1.二次型及矩阵表示
二次型的定义:
含有
n
n
n个变量
x
1
,
x
2
,
⋯
,
x
n
x_{1},x_{2},\cdots ,x_{n}
x1,x2,⋯,xn的
n
n
n元二次齐次多项式
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
a
11
x
1
2
+
2
a
12
x
1
x
2
+
2
a
13
x
1
x
3
+
a
22
x
2
2
+
2
a
23
x
2
x
3
+
⋯
+
2
a
2
n
x
2
x
n
+
⋯
+
a
n
n
x
n
2
f(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)=a11x12+2a12x1x2+2a13x1x3+a22x22+2a23x2x3+⋯+2a2nx2xn+⋯+annxn2称为一个
n
n
n元二次型。
二次型的表示:
在二次型中取
a
i
j
=
a
j
i
a_{ij}=a_{ji}
aij=aji,则上述二次型可以写成
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
∑
i
=
1
n
∑
j
=
1
n
a
i
j
x
i
x
j
=
(
x
1
,
x
2
,
⋯
,
x
n
)
(
a
11
a
12
⋯
a
1
n
a
21
a
22
⋯
a
2
n
⋮
⋮
⋮
a
n
1
a
n
2
⋯
a
n
n
)
(
x
1
x
2
⋮
x
n
)
=
x
T
A
x
f(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}Ax
f(x1,x2,⋯,xn)=∑i=1n∑j=1naijxixj=(x1,x2,⋯,xn)⎝⎜⎜⎜⎛a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann⎠⎟⎟⎟⎞⎝⎜⎜⎜⎛x1x2⋮xn⎠⎟⎟⎟⎞=xTAx
其中
A
A
A是对称矩阵,称为二次型
f
f
f的矩阵,矩阵
A
A
A的秩称为二次型
f
f
f的秩。
二次型的标准型
若二次型
f
(
x
1
,
x
2
,
⋯
,
x
n
)
f(x_{1},x_{2},\cdots ,x_{n})
f(x1,x2,⋯,xn)中只有平方项,所有混合项的系数全为零,即
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
x
T
A
x
=
d
1
x
1
2
+
d
2
x
2
2
+
⋯
+
d
n
x
n
2
f(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=d1x12+d2x22+⋯+dnxn2,则称这样的二次型为标准型。在标准型中,正平方项的个数
p
p
p为正惯性指数,负平方项的个数
q
q
q称为负惯性指数。
注意,考研中可以利用正交变换和配方法来实现对二次型题目的求解。
2.合同矩阵
定义:
对于两个
n
n
n解矩阵
A
A
A和
B
B
B,如果存在可逆矩阵
C
C
C,使得
B
=
C
T
A
C
B=C^{T}AC
B=CTAC,则称
A
A
A和
B
B
B合同,记作
A
≃
B
A\simeq B
A≃B
性质:
(1)反身性:
A
≃
A
A\simeq A
A≃A
(2)对称性:若
A
≃
B
A\simeq B
A≃B,则
B
≃
A
B\simeq A
B≃A
(3)传递性:若
A
≃
B
A\simeq B
A≃B,
B
≃
C
B\simeq C
B≃C,则
A
≃
C
A\simeq C
A≃C
合同的充分和必要条件
(1)实对称矩阵
A
≃
B
⇔
A\simeq B\Leftrightarrow
A≃B⇔二次型
x
T
A
x
x^{T}Ax
xTAx与
x
T
B
x
x^{T}Bx
xTBx有相同的正负惯性指数。
(2)实对称矩阵
A
∼
B
⇒
A
≃
B
A\sim B\Rightarrow A\simeq B
A∼B⇒A≃B,反之不成立。
3.正定矩阵
正定二次型和正定矩阵:
若对于任何的非零向量
x
=
(
x
1
,
x
2
,
⋯
,
x
n
)
T
x=(x_{1},x_{2},\cdots ,x_{n})^{T}
x=(x1,x2,⋯,xn)T,恒有
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
∑
i
=
1
n
∑
j
=
1
n
a
i
j
x
i
x
j
=
x
T
A
x
>
0
f(x_{1},x_{2},\cdots ,x_{n})=\sum_{i=1}^{n}\sum_{j=1}^{n}a_{ij}x_{i}x_{j}=x^{T}Ax>0
f(x1,x2,⋯,xn)=∑i=1n∑j=1naijxixj=xTAx>0
则称二次型
f
(
x
1
,
x
2
,
⋯
,
x
n
)
f(x_{1},x_{2},\cdots ,x_{n})
f(x1,x2,⋯,xn)为正定二次型,对应的矩阵
A
A
A为正定矩阵。
注意: 可逆线性变换不改变二次型的正定性。
二次型正定的充要条件:
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
x
T
A
x
f(x_{1},x_{2},\cdots ,x_{n})=x^{T}Ax
f(x1,x2,⋯,xn)=xTAx正定
⇔
\Leftrightarrow
⇔
A
A
A的正惯性指数
p
=
r
=
n
p=r=n
p=r=n(
r
r
r是
A
A
A的秩,
n
n
n是未知量的个数)。
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
x
T
A
x
f(x_{1},x_{2},\cdots ,x_{n})=x^{T}Ax
f(x1,x2,⋯,xn)=xTAx正定
⇔
\Leftrightarrow
⇔
A
≃
E
A\simeq E
A≃E,即存在可逆矩阵
C
C
C,使得
C
T
A
C
=
E
C^{T}AC=E
CTAC=E。
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
x
T
A
x
f(x_{1},x_{2},\cdots ,x_{n})=x^{T}Ax
f(x1,x2,⋯,xn)=xTAx正定
⇔
\Leftrightarrow
⇔
A
=
D
T
D
A=D^{T}D
A=DTD,其中
D
D
D为可逆矩阵。
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
x
T
A
x
f(x_{1},x_{2},\cdots ,x_{n})=x^{T}Ax
f(x1,x2,⋯,xn)=xTAx正定
⇔
\Leftrightarrow
⇔
A
A
A的全部特征值
λ
i
>
0
,
i
=
1
,
2
,
⋯
,
n
\lambda _{i}> 0,i=1,2,\cdots ,n
λi>0,i=1,2,⋯,n
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
x
T
A
x
f(x_{1},x_{2},\cdots ,x_{n})=x^{T}Ax
f(x1,x2,⋯,xn)=xTAx正定
⇔
\Leftrightarrow
⇔
A
A
A的全部顺序主子式大于零
二次型正定的必要条件:
二次型
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
x
T
A
x
f(x_{1},x_{2},\cdots ,x_{n})=x^{T}Ax
f(x1,x2,⋯,xn)=xTAx正定
⇒
\Rightarrow
⇒
A
A
A的主对角元素
a
i
j
>
0
,
i
=
1
,
2
,
⋯
,
n
a_{ij}> 0,i=1,2,\cdots ,n
aij>0,i=1,2,⋯,n.。
二次型
f
(
x
1
,
x
2
,
⋯
,
x
n
)
=
x
T
A
x
f(x_{1},x_{2},\cdots ,x_{n})=x^{T}Ax
f(x1,x2,⋯,xn)=xTAx正定
⇒
\Rightarrow
⇒
A
A
A的行列式
∣
A
∣
>
0
|A|>0
∣A∣>0。
结论:
(1)若
A
,
B
A,B
A,B是正定阵,则
A
+
B
A+B
A+B也是正定阵。
(2)若
A
A
A是正定阵,则
A
k
A^{k}
Ak也是正定阵,这里的
k
k
k可以是负整数(此时
A
k
A^{k}
Ak有意义)。
(3)若
A
A
A是正定阵,则
A
∗
A^{*}
A∗也是正定阵。