惯性定理与正定二次型

从之前二次型的标准化过程可以看到,不同的标准化方程得到的标准形是不一样的。但是有一样其实是不变的,就是正数项与负数项的个数是唯一的,这就是二次型的惯性定理。

1,惯性定理:无论二次型 \(\vec{x}^TA\vec{x}\) 做怎样的变换 \(\vec{y}=C\vec{x}\),其标准形中的正数项个数 \(p\) 与负数项个数 \(q\) 是由 \(A\) 唯一确定的。

这里 \(p\):正惯性指数, \(q\):负惯性指数,\(p-q\):符号差,\(p+q=R(A)\):二次型的秩。

这个定理我们不证明了。

因为正指数项与负指数项的个数是唯一的,所以我们可以把二次型规范化,也就是所有的系数都是 \(1\) 或者 \(-1\)。由惯性定理,二次型的规范形是唯一的。

2,规范二次型:\[\vec{x}^TA\vec{x}=z_1^2+z_2^2+\cdots+z_p^2-z_{p+1}^2-\cdots-z_{p+q}^2\]

由正交变换化二次为标准形的理论可以得到这样的推论:

3,推论:二次型的正惯性指数 \(p\) 等于 \(A\) 的正特征值的个数(有多少重算几个);负惯性指数 \(q\) 等于 \(A\) 的负特征值的个数(有多少重算几个)。

二次型中最重要的一种是正定二次型,它在其它一些领域有很多的应用。

4,正定二次型:如果对任何的 \(\vec{x}\ne 0\),\(f(\vec{x})=\vec{x}^TA\vec{x}>0\),称\(f(\vec{x})=\vec{x}^TA\vec{x}\) 为正定二次型;如果对任何的 \(\vec{x}\ne 0\),\(f(\vec{x})=\vec{x}^TA\vec{x}<0\),称\(f(\vec{x})=\vec{x}^TA\vec{x}\) 为负定二次型。

二次型中否正定有一个简单有效的判断方式。

5,定理:\(f(\vec{x})=\vec{x}^TA\vec{x}\) 正定 \(\Longleftrightarrow\) 标准形的系数全为正 \(\Longleftrightarrow\) \(A\) 的特征值全为正。

证明:由正交变换法化二次为标准形的方法以及惯性定理可以得证。

例1,判定二次型 \(f(x_1,x_2,x_3)=x_1^2+x_2^2+x_3^2-x_1x_2+x_2x_3\) 是否正定。

解:二次型所对应的矩阵为

\[A=\begin{pmatrix}1&-\frac{1}{2}&0\\ -\frac{1}{2}&1&\frac{1}{2}\\ 0&\frac{1}{2}&1\end{pmatrix}\]

现在来求它的特征值,

\[\begin{align*}|A-\lambda I|&=\begin{vmatrix}1-\lambda&-\frac{1}{2}&0\\ -\frac{1}{2}&1-\lambda&\frac{1}{2}\\ 0&\frac{1}{2}&1-\lambda\end{vmatrix}=\begin{vmatrix}1-\lambda&0&1-\lambda\\ -\frac{1}{2}&1-\lambda&\frac{1}{2}\\ 0&\frac{1}{2}&1-\lambda\end{vmatrix}\\ &=(1-\lambda)\begin{vmatrix}1&0&1\\ -\frac{1}{2}&1-\lambda&\frac{1}{2}\\ 0&\frac{1}{2}&1-\lambda\end{vmatrix}=(1-\lambda)\begin{vmatrix}1&0&1\\0&1-\lambda&1\\ 0&\frac{1}{2}&1-\lambda\end{vmatrix}\\ &=(1-\lambda)\begin{vmatrix}1-\lambda&1\\ \frac{1}{2}&1-\lambda\end{vmatrix}=(1-\lambda)\left[(1-\lambda)^2-\frac{1}{2}\right]\\ &=(1-\lambda)(\lambda^2-2\lambda+\frac{1}{2})\end{align*}\]

令 \(|A-\lambda I|=0\),得 \((1-\lambda)(\lambda^2-2\lambda+\frac{1}{2})=0\)。解这个方程,得到 \(\lambda_1=1>0\), \(\lambda_{2,3}=\frac{2\pm\sqrt{2}}{2}=1\pm\frac{\sqrt{2}}{2}>0\)。

所有的特征值都大于 \(0\),所以二次型是正定二次型。