二次型和矩阵的合同

最新推荐文章于 2023-09-13 22:40:00 发布

rgbhi

最新推荐文章于 2023-09-13 22:40:00 发布

阅读量3.3k

点赞数 1

分类专栏：线性代数文章标签：线性代数矩阵

本文链接：https://blog.csdn.net/rgbhi/article/details/124083220

版权

线性代数专栏收录该内容

8 篇文章 13 订阅

订阅专栏

二次型的定义：

一个n元二次函数，称为一个n元二次型

例如 $f(x_{1},x_{2})=a(x_{1})^{2}+b(x_{2})^{2}+cx_{1}x_{2}$

有多少个变量，就称为多少个元，二次，是指变量的最高次有2次

二次型的矩阵表示法：

一个n元二次型，就构造一个n元方阵

咋构造嘞，例如上面这个2元二次型

	$x_{1}$	$x_{2}$
$x_{1}$	a	$\frac{c}{2}$
$x_{2}$	$\frac{c}{2}$	b

即用矩阵表示 $\begin{vmatrix} a &\frac{c}{2} \\ \frac{c}{2} & b \end{vmatrix}$

$\begin{vmatrix} x _{1}& x _{2} \end{vmatrix}\begin{vmatrix} a &\frac{c}{2} \\ \frac{c}{2} & b \end{vmatrix}\begin{vmatrix} x_{1}\\ x_{2} \end{vmatrix}=a(x_{1})^{2}+b(x_{2})^{2}+cx_{1}x_{2}$

设 $x=\begin{vmatrix} x_{1}\\ x_{2} \end{vmatrix}$

二次型，可表达为 $f(x)=x^{T}Ax$

二次型的标准型

定义：如果一个n元二次型，仅有平方项，而无混合项，则成为一个标准二次型，换句话说，这个矩阵，是一个对角阵

ps:为啥努力的对角化呢？因为这样的话，x1，x2就比较好求解了

二次型的规范型

定义：矩阵已经是标准型了，而且对角线上的值仅为0,1，-1

所以，我们的目标，就是将一个普通的二次型，如何转化为标准型，再进一步，如何转化为规范性

我们似乎还记得矩阵的对角化，还有实对称阵的正交相似对角化，是不是看上去，有点关系

$P^{-1}AP=\Lambda$ $AA^{T}=E$

换元法

若有一个n元二次型 $f=x^{T}Ax$ ， $x=\begin{vmatrix} x_{1}\\ x_{2}\\ ...\\ x_{n} \end{vmatrix}$ ，作换元

$x_{1}=b_{11}y_{1}+b_{12}y_{2}+b_{13}y_{3}...+b_{1n}y_{n}$

$x_{2}=b_{21}y_{1}+b_{22}y_{2}+b_{23}y_{3}...+b_{2n}y_{n}$

...

$x_{n}=b_{n1}y_{1}+b_{n2}y_{2}+b_{n3}y_{3}...+b_{nn}y_{n}$

$\begin{vmatrix} x_{1}\\ x_{2}\\ ...\\ x_{n} \end{vmatrix}=\begin{vmatrix} b_{11} & b_{12} & ...& b_{1n}\\ b_{21} & b_{22} & ... &b_{2n} \\ ... & ... &... & ...\\ b_{41} &b_{42} & ...& b_{nn} \end{vmatrix}\begin{vmatrix} y_{1}\\ y_{2}\\ ...\\ y_{n} \end{vmatrix}$

这样就把x换元成了y

若 $X=BY$ ，B为线性变换矩阵，且可逆

这一过程，称为可逆的线性变换

若 $X=QY$ ，其中Q为正交矩阵

这一过程，称为正交变换

二次型的标准化

若 $f=X^{T}AX$ ，可用一个可逆的线性变换 $X=BY$

使得

$f=X^{T}AX\rightarrow(BY)^{T}ABY\rightarrow Y^{T}(B^{T}AB)Y\rightarrow Y^{T}CY$

$=k_{1}y_{1}^{2}+k_{2}y_{2}^{2}+...+k_{n}y_{n}^{2}$

其中C是对角阵，则这个二次型就是标准二次型

那么怎么求B和C呢？

方法一：配方法

$f=k_{1}(x_{1}+...)^{2}+k_{2}(x_{2}+...)^{2}+...+k_{n}(x_{n}+...)^{2}$

$=k_{1}y_{1}^{2}+k_{2}y_{2}^{2}+...+k_{n}y_{n}^{2}$

把原来的式子根据 $x_{1},x_{2},...,x_{n}$ 的顺序进行配方

就可以得出k的值和x与y的关系

方法二、正交变换法

因为我们主要的目的是将A矩阵给转换为一个对角矩阵，这就是我们矩阵对角化一直在干的事情。

定理： $f=X^{T}AX$ 一定可以经过一个正交变换 $X=QY$ ，变成一个标准二次型， $f=\lambda _{1}y_{1}^{2}+\lambda _{2}y_{2}^{2}+...+\lambda _{n}y_{n}^{2}$

其中 $\lambda _{1},\lambda _{2},\lambda _{3}...\lambda _{n}$ 为A的N个特征值，Q为A的N个正交的单位化的特征向量

A的原始二次型才是起点，要搞成一个标准化的形式罢了，变量从X变到Y无所谓，变量是谁无所谓，形式得是那个形式，最后再从Y可以算出X

二次型的规范化

规划化跟标准化的差别，就是在标准化的基础上更进一步，对角线上的值需要是0，1，-1

所以可以在 $f=\lambda _{1}y_{1}^{2}+\lambda _{2}y_{2}^{2}+...+\lambda _{n}y_{n}^{2}$ 的基础上，再进行一次换元

$z_{1}=\sqrt{k_{1}}y_{1}$

$z_{1}=\sqrt{k_{2}}y_{2}$

...

$z_{n}=\sqrt{k_{n}}y_{n}$

就可以得到 $f=z_{1}^{2}+z_{2}^{2}+...+z_{n}^{2}$

将 $Y^{T}CY\rightarrow Z^{T}DZ$

注意：配方法和正交变换法得到的标准型的系数可能是不同的，但是系数的正负是一致的

标准型平方系数正的个数——正惯性指数

标准型平方系数负的个数——负惯性指数

所以，f不管经过怎样的可逆线性变换，所得规范型唯一

矩阵的合同

A、B都为n阶方阵，若存在n阶可逆矩阵C，使得 $C^{T}AC=B$ ，则称A、B合同，记作 $A\simeq B$

判断A、B是否合同，可以看A、B特征值的正负个数是否相同（看这2个矩阵最后能否得到一样的规范性就可以了）

不要跟相似搞混了，相似是 $P^{-1}AP=B$ ，记作 $A\cong B$ ，相似是2个横杠的

rgbhi

关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
打赏
0
评论
二次型和矩阵的合同

二次型的定义：一个n元二次函数，称为一个n元二次型例如有多少个变量，就称为多少个元，二次，是指变量的最高次有2次二次型的矩阵表示法：一个n元二次型，就构造一个n元方阵咋构造嘞，例如上面这个2元二次型 a b 即用矩阵表示设二次型，可表达为二次型的标准型定义：如果一个n元二次型，仅有平方项，而无混合项，则成为一个标准二次型，换句话说，这个矩阵，是一个对角阵ps:为啥努力的对角化呢？因为这样的话，x.
复制链接

扫一扫