第六章 实二次型

实二次型

6.1二次型 的定义及其矩阵表示

1.二次型的概念

n个变量$x_1,x_2,...,x_n$的二次齐次多项式

$f(x_1,x_2,...,x_n)=a_{11}{x}_1^2+2a_{12}{x}_1{x}_2+....+2a_{1n}{x}_1{x}_n+a_{22}{x}_2^2+...+2a_{2n}{x}_2{x}_n.......+a_{nn}{x}_n^2$

称为n元二次型，简称二次型。

系数$a_{i}j(i,j=1,2,...,n)$均为实数的n元二次型，简称实二次型 。

2. 二次开型的矩阵与秩的概念

一般约定当$i\ne j$是，$a_{ij}=a_{ji}$，这样的$2a_{ij}{x}_i{x}_j=a_{ij}{x}_i{x}_j+a_{ji}{x}_i{x}_j$，于是二次型（1）式可以表示为

$$f(x_1,x_2,...,x_n)=a_{11}{x}_1^2+a_{12}{x}_1{x}_2+...+a_{1n}{x}_1{x}_n+a_{21}{x}_2{x}_1+a_{22}{x}_2^2+...+a_{2n}{x}_2{x}_n+......+a_{n1}{x}_n{x}_1+a_{n2}{x}_n{x}_2+...+a_{nn}{x}_n^2=(x_1,x_2,...,x_n)\left|\begin{array}{c}{a}_{11},a_{12},...,a_{1n}\\ a_{21},a_{22},...,a_{2n}\\ ...\\ a_{n1},a_{n2},...,a_{nn}\end{array}\right|\left|\begin{array}{c}{x}_1\\ x_2\\ ...\\ x_n\end{array}\right|$$

如果我们记
$$x=\left|\begin{array}{c}{x}_1\\ x_2\\ ...\\ x_n\end{array}\right|,A=(a_{ij})n\ast n=\left|\begin{array}{c}{a}_{11},a_{12},...,a_{1n}\\ a_{21},a_{22},...,a_{2n}\\ ...\\ a_{n1},a_{n2},...,a_{nn}\end{array}\right|$$
,则上述二次型可以写为

$f(x_1,x_2,...,x_n)={\sum }_{i=1}^n{\sum }_{j=1}^n{a}_{ij}{x}_i{x}_j=x^{T}Ax.$

其中矩阵A是一个n阶实对称矩阵，称为二次型$f(x_1,x_2,...,x_n)$的矩阵。

由二次型可唯一确定n阶实对称矩阵A；反之，给定n阶实对称矩阵A，可唯一确定n元二次型$f(x_1,x_2,...,x_n)=x^{T}Ax$。即n元二次型和n阶实对称矩阵之间有1-1对应关系。矩阵A的秩称为二次型$f(x_1,x_2,...,x_n)$的秩。

3. 二次型的矩阵表示

二次型$f(x_1,x_2,...,x_n)$的矩阵A的主对角线上的元素为二次型平方项的系数，其他位置元素为交叉项系数的一半，即（i,i）位置为$x_i^2$的系数$\alpha$，当$i\ne j$时，（i,j）位置为$x_i{x}_j$的系数2a_{ij}的一半$a_{ij}$

6.2二次型的标准形

1. 二次型的标准形
   从变量$y_1,y_2,...,y_n$到变量$x_1,x_2,...x_n$的线性变换为
   $$\{\begin{array}{c}{x}_1=c_{11}{y}_1+c_{12}{y}_2+...+c_{1n}{y}_n\\ x_2=c_{21}{y}_1+c_{22}{y}_2+...+c_{2n}{y}_n\\ ...\\ x_n=c_{n1}{y}_1+c_{n2}{y}_2+...+c_{nn}{y}_n\end{array}$$

   简记$x=Cy$

   其中
   $$x=\left|\begin{array}{c}{x}_1\\ x_2\\ ...\\ x_n\end{array}\right|,y=\left|\begin{array}{c}{y}_1\\ y_2\\ ...\\ y_n\end{array}\right|,C=\left|\begin{array}{c}{c}_{11},c_{12},...,c_{1n}\\ c_{21},c_{22},...,c_{2n}\\ ...\\ c_{n1},c_{n2},...c_{nn}\end{array}\right|$$

当$C=(c_{ij})$为可逆矩阵时，上述变换称为可逆线性变换，当$C=(c_{ij})$为正交矩阵时，称为正交变换。

对于二次型$f(x_1,x_2,...,x_n)={\sum }_{i=1}^n{\sum }_{j=1}^n{a}_{ij}{x}_i{x}_j$,要寻求可逆线性变换$x=Cy$，使得二次型$f(x_1,x_2,...,x_n)$只含平方项，即：

$f=k_1{y}_1^2+k_2{y}_2^2+...+k_n{y}_n^2$

这种只含平方项的二次型，称为二次型的标准型。

2. 矩阵合同的概念

设A，B都是n阶矩阵，如果存在n阶可逆矩阵C使得$B=C^{T}AC$，则称矩阵A与B是合同的，记为$A\simeq B$.

矩阵的合同关系具有如下性质：
（1）反身性：$A\simeq B$

（2）对称性：若$A\simeq B$，则$B\simeq A$

（3）传递性：若$A\simeq B,B\simeq C$，则$A\simeq C$

3. 用正交变换化二次型为标准型

   （1）若n阶实对称矩阵A的特征值是${\gamma }_1,{\gamma }_2,...,{\lambda }_n$，则存在正交矩阵Q，使得
   $$Q^{T}AQ=\left|\begin{array}{c}{\lambda }_1,,,\\ ,{\lambda }_2,,\\ ...\\ ,,,{\lambda }_n\end{array}\right|$$

(2)对任意n元实二次型$f(x)=x^{T}Ax$,存在正交变换x=Qy，将f化成标准形
$f={\lambda }_1{y}_1^2+{\lambda }_2{y}_2^2+...+{\lambda }_n{y}_n^2$
其中，${\lambda }_1,{\lambda }_2,...{\lambda }_n$是A的全部特征值。

（3）用正交变换化二次型为标准形的步骤

• 1 写出二次型的矩阵A；
• 2求出矩阵A的全部特征值；
• 3求得正交矩阵Q，使得$Q^{T}AQ=diag({\lambda }_1,{\lambda }_2,...,{\lambda }_n)$；
• 4 作正交变换$x=Qy$,得到标准形$f={\lambda }_1{y}_1^2+{\lambda }_2{y}_2^2+.....+{\lambda }_n{y}_n^2$，其中${\lambda }_1,{\lambda }_2,...{\lambda }_n$的排序与Q中特征向量的排序相对应。

4. 用配方法化二次型为标准型。
   一般来说用配方法化二次型为标准形的原则是：如果含有$x_1^2$，将含有$x_1$的项放在一起配成完全平方后，剩余的项中不再含有$x_1$，如果剩余项中含有$x_2^2$，继续配方后，剩余的项中不再含有$x_2$,如此继续下去，将所有项均配成完全平方，这时所做的线性变换是可逆变换，如果二次型中没有平方项，用适当的可逆线性变换使二次型中出现平方项，再进行上述的配方过程。

5. 二次型的规范形
   设秩为r的实二次型$f(x_1,x_2,...,x_n)=x^{T}Ax$经可逆线性变换$x=Cy$化为标准形
   $f=d_1{y}_1^2+d_2{y}_2^2+...+d_n{y}_n^2$

   不妨设$d_1,d_2,...,d_p>0,d_{p+1},d_{p+2},...,d_r<0,d_{r+1}=d_{r+2}=...=d_n=0$，再作可逆线性变换

$$\{\begin{array}{c}{z}_1=\sqrt{d_1}{y}_1\\ ...\\ z_p=\sqrt{d_p}{y}_p\\ z_{p+1}=\sqrt{-d_{p+1}}{y}_{p+1}\\ ...\\ z_r=\sqrt{-d_r}{y}_r\\ z_r+1=y_{r+1}\\ ...\\ z_n=y_n\end{array}$$

二次型进一步化为标准形

$f=z_1^2+...+z_p^2-z_{p+1}^2-...-z_r^2$

称其为实二次型$f(x_1,x_2,...,x_n)$的规范形。

6. 惯性定律

实二次型都能用可逆的线性变换化为规范形，且规范形是唯一的。

由惯性定理知，尽管实二次型$f(x{1}_{,}{x}_2,...,x_n)$的标准形不唯一，但标准形中正平方项的个数p是唯一确定的，负平方项的个数q=r-p也是唯一确定的（r为二次型的秩）分别称为实二次型$f(x_1,x_2,...,x_n)$的正惯性指数和负惯性指数,p-q称为二次型的符号差。

6.3 正定二次型与正定矩阵

1.正定二次型与正定矩阵的概念

设$f(x_1,x_2,...,x_n)=x^{T}Ax$是一个实二次型，若对任意非零向量$\alpha =(a_1,a_2,...,a_n{)}^T\ne 0$，都有$f(a_1,a_2,...,a_n)={\alpha }^{T}A\alpha$，称二次型f为正定二次型，称实对称矩阵A为正定矩阵。

2. 二次型为正定二次型的充分必要条件

（1）n元实二次型$f(x_1,x_2,...,x_n)$正定的充分必要条件是f的正惯性指数为n。

（2）实二次型$f(x_1,x_2,...,x_n)=x^{T}Ax$正定的充分必要条件是矩阵A的特征值都 大于零。

（3）实对称矩阵A正定的充分必要条件是矩阵A特征值都大于零。

（4）n元实二次型$f(x_1,x_2,...,x_n)$正定的充分必要条件是其规范形为

$z_1^2+z_2^2+...+z_n^2$

（5）实二次型$f(x_1,x_2,...,x_n)$正定的充分必要条件是A合同于单位矩阵。

（6）实对称矩阵A正定的充分必要条件是矩阵A合同于单位矩阵

（7）正定矩阵的行列式大于零

（8）设A是实对称矩阵，则A正定的充分必要条件是A的顺序主子式均大于零。

3.半正定（负定，半负定）二次型与半正定（负定，半负定）矩阵的概念。

设定$f(x_1,x_2,...,x_n)=x^{T}Ax$是一个实二次型，若对任意非零向量$\alpha =(a_1,a_2,...,a_n{)}^T\ne 0$，都有$f(a_1,a_2,...,a_n)={\alpha }^{T}A\alpha <0$，称二次型f为负定二次型，称实对称矩阵A为负定矩阵；若对任意非零向量$\alpha =(a_1,a_2,...,a_n{)}^T\ne 0$都有$f(a_1,a_2,...,a_n)={\alpha }^{T}A\alpha ⪖0(⪕0)$,则称二次型f为正（负）定二次型，并称实对称矩阵A为半正（负）定矩阵；不是正定，负定，半正定，半负定的二次型称为不定二次型，相应的矩阵称为不定矩阵。