最后更新: 2024-09-06 19:05 查看: 490 次反馈能力测评会员8.2元/月赞助

二次型合同对角化的几何意义

## 二次型合同对角化的几何意义

二次型对角化就是把二次型化简成标准形或规范形, 或者说把二次型度量矩阵化成对角矩阵, 这就是二次型的对角化问题。

对角化二次型必须要是矩阵的合同变换, 或者说度量矩阵和变换后的度量矩阵 (对角阵)必须是合同的。因为只有这样才能使二次型的函数值保持不变, 才能使向量长度保持不变。其他方法比如矩阵的相似对角化法能使矩阵对角化, 但这与二次型度量矩阵的对角化不是一回事,相似对角化法不能保证二次型的值不变。

从几何意义上讲, 相似对角化法是使矩阵本身所表示的某种线性变换不变进而对角化, 而二次型对角化法是保证矩阵背后所代表二次型的值不变。它们所要求的不变量是不同的。
什么样的合同变换可以保证二次型的值不变呢? 其实这是一个简单的变量替换过程:

对于一个二次型:

$$
f(x)=x^{\mathrm{T}} A x
$$

有一个向量替换关系 $\boldsymbol{x}=\boldsymbol{C} \boldsymbol{y}$, 把它带入式 (7-4), 则函数值不变, 得到

$$
f(\boldsymbol{x})=\boldsymbol{x}^{\mathrm{T}} \boldsymbol{A} \boldsymbol{x}=(\boldsymbol{C} \boldsymbol{y})^{\mathrm{T}} \boldsymbol{A C} \boldsymbol{y}=\boldsymbol{y}^{\mathrm{T}} \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A C y}=\boldsymbol{y}^{\mathrm{T}}\left(\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A C}\right) \boldsymbol{y}
$$

式 (7-5) 最后的表达式中的度量矩阵是 $\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A C}$, 这正是一个合同变换。
确实是矩阵的 “合同” 变换, 对矩阵 $\boldsymbol{A}$ 的左、右同时变换 (左乘 $\boldsymbol{C}^{\mathrm{T}}$ 和右乘 $\boldsymbol{C}$ ), 行和列的变换 “合同” 进行。
简单的变向量替换实际上就是基坐标系的变换:
基变了, 原来向量的坐标系当然变了, 即 $\boldsymbol{x} \rightarrow \boldsymbol{y}$, 这时如果仍然保持二次型值不变的话只能把原度量矩阵变成一个新的度量矩阵 $\boldsymbol{A} \rightarrow \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A C}$ 。
和广义内积的度量矩阵是一样的, 选不同的基, 二次型度量矩阵就不同, 二次型的表达式
也就不同, 但二次型的值在不同基下是不变的。因此, 选何种基的问题就变成了对度量矩阵进行何种变换的问题, 二次型的化简就成了度量矩阵的对角化问题。
如果新的度量矩阵是一个对角矩阵 $\boldsymbol{C}^{\top} \boldsymbol{A C}=\boldsymbol{\Lambda}$, 我们就说把二次型合同对角化了。
合同变化的方法有多种, 比如正交变换、配方法、行列初等变换法等。
要选择什么样的合同变换对矩阵 $\boldsymbol{A}$ 进行对角化呢? 这与你应用目的有关系。
常见的二次型的应用主要有两类, 一类是与二次曲面相关的, 一类是与多元函数的极值有关的。比如, 在低维空间里如果要看这个几何图形是个什么二次曲线或二次曲面的话, 就只能对矩阵 $\boldsymbol{A}$ 进行正交变换, 即通过旋转或镜像变换来保持原几何图形不变形; 将这个二次型通过正交变换化成标准形, 然后通过这个标准形判断二次型代表何种曲面。主轴定理告诉我们, 标准形的参数就是二次型的矩阵的特征值。所以, 根据特征值的符号或者根据惯性定理就能确定或判断曲面的类型。

如果要判断这个函数是不是在任意变量下都是正值或是负值的情况或者求这个函数的极值,就可以使用其他的可逆变换对矩阵 $\boldsymbol{A}$ 进行各种合同变换, 比如初等变换、配方法等。这些变换在背景坐标系下看起来可能会改变图形的形状, 比如把一个球变成一个粗球, 但变换后的图形该凸的还是凸、该凹的还是凹，(复）向量的长度平方该正值仍正值、该负值还负值。
7. 3. 1 二次型对角化之正交变换

我们把二次型变换成标准形时, 要求的是合同变换, 而一般来说没有现成的方法可以直接求合同变换。但我们发现二次型对应的是一个实对称矩阵, 而实对称矩阵是一定可以通过相似变换为对角阵的, 更重要的是在实对称情况下, 这种相似变换还可以是正交的, 这时候相似变换就成了合同变换了。所以我们是用正交的相似变换代替了合同变换来求二次型的标准形的。因此, 正交变换既是相似变换同时又是合同变换。
对于一个正交矩阵 $\boldsymbol{Q}$, 因为 $\boldsymbol{Q}^{\mathrm{T}} \boldsymbol{Q}=\boldsymbol{E}$, 所以有 $\boldsymbol{Q}^{\mathrm{T}}=\boldsymbol{Q}^{-1}$ 。如果用正交矩阵进行合同变换,
那么有向量替换关系 $x=Q y$ 使

$$
f(x)=x^{\mathrm{T}} A \boldsymbol{x}=\boldsymbol{y}^{\mathrm{T}}\left(Q^{\mathrm{T}} A Q\right) y=\boldsymbol{y}^{\mathrm{T}}\left(Q^{-1} A Q\right) y
$$

因此, 正交变换既是相似变换同时又是合同变换。
由于正交变换保持变换前后的向量内积不变, 从而保持向量的长度与夹角不变, 所以正交变换属于刚体变换, 是代表空间的一个旋转/镜像变换。利用矩阵乘积分解的方法, 这种变换的转轴、转角可以用矩阵的特征参数量化地表示出来。

和其他合同变换 (又称为可逆线性替换) 不保持图形的 “形状”, 如可以把祁圆变成圆的特点相比, 正交变换则保持原图形的 “形状”。
例如, 椭球面的方程为

$$
\frac{x^2}{1}+\frac{y^2}{4}+\frac{z^2}{9}=1
$$

将其通过可逆线性替换 $\left(\begin{array}{l}x \\ y \\ z\end{array}\right)=\left(\begin{array}{ll}1 & \\ & 2 \\ & 3\end{array}\right)\left(\begin{array}{l}x^{\prime} \\ y^{\prime} \\ z^{\prime}\end{array}\right)$ 化为 $x^{

免费注册看余下 70%

非VIP会员每天5篇文章，开通VIP 无限制查看

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

线性代数测评 行列式矩阵向量空间

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：正定二次型与图像判定

下一篇：二次型应用-多元函数极值

本文对您是否有用？有用 (0) 无用 (0)