基于塞尔维斯特准则的二次型标量函数的正定性判断
现代控制理论-4-控制系统的稳定性分析
外部稳定性只适用于线性系统,内部稳定性不但适用于线性系 统,而且也适用于非线性系统。对于同一个线性系统,只有在 满足一定的条件下两种定义才具有等价性。
不管哪一种稳定性,稳定性是系统本身的一种特性,只和系统 本身的结构和参数有关,与输入-输出无关。
V ( x)半负定
同时有
& V
(
x
)
-
2
x22
不可能恒为零。
由判据2可知,系统在原点处的平衡状态是渐近稳定的。
27
4.5 李雅普诺夫方法 在线性系统中的应用
28
一、线性定常连续系统的稳定性分析
目的:将李氏第二法定理来分析线性定常系统 x& Ax 的稳定性
讨论:V选&(x择) 二(x次T P型x)函 x&数T PVx +(xx)TPxx& TP(xAx为)T P李x +氏x函T PA数x。
如果d 与初始时刻 t0无关,则称平衡状态xe为一致渐近稳定。
渐近稳定几何表示法:
10
3、大范围渐近稳定
如果对状态空间的任意点,不管初始偏差有多大,都有渐
近稳定特性,即:lim x t
- xe
0
对所有点都成立,称平衡状态xe为大范围渐近稳定的。其
渐近稳定的最大范围是整个状态空间。
必要性:整个状态空间中,只有一个平衡状态。 (假设有2个平衡状态,则每个都有自己的稳定范 围,其稳定范围不可能是整个状态空间。)
(2) 求系统的特征方程:
det(lI
-
A)
l
- 1
求得: l1 2,l2 -3
第七节:二次型的正定性
,
则:
,故f正定,即A正定。同理可证:A负定
T A BB 注:(1)请同学们将上述关于矩阵
。
正负定的判定总结一下 (2)大家可否按不同的体系对上述 关于矩阵正负定的判定进行证明,以 加强推证能力的训练。 (3)关于正负定的运算,应用也可
注:(1)请同学们将上述关于 矩阵正负定的判定总结一下 (2)大家可否按不同的体系对 上述关于矩阵正负定的判定进行 证明,以加强推证能力的训练。 (3)关于正负定的运算,应用 也可总结一下。
,故又得推论2 A正定
。
推论3 A正定
存在可逆矩阵p
' PAP I
,使
2 2 fx (, x ) 3 x 2 x x 3 x 例5.7.1 判断二次型 1 2 1 1 2 2
的正定性。 解方法一: 利用定理5.10的推论1, 求 A的特征值。
3 A 1 1 3
Y BY正定。
反之,如
正定 f YBY
,
Y 0
时, f 0故当
从而 即
X 0 时, Y 0
f X A X Y B Y 0
X 正定 正定即 f XA X XA
f Y B Y 正定。同理
X 负定(不定) f XA
f Y B Y 负定(不定)。
二次型的正定性
§5.7 二次型的正定性 一、正负定的定义 二次型的另一个重要问题是分类问题。 对于标准形式的有心二次曲线椭圆
x2 y2 2 1及双曲线 2 a b
x2 y2 2 1 2 a b
,前者二次型
对于任意一组x,y不 全为零或对任意的
x2 y2 2 2 a b
x X 0 y
现代控制理论-稳定性的判定
BIBO 稳定的充要条件是
G ( s )的 所 有 极 点 都 在 s 平 面 的 左 半 平 面 。
( 3 )、BIBO 稳定和渐进稳定的关系 由于 G ( s )
N (s) D( s) C ( sI A )
1
det( sI A ) sI A
1 2 Cu
2
[1] 思路 :
电感中储能
1 2
Li
2
[ 2 ] 系统的复杂性和多样性 ,使得一个具体的系统 的能量 函数不好直观的找出。李雅普诺夫定义了一个 正定的标量函数
V ( X ) ,作为虚 构的广义能量函数。 然后,根据 V ( X ) 的符号特征
来判断系统 的稳定性。
V (X )
V (X )
[ 2]、若 A的特征值,至少有一个 具有正实部,则原系统 的平
衡状态 X e是不稳定的。
[ 3 ]、若 A 的特征根至少有一个实 部为零,则原非线性系 统的
平衡状态 X e的稳定性取决于高阶导 数项 ( X ),而不能用
A 的特征值符号确定。
例:系统状态方程为
x1 x1 x1 x 2 x 2 x 2 x1 x 2
当 t t 0后, ( t )的运动轨迹始终在 S ( ) 的范围内,称这种系统 为 X
稳定系统。
电气工程学院
( 2 )、
即 如果存在
X 0 X e ( , t 0 ) 或 S
X (t ) X e
欧几里德范数
1 2
或 S ( )
结论:系统是稳定的。
2
式中; X ( t ) X e x 1 x 1 e ) ( x 2 x 2 e ) ( x x ) 2 ( n ne x2 S( )
李雅普诺夫稳定判据.ppt
例4.13 非线性系统的状态方程为
x1 x 2
x2
x1 (x12
x
2 2
)
x1 x2 (x12 x22 )
分析其平衡状态的稳定性。
解:确定平衡点:
xxe2e1
xe2 xe1
xe1(xe21 xe22 ) 0 xe2 (xe21 xe22 ) 0
取Q=I,P
P11
P12
P12
P22
,代入
T
得
0 1
1 P11
1
P12
P12 P22
P11
P12
P12 0
P22
1
1 1
10
0 1
P12
P11
P12
P12
P22 P22
不恒等于0,V (x) 也不恒等于0,因此, 系统平衡状态是大范围渐进稳定的。
李雅普诺夫函数不是唯一的。本例也可
取 则
V ( x)
1 2
[( x1
x2 ) 2
2 x12
x
2 2
]
V (x) (x1 x2 )(x1 x 2 ) 2x1 x1 x2 x 2
根据上述定义容易检验下列标量函数的正定性
1) V (x) = x12 2x22 是正定的;
2) V (x) = (x1 x2 )2 是半正定的,因为当 x1 x2 时 , V ( x) =0;
3)V (x) 0
李雅普诺夫稳定性方法
李雅普诺夫稳定性方法李雅普诺夫第一方法又称间接法,它是通过系统状态方程的解来判断系统的稳定性。
如果其解随时间而收敛,则系统稳定;如果其解随时间而发散,则系统不稳定。
李雅普诺夫第二方法又称直接法,它不通过系统状态方程的解来判断系统的稳定性,而是借助李雅普诺夫函数对稳定性作出判断,是从广义能量的观点进行稳定性分析的。
例如有阻尼的振动系统能量连续减小(总能量对时间的导数是负定的),系统会逐渐停止在平衡状态,系统是稳定的。
由于李雅普诺夫第一方法求解通常很烦琐,因此李雅普诺夫第二方法获得更广泛的应用。
李雅普诺夫第二方法的难点在于寻找李雅普诺夫函数。
迄今为止,尚没有通用于一切系统的构造李雅普诺夫函数的方法。
对于系统[]t ,f x x= ,平衡状态为,0e =x 满足()0f e =x 。
如果存在一个标量函数()x V ,它满足()x V 对所有x 都具有连续的一阶偏导数;同时满足()x V 是正定的;则 (1)若()x V 沿状态轨迹方向计算的时间导数()dt /)(dV Vx x = 为半负定,则平衡状态稳定;(2) 若()x V 为负定,或虽然()x V 为半负定,但对任意初始状态不恒为零,则平衡状态渐近稳定。
进而当∞→∞→)(V x x 时,,则系统大范围渐近稳定;(3) 若()x V为正定,则平衡状态不稳定。
判断二次型x x x P )(V τ=的正定性可由赛尔维斯特(Sylvester )准则来确定,即正定(记作V(x)>0)的充要条件为P 的所有主子行列式为正。
如果P 的所有主子行列式为非负,为正半定(记作V(x)≥0);如果-V(x)为正定,则V(x)为负定(记作V(x)<0);如果-V(x)为正半定,则V(x)为负半定(记作V(x)≤0)。
例:[]正定。
则)(V 01121412110,041110,010x x x 1121412110x x x )(V 321321x x >---->>----=⎥⎥⎦⎤⎢⎢⎣⎡⎥⎥⎦⎤⎢⎢⎣⎡ 例:)x x (x x x )x x (x x x 22212122221121+--=+-=(0,0)是唯一的平衡状态。
§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 ⎟ ⎠ ⎝
系统稳定性及其李雅普诺夫稳定
第四章系统稳定性及其李雅普诺夫稳定4-1 稳定性一般概念对于一个实际的控制系统,其工作的稳定性无疑是一个极其重要的问题,因为一个不稳定的系统在实际应用中是很难有效地发挥作用的。
从直观上看,系统的稳定性就是一个处于稳态的系统,在某一干扰信号的作用下,其状态偏离了原有平衡位置,如果该系统是稳定的,那么当干扰取消后有限的时间内,系统会在自身作用下回到平衡状态;反之若系统不稳定,则系统永远不会回到原来的平衡位置。
系统的稳定一般有外部稳定和内部稳定两种。
外部稳定又称作输出稳定,也就是当系统在干扰取消后,在一定时间内,其输出会恢复到原来的稳态输出。
输出稳定有时描述为系统的BIBO稳定,即有限的系统输入只能产生有限的系统输出。
系统内部稳定主要针对系统内部状态,反映的是系统内部状态受干扰信号的影响。
当扰动信号取消后,系统的内部状态会在一定时间内恢复到原来的平衡状态,则称系统状态稳定。
在经典控制论中,研究对象都是用高阶微分方程或传递函数描述的单输入单输出(SISO)系统,反映的仅是输入输出的关系,不会涉及系统内部的状态。
因此经典控制论中只讨论系统的输出稳定问题。
系统的稳定性是系统本身的特性,与系统的外部输入(控制)无关。
在经典控制论中,我们通过研究线性定常系统的特征根的情况来判断系统的输出稳定性:如果系统的特征根都有负的实部(即都在复平面的左部),则系统输出稳定。
对于n阶线性连续系统,其特征方程为:…………………………(4-1)当n≥4时,要求出其所有特征根是非常困难的,从而要想通过解出高阶系统的特征根来判别系统稳定性也是不现实的。
所以1877年劳斯(Routh)和1895年霍尔维茨(Hurwitz)分别提出了有名的劳斯-霍尔维茨稳定判据,它可以通过线性定常系统特征方程的系数的简单代数运算来判别系统输出稳定性,而不必求出各个特征根。
有关Routh-Hurwitz判据的详细内容请参阅有关经典控制论教材。
当系统不是线性定常系统时,或者对于系统内部状态稳定问题,经典控制论中的方法就不好解决了,这就需要下面介绍的李雅普诺夫(Lyapunov)稳定性的理论。
4.3 李雅普诺夫稳定判据
4.3.1 预备知识
1.标量函数的正定性
标量函数的正定性定义如下: V(x) 0 则称 V ( x ) 是 V(x) 0 ;当 x 0 时, 1)当 x 0 时, 正定的; 2)若 V ( x ) 除原点和某些状态下为零,而其余部分都 大于零,则称 V ( x ) 为半正定的; 3)若 V ( x ) 是正定的,则称 V (x) 是负定的; 4)若 V ( x ) 是半正定的,则称 V (x) 是半负定的; 5)若 V ( x ) 既可以是正值, 也可以是负值,则称 V ( x ) 是 不定的。
P11 P21 n Pn1
P12 P22 Pn 2
P1n P2 n Pnn
( 4.33)
二次型标量函数 V ( x ) 为正定的充要条件是矩阵P的所 有主子行列式为正,即:
1 0
2 0
……
n 0
(4.34)
二次型标量函数 V ( x ) 为负定的充要条件是矩 阵P的各阶主子式满足:
No Image
当 为负定时,平衡状态是渐近稳定的; ( x) ,V ( x ) 当 V 为负定,且 x 时,平衡状态 是大范围渐近稳定的; ( x ) 为半负定时,平衡状态是李氏意义下 当 V 稳定的; ( x) ( x ) 是半负定的, V 当 V 不恒等于0时,平 衡状态是大范围渐近稳定的; ( x ) 为正定时,则平衡状态是不稳定的。 当 V 标量函数称为李雅普诺夫函数。
i
=
0 0
i为偶数 i为奇数
(4.35)
4.3.2 李雅普诺夫稳定判据
若非线性连续系统的状态方程为:
x f ( x , t )
4.3 李雅普诺夫稳定判据
( x) 2x x 2x x 2x x 2x (x x ) 2x 2 V 1 1 2 2 1 2 2 1 2 2
V V 当 x1 0, x 2 0 时, ( x) 0 , (x) 是半负定的。系统 平衡点是李氏意义下稳定的。
当 x1 0, x 2 0 时,x 2 0 ,因此 x2 0 , x 不恒等于0, 也不恒等于0,因此, 系统平衡状态是大范围渐进稳定的。 李雅普诺夫函数不是唯一的。本例也可 1 取 V ( x) [( x x ) 2x x ] 2 则 V ( x) ( x x )( x x ) 2x x x x 1 2 1 2 1 1 2 2
dV ( x) dt
)x ( V
离散系统的李雅普诺夫稳定判据:对于非线
性离散系统
x(k 1) f ( x(k ))
f (0) 0
(4.37)
若存在一个连续的标量函数 V ( x ) , V (0) 0 ,对任 意 x(k ) 0 , V (x ) 是正定的,则当对任意 x 0 ,沿 轨线 V ( x(k )) V ( x(k 1)) V ( x(k )) ( 4.38)
P 12 P22 Pn 2
Pn 1 P2n Pnn
( 4.33)
二次型标量函数 V (x) 为正定的充要条件是矩阵P的所 有主子行列式为正,即:
1 0
2 0 ……
n 0
(4.34)
二次型标量函数 V ( x ) 为负定的充要条件是矩 阵P的各阶主子式满足:
i
设线性时变连续系统的状态方程为: (4.39) 总可以用下列正定二次型函数作为李雅普诺夫函数:
二次型与正定性
二次型与正定性二次型是高等数学中的一个重要概念,正定性则是与二次型紧密相关的性质。
本文将介绍二次型及其性质,深入探讨正定性的定义、判别方法以及与正定矩阵的关系。
一、二次型的定义二次型是指形如\[Q(x_1,x_2,\dots,x_n) = \sum_{i=1}^n \sum_{j=1}^n a_{ij}x_ix_j\]的函数,其中\(a_{ij}\)为实数或复数,称为二次型的系数。
\(x_1,x_2,\dots,x_n\)为实数或复数,称为二次型的变量。
二次型可以用矩阵的语言来表示,即\[Q(\mathbf{x}) = \mathbf{x}^T A \mathbf{x}\]其中\(\mathbf{x} = \begin{bmatrix} x_1 \\ x_2 \\ \dots \\ x_n\end{bmatrix}\)为列向量,\(A\)为二次型的系数矩阵,其元素为\(a_{ij}\)。
二、正定性的定义对于任意非零向量 \(\mathbf{x} = \begin{bmatrix} x_1 \\ x_2 \\ \dots \\ x_n \end{bmatrix}\),如果对应的二次型 \(Q(\mathbf{x})\) 满足条件:1. 当 \(\mathbf{x} \neq \mathbf{0}\) 时, \(Q(\mathbf{x}) > 0\);2. 当且仅当 \(\mathbf{x} = \mathbf{0}\) 时, \(Q(\mathbf{x}) = 0\)。
则称二次型 \(Q(\mathbf{x})\) 是正定的。
三、正定性的判别方法判断一个二次型是否正定存在多种方法,下面介绍两种常见的方法:特征值判别法和合同变换法。
1. 特征值判别法设 \(A\) 为二次型的系数矩阵,将 \(A\) 进行对角化得到对角矩阵\(D\),同时得到可逆矩阵 \(P\),使得 \(A = PDP^{-1}\)。
线性代数 6-3二次型的正定性
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
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。
ch4李亚普诺夫稳定性分析
说明: 说明
& e = f ( xe ) = Ax = 0 x 1 、对于线性定常系统:
A 为非奇异阵时,x = 0 是其唯一的平衡状态。 A 为奇异阵时,系统有无穷多个平衡状态。 2 、对于非线性系统,有一个或多个平衡状态。 3 、对任意 xe ≠ 0 ,总可经过一定的坐标变换,把它化到坐标 原点(即零状态)。一般将平衡状态取为状态空间原点。 4 、孤立平衡状态:如果多个平衡状态彼此是孤立的,则称这 样的状态为孤立平衡状态。单个平衡状态也是孤立平衡状态
p11 如果 ∆1 = p11 > 0, ∆2 = p21
p12 > 0, L , ∆n = P > 0 p22
则P 为正定,即V ( x ) 正定。 2 )二次型 V ( x ) = xT Px 为负定,或实对称阵P 为负定的充要 条件是P 的主子行列式满足
∆i > 0( i 为偶数)i = 1 ,2 ,3 ,…, n 。
2 0 1 1 1 1 7 1 0
1 )二次型 V ( x ) = x Px 为正定,或实对称矩阵P 为正定的充要 条件是P 的所有主子行列式均为正,即:
T
p11 p P = 21 M pn1
p12 L p1 n p22 L p2 n M O L pn 2 L pnn
2 2
[
1 2 2
]
− 范数
ε
表示平衡状态偏差都在以 x − xe ≤ ε 为半径,以平 衡状态 X e 为中心的球域 S (ε ) 里
说明2 :李氏稳定性针对平衡状态而言,反映的是平衡状态临 域的局部稳定性,即小范围稳定性。 说明3 :系统做等幅振荡时,在平面上描出一条封闭曲线,只要 不超过 S (ε ) ,就是李氏稳定的,而古典则认为不稳定。
正定二次型的判定及应用数学论文
毕业论文(设计)论文(设计)题目:正定二次型的判定及应用目录摘要 (1)ABSTRACT (2)第1章引言 (3)1.1 研究背景及意义 (3)第2章二次型 (4)2.1 二次型 (4)2.3 正定二次型与正定矩阵 (4)第3章正定二次型的判定及应用 (7)3.1 正定二次型的判别方法 (7)3.2 正定二次型在实际中的应用 (15)第4章结论 (18)参考文献 (19)致谢 (20)摘要在二次型中,正定二次型占有特殊的地位,本文总结了正定二次型的一些判断方法及其在证明不等式与极值问题中的应用。
关键词:正定二次型;正定矩阵;顺序主子式;ABSTRACTIn the quadratic form,the positive definite quadratic form has a special position.This paper has summarized some judjement methods of the positive definite quadratic form and given some applications in inequalities proving and extreme problems.Key words: positive definite quadratic; positive definite matrix; principal minor determinant第1章引言1.1 研究背景及意义在数学中,二次型的理论起源于解析几何中化二次曲线和二次曲面方程为标准形的问题. 二次型的系统研究是从18世纪开始的,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,那是并不太清楚,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《算术研究》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涉及二次型或行列式的特征方程的概念。
线性系统理论精简版 ——5.系统的稳定性
内部稳定性和外部稳定性在满足一定条件下是等 价的(后面讨论)。
经典理论判稳方法及局限性 间接判定:方程求解-(对非线性和时变通常很难)
直接判定:单入单出中,基于特征方程的根是否都
分布在复平面虚轴的左半部分;以及采用劳斯判据、 奈魁斯特频率判据等。局限性是仅适用于线性定常, 不适用于非线性和时变系统。
0 1
xe , 3
0 1
5.2.2 李雅普诺夫稳定 定义:若状态方程
f ( x, t ) x 所描述的系统,对于任意的>0和任意初始
x2
时刻t0,都对应存在一个实数(,t0)>0,
使得对于任意位于平衡态xe的球域S(xe,) 的初始状态x0,当从此初始状态x0出发的 状态方程的解x都位于球域S(xe,)内,则 称系统的平衡态xe是李雅普诺夫意义下稳
现代控制理论判稳方法: 李雅普诺夫稳定性理论是稳定性判定的通用方法,适用于 各种系统。 李亚普诺夫第一法:先求解系统微分方程,根据解的性质
判定稳定性--间接法。
李亚普诺夫第二法:直接判定稳定性。思路:构造一个李
亚普诺夫函数V(x),根据V(x)的性质判稳。--对任何复
杂系统都适用。
5.2
V ( X ) 0 X 0 V ( X ) 0 X 0
例5-2
2 2 V ( X ) x1 2x2
当 x1 0, x2 0 时,V ( X ) 0; 当 x1 0, x2 0 时, V ( X ) 0。所以,V(X)是正定的。
(2) 正半定性(准正定) 如果对任意非零向量 X ( X 0) ,恒有 V ( X )≥0, 且当 X 0时V ( X ) 0 ,则称 V ( X ) 为正半定的。即
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 )
型
n 元实二次型 f ( X ) X T A X 正定(或 n 阶实对称阵 A
六 章
解
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 .
基于塞尔维斯特准则的二次型标量函数的正定性判断
}
if(r[0]==0)flag=0;
else if(r[0]>0)//判断△1,若>0判断是否为正定
{//若<0判断是否为负定,否则都不是
flag=2;
for(i=1; i<n; i++)
if(r[i]<=0)flag=0;
}
else
{
flag=1;
for(i=1; i<n; i++)
解题步特(Sylvester),可以通过判断对称矩阵P的定号性来确定二次型函数的定号性。
则
矩阵P正定的充要条件是所有的顺子主子式都是正的,即 ;
矩阵P负定的充要条件是
(三)程序设计流程图:
(四)程序设计实现
输入:矩阵A,n阶方阵
输出:二次型标量函数V(x)是正定的、负定的、既不是正定的也不是负定的
flag=1;
}
}
}
if(flag)
cout<<"该矩阵不是实对数矩阵"<<endl;
else Judge_ZD(A);
}
double Fun( int n, double *a )
{
if(1==n)return a[0];
double* b;
double sum = 0;//i,j为行与列,sum为行列式的值
int x=0,num=0; //用x判断(-1)^(i+j)的正负
b=new double[(n-1)*(n-1)];//数组用来存放代数余子式
data[i] = (int)A[i];
break;
case DOUBLE:
现代控制理论第13讲
解:原点是其唯一的平衡状态
取 V(x)x1 2x2 20
V (x)2x2 2(1x1)
当|x1|=1时, =0;当 |x1|>1时, >0,单位圆外 是不稳定的;当 |x1|<1, 是负定的,在这个范围内系 统平衡点是渐近稳定的。
五、对李雅普诺夫函数的讨论
(1)V ( x ) 是满足稳定性判据条Байду номын сангаас的一个正定的标量函数, 且对 x 应具有连续的一阶偏导数。
【例4-4】 已知非线性系统状态方程为:
x1 x2 x1(x12 x2 2) x2 x1 x2(x12 x2 2) 试分析其平衡状态的稳定性。
解: 坐标原点Xe=0为系统唯一平衡状态 设正定的标量函数为: V(x)x1 2x2 2
V (x ) x V 1d d 1 x t x V 2d d 2 x t 2 x 1 x 1 2 x 2 x 2
不恒为
4 若 xe 0 渐近稳定,并且当 x 则 xe 0 大范围渐进稳定。
时V,(x)
说明: 1、上述稳定性判据只是一个充分条件,并不是必要条件。 2、如果给定的V(x)满足上述四个条件之一,那么其结果成 立。 3、如果给定的V(x)不满足上述任何一个条件,那么只能说 明所选的V(x)对本系统失效,必须重新构造V(x) 。
若这个距离随着时间的推移而非增,即 V(x) 0 ,则原点 是稳定的。
(5)V ( x ) 函数只表示系统在平衡状态附近某邻域内局部运动 的稳定情况。但丝毫不能提供域外运动的任何信息。
(6)由于构造 V ( x ) 函数需要较多的技巧,因此李雅普诺 夫第二法主要用于确定那些使用别的方法无效或难以判别其 稳定性的问题。例如高阶非线性系统或时变系统
李雅普诺夫第二方法的几个定理_线性系统理论与设计_[共4页]
(5)不定函数
若在域 Ω内,不论域 Ω取多么小,V(x)可以为正值也可以为负值,则称函数 V(x)为不
定函数。
二次型函数 V(x)的符号性质可以通过塞尔维斯特(Sylvester)准则来判断,下面对
(1)二次型函数 V(x)为正定的充要条件是实矩阵 P的各阶主子行列式均大于零,即
p11 p12
p11 …
Δ1=p11>0, Δ2= p21
p22
>0,
…,
Δn= pn1
…
p1n >0 pnn
(2)二次型函数 V(x)为负定的充要条件是 P为负定,即 P各阶主子行列式满足
{ >0, k为偶数
Δk <0, k为奇数
(3)二次型函数 V(x)为半正定的充要条件是 P为半正定,即 P的各阶主子行列式满足
{≥0, k=1,2,…,n-1
Δk =0, k=n
(4)二次型函数 V(x)为半负定的充要条件是 P为半负定,即 P的各阶主子行列式满足
{≥0, k为偶数
Δk ≤0, k为奇数 =0, k=n
由此可知,可以通过判定矩阵 P的符号性质,判定二次型函数 V(x)的符号性质。
实对称矩阵 P的符号性质还可以通过矩阵特征值判别法进行判断:实对称矩阵 P为正
(2)对于渐近稳定的平衡状态,满足上述条件的李雅普诺夫函数存在但不唯一。
(3)对于定常系统,其李雅普诺夫函数可以取为时不变正定函数 V(x)。
变换来达到。
如果存在一个有连续的一阶偏导数的标量函数 V(x),并且满足下列条件:
① V(x)是正定的。
·
② V(x)是负定的,则平衡状态 xe是渐近稳定的。 ③ 如果随着‖x‖→∞,有 V(x)→∞,则平衡状态xe是大范围渐近稳定的。 对定理 53进行如下说明。
- 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)。
{
for(int i=1;i<n;i++)//实现将余子式存入数组b中
{
for(int j=0;j<n;j++)
{
if(j==c)continue;
b[num++]=a[i*n+j];
}
}
num=0;
if(c%2==0)x=1;//i+j(此时行0,故只考虑列)为偶数,加法预算
default:break;
}
printf("\n");
}
}
}
double Mat::Read(int i,int j)
{
return this->data[i*cols+j];
}
(2)Main.cpp
#include "base.h"
void main()
{
Mat A;
int n;
double* a;
flag=1;
}
}
}
if(flag)
cout<<"该矩阵不是实对数矩阵"<<endl;
else Judge_ZD(A);
}
解题步骤如下:
赛尔维斯特判据
,
根据赛尔维斯特(Sylvester),可以通过判断对称矩阵P的定号性来确定二次型函数的定号性。
则
矩阵P正定的充要条件是所有的顺子主子式都是正的,即 ;
矩阵P负定的充要条件是
(三)程序设计流程图:
(四)程序设计实现
输入:矩阵A,n阶方阵
输出:二次型标量函数V(x)是正定的、负定的、既不是正定的也不是负定的
}
}
void Mat::PrintMat()
{
int j;
if(data==NULL)cout<<endl<<"还没给该矩阵赋值"<<endl;
else
{
for(int i=0;i<rows;i++)
{
switch(type)
{
case INT:
case DOUBLE:
for(j=0;j<cols;j++)cout<<”\t”<<data[i*cols+j];
}
}
void Judge(Mat A)
{
int flag=0;
for(int i=0; i<A.rows; i++)
{//判断是否为实对数矩阵
for(int j=i+1; j<A.cols; j++)
{
if(A.Read(i,j) != A.Read(j,i))
{
printf("P(%d,%d)!= P(%d,%d)\n",i,j,j,i);
else x=-1;//i+j为奇数,减法运算
sum += a[c] * Fun(n-1,b) * x;//计算行列式的值
}
return sum;
}
//============求行列式的值(并返回)=================
double Det(Mat A)
{
if(A.cols != A.rows)
r[A.cols-1]=Det(A);
}
if(r[0]==0)flag=0;
else if(r[0]>0)//判断△1,若>0判断是否为正定
{//若<0判断是否为负定,否则都不是
flag=2;
for(i=1; i<n; i++)
if(r[i]<=0)flag=0;
}
else
{
flag=1;
for(i=1; i<n; i++)
switch((i+1)%2)
{
case 0://若偶数<=0,既不是正定也不是负定
if(r[i]<=0)flag=0;
break;
case 1://若奇数>=0,既不是正定也不是负定
if(r[i]>=0)flag=0;
break;
}
}
for(i=0; i<n; i++)cout<<"△"<<i+1<<" = "<<r[i]<<endl;//输出各△的值
A.PrintMat();//输出原矩阵
cout<<endl;
Judge(A);//判断是否为实对数矩阵、正定性
//system("pause");
}
(3)Base.cpp
#include "base.h"
#include "mat.h"
//============用递归法求行列式的值(并返回)=================
for(int i=0; i<n; i++)//实现将a(x,y)的余子式存入B矩阵
{
if(i==x)continue;
for(int j=0; j<n; j++)
{
if(j==y)continue;
B->data[num++] = A.Read(i,j);
}
}
num=0;
}
//========================判断正定性============================
cout<<"请输入方阵的维数:";
cin>>n;
a=new double[n*n];
cout<<"请输入方阵:"<<endl;
for(int i=0;i<n*n;i++)
cin>>a[i];
A.CreateMat(n,n,DOUBLE,a);//创建矩阵A并赋值
cout<<"原矩阵:"<<endl;
窗体顶端
基于塞尔维斯特准则的二次型标量函数的正定性判断
((窗体顶端
窗体底端
(一)任务要求:
参照Leverrier-Faddeeva递推算法的程序设计范例,编写程序实现基于塞尔维斯特准则的二次型标量函数的正定性判断。
要求:编写程序设计报告,含:任务需求分析、程序流程、实现方法、测试验收、源代码等
(二)解析:
double Fun( int n, double *a )
{
if(1==n)return a[0];
double* b;
double sum = 0;//i,j为行与列,sum为行列式的值
int x=0,num=0; //用x判断(-1)^(i+j)的正负
b=new double[(n-1)*(n-1)];//数组用来存放代数余子式
switch(flag)
{
case 0:cout<<"该二次型标量函数V(x)既不是正定的也不是负定的"<<endl;
break;
case 1:cout<<"该二次型标量函数V(x)是负定的"<<endl;
break;
case 2:cout<<"该二次型标量函数V(x)是正定的"<<endl;
break;
data[i] = (int)A[i];
break;
case DOUBLE:
for(i=0; i<r*c; i++)
data[i] = (double)A[i];
break;
default:
data = NULL;
break;
}
else
{
for(i=0; i<r*c; i++)//循环赋值
data[i] = 0;
void Judge_ZD(Mat A)
{
int i, n=A.cols;
int flag;//flag用来判断正负定
double *r;
r = new double[n];// r用来存放各△的值
r[n-1]=Det(A);//求出△n
for(i=n-1; i>0; i--)
{
YuZiShi(A, i,i, &A);//求出矩阵A(i,i)的余子式并覆盖在A中
{
printf("该矩阵的行与列不相等");
return 0;
}
return Fun( A.cols, A.data);
}
//求A矩阵的余子式,结果放在矩阵B中
void YuZiShi(Mat A, int x, int y, Mat* B)
{
int num=0;
int n=A.cols;
B->CreateMat(n-1, n-1, DOUBLE);//创建矩阵B用来存放余子式(Biblioteka )结果(六)程序验证与测试
包含三个cpp文件
Mat.cpp包含类Mat的各成员函数、
Base.cpp实现矩阵的一些基本操作
包括:求行列式的值、
矩阵的余子式、
判断正定性
(1)Mat.cpp
#include "Mat.h"