线性代数 6-3二次型的正定性

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。

二次型的正定性

二次型的正定性

二次型的正定性是什么
二次型的正定性
对于一个给定的对称矩阵A,如果对于所有的非零向量x,都有`x^T*A*x>0`,则称A为正定矩阵;如果对于所 有的非零向量x,都有`x^T*A*x>=0`,则称A为半正定矩阵。
正定矩阵的性质
正定矩阵的行列式大于零;正定矩阵的特征值都是正数;正定矩阵的逆矩阵也是正定矩阵。
在弹性力学中,应力-应变关系可以表示为一个二次型。这个二次型的正定性 可以用来判断材料的弹性和稳定性。
05
二次型的正定性的扩展
高阶二次型
01
高阶张量
高阶张量是多个矩阵的张量积,可以 视为高阶矩阵。
02
高阶二次型的定义
高阶二次型是由高阶张量计算得到的 ,可以视为多个矩阵的张量积和。
03
高阶二次型的性质
高阶二次型具有与二阶二次型类似的 性质,包括正定性、负定性和不定性 等。
复二次型
复数矩阵
复数矩阵是矩阵的一种形式,每个元 素都可以表示为实部和虚部的形式。
复二次型的定义
复二次型是由复数矩阵计算得到的, 可以视为多个复数矩阵的乘积。
复二次型的性质
复二次型具有与二阶二次型类似的性 质,包括正定性、负定性和不定性等 。
二次型正定性的应用
在数学中,二次型的正定性主要用于 判定一些数学问题的有解性和解的唯 一性,如线性方程组求解、矩阵的特 征值计算等问题。
在物理学中,二次型的正定性主要用 于描述一些物理量的性质,如动能、 势能、转动惯量等。
在经济学中,二次型的正定性用于描 述一些经济变量的关系,如成本函数 、收益函数等。
用特征向量证明二次型的正定性
总结词
矩阵的特征向量是矩阵固有的性质,反映了矩阵对基础 向量的作用效果。

线性代数:LA6-3 惯性定理和二次型的规范形

线性代数:LA6-3 惯性定理和二次型的规范形

CT
AC
Ir 0
0 0
推论 设A、B均为n阶复对称矩阵,则 A与B在复 数域上合同的充分必要条件是
r( A) r(B)
2.f 是实二次型
存在可逆实线性替换 X 把 f 化为
b1 y12 bp y2p bp1 y2p1 br yr2
其中 b1,, br 0 。
再令
y1
1 b1
b1
br
0
0
其中 bi 0, i 1,2,, r 。
设 f X T AX 是 n元二次型,且 秩(A) = r:
1.f 是复二次型
存在可逆复线性替换 X CY 把 f 化为
b1 y12 b2 y22 br yr2 其中 bi 0, i 1,2,, r 。
再令
y1
1 b1
15, 16 (13-18题均可作为练习)
§6.3 惯性定理和二次型的规范形
问题 同一个二次型的不同标准形之间有什么类 似之处?
数域上任意一个二次型
f x1, x2,, xn X T AX
都可经可逆线性替换 X CY 化为标准形
b1 y12 b2 y22 bn yn2
于是有
CT AC diag b1, b2, , bn
由合同的性质可知,矩阵 A 的秩等于对角阵 diag ( b1, b2, …, bn ) 的秩,也等于其非零对角元 bi 的个数,即二次型的标准形中非零平方项的个 数。因而,虽然二次型的标准形不唯一,但其中 所含非零平方项的个数是一样的,这个数就是二 次型矩阵 A 的秩,即二次型的秩。
z1 , ,
yr
1 br
zr ,
yr 1
zr 1 , ,
yn
zn

线性代数 正定二次型

线性代数 正定二次型
证明:设n元实二次型f经过非退化线性变换X=PY化为
标准形 f x 1 , L , x n d 1 y 1 2 d 2 y 2 2 L d n y n 2
因P可逆,X0,YP1X0
n
fx 1 ,L ,x n d iy i2 0 d i 0(i 1 ,L ,n )
1

O









1 1 O
1 0 O
, 即PT AP 0
二、正定二次型
定义:设n元实二次型 fx 1 ,L ,x n X T A X ,若对任意的
X0 XR n,均有 fx 1 ,L ,x n X T A X 0 ,则称
A1 1 0

A A3 2 t1tt 2t 2 2t t1 2 00
1 t 0
A共有n个顺序主子阵,且均为实对称矩阵.
定理(Sylvester定理):实二次型 fx 1 ,L ,x n X T A X
正定的充要条件是A的所有顺序主子式都大于零.
三、应用举例
1 t
例:t
取何值?
A


t2Biblioteka 1 0提示:由Sylvester定理,
1
0

是正定的
1 t
一、惯性定理
任一二次型均可通过非退化的线性变换化为标准形,但 线性变换选择的不同会导致标准形的不同,即:二次型
的标准形不唯一。但由惯性定理可知,标准形中的正平 方项的个数与负平方项的个数却是唯一确定的。 定理(惯性定理) 实二次型 f(x 1 ,x 2 ,L ,x n ) X T A X 经过非退化的线性 变换化为标准形时,其标准形中正、负项的项数是唯一 确定的,二者的和等于矩阵A的秩. 定义:实二次型标准形中的正平方项的项数p称为二次型 的正惯性指数,负平方项的项数q称为二次型的负惯性指 数,二者的差(p-q)=p-(r-p)=2p-r称为二次型的符号差.

二次型正定的判别方法

二次型正定的判别方法

二次型正定的判别方法二次型是高等数学中的一个重要概念,广泛应用于线性代数和数学分析等领域。

在矩阵理论中,我们经常需要判断一个二次型是否为正定。

本文将介绍二次型正定的判别方法,包括特征值判别法、规范型判别法和主子式判别法。

通过这些方法,我们可以准确地判断一个二次型是否为正定,为相关问题的研究和实际应用提供帮助。

一、特征值判别法判断一个二次型是否为正定,可以通过它的特征值来确定。

具体步骤如下:1. 计算二次型的矩阵表示,将二次型转化为矩阵形式。

设二次型为Q(x)=x^TAX,其中A为n阶对称矩阵。

2. 求解矩阵A的特征值λ1,λ2,...,λn。

3. 如果A的所有特征值都大于0,则二次型Q(x)为正定;如果A的所有特征值都小于0,则二次型Q(x)为负定;如果A的特征值既有正又有负,则二次型Q(x)为不定。

特征值判别法是判断二次型是否为正定最常用的方法之一,其依据是正定二次型的值域全为正数。

二、规范型判别法规范型判别法是另一种常用的判别方法。

它通过将二次型转化为规范形式,来判断是否为正定。

1. 计算二次型的矩阵表示,将二次型转化为矩阵形式Q(x)=x^TAX,其中A为n阶对称矩阵。

2. 对矩阵A进行合同变换,将其转化为对角矩阵D,即D=P^TAP,其中P为可逆矩阵。

3. 对角矩阵D的对角元素d1,d2,...,dn为二次型的特征值。

4. 如果D的对角元素都大于0,则二次型Q(x)为正定;如果D的对角元素都小于0,则二次型Q(x)为负定;如果D的对角元素既有正又有负,则二次型Q(x)为不定。

规范型判别法通过合同变换将二次型转化为对角矩阵,从而直接判断特征值的正负性,进一步判断二次型是否为正定。

三、主子式判别法主子式判别法是另一种判断二次型正定性的方法,它通过计算矩阵的主子式来进行判断。

1. 计算二次型的矩阵表示,将二次型转化为矩阵形式Q(x)=x^TAX,其中A为n阶对称矩阵。

2. 计算矩阵A的所有主子式,主子式是指原矩阵A中任意阶数的子矩阵的行列式。

二次型正定的充分必要条件与证明

二次型正定的充分必要条件与证明

二次型正定的充分必要条件与证明二次型是线性代数中重要的概念之一,它在优化问题、矩阵理论、统计学等领域有着广泛的应用。

而对于二次型而言,其正定性是一个非常重要的性质。

本文将从充分必要条件的角度出发,对二次型正定性进行深入探讨和证明。

一、二次型的定义我们来回顾一下二次型的定义。

对于n元二次型,其定义为:Q(x) = x^T · A · x其中,x = (x1, x2, ..., xn)是n维列向量,A是一个对称矩阵。

二、正定性的定义接下来,我们来定义二次型的正定性。

对于一个n元二次型Q(x),如果对于任意的非零向量x,都有Q(x) > 0,那么我们称Q(x)是正定的。

换句话说,二次型正定意味着它的取值都大于零。

三、充分必要条件的证明1. 充分条件的证明假设二次型Q(x)正定,我们来证明它的充分条件。

我们将对称矩阵A进行特征值分解,得到A = PDP^T,其中P是正交矩阵,D是对角矩阵,对角线上的元素是A的特征值。

然后,我们令y = Px,其中y是一个n维列向量。

将x代入二次型Q(x),得到Q(x) = x^T · A · x = x^T · PDP^T · x = y^T · D · y = ∑(λi · yi^2)其中,λi是A的特征值,yi是y的第i个分量。

由于Q(x)是正定的,所以对于任意的非零向量x,都有Q(x) = ∑(λi · yi^2) > 0。

而∑(λi · yi^2) > 0的充分必要条件是所有的λi都大于零,即特征值全部大于零。

因此,我们可以得出结论:对于一个二次型Q(x)而言,如果A的所有特征值都大于零,那么Q(x)是正定的。

2. 必要条件的证明接下来,我们来证明二次型正定的必要条件。

假设二次型Q(x)是正定的,我们来证明它的必要条件。

由于A是一个对称矩阵,根据谱定理,我们可以得到A可以被对角化,即存在正交矩阵P和对角矩阵D,使得A = PDP^T。

线性代数上25规范形与正定性

线性代数上25规范形与正定性

正定矩阵的性质 1. 可逆线性替换不改变二次型的正定性. 2. 实对称阵 A 正定 ⇔ A 的特征值都大于0. 3. n 元实二次型正定 ⇔ 正惯性指数 p = n. 4. 实对称阵 A 正定 ⇔ A 与 I 相合. 5. 实对称阵 A 正定 ⇔ A = CTC, 其中 C 可逆. 6. 正定矩阵的行列式大于零. 反之不一定成立.
P T AP = diag ( I p , − I r − p , 0).
5
二、实二次型的正定性 正定二次型的定义 定义1 设 Q(α) = XTAX 是实二次型, 若对任何非零向量 α 都有 Q(α) > 0, 则称这个实二次型 Q(α) 为正定二次型. 正定二次型的矩阵称为正定矩阵.
2 2 2 例如 Q( x1 , x 2 ,L , x n ) = x1 + x 2 + L + x n 是正定二次型. 2 Q( x1 ,L , x n ) = x1 + L + x r2 , r < n, 不是正定二次型.
例5 设 A∈Mm,n(R), 且 A 的秩为 n, 证明 ATA 正定. 证明 由 (ATA)T = ATA 知 ATA 是 n 阶实对称阵, 以 ATA 为矩阵构造二次型 XTATAX, 因为 XTATAX = (AX)TAX ≥ 0, 且 (AX)TAX = 0 ⇔ AX = 0. 由 r(A) = n 知齐次线性方程组 AX = 0 只有零解. 从而有 AX = 0 ⇔ X = 0, 即 (AX)TAX = 0 ⇔ X = 0. 故 XTATAX 为正定二次型, ATA为正定矩阵.
(2)
(3)
形如(3)式的二次型称为复系数二次型的规范形. 显然 复系数二次型的规范形是唯一的, 其中 r 由二次型的 秩唯一确定, 因此有定理1. 定理1 任意一个复系数的二次型, 总可经过一个适当的 可逆线性替换, 化成规范形, 规范形是唯一的. 复二次型的规范形中非零项的个数 r 是一个不变量, 称为二次型的秩. ⎡ I r 0⎤ 推论 任意一个复对称矩阵相合于 ⎢ ⎥ , 其中 r 是对 ⎣ 0 0⎦ 称阵的秩.

线性代数 6-3 正定二次型与正定矩阵

线性代数 6-3 正定二次型与正定矩阵
下面求 A 5E .
方法一
令g( A) A 5 E ,
因为A的所有特征值为 1 1, 2 1, 3 2,

所以g( A)的所有特征值为 g( 1), g( 2), g( 3),
A 5 E g( A) g(1) g(1) g(2) 4 6 3 72.
A 80 0,
根据定理4知f为负定.
例5(矩阵正定的必要条件)
则其对角线元aii 0. 若A为正定矩阵,
证明: 因为A正定,所以对非零向量
x ei [0,,1,0]T , 有
f x Ax ei Aei aii 0 ( i 1, 2,, n)
T T
成立.
证明 设可逆变换x Cy使 f x f Cy ki yi2 .
充分性:设 k i 0 i 1,, n. 任给 x 0,
i 1
n
则 y C x 0, 故
-1
2 f x k i yi 0. i 1
n
必要性: f x f Cy ki yi2 0.
3
2 用方阵A的特征值, 来讨论kE A的可逆性
方法二
因为A的所有特征值为 1 1, 2 1, 3 2,
所以 f A ( ) E A ( 1)( 1)( 2),
5 E A f A (5) (5 1)(5 1)(5 2) 72,
A 5 E ( 1) 5 E A 72.

A与P1 AP有相同的特征值 .
1 是 P i P AP属于 i 的特征向量. 1
P

1
AP i I X 0 P 1 A i I PX 0

线性代数14.配方法化二次型、正定二次型

线性代数14.配方法化二次型、正定二次型

1 2
x3)2 +(2 x2
+x3)2 +(
-
52)x32
当 5, f 正定;
2
规范形为 f z12 z22 z32
当 5,f 半正定;
2
规范形为 f z12 z22
当 5, f 不定;
2
规范形为 f z12 z22 -z32
例6.3.3 设A是n阶正定矩阵, 证明A1, A, Ak (k为正整数)都是正定矩阵.
(x1 2x2 2x3)2 2(x2 x3)2 5x32
令: yy12
x1
2
x2 x2
2x3 x3
y3
x3
y1 1 2 2 x1
即:
y2
0
1
1
x2
y3 0 0 1 x3
x1 1 2 2 1 y1
从而: x2
0
1
1
y2
x3 0 0 1 y3
故该实二次型的正惯性指数p 2,
负惯性指数q 0
秩r p q 2 规范形为h(z) z12 z22.
6.3 定性分类
定义6.3.1 设有二次型 f xT Ax ,其中 A 为实对称矩阵,
若对任意非零向量 x ,总有: (1)f xT Ax 0,则称 f xT Ax 为正定二次型, 并称 A 为正定矩阵; (2)f xT Ax 0,则称 f xT Ax 为半正定二次型,并称 A 为半正定矩阵; (3)f xT Ax 0,则称 f xT Ax 为负定二次型, 并称 A 为负定矩阵; (4)f xT Ax 0,则称 f xT Ax 为半负定二次型,并称 A 为半负定矩阵;
A正定 A的各阶顺序主子式均大于零
A负定 A的奇数阶顺序主子式均为负,

北京航空航天大学线性代数第六章6-4-正定二次型和正定矩阵

北京航空航天大学线性代数第六章6-4-正定二次型和正定矩阵

所以 B 为对称矩阵. 对于任意的 n 维实向量 X ,有
X BX X
T T
(kE A A ) X kX
T T
T
X X
T
A AX
T
kX
X ( AX ) AX .
T
T T
当X
0 时,有 X X 0 , ( AX ) AX 0
.因此,当
线性代数
k 0
时,有
X
T
BX kX
t 1 1 2 5
1 t
2
0 , 即 1 t 1,
t 1 2
5t
2
4t 0, 即
4 5
t 0.
于是当 5 t 0 时, f 为正定二次型.
线性代数
AX 为n元 定义6.4.3 T 实二次型, X ( c1 , c 2 , , c n ) 为任一非零的实向
1 n
2
2
1
n
必要性 设
A
是 n 阶正定矩阵,则
A
线性代数
为实对称矩阵,从而存在正交矩阵 Q ,使得
1 1 T Q AQ Q AQ n

1 A Q T Q n
其中
1
, , n
是 A 的 n 个特征值,且都大于
Y
T
BY
2 1 y1

2 2 y2

2 n yn
由定理6.4.1可知,该二次型正定的充分必 要条件是 0 ( i 1, 2 , , n ).
i
线性代数
由于 A B 1 2 n > 0 ,即正定矩阵 的行列式大于0.证毕. 例6.4.1 判断实二次型 f ( x , x , x )

二次型与正定矩阵

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)。

二次型的正定性与标准型

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。

线性代数第25讲 正定二次型

线性代数第25讲 正定二次型

C T AC
2
其中1 , 2 ,, n是矩阵 A 的全部特征值.从而得到:
定理 3 对称矩阵 A为正定矩阵的充分必要条件是它 的特征值全大于零.
A与E合同,故有 定理 4 n阶矩阵 A 为正定矩阵的充分必要条件是 A 的正惯性指数 p n. 定理 5 矩阵 A为正定矩阵的充分必要条件是: 存在 非奇异矩阵 C , 使 A C T C . 推论 若 A为正定矩阵, 则 | A | 0.
2 1 2 2 2 3
将其改写成 f ( x1 , x2 , x3 ) ( x1 x2 2 x3 )2 0, 当 x1 x2 2 x3 0 时, f ( x1 , x2 , x3 ) 0, 故 f ( x1 , x2 , x3 ) 是半负定的, 其对应的矩阵
2 1 1 2 1 1 2 2 4
正定二次型
一、二次型有定性的概念 二、正定矩阵的判别法
一、二次型有定性的概念
定义 具有对称矩阵 A 之二次型 f x Ax , 如果对 于任何非零向量 x , 都有 T x Ax 0 (或 0) T 则称 成立, f x Ax 为正定(负定)二次型,矩阵 A
T
称为正定矩阵(负定矩阵). 如果对于任何非零向量 x , 都有 x T Ax 0 (或 0) 则称 成立, 且有非零向量 x 0 , 使 x T 0 Ax0 0,
2 d k 0, x k 0, 故 d k xk 0, 而当 i k 时,
di x 0
2 i
x Dx d i x 0,
T i 1 2 i
n
D 为正定矩阵.
1 n
证毕.
由于对任一对称矩阵 A, 存在正交矩阵 C , 使得

6.3二次型与对称矩阵的正定性(《线性代数》闫厉 著)

6.3二次型与对称矩阵的正定性(《线性代数》闫厉 著)

解法二 特征值法。二次型 f x1 , x2 , x3 对应的矩阵为
6 2 2
A
2 2
5 0
0 7
6 2 2
E A 2 5 0 3 6 9
2 0 7
因此A的特征值分别为3、6、9都是正数,故该二次型正定。
ห้องสมุดไป่ตู้
例6.3.4 判别二次型是否正定。
f x1 , x2 , x3 6x12 4x1 x2 4x1 x3 5x22 7 x32
定理6.3.3 矩阵A为正定矩阵的充分必要条件是存在非奇异矩阵 C,使得A=CTC,即A合同于单位矩阵。
推论6.3.2 如果A为正定矩阵,则|A|>0。
定理6.3.4 对称矩阵A为正定矩阵的充分必要条件是A的所有特 征值都是正数。
定义6.3.2 设n阶矩阵
A
a11
a21
a12
a22
a1n
是正定的,并讨论λ≤2的情况。
解 二次型的矩阵为
1 1 0
A
1 1
1
1
0
0
0 0 0 1
由f正定的充要条件是A正定,而A正定的充要条件是A的各阶顺
序主子式全大于零。A的各阶顺序主子式为
A1 0 ,
A2 1
1
2 1 0,
1 1
A3 A4 1 1 12 2 0
1 1
解法三 顺序主子式法。
A1 6 0 ,
A2
6 2
2 26 0 , 5
6 2 2 A3 2 5 0 162 0
2 07
故该二次型正定。
例6.3.5 判别二次型 f (x, y, z)为负定
f x, y, z 5x2 6 y2 4z2 4xy 4xz

正定二次型判断方法

正定二次型判断方法

正定二次型判断方法正定二次型是线性代数中的一个重要概念,在实际应用中具有广泛的应用。

判断一个二次型是否正定的方法是线性代数中最基本的问题之一,也是非常重要的。

本文将介绍正定二次型的概念、性质和判定方法。

一、正定二次型的概念和性质1.1 正定二次型的定义设f(x1,x2,...,xn)是一个n元二次齐次函数,则称f(x1,x2,...,xn)是正定二次型,如果对于任意的非零向量x=(x1,x2,...,xn),都有f(x)>0。

(1)正定二次型的值域是正实数。

(3)正定二次型的解析式一定是一个关于字母的二次有理函数。

(4)正定二次型的非零二次型矩阵一定是可逆矩阵。

对于二元二次型f(x1,x2)=2x1^2+2x2^2-x1x2,我们可以验证该二次型是否正定。

根据定义,我们需要对于任意的非零向量(x1,x2),都有f(x)>0。

即需要满足如下条件:2x1^2+2x2^2-x1x2>0化简得:由于x1^2和x2^2始终是非负数,并且当x1=x2=0时,x1^2+x2^2+\frac{1}{2}x1x2=0,因此只要证明\frac{1}{2}x1x2的系数大于等于0,就能证明f(x)是正定的。

根据矩阵乘法的定义可得到f(x)=x^T\begin{bmatrix}2 & -\frac{1}{2} \\-\frac{1}{2} & 2\end{bmatrix} x由于该矩阵是正定矩阵(两个特征值均为正数),因此该二次型是正定的。

2.1 特征值法设二次型为f(x)=x^TAx,其中A为二次型的系数矩阵,λ1,λ2,...,λn为矩阵A的n 个特征值,则有如下结论:当A是正定矩阵时,有λ1>0,λ2>0,...,λn>0。

2.2 主元法当二次型f(x)对应的矩阵A是可逆矩阵时,有如下结论:当二次型的系数矩阵A的顺序主子式(行列式)都大于0时,二次型成为正定的。

线性代数第6章二次型及其标准形

线性代数第6章二次型及其标准形

f ( x1, x2 , x3 ) [ x1, x2 , x3 ]4
5
6

x2


xT
Bx
7 8 9 x3
解 f x12 5 x22 9 x33 6 x1 x2 10x1 x3 14x2 x3
1 3 5 x1
[ x1, x2 , x3 ]3

x2 x3

注:二次型
对称矩阵
定义2: 二次型 f X T AX 把对称矩阵 A称为二次型 f 的矩阵 也把二次型 f 称为对称矩阵 A 的二次型 对称矩阵 A 的秩称为二次型 f 的秩
例1 写出下面二次型 f 的矩阵表示,并求 f 的秩r(f)。
1 2 3 x1

an1 x1 an2 x2
a1n xn

a2n xn


ann xn
a11 a12
( x1, x2 ,
,
xn
)

a21
a22

an1
an2
a1n x1
a2
n


x2


ann


xn

a11 a12
1 E A 2 4 2 2 4 2 52 4
4 2 1 4 2 1
所以A的特征值为: 1 2 5, 3 4
1 2 1
2对1

2

5, 解5E

AX

0, 得基础解系为:1

1

解(1)写出二次型 f 的矩阵 (2) 求出A的全部特征值及其对应的标准正交的特征向量

线性代数4.4 二次型

线性代数4.4 二次型



求下列平面图形所围图形的面积:
3x 2 xy 3 y 1 f ( x, y) 3x2 2xy 3 y 2
2 2
3 1 A I 2 6 8 ( 2)( 4) 1 3
A 的特征值为
3 1 A 1 3
可顺次求得单位特征向量
0.6 0.6 0.8 e1 令 P 0.8 e2 0.6 0.8 则经正交变换 x Py,可得标准形
0.8 0.6
f 10 y 15 y
2 1
2 2
例、试用正交变换化二次型
解:
3 2 x1 求二次型 f ( x1 , x2 ) x1 x2 x 经过线性变换 2 6 2 x1 2 y1 y2 之后的表达式。 x2 y1 2 y2 2 1 T T 令 x x1 x2 , y y1 y2 , 有 x y, 则 1 2 3 2 x1 f x1 x2 x 2 6 2 2 1 3 2 2 1 y1 y1 y2 y 1 2 2 6 1 2 2 10 0 y1 y1 y2 10 y12 35 y22 0 35 y2
换x=Hy变成y的二次型
2 2 f (Hy) d1 y12 d2 y2 dn yn
就称此二次型为原来二次型的标准形。
如例4.17
f ( x1 , x2 ) x1
3 2 x1 x2 2 6 x2
x1 2 y1 y2 2 f 10 y12 35 y2 经线性变换 化得标准形 x2 y1 2 y2
  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)。

结束
4. 定理:An×n实对称,则 (X TAX正定)
A 正定
惯性指数p=n,即 A ≃ E. 的正惯性指数 ⇔ A的正 ⇔ 存在可逆阵P,使A(=P EP)= P P . 全为正数. ⇔ A的特征值 λ , λ ,⋯, λ 全为正数 . 个顺序主子式均为正值. ⇔ A的n个顺序主子式均为正值
T T
1 2
n
: A=(aij)n×n正定 推论 推论:
) (其逆否命题可判非正定 其逆否命题可判非正定)
⇒ (1) a
ii >0
(aii = ε iT Aε i )
(2) A > 0 ( A = λ1λ2 ⋯ λn )
机动 目录 上页 下页 返回 结束
定理(4)的证明
T f ( x , x , … , x ) = a x x = X AX 正定 实二次型 ∑∑ ij i j 1 2 n i =1 j =1 n n
2 2 2 f ( x , x , … , x ) = d y + d y + ⋯ + d y 变成标准形: 1 2 n 1 1 2 2 n n
由于 f 正定 ⇔ di > 0, i = 1,2,⋯, n 即,f 的正惯性指数p=n=秩 f .
机动 目录 上页 下页 返回 结束
3、顺序主子式、主子式 设矩阵 A = (aij ) ∈ R
⎛ 1 −1 0 ⎞ ⎜ ⎟ A = ⎜ −1 2 −1 ⎟ ⎜ 0 −1 3 ⎟ ⎝ ⎠
x1 = x2 = x3 = 0
故 f 正定.
λ1 = 2, λ2 = 2 + 3, λ3 = 2 − 3
,故 f 正定 . 特征值均大于零 特征值均大于零, 正定.
顺序主子式法 法3. 3.顺序主子式法
1 −1 A1 = 1 = 1 > 0, A2 = =1> 0 −1 2 A3 = A = 2 > 0 故A正定,f 正定 . 正定.
1 ∆k =
1 2

1 2
⋯ 1 2 1 ⋯ 1 k +1 2 = k >0 ⋱ ⋮ 2 1 ⋯ 1 2
1 2
正定
机动 目录 上页 下页 返回 结束
三、正定矩阵的性质
设A、B正定,则 1.
A > 0 ,A可逆.
2. A-1,A* ,Ak正定.
(∵ λ
分 别
=

A 1 , ,λ λ0 λ0
k
)
3. A+B正定.
机动
目录
上页
下页
返回
结束
设 A = (aij )n×n . ⎛ a11 … a1,n−1 ⎞ ⋮ ⎟, 令 A1 = ⎜ ⋮ ⋱ ⎜a ⎟ a ⋯ n −1, n −1 ⎠ ⎝ n−1,1 ⎛ A1 α ⎞ 则 A=⎜ T ⎟ α a ⎝ nn ⎠ . 也全大于零 也全大于零. 由归纳假设,A1正定,即存在可逆矩阵G,使 ⎛ a1n ⎞ ⎜ a2 n ⎟ α = ⎜⋮ ⎟, ⎜a ⎟ ⎝ n−1,n ⎠
∴ Pk = det A(1,2,⋯ , k ) > 0, k = 1,2,⋯ , n. : 对n 作数学归纳法. 充分性 充分性:
2 a = a > 0. ∴ f ( x ) = a x .结论成立. 正定 正定. n=1时, 11 11 1 11 1
假设对于n-1元二次型结论成立,下证n元的情形.
⎞ ⎟ ⎠
⎛ E n −1 − G T α ⎞ 再令 C 2 = ⎜ , 则 ⎟ 1 ⎠ ⎝ 0
T T ⎛ ⎞ E 0 E ⎛ ⎛ ⎞ G α ⎞ E − G T T α n − 1 n − 1 n − 1 C 2 (C1 AC1 )C 2 = ⎜ T ⎟ ⎜ α TG a ⎟ ⎜ 0 ⎟ 1 − α G 1 ⎝ ⎠⎝ ⎠ nn ⎠ ⎝
⇔ A的顺序主子式 Pk 全大于零.
定理 赫尔维茨 赫尔维茨定理
证:必要性.设 f ( x1 , x2 ,… , xn ) 正定,对每一个k
k (1 ≤ k ≤ n), 令 f k ( x1 , x2 ,⋯ , xk ) = ∑∑ aij xi x j
i =1 j =1
k
k
⎛ x1 ⎞ ⎜ x2 ⎟ = ( x1 , x2 ,… , xk ) A(1,2,⋯ , k ) ⎜ ⎟ ⋮ ⎜x ⎟ ⎝ k⎠
机动 目录 上页 下页 返回
结束
判定
1. n元实二次型的标准形 2 2 f = d1 y12 + d 2 y2 + ⋯ + d n yn 正定

d i> 0 (i =1,2,… , n)
2. n元实二次型 f ( x1 , x2 ,… , xn ) 正定 ⇔ 秩 f =n= p ( f 的正惯性指数). 证:设 f ( x1 , x2 ,… , xn ) 经非退化线性替换 X = CY
机动 目录 上页 下页 返回 结束
(3) k 级行列式
ai1i1 ai2i1 Qk = ⋯ aik i1
ai1i2 ai2 i2 ⋯ a ik i2
⋯ ⋯ ⋯ ⋯
ai1ik ai2 ik ⋯ aik ik
即行指标与 列指标相同 的k阶子式
. 称为A 的一个k 阶主子式 阶主子式.
机动
目录
上页
下页
返回
(负)定矩阵 . 正(负)定二次型XTAX对应的矩阵称为正 对应的矩阵称为正( 矩阵. : 半正定 ( X ≠ O , X T AX ≥ 0)、半负定、不定 . 此外 此外: 、半负定、不定.
2 2 2 ! 需知几元二次型 需知几元二次型! + 2 x2 + 3 x3 例: f = x1 正定性 ? 正定性? 2 2 为正定二次型 + 3 x3 解: f ( x1 , x2 , x3 ) = x12 + 2 x2 2 2 + 3 x3 f ( x1 , x2 , x3 , x4 ) = x12 + 2 x2 为半正定二次型
1 0 , A =1> 0 如 A= − 0 −1
2 2 但X T AX = − x1 − x 2 不是正定二次型 . 不是正定二次型.
A = C C = C > 0.
T
2
(
)
机动
目录
上页
下页
返回
结束
二、正定的判定
一般地,以下述定理作理论依据,实二次型是否 正定,可经可逆线性替换化为标准形来判定。 . 定理 非退化线性替换不改变二次型的正定性 非退化线性替换不改变二次型的正定性. 证: f =X TAX 正定
n×n
⎛ a11 *(1) A(1, 2,⋯ , k ) = ⎜ ⋮ ⎜a ⎝ k1
… ⋱ ⋯
a1k ⎞ ⋮ ⎟ ∈ R k ×k akk ⎟ ⎠
称为A为第k 阶顺序主子矩阵;
a11 … a1k (2) Pk = det A(1,2,⋯ , k ) = ⋮ ⋱ ⋮ ak 1 ⋯ akk
称为A的第k 阶顺序主子式 . 顺序主子式.
(X0T(A+B)X0 = X0TAX0 + X0TBX0 >0) ( X0非零)
机动 目录 上页 下页 返回 结束
例4 证明:若An×n可逆,则 ATA正定。 一) 证:( :(一
线性代数
数学科学学院 陈建华
机动
目录
上页
下页
返回
结束
6.3 正定二次型和正定矩阵
• 正定的定义 • 正定的判定 • 正定矩阵的性质
机动
目录
上页
下页
返回
结束
一、正定的定义
1. 定义 实二次型f =X TA X (负)定二次型 为正 为正(
⇔ X AX
T
d
∀X ≠ O, X ∈ R 恒有:
n
> 0( X T AX < 0)
0 ⎛ E n −1 ⎞ =⎜ T T ⎟ a α GG α⎠ 0 − ⎝ nn
机动
目录
上页
下页
返回
结束
再令 C = C1C 2 , a = ann − α T GG Tα 0⎞ E ⎛ n − 1 则有 C AC = ⎜ 0 a ⎟ ⎝ ⎠
T
两边取行列式,得
C A =a
2
0 又 A >0 , ∴ a >
2 2 2 . − x2 + x3 而 f ( x1 , x2 , x3 ) = x1 为不定二次型 为不定二次型.
机动 目录 上页 下页 返回 结束
f ( x1 , x2 ,… , xn )的标准形为: 注:正定二次型
d1 y12 + d 2 y2 2 + ⋯ + d n yn 2 , d i > 0, ∀ i = 1,2,⋯ , n
1 A = −1
(
−1 1 ,
)
f ( x1 , x2 ) = X T AX = ( x1 − x2 )2 , x1 = x2 = 1 f ( x1 , x2 ) = 0. 当 时,有
所以A不是正定的.
机动
目录
上页
下页
返回
结束
(2) 实对称矩阵A正定⇒ det A = A > 0 若A正定,则存在可逆矩阵C ,使A 证: 证:若 = CTC, 从而 注意 . 即实对称矩阵A,且 A > 0, A未必正定 . 反之不然 反之不然. 未必正定.
X=CY
f =Y ⇒ C ≠0
TBY
= Y T (CTAC)Y
? 正定 正定?
∀O ≠ Y0 ∈ R n 有 CY0 = X 0 ≠ O? (否则Y0=C-1X0=O)
∴Y
T T 0 (C AC)Y0 =
(CY0 )T A(CY0 )= X0TA X0 > 0 ?
相关文档
最新文档