线性代数:二次型
1.二次型及矩陣表示
二次型的定義:
含有nnn個變量x1,x2,?,xnx_{1},x_{2},\cdots ,x_{n}x1?,x2?,?,xn?的nnn元二次齊次多項式f(x1,x2,?,xn)=a11x12+2a12x1x2+2a13x1x3+a22x22+2a23x2x3+?+2a2nx2xn+?+annxn2f(x_{1},x_{2},\cdots ,x_{n})=a_{11}x_{1}^{2}+2a_{12}x_{1}x_{2}+2a_{13}x_{1}x_{3}+a_{22}x_{2}^{2}+2a_{23}x_{2}x_{3}+\cdots +2a_{2n}x_{2}x_{n}+\cdots +a_{nn}x_{n}^{2}f(x1?,x2?,?,xn?)=a11?x12?+2a12?x1?x2?+2a13?x1?x3?+a22?x22?+2a23?x2?x3?+?+2a2n?x2?xn?+?+ann?xn2?稱為一個nnn元二次型。
二次型的表示:
在二次型中取aij=ajia_{ij}=a_{ji}aij?=aji?,則上述二次型可以寫成
f(x1,x2,?,xn)=∑i=1n∑j=1naijxixj=(x1,x2,?,xn)(a11a12?a1na21a22?a2n???an1an2?ann)(x1x2?xn)=xTAxf(x_{1},x_{2},\cdots ,x_{n})=\sum_{i=1}^{n}\sum_{j=1}^{n}a_{ij}x_{i}x_{j}=(x_{1},x_{2},\cdots ,x_{n})\begin{pmatrix} a_{11}& a_{12}& \cdots &a_{1n}\\ a_{21}& a_{22}& \cdots &a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1}& a_{n2} &\cdots & a_{nn} \end{pmatrix}\begin{pmatrix} x_{1}\\ x_{2}\\ \vdots \\ x_{n}\end{pmatrix}=x^{T}Axf(x1?,x2?,?,xn?)=∑i=1n?∑j=1n?aij?xi?xj?=(x1?,x2?,?,xn?)??????a11?a21??an1??a12?a22??an2??????a1n?a2n??ann??????????????x1?x2??xn????????=xTAx
其中AAA是對稱矩陣,稱為二次型fff的矩陣,矩陣AAA的秩稱為二次型fff的秩。
二次型的標準型
若二次型f(x1,x2,?,xn)f(x_{1},x_{2},\cdots ,x_{n})f(x1?,x2?,?,xn?)中只有平方項,所有混合項的系數全為零,即f(x1,x2,?,xn)=xTAx=d1x12+d2x22+?+dnxn2f(x_{1},x_{2},\cdots ,x_{n})=x^{T}Ax=d_{1}x_{1}^{2}+d_{2}x_{2}^{2}+\cdots +d_{n}x_{n}^{2}f(x1?,x2?,?,xn?)=xTAx=d1?x12?+d2?x22?+?+dn?xn2?,則稱這樣的二次型為標準型。在標準型中,正平方項的個數ppp為正慣性指數,負平方項的個數qqq稱為負慣性指數。
注意,考研中可以利用正交變換和配方法來實現對二次型題目的求解。
2.合同矩陣
定義:
對于兩個nnn解矩陣AAA和BBB,如果存在可逆矩陣CCC,使得B=CTACB=C^{T}ACB=CTAC,則稱AAA和BBB合同,記作A?BA\simeq BA?B
性質:
(1)反身性:A?AA\simeq AA?A
(2)對稱性:若A?BA\simeq BA?B,則B?AB\simeq AB?A
(3)傳遞性:若A?BA\simeq BA?B,B?CB\simeq CB?C,則A?CA\simeq CA?C
合同的充分和必要條件
(1)實對稱矩陣A?B?A\simeq B\LeftrightarrowA?B?二次型xTAxx^{T}AxxTAx與xTBxx^{T}BxxTBx有相同的正負慣性指數。
(2)實對稱矩陣A~B?A?BA\sim B\Rightarrow A\simeq BA~B?A?B,反之不成立。
3.正定矩陣
正定二次型和正定矩陣:
若對于任何的非零向量x=(x1,x2,?,xn)Tx=(x_{1},x_{2},\cdots ,x_{n})^{T}x=(x1?,x2?,?,xn?)T,恒有
f(x1,x2,?,xn)=∑i=1n∑j=1naijxixj=xTAx>0f(x_{1},x_{2},\cdots ,x_{n})=\sum_{i=1}^{n}\sum_{j=1}^{n}a_{ij}x_{i}x_{j}=x^{T}Ax>0f(x1?,x2?,?,xn?)=∑i=1n?∑j=1n?aij?xi?xj?=xTAx>0
則稱二次型f(x1,x2,?,xn)f(x_{1},x_{2},\cdots ,x_{n})f(x1?,x2?,?,xn?)為正定二次型,對應的矩陣AAA為正定矩陣。
注意: 可逆線性變換不改變二次型的正定性。
二次型正定的充要條件:
f(x1,x2,?,xn)=xTAxf(x_{1},x_{2},\cdots ,x_{n})=x^{T}Axf(x1?,x2?,?,xn?)=xTAx正定?\Leftrightarrow?AAA的正慣性指數p=r=np=r=np=r=n(rrr是AAA的秩,nnn是未知量的個數)。
f(x1,x2,?,xn)=xTAxf(x_{1},x_{2},\cdots ,x_{n})=x^{T}Axf(x1?,x2?,?,xn?)=xTAx正定?\Leftrightarrow?A?EA\simeq EA?E,即存在可逆矩陣CCC,使得CTAC=EC^{T}AC=ECTAC=E。
f(x1,x2,?,xn)=xTAxf(x_{1},x_{2},\cdots ,x_{n})=x^{T}Axf(x1?,x2?,?,xn?)=xTAx正定?\Leftrightarrow?A=DTDA=D^{T}DA=DTD,其中DDD為可逆矩陣。
f(x1,x2,?,xn)=xTAxf(x_{1},x_{2},\cdots ,x_{n})=x^{T}Axf(x1?,x2?,?,xn?)=xTAx正定?\Leftrightarrow?AAA的全部特征值λi>0,i=1,2,?,n\lambda _{i}> 0,i=1,2,\cdots ,nλi?>0,i=1,2,?,n
f(x1,x2,?,xn)=xTAxf(x_{1},x_{2},\cdots ,x_{n})=x^{T}Axf(x1?,x2?,?,xn?)=xTAx正定?\Leftrightarrow?AAA的全部順序主子式大于零
二次型正定的必要條件:
二次型f(x1,x2,?,xn)=xTAxf(x_{1},x_{2},\cdots ,x_{n})=x^{T}Axf(x1?,x2?,?,xn?)=xTAx正定?\Rightarrow?AAA的主對角元素aij>0,i=1,2,?,na_{ij}> 0,i=1,2,\cdots ,naij?>0,i=1,2,?,n.。
二次型f(x1,x2,?,xn)=xTAxf(x_{1},x_{2},\cdots ,x_{n})=x^{T}Axf(x1?,x2?,?,xn?)=xTAx正定?\Rightarrow?AAA的行列式∣A∣>0|A|>0∣A∣>0。
結論:
(1)若A,BA,BA,B是正定陣,則A+BA+BA+B也是正定陣。
(2)若AAA是正定陣,則AkA^{k}Ak也是正定陣,這里的kkk可以是負整數(此時AkA^{k}Ak有意義)。
(3)若AAA是正定陣,則A?A^{*}A?也是正定陣。
總結
- 上一篇: 功放前级的左右_都是功放,前级和后级差别
- 下一篇: win10下node.js升级