下载文档原格式
正定二次型的判别方法正定二次型是向量空间内的重要概念，它在许多数学领域中都有应用，如优化、概率论和统计学。
本文将介绍正定二次型的定义，性质和判别方法。
定义：设$f(x_1,x_2,...,x_n)$是$x_1,x_2,...,x_n$的二次多项式，即：$$f(x_1,x_2,...,x_n)=\sum_{1\leq i,j\leq n} a_{ij}x_ix_j$$其中$a_{ij}$为实数，且$a_{ij}=a_{ji}$。
则称$f(x_1,x_2,...,x_n)$为$n$元实二次型，它的矩阵表示为$$A=(a_{ij})_{n\times n}$$称为二次型的矩阵。
也就是说，二次型和它的矩阵$A$是一一对应的关系。
性质：1.对于任意的实数$k$，$kx^T Ax$都是一个二次型。
2.二次型可以表示为两部分之和，即$f(x)=g(x)+h$，其中$g(x)$是只与$x$有关的部分，$h$是只与$x$无关的常数项。
3.设$A=(a_{ij})$是一个$n$阶实对称矩阵，则$A$的主对角线元素必为实数，有$a_{ii}\in\mathbb{R}$。
且$\forall i,j\in[1,n]$，有$a_{ij}=a_{ji}$。
4.对于任意非零实向量$x=(x_1,x_2,...,x_n)^T$，有$x^T Ax>0$，则称$f(x)$是正定二次型；有$x^T Ax<0$，则称$f(x)$是负定二次型；有$x^T Ax=0$，则称$f(x)$是半定二次型。
判别方法：1.矩阵的特征值法：对于实对称矩阵$A$，先求出它的所有特征值$\lambda_1,\lambda_2,...,\lambda_n$，然后判断它们的符号。
如果$\lambda_i>0(1\leq i\leq n)$，则$f(x)$为正定二次型；如果$\lambda_i<0(1\leq i\leq n)$，则$f(x)$为负定二次型；如果$\lambda_i=0(1\leqi\leq n)$的个数不超过$k$个，则$f(x)$为$k$阶半定二次型。
正定二次型的判别方法正定二次型是指一个实数域上的二次齐次多项式，并且其对任意非零向量都有正的二次型值。
判断一个二次型是否为正定二次型，可以使用以下方法。
二次型可以表示为矩阵形式，即二次型矩阵。
设二次型为\[ q(x) = x^T A x \]x为n维列向量，A为对称矩阵。
A称为二次型矩阵。
判断一个二次型是否为正定，可以使用以下方法：1. 判断A的特征值是否全为正数。
A的特征值全为正数时，二次型为正定二次型。
证明：设A的特征值分别为λ1, λ2, ..., λn，对应的特征向量为v1, v2, ..., vn。
则对于任意非零向量x，有\[ x^T A x = x^T Q \Lambda Q^T x = (Q^T x)^T \Lambda (Q^T x) \]Q为特征向量构成的正交矩阵，Λ为对角矩阵，对角元素为特征值λ1, λ2, ..., λn。
令y=Q^T x，则有\[ x^T A x = y^T \Lambda y = \sum_{i=1}^{n} \lambda_i y_i^2 \]由于A的特征值全为正数，因此对于任意非零向量y，都有\[ \sum_{i=1}^{n} \lambda_i y_i^2 > 0 \]所以x^T A x > 0，即二次型为正定二次型。
定义：A的顺序主子式是指A的各个阶数（1到n）的主子式。
证明：设A的顺序主子式分别为detA1, detA2, ..., detAn，其中1<=i<=n。
若A的顺序主子式全为正数，则A为正定矩阵。
由于A为对称矩阵，所以A的特征值全为实数，且A可以分解为正交矩阵和对角矩阵的乘积，即\[ A = Q \Lambda Q^T \]Q为正交矩阵，Λ为对角矩阵，对角元素为A的特征值。
以上就是判断正定二次型的方法，通常直接使用特征值或顺序主子式来判断即可。
需要注意的是，当A为实对称矩阵时，其特征值都是实数，所以可以直接判断特征值是否为正数来判断正定性。
正定二次型一、定义正定二次型是线性代数中一个重要的概念。
在矩阵理论中，正定二次型是正定矩阵基于向量内积的一种自然推广。
正定二次型在数学分析、优化问题以及统计学中有着广泛的应用。
设A是一个n阶方阵，A是一个n维列向量，则称二次型A(A)=AAAA为矩阵A的对应二次型。
如果对于任意的非零向量A，都有A(A)>0，则称二次型A(A)为正定二次型。
二、性质正定二次型具有以下性质：1. 正定二次型的矩阵A一定是对称矩阵。
这是因为对称矩阵的转置等于自身，所以对任意的A，都有AAAA=AA(AAA)=AAAA。
2. 正定二次型的特征值全为正数。
设A是正定二次型的矩阵，对于A 的任意一个特征向量A，我们有AA=AA。
由于正定二次型对于任意非零向量A的取值都大于零，所以对于特征向量A，有AAAA>0，这等价于AA(AA)>0，即A>0。
因此，正定二次型的特征值全为正数。
3. 正定二次型的标准型为A₁²+A₂²+⋯+AA²。
正定二次型可以通过配方法化简为标准型。
化简的过程就是通过正交变换将原二次型变为标准型。
正交变换保持向量的长度不变，所以正定二次型的标准型为A₁²+A₂²+⋯+AA²。
4. 正定二次型的零空间只包含零向量。
设二次型A(A)=AAAA是正定二次型，如果A(A)=0，那么由于A≠0，所以AAAA=0，根据正定二次型的定义，A=0。
三、应用正定二次型在数学的许多领域有着广泛的应用。
1. 凸优化凸优化是数学中的一个重要分支，而正定二次型在凸优化问题中扮演着重要的角色。
对于一个凸优化问题，如果目标函数是一个正定二次型，那么这个优化问题就是一个凸优化问题。
通过对正定二次型进行分析，我们可以得到其极小点，并进一步解决凸优化问题。
2. 统计学在统计学中，正定二次型常常出现在协方差矩阵、精确度矩阵等概念中。
协方差矩阵描述了多个变量之间的关系，而正定二次型可以通过协方差矩阵定义一个正态分布的概率密度函数。
