资料:
矩阵特征值和椭圆长短轴的关系
https://math.stackexchange.com/questions/1447730/drawing-ellipse-from-eigenvalue-eigenvector
http://ee263.stanford.edu/lectures/ellipsoids.pdf
看题目,不要看最后一个答案(错误)
一、正定矩阵与二次型
(1)、定义/充要条件1: X T A X > 0 X^TAX>0 XTAX>0。一般讲正定的时候会讲对称正定,即 A ∈ S + + n A \in S^n_{++} A∈S++n
(2)、举例:
举例:
a
x
2
+
2
b
x
y
+
c
y
2
=
1
⟺
A
=
[
a
b
b
c
]
,
X
T
A
X
=
1
ax^2+2bxy+cy^2=1\Longleftrightarrow A=\begin{bmatrix} a&b\\ b&c \end{bmatrix} , X^TAX=1
ax2+2bxy+cy2=1⟺A=[abbc],XTAX=1
(3)性质/充分必要条件2:对称正定矩阵
⟺
\Longleftrightarrow
⟺所有特征值大于0
简单证明下充分:
x
T
A
x
≥
0
,
A
x
=
λ
x
,
x
≠
0
⃗
x^TAx\ge0, Ax=\lambda x, x\ne\vec{0}
xTAx≥0,Ax=λx,x=0
因此
x
T
λ
x
=
λ
x
T
x
≥
0
x^T\lambda x=\lambda x^Tx\ge0
xTλx=λxTx≥0
又因为
x
T
x
>
0
x^Tx>0
xTx>0
所以
λ
>
0
\lambda>0
λ>0
(4)性质/充分必要条件3:各阶主子式>0
(4) PS: ∑ i λ i = t r ( A ) \sum_i\lambda_i=tr(A) ∑iλi=tr(A)
二、球与椭圆与椭球
(1)椭圆
- 简单
x
2
a
2
+
y
2
b
2
=
1
\frac{x^2}{a^2}+\frac{y^2}{b^2}=1
a2x2+b2y2=1,两轴分别为x轴/y轴, 半轴长分别为a,b
⟺
\Longleftrightarrow
⟺
- 一般情况
特征向量对应轴的方向;特征值决定半轴长: 1 λ \sqrt{\frac{1}{\lambda}} λ1为半轴长
小的 λ \lambda λ对应的特征向量为长轴方向(小的倒数就大了,分母大了分子也得对应大–>变长轴
大的 λ \lambda λ对应的特征向量为短轴方向 - !!!另外,要注意,因为这里的半轴长是A的特征值倒数的开方,有点拗口,于是有些资料这么定义
x T A − 1 x x^TA^{-1}x xTA−1x,
那么半轴长= 1 λ A − 1 = λ A \sqrt{\frac{1}{\lambda_{A^{-1}}}}=\sqrt{\lambda_{A}} λA−11=λA,
(2)球
定义:
B
(
x
c
,
r
)
=
{
x
∣
∣
∣
x
−
x
c
∣
∣
2
≤
r
}
=
{
x
∣
(
x
−
x
c
)
T
(
x
−
x
c
)
≤
r
2
}
B(x_c,r)=\{x|\quad||x-x_c||_2\le r\}=\{x|(x-x_c)^T(x-x_c)\le r^2\}
B(xc,r)={x∣∣∣x−xc∣∣2≤r}={x∣(x−xc)T(x−xc)≤r2}
(3)椭球
ϵ
=
{
x
∣
(
x
−
x
c
)
T
P
−
1
(
x
−
x
c
)
≤
r
2
}
\epsilon=\{x|(x-x_c)^TP^{-1}(x-x_c)\le r^2\}
ϵ={x∣(x−xc)TP−1(x−xc)≤r2}
P
=
P
T
≻
0
P=P^T\succ0
P=PT≻0即
P
∈
S
+
+
n
P\in S^n_{++}
P∈S++n
(注意到定义里用的是
P
−
1
P^{-1}
P−1符号,则半轴长是P的特征值开方,即
P
−
1
P^{-1}
P−1特征值倒数的开方而不是P特征值倒数的开方)
- 可以识别球的更一般形式(加权,旋转),也可以视为椭圆的更高维度形式