线性代数(五十二) : 对角化与惯性律
来源:互联网 发布:英雄杀mac 编辑:程序博客网 时间:2024/05/01 00:17
本节介绍将二次型转化为对角矩阵.
1 对角化
对于二次型:
进行变换:
使得q在新变量z下的矩阵表示是对角矩阵.即:
假设q的矩阵表示中对角线的元素不全为0.假设h11不为零.将全体包含y1的项归类:
由于H是对称矩阵.因此q可以写为:
令:
则:
其中:
如果q的矩阵表示中对角线的元素都为零.但非对角线元素不全为零.不妨设:
则可以引入新变量:
在新变量的矩阵表示中对角线元素不全为零.
如果q的矩阵表示中全体元素都为零.则:
定理无需证明.
对变量个数n进行归纳.由(13)式可知,如果含n-1个变量的二次型q2能化为(11)式的形式.
则q也能.由(12)式可知:如果y2,...,yn左乘以某个可逆矩阵等于z2,...,zn,则必存在可逆矩阵使得全体y左乘以该矩阵等于全体z.
2 惯性律
对于上边引入新变量对角化q的方式通常不止一种.但无论哪种方式.上式中对角线元素di为正负和零的数目都不变.
这一性质常备称为惯性律.
为了证明该定理需要一条引理:
3 正定与负定
以P+,P-,P0 分别表示(11)式中的正负项和零的数目.
S是R^n的子空间.称q在S上正定,如果:
类似的定义负定:
4 引理
R^n的使q正定的最大子空间的维数是P+:
类似的有:
引理二的证明省略.
引理二表明P+和P-由二次型q本身确定.与(11)式中的变量的选取无关.由于:
因此证明了惯性律.
0 0
- 线性代数(五十二) : 对角化与惯性律
- 线性代数5-矩阵对角化与特征值
- matlab-线性代数 对角化是否可以进行的判断
- 漫步线性代数二十七——矩阵对角化
- 线性代数导论22——对角化和A的幂
- 线性代数导论22——对角化和A的幂
- 线代---相似矩阵与相似对角化
- 对角化矩阵
- 矩阵对角化1
- 矩阵的对角化
- Toeplitz 矩阵对角化
- 矩阵对角化
- 矩阵对角化
- matlab对角化
- 019 矩阵对角化
- 026 矩阵对角化
- 矩阵对角化的意义?
- 循环矩阵傅里叶对角化
- 支付接口示例代码
- WPF URI总结概览
- MyEclipse调试问题(转)
- Paste与Solder层的意思
- C++ 模板->模板函数
- 线性代数(五十二) : 对角化与惯性律
- android:如果手机安装了app则打开一个activity,如果没有安装则去到android market如何在HTML页面实现
- sudisudis
- Spark RDD Transformation 详解---Spark学习笔记7
- 根据节点读取assets下xml文件内容
- 不插SIM卡,不能拨打紧急电话
- 获取系统时间
- OpenCV笔记之一:将RGB视频转换为灰度输出并在窗口显示
- iOS7和iOS6适配--状态条+模态视图的时候,导航隐藏,状态显示