二次型 & 有定性

二次型

以三元二次型举例:x2+x1y1+y22z2 x^2 + x^1y^1 + y^2 - 2z^2(有几个变量就是几元,所有项必须是二次)

  • x2,y2,z2 x^2 , y^2 , z^2 叫平方项
  • xy叫交叉项
x2+xy2x^2 + xy^2x2+y6x^2 + y - 6x2+8x^2 + 8不是二次型
二次型的矩阵一定是对称的,经常会用到:AT=AA^T=A

二次型->矩阵表达式

x12+2x1x2+x22x2x3+2x322x1x3 x_1^2 + 2x_1x_2 + x_2^2 - x_2x_3 + 2x_3^2 - 2x_1x_3

  • 平方项的系数直接做成主对角线元素
  • 交叉项的系数除以2放到2个对称的相应位置上

系数位置如下:

(x1212×2x1x212×2x1x312×2x1x2x2212×x2x312×2x1x312×x2x32x32) \begin{pmatrix} {x_1^2}&{\frac{1}{2} \times 2x_1x_2}&{\frac{1}{2} \times -2x_1x_3}\\ {\frac{1}{2} \times 2x_1x_2}&{x_2^2}&{\frac{1}{2} \times -x_2x_3}\\ {\frac{1}{2} \times -2x_1x_3}&{\frac{1}{2} \times -x_2x_3}&{2x_3^2} \end{pmatrix}

xTAx x^TAx 如下(其中A叫作二次型矩阵):

(x1,x2,x3)×(11111121122)×(x1x2x3) (x_1,x_2,x_3) \times \begin{pmatrix} 1&1&{-1}\\ 1&1&{-\frac{1}{2}}\\ {-1}&{-\frac{1}{2}}&2 \end{pmatrix} \times \begin{pmatrix} x_1\\ x_2\\ x_3 \end{pmatrix}

矩阵表达式->二次型

注意:矩阵一定是对称的,如果不是对称的,需要转换下(2x1x3+3x3x1=5x1x32x_1x_3 + 3x_3x_1 = 5x_1x_3):

(112101311)>(11521015211) \begin{pmatrix} 1&1&2\\ 1&0&1\\ 3&1&{-1} \end{pmatrix} -> \begin{pmatrix} 1&1&{\frac{5}{2}}\\ 1&0&1\\ {\frac{5}{2}}&1&{-1} \end{pmatrix}

  • 主对接线元素直接做为平方项的系数
  • 取主对角线右上角元素乘以2作为交叉项的系数

x12x32+2x1x2+5x1x3+2x2x3x_1^2-x_3^2+2x_1x_2+5x_1x_3+2x_2x_3

标准形 & 线性替换

定义:只有平方项的二次型叫标准形,d1y12+d2y22+...+dnyn2d_1y_1^2+d_2y_2^2+...+d_ny_n^2如:x123x32x_1^2 - 3x_3^2

线性替换:f(X)=XTAX,X=CY>(CY)TACY=YTCTACY=YT(CTAC)Y f(X) = X^TAX , X=CY -> (CY)^TACY = Y^TC^TACY = Y^T(C^TAC)Y
  • 如果B=CTAC= B = C^TAC = ∧,那么引入CY后的二次型是标准形
  • 如果|C| != 0,那么这个线性替换叫作:可逆替换(或非退化替换或满秩替换或非奇异替换)
  • 如果|C| = 0,那么这个线性替换叫作:退化替换
两次替换(X=C1C2Z X=C_1C_2Z ):

证明:X=C1Y,Y=C2Z X = C_1Y , Y=C_2Z

XTAX=(C1Y)TAC1Y=YT(C1TAC1)Y=(C2Z)TC1TAC1C2Z X^TAX = (C_1Y)^TAC_1Y = Y^T(C_1^TAC_1)Y = (C_2Z)^T C_1^TAC_1C_2Z

=ZT(C2TC1TAC1C2)Z=ZT(C1C2)TA(C1C2)Z = Z^T(C_2^TC_1^TAC_1C_2)Z = Z^T(C_1C_2)^TA(C_1C_2)Z

定理:二次型经过线性替换后仍然是一个二次型

证明:f(X)=XTAX=YT(CTAC)Y f(X) = X^TAX = Y^T(C^TAC)Y

验证CTACC^TAC是对称矩阵,设B=CTACB=C^TAC

BT=(CTAC)T=CTAT(CT)T=CTAC=BB^T=(C^TAC)^T=C^TA^T(C^T)^T=C^TAC=B(A是对称矩阵,所以AT=AA^T=A

BT=BB^T=B,所以B=CTACB=C^TAC是对称的

合同

合同:A、B是n阶方阵,如果存在可逆矩阵C,使得CTAC=B C^TAC=B ,那么A和B合同。记作:ABA \simeq B
  • 反身性:A和A合同,AAA \simeq AETAE=AE^TAE=A
  • 对称性:如果A和B合同,那么B和A也合同(证明:同时左乘(CT)1(C^T)^{-1}和右乘C1C^{-1}
  • 传递性:如果A、B合同,B、C合同,那么A、C也合同(证明:PTAP=B,QTBQ=C,QTPTAPQ=C,(PQ)TA(PQ)=CP^TAP=B , Q^TBQ=C , Q^TP^TAPQ=C , (PQ)^TA(PQ)=C
性质1:如果A、B合同,那么A、B的秩一定相同

证明:CTAC=B C^TAC=B ,A左乘一个可逆矩阵,右乘一个可逆矩阵,矩阵的秩不变

性质2:如果A、B合同,那么A对称的充要条件是B也是对称的(AT=AA^T=A <=> BT=BB^T = B

证明:CTAC=B,B=BTC^TAC=B , B=B^T

CTAC=(CTAC)T=CTATC C^TAC = (C^TAC)^T = C^TA^TC

同时左乘(CT)1 (C^T)^{-1} ,右乘C1 C^{-1}

(CT)1CTACC1=(CT)1CTATCC1 (C^T)^{-1}C^TACC^{-1} = (C^T)^{-1}C^TA^TCC^{-1}

得:A=ATA = A^T

性质3:A、B合同,如果A、B均可逆,那么A1B1A^{-1} \simeq B^{-1}

证明:CTAC=BC^TAC=B

因为两边都可逆,所以:B1=(CTAC)1=C1A1(CT)1=C1A1(C1)T B^{-1} = (C^TAC)^{-1} = C^{-1}A^{-1}(C^T)^{-1} = C^{-1}A^{-1}(C^{-1})^T

得:[(C1)T]TA1(C1)T[(C^{-1})^T]^TA^{-1}(C^{-1})^T

性质4:如果A、B合同,那么ATBTA^T \simeq B^T

证明:CTAC=B,BT=(CTAC)T=CTATCC^TAC=B , B^T=(C^TAC)^T=C^TA^TC

化二次型化为标准形

  • 配方法
  • 初等变换法
  • 正交替换法(就是实对称矩阵对角化,因为正交矩阵肯定是对称的)

配方法

x123x22+4x322x1x2+2x1x36x2x3 x_1^2 - 3x_2^2 + 4x_3^2 - 2x_1x_2 + 2x_1x_3 - 6x_2x_3

注意:先x1x_1x2x_2x3x_3...,当x1x_1配完后,后面的式子不能再出现x1x_1,以此类推...

=x122x1(x2x3)+(x2x3)2(x2x3)23x22+4x326x2x3 = x_1^2 - 2x_1(x_2-x_3) + (x_2-x_3)^2 - (x_2-x_3)^2 - 3x_2^2 + 4x_3^2 - 6x_2x_3

=(x1x2+x3)24x224x2x3+3x32 = (x_1 - x_2 + x_3)^2 -4x_2^2 - 4x_2x_3 + 3x_3^2

=(x1x2+x3)2(4x22+4x2x3+x32)+x32+3x32 = (x_1 - x_2 + x_3)^2 -(4x_2^2 + 4x_2x_3+x_3^2) + x_3^2 + 3x_3^2

=(x1x2+x3)2(2x2+x3)2+4x32 = (x_1 - x_2 + x_3)^2 - (2x_2+x_3)^2 + 4x_3^2

=y12y22+4y32 = y_1^2 - y_2^2 + 4y_3^2

{y1=x1x2+x3y2=2x2+x3y3=x3\begin{cases} {y_1 =x_1-x_2+x_3}\\ {y_2=2x_2+x_3}\\ {y_3=x_3} \end{cases}

写出线性替换(X=CY):

{x1=2y1+y2+y32x2=y2y32x3=y3\begin{cases} {x_1 = \frac{2y_1+y_2+y_3}{2}}\\ {x_2=\frac{y_2-y_3}{2}}\\ {x_3=y_3} \end{cases}

配方法(只有交叉项)

2x1x24x1x3+10x2x32x_1x_2 - 4x_1x_3 + 10x_2x_3

直接代入下式:

{x1=y1y2x2=y1+y2x3=y3\begin{cases} {x_1 = y_1 - y_2}\\ {x_2 = y_1 + y_2}\\ {x_3=y_3} \end{cases}

注意:如果有x4x_4写成:x4=y4x_4=y_4x5x_5写成x5=y5x_5=y_5...

得:2y122y22+6y1y3+14y2y32y_1^2 - 2y_2^2 + 6y_1y_3 + 14y_2y_3

再用上面的方式正常配方就可以了

初等变换法

f(X)=XTAX,X=CY,CTC= f(X) = X^TAX , X=CY , C^TC = ∧,①C=?,②∧=?

因为C可逆,C=P1P2...PsC=P_1P_2...P_s

(P1P2...Ps)TAP1P2...Ps= (P_1P_2...P_s)^T A P_1P_2...P_s =

PsTP2T...P1TAP1P2...Ps= P_s^TP_2^T...P_1^T A P_1P_2...P_s =

左乘一个单位阵,EP1P2...Ps=CEP_1P_2...P_s=C

矩阵左乘一些初等矩阵,相当于做初等行变换

矩阵右乘一些初等矩阵,相当于做初等列变换

  • 对A和E做同样的初等列变换
  • 只对A做相应的初等行变换(相应的举例如下)
    • 交换1、3列,交换1、3行
    • 2乘以第3列,2乘以第3行
    • 2乘以第2列加到第3列,2乘以第2行加到第3行
  • A化成对角阵之时,E化成的就是C
注意:列变换和行变换配套做,列行、列行、列行...

计算题(初等变换法)

A=(111122121)A = \begin{pmatrix} 1&1&1\\ 1&2&2\\ 1&2&1 \end{pmatrix}

解:(AE)=(111122121100010001)\begin{pmatrix} A\\ E \end{pmatrix} = \begin{pmatrix} 1&1&1\\ 1&2&2\\ 1&2&1\\ 1&0&0\\ 0&1&0\\ 0&0&1 \end{pmatrix}

第1列乘以-1加到第2列(整体):(101112111110010001)\begin{pmatrix} 1&0&1\\ 1&1&2\\ 1&1&1\\ 1&-1&0\\ 0&1&0\\ 0&0&1 \end{pmatrix}

第1行乘以-1加到第2行(只对A):(101011111110010001)\begin{pmatrix} 1&0&1\\ 0&1&1\\ 1&1&1\\ 1&-1&0\\ 0&1&0\\ 0&0&1 \end{pmatrix}

...

最终求得:(100010001110011001)\begin{pmatrix} 1&0&0\\ 0&1&0\\ 0&0&-1\\ 1&-1&0\\ 0&1&-1\\ 0&0&1 \end{pmatrix}

∧ = (100010001)\begin{pmatrix} 1&0&0\\ 0&1&0\\ 0&0&-1 \end{pmatrix}

C = (110011001)\begin{pmatrix} 1&-1&0\\ 0&1&-1\\ 0&0&1 \end{pmatrix}

步骤省略:多套列行变换可以一起做

检查方法:成套变换后,矩阵还是对称的

规范形

整理对角形元素依次为:1、1、...、1、-1、-1、...、-1、0、0...0

y12+...+yp2yp+12...yr2y_1^2+...+y_p^2-y_{p+1}^2-...-y_r^2

  • x12+x22+x32x_1^2+x_2^2+x_3^2 \quad
  • x12x22+x32x_1^2-x_2^2+x_3^2 \quad
  • x12+x22+x42x_1^2+x_2^2+x_4^2 \quad
任意二次型都能化成规范形
  • 正项数:正惯性指数(正项的个数)
  • 负项数:负惯性指数(负项的个数)
  • 符号差:正项数-负项数
化成规范型后,1和-1的个数,就是二次型的秩,等于矩阵的秩
定理:任意矩阵A都与规范形的∧合同
定理:合同的充要条件,有相同的秩、相同的正项数、相同的负项数

正交替换

参照:对角化 -> 计算步骤总结

有定性

有定性:二次型f(X)=XTAX,X!=0f(X)=X^TAX,X != 0(当X=0,结果肯定等于0,所以没有讨论意义),存在以下4种情况:
  • 正定:XTAX>0X^TAX>0,举例:f(x1,x2,x3)=x12+2x22+x32f(x_1,x_2,x_3)=x_1^2+2x_2^2+x_3^2,f > 0
  • 半正定:XTAX>=0X^TAX>=0,举例:f(x1,x2,x3)=x12+2x22+0x32f(x_1,x_2,x_3)=x_1^2+2x_2^2+0x_3^2,f >= 0(x取(0,0,1)T(0,0,1)^T往里带)
  • 负定:XTAX<0X^TAX<0,举例:f(x1,x2,x3)=x122x22x32f(x_1,x_2,x_3)=-x_1^2-2x_2^2-x_3^2,f < 0
  • 半负定:XTAX<=0X^TAX<=0,举例:f(x1,x2,x3)=x122x22+0x32f(x_1,x_2,x_3)=-x_1^2-2x_2^2+0x_3^2,f <= 0(x取(0,0,1)T(0,0,1)^T往里带)
不定:举例:f(x1,x2,x3)=x12x22+x32f(x_1,x_2,x_3)=x_1^2-x_2^2+x_3^2,代入(1,0,0)T(1,0,0)^T,结果大于0。代入(0,1,0)T(0,1,0)^T,结果小于0 定理:f(x1,x2,...,xn)=a1x12+a2x22+...+anxn2 f(x_1,x_2,...,x_n)=a_1x_1^2+a_2x_2^2+...+a_nx_n^2 正定 <=> ai>0 a_i > 0

先证必要性:代入(1,0,0...,0),f(1,0,0,...,0)=a1>0f(1,0,0,...,0)=a_1>0

依次一直取到,f(0,0,0,...,1)=an>0f(0,0,0,...,1)=a_n>0

再证充分性:因为ai>0a_i>0a1x12+a2x22+...+anxn2>=0a_1x_1^2+a_2x_2^2+...+a_nx_n^2 >= 0(平方和大于等于0)

又因为,X !=0,所以a1x12+a2x22+...+anxn2>0a_1x_1^2+a_2x_2^2+...+a_nx_n^2 > 0

定理:正定二次型经过线性替换(非退化)后仍是正定的

证明:设:f(X)=XTAXf(X)=X^TAX是正定的,X=CY

因为非退化,所以C可逆

f(X)=XTAX=(CY)TACY=YTCTACY f(X)=X^TAX=(CY)^TACY=Y^TC^TACY

任给Y != 0,只要证明YTCTACY>0Y^TC^TACY > 0,就是正定

因为X=CY,只要Y不等于0,X就不等于0,所以f(X)>0,所以正定

定理:f(X)=XTAXf(X)=X^TAX正定 <=> 标准形是 d1y12+d2y22+...+dnyn2d_1y_1^2+d_2y_2^2+...+d_ny_n^2di>0d_i > 0
定理:f(X)=XTAXf(X)=X^TAX正定 <=> 正惯性指数是n
定理:f(X)=XTAXf(X)=X^TAX正定 <=> AE A \simeq E (单位阵是特殊的规范形)
定理:f(X)=XTAXf(X)=X^TAX正定 <=> n个特征值(所有)均大于0
定理:f(X)=XTAXf(X)=X^TAX正定 => |A| > 0

证明:CTAC=E C^TAC=E (A和单位阵合同)

同时左乘(CT)1(C^T)^{-1},右乘C1C^{-1}

A=(CT)1C1=(C1)T(C1) A = (C^T)^{-1}C^{-1} = (C^{-1})^T(C^{-1})

C1C^{-1}写成P,PTPP^TP

A=PT×P=P2 |A| = |P^T| \times |P| = |P|^2

因为P可逆,所以P != 0

所以P2>0|P|^2 > 0

顺序主子式

定理:f(X)=XTAXf(X)=X^TAX正定 <=> 各阶顺序主子式 > 0

判断 f(x1,x2,x3)=2x12+2x1x2+x22+x32 f(x_1,x_2,x_3) = 2x_1^2 + 2x_1x_2 + x_2^2 + x_3^2 是正定的?

A=(210110001)A = \begin{pmatrix} 2&1&0\\ 1&1&0\\ 0&0&1 \end{pmatrix}

1阶顺序主子式(a11a_{11}):|2| > 0

2阶顺序主子式(a11a_{11}a22a_{22}):2111\begin{vmatrix} 2&1\\ 1&1 \end{vmatrix} > 0

3阶顺序主子式:|A| > 0

所以f(x1,x2,x3)=2x12+2x1x2+x22+x32 f(x_1,x_2,x_3) = 2x_1^2 + 2x_1x_2 + x_2^2 + x_3^2 是正定的

如果有4阶、5阶,依次类推

已知,A=(11112010t)A = \begin{pmatrix} 1&1&1\\ 1&2&0\\ 1&0&t \end{pmatrix}是正定的,求t的取值范围?

1阶顺序主子式:|1| = 1 > 0

2阶顺序主子式:1112=21>0\begin{vmatrix} 1&1\\ 1&2 \end{vmatrix} = 2 - 1 > 0

3阶顺序主子式:11112010t=11110012t\begin{vmatrix} 1&1&1\\ 1&2&0\\ 1&0&t \end{vmatrix} = \begin{vmatrix} 1&-1&1\\ 1&0&0\\ 1&-2&t \end{vmatrix}

=(1)1+2112t=(t+2)>0 = (-1)^{1+2}\begin{vmatrix} -1&1\\ -2&t \end{vmatrix} = -(-t+2)>0

所以,t>2

性质1:如果A是正定,那么A1A^{-1}也正定

证明:A的特征值λi>0\lambda_i > 0A1A^{-1}的特征值1λi>0\frac{1}{\lambda_i} > 0

性质2:如果A是正定,那么AA^* 也正定

证明:A的特征值λi>0\lambda_i > 0A1=1AAA^{-1}=\frac{1}{|A|}A^* ,所以A=AA1A^* =|A|A^{-1}

所以AA^* 的特征值是Aλi\frac{|A|}{\lambda_i},因为|A|大于0,所以AA^* 的特征值也大于0

性质3:如果A是正定,那么AkA^k 也正定

证明:因为λi>0 \lambda_i > 0,所以λik>0 \lambda_i^k > 0

性质4:A正定,B正定(或半正定),那么A+B正定

证明:任给X != 0,XT(A+B)X=XTAX+XTBXX^T(A+B)X = X^TAX + X^TBX,左半部分大于0,右半部分大于等于0,所以A+B>0

性质5:A正定,A的主对角线元素全大于0,即:aii>0a_{ii} > 0

证明:因为f(X) > 0,X != 0

(x1x2...xn)(a11a12a1na21a22a2nan1an2ann)(x1x2xn) (x_1x_2...x_n) \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}

分别代入(1,0,0...,0)、(0,1,0...,0)、...、(0,0,0...,1),求得aii>0a_{ii}>0

results matching ""

    No results matching ""