正定矩阵的几个判别依据及正负惯性指数

最新推荐文章于 2024-07-20 18:00:14 发布

墨明棋妙的小窝

最新推荐文章于 2024-07-20 18:00:14 发布

阅读量2k

点赞数 1

文章标签：线性代数

本文链接：https://blog.csdn.net/qq_41777360/article/details/128885897

版权

2023.02.09 2021年填空题5（正定矩阵的几个判别依据，正负惯性指数）

编辑人：Ryanic

原题解析与模型构造

题目：

实二次型 $f(x_1,x_2,x_3)=tx_1^2+x_2^2+2tx_2x_3+4x_3^2$ 的正惯性指数为 3,则参数 $t$ 的取值范围为

解答：

由实二次型
$f(x_1,x_2,x_3)=tx_1^2+x_2^2+2tx_2x_3+4x_3^2\tag{1}$
得实二次型 $f (x)$ 的矩阵为
$A=\left[ \begin{matrix} t & & \\ & 1 & t \\ & t & 4 \end{matrix} \right] \tag{2}$
由正惯性指数为 3,可知 $A$ 是正定矩阵,故各阶顺序主子式大于 0,即
$\begin{cases} \Delta_1=t>0,\\ \Delta_2=t>0,\\ \Delta_3=4t-t^3>0. \end{cases}\Longrightarrow t\in(0,2) \tag{3}$
故 $t\in(0,2)$ .

正负惯性指数与正定矩阵的判别方法

正负惯性指数:

设二次型 $f(x)=x^TAx$ 的秩为 $r$ ,则通过可逆线性变换将 $f$ 化成标准型后,标准型中系数为正的项的个数 $p$ (从而系数为负的项的个数 $r - p$ ) 由 $f$ 本身惟一确定,并不依赖于所用的线性变换.通常称 $p$ 与 $r - p$ 分别为二次型 $f$ 的正惯性指数和负惯性指数.

正定矩阵的判别方法:

$n$ 阶实对称矩阵 $A$ 为正定矩阵的充要条件是 $A$ 的所有特征值都大于零.
实对称矩阵 $A$ 为正定矩阵的充要条件是存在可逆矩阵 $M$ ,使得 $A=M^TM$ ,即 $A$ 与同阶单位矩阵 $I$ 合同.
实对称矩阵 $A$ 为正定矩阵的充要条件是 $A$ 的各阶顺序主子式都大于零.

拓展习题

2.1

题目：

确定参数 $\lambda$ 的取值范围,使二次型 $f (x)$ 为正定二次型:
$f(x_1,x_2,x_3)=2x_1^2+x_2^2+3x_3^2+2\lambda x_1x_2+2x_1x_3$

分析：

由实二次型 $f (x)$ 确定实二次型 $f (x)$ 的矩阵 $A$ ,要使二次型 $f (x)$ 为正定二次型,则实对称矩阵 $A$ 为正定矩阵,则根据各阶顺序主子式都大于零,进而确定 $\lambda$ 的范围.

解答：

由实二次型
$f(x_1,x_2,x_3)=2x_1^2+x_2^2+3x_3^2+2\lambda x_1x_2+2x_1x_3\tag{1}$
得实二次型 $f (x)$ 的矩阵为
$A=\left[ \begin{matrix} 2 & \lambda & 1 \\ \lambda & 1 & \\ 1 & & 3 \end{matrix} \right] \tag{2}$
要使二次型 $f (x)$ 为正定二次型,则 $A$ 为正定矩阵,故各阶顺序主子式大于 0,即
$\begin{cases} \Delta_1=2>0,\\ \Delta_2=2-\lambda^2>0,\\ \Delta_3=5-3\lambda^2>0. \end{cases}\Longrightarrow \lvert \lambda \rvert < \sqrt{\frac{5}{3}} \tag{3}$
故 $\lvert \lambda \rvert < \sqrt{\frac{5}{3}}$ .