二次型定理
- 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)。
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。
四、二次型定理的证明
在证明二次型定理之前,我们需要先了解几个重要的概念和结论。
1. 实对称矩阵的特征值是实数。设A是一个n\times n的实对称矩阵,\lambda 是A的特征值,x是对应于\lambda的特征向量。由特征值和特征向量的定义得到以下等式:
Ax = \lambda x
对上式两边取共轭得到:
\bar{A}\bar{x} = \bar{\lambda}\bar{x}
由于A是实对称矩阵,所以\bar{A}=A,\bar{x}=x,所以上述等式可以简化为:
Ax = \lambda x
两边同时左乘\bar{x}^T,得到:
x^TAx = \lambda x^Tx
由于A是实对称矩阵,所以x^TAx = (Ax)^Tx = (\lambda x)^Tx = \lambda (x^Tx),所以\lambda = \lambda^*,即特征值是实数。
2. 实对称矩阵的特征值对应的特征向量是正交的。设A是一个n\times n的实对称矩阵,\lambda_1和\lambda_2是A的两个不同特征值,x_1和x_2分别是对应于\lambda_1和\lambda_2的特征向量。由特征值和特征向量的定义得到以下等式:
Ax_1 = \lambda_1 x_1
Ax_2 = \lambda_2 x_2
两边同时左乘x_2^T,得到:
x_2^TAx_1 = \lambda_1 x_2^Tx_1
两边同时左乘x_1^T,得到:
x_1^TAx_2 = \lambda_2 x_1^Tx_2
由于A是实对称矩阵,所以x_2^TAx_1 = (Ax_1)^Tx_2 = (\lambda_1
x_1)^Tx_2 = \lambda_1 (x_1^Tx_2),同样地,x_1^TAx_2 = \lambda_2 (x_1^Tx_2)。结合两个等式可得:
(\lambda_1 - \lambda_2) x_1^Tx_2 = 0
由于\lambda_1 \neq \lambda_2,所以x_1^Tx_2 = 0,即特征向量是正交的。
有了上述准备工作,我们可以开始证明二次型定理。
设A是一个n\times n的实对称矩阵,\lambda_1, \lambda_2, ..., \lambda_n 是A的特征值,x_1, x_2, ..., x_n是相应的特征向量。我们要证明P的存在性和形式。
由于特征向量是相互正交的,我们可以将它们单位化,得到一个正交矩阵Q,其
中第i列是x_i。设P=Q^{-1},即P=Q^T。对于矩阵D(对角矩阵),我们有:
D = Q^{-1}AQ
将P代入上式可得:
D = P^TAP
即证明了二次型定理。从这个定理可以看出,特征值\lambda_i是二次型的主元,而P=(q_1, q_2, ..., q_n)的列向量是特征值\lambda_i对应的特征向量。
五、二次型的应用
二次型的矩阵表示形式非常便于计算和分析,使得我们可以研究二次型的性质和应用于实际问题中。
1. 正定二次型和半正定二次型:对于一个实对称矩阵A,如果对于任意非零向量x,都有x^TAx > 0,则称A是正定的;如果对于任意非零向量x,都有x^TAx \geq 0,则称A是半正定的。正定和半正定二次型在优化问题和概率统计中有重要应用。
2. 二次型配方法:二次型配方法是指通过适当的变量代换,将一个二次型化为标准型的方法。根据二次型定理,我们可以通过特征值分解将二次型转化为标准