0$,所以这个二次型是半正定的。

因此,我们可以得到结论:二次型 $f(x_1,x_2,x_3) = 2x_1^2 + 3x_2^2 + 4x_3^2 + 4x_1x_2 - 4x_1x_3 - 8x_2x_3$ 是半正定的。

相关文档
最新文档