Formy kwadratowe. Rozdział 10

Podobne dokumenty
Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

Metoda Karusha-Kuhna-Tuckera

Układy równań i nierówności liniowych

Wyk lad 14 Formy kwadratowe I

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Postać Jordana macierzy

1 Pochodne wyższych rzędów

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

1 Wartości własne oraz wektory własne macierzy

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

13 Układy równań liniowych

Macierze. Rozdział Działania na macierzach

Wektory i wartości własne

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

Zaawansowane metody numeryczne

Wektory i wartości własne

3. Funkcje wielu zmiennych

Metody optymalizacji. notatki dla studentów matematyki semestr zimowy 2015/2016

Zaawansowane metody numeryczne

1 Macierz odwrotna metoda operacji elementarnych

Wielomiany podstawowe wiadomości

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Programowanie liniowe

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych

Własności wyznacznika

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

1. Przekształcenia dwuliniowe oraz formy kwadratowe

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

FUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c

Przestrzenie wektorowe

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

PROGRAMOWANIE KWADRATOWE

Algebra liniowa z geometrią

q(x)= a ij x i x j, gdzie x R n, (10.1)

Algebra liniowa. 1. Macierze.

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

5. Rozwiązywanie układów równań liniowych

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne.

Prawdopodobieństwo i statystyka

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska

Statystyka i eksploracja danych

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Metoda mnożników Lagrange a i jej zastosowania w ekonomii

Przestrzenie liniowe

Układy równań liniowych

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a

Metody systemowe i decyzyjne w informatyce

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Układy równań liniowych

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

1 Macierze i wyznaczniki

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

Metody numeryczne Wykład 4

Wykład 14. Elementy algebry macierzy

Baza w jądrze i baza obrazu ( )

Wielomiany podstawowe wiadomości

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

Programowanie celowe #1

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Rozwiązywanie układów równań liniowych

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

9 Układy równań liniowych

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Optymalizacja ciągła

Wyk lad 11 1 Wektory i wartości w lasne

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

D1. Algebra macierzy. D1.1. Definicje

Diagonalizacja macierzy i jej zastosowania

Stabilność II Metody Lapunowa badania stabilności

Metoda mnożników Lagrange a i jej zastosowania w ekonomii

Przekształcenia liniowe

Zadania z Algebry liniowej 4 Semestr letni 2009

Diagonalizacja macierzy i jej zastosowania

φ(x 1,..., x n ) = a i x 2 i +

1 Podstawowe oznaczenia

6. Liczby wymierne i niewymierne. Niewymierność pierwiastków i logarytmów (c.d.).

2. Definicja pochodnej w R n

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:

Programowanie liniowe

Metody Lagrange a i Hamiltona w Mechanice

Układy równań liniowych. Krzysztof Patan

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Zadania egzaminacyjne

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Diagonalizacja macierzy i jej zastosowania

Transkrypt:

Rozdział 10 Formy kwadratowe Rozważmy rzeczywistą macierz symetryczną A R n n Definicja 101 Funkcję h : R n R postaci h (x) = x T Ax (101) nazywamy formą kwadratową Macierz symetryczną A występującą w powyższym równaniu nazywamy macierzą formy kwadratowej h Przyjmując A = [a ij ], wzór (101) możemy równoważnie wyrazić w postaci h (,, x n ) = a ij x i x j Przykład 101 Odwzorowania oraz h 1 (,, x 3 ) = 1 + 2 + 2 4 x 3 h 2 (,, x 3, x 4 ) = 1 + 2 + 2 4 x 3 są formami kwadratowymi o macierzach Odwzorowania A h1 = 1 1 0 1 1 2 0 2 0 oraz A h2 = 1 1 0 0 1 1 2 0 0 2 0 0 0 0 0 0 g 1 (, ) = 1 + 2 + oraz g 2 (, ) = 1 + 2 + 1 nie są formami kwadratowymi 61

101 Określoność formy kwadratowej 101 Określoność formy kwadratowej W klasie wszystkich form kwadratowych szczególną rolę odgrywają formy określone Definicja 102 Formę kwadratową h (x) = x T Ax nazywamy dodatnio określoną, jeżeli ujemnie określoną, jeżeli dodatnio półokreśloną, jeżeli ujemnie półokreśloną, jeżeli x T Ax > 0, x R n \ {0} ; x T Ax < 0, x R n \ {0} ; x T Ax 0, x R n ; x T Ax 0, x R n ; nieokreśloną, jeżeli nie zachodzi żaden z poprzednich warunków Przykład 102 Rozważmy ponownie formę kwadratową h 1 (,, x 3 ) = 1 + 2 + 2 4 x 3 Ponieważ h 1 (1, 0, 0) = 1 oraz h 1 (0, 1, 0) = 1, zatem forma kwadratowa h 1 jest nieokreślona Forma kwadratowa jest dodatnio określona; z kolei forma jest półokreślona dodatnio (dlaczego?) h (, ) = 1 + 2 2 g (,, x 3 ) = 1 + 2 2 Poniżej przedstawione zostaną (bez dowodów) najczęściej stosowane metody badania określoności form kwadratowych 1021 Kryterium Sylvestera Twierdzenie 101 Forma kwadratowa h (x) = x T Ax, gdzie A = A T R n n, jest: 1) dodatnio określona wtedy i tylko wtedy, gdy wszystkie minory wiodące macierzy A są dodatnie: a 1j D j = > 0, (j = 1,, n) ; a j1 a jj 62

2) ujemnie określona wtedy i tylko wtedy, gdy a 1j ( 1) j D j = ( 1) j > 0, (j = 1,, n) a j1 a jj Przykład 103 Dla formy kwadratowej mamy: h (,, x 3 ) = 3 1 + 2 + 2 2 x 3 + 2 3 h (,, x 3 ) = [ x 3 ] 3 1 1 1 1 0 1 0 2 Ponieważ D 1 = 3 > 0, D 2 = 3 1 1 1 = 2 > 0, D 3 = zatem forma kwadratowa h jest dodatnio określona x 3 3 1 1 1 1 0 1 0 2 = 3 > 0, Warto zwrócić uwagę na fakt, że z warunków D j 0 (j = 1,, n) nie wynika dodatnia półokreśloność formy kwadratowej h (x) = x T Ax Przykład 104 Dla formy kwadratowej [ ] [ ] 0 0 x1 h (, ) = [ ] = 2 0 1 mamy D 1 0 oraz D 2 0, podczas gdy forma kwadratowa h jest ujemnie półokreślona Twierdzenie 102 Forma kwadratowa h (x) = x T Ax, gdzie A = A T R n n, jest: 1) dodatnio półokreślona wtedy i tylko wtedy, gdy wszystkie minory główne macierzy A są nieujemne, tj a i1 i 1 a i1 i 2 a i1 i p a i2 i 1 a i2 i 2 a i2 i p 0, a ipi1 a ipi2 a ipip dla 1 i 1 < < i p n, 1 p n; 2) ujemnie półokreślona wtedy i tylko wtedy, gdy a i1 i 1 a i1 i 2 a i1 i p ( 1) p a i2 i 1 a i2 i 2 a i2 i p a ipi1 a ipi2 a ipip 0, dla 1 i 1 < < i p n, 1 p n 63

Przykład 105 Dla formy kwadratowej h (,, x 3 ) = 1 2 +2 2 2 2 3 = [ x 3 ] mamy 1 1 1 1 2 0 1 0 2 trzy minory główne stopnia jeden: = 1, a 22 = 2, a 33 = 2; trzy minory główne stopnia dwa: 1 1 1 2 = 1 > 0, 2 0 0 2 = 4 > 0, 1 1 1 2 = 1 > 0; jeden minor główny stopnia trzy: 1 1 1 1 2 0 1 0 2 = 0 Z twierdzenia 102 wynika, że forma kwadratowa h jest ujemnie półokreślona 1022 Kryterium wartości własnych Można udowodnić, że rzeczywista macierz symetryczna A ma rzeczywiste wartości własne; oznaczmy je jako λ 1 (A),, λ n (A) Niech v i będzie wektorem własnym macierzy A odpowiadającym wartości własnej λ i (A) (i = 1,, n) oraz przypuśćmy, że forma kwadratowa h (x) = x T Ax jest dodatnio określona Wówczas, dla i = 1,, n: 0 < v T i Av i = v T i λ i (A) v i = λ i (A) v T i v i = λ i (A) v i 2 2, (102) gdzie v 2 = v T v jest normą w R n Z warunku (102) wynika, że λ i (A) > 0 (i = 1,, n) Oznacza to, że jeżeli forma kwadratowa jest dodatnio określona to jej macierz ma dodatnie wartości własne Łatwo o podobne zależności dla form określonych ujemnie oraz półokreślonych Prawdziwe jest następujące Twierdzenie 103 Niech λ 1 (A),, λ n (A) będą wartościami własnymi macierzy A = A T R n n Wówczas forma kwadratowa h (x) = x T Ax jest 1) dodatnio określona wtedy i tylko wtedy, gdy λ i (A) > 0 (i = 1,, n) ; 2) ujemnie określona wtedy i tylko wtedy, gdy λ i (A) < 0 (i = 1,, n) ; 3) dodatnio półokreślona wtedy i tylko wtedy, gdy λ i (A) 0 (i = 1,, n) ; x 3 64

4) ujemnie półokreślona wtedy i tylko wtedy, gdy λ i (A) 0 (i = 1,, n) Przykład 106 Rozważmy formę kwadratową h z przykładu 105: 1 1 1 h (,, x 3 ) = [ x 3 ] 1 2 0 (103) 1 0 2 x 3 Jej macierz ma trzy rzeczywiste wartości własne λ 1 = 3, λ 2 = 2, λ 3 = 0 Z twierdzenia 103 wynika, że forma kwadratowa (103) jest ujemnie półokreślona 1023 Sprowadzenie do postaci kanonicznej (metoda Lagrange a) Prawdziwe jest następujące Twierdzenie 104 Dla każdej macierzy symetrycznej A R n n istnieje macierz nieosobliwa P R n n dla której macierz P T AP jest diagonalna Innymi słowy, dla każdej formy kwadratowej h (x) = x T Ax istnieje nieosobliwe przekształcenie liniowe x = P y, dla którego forma kwadratowa h (P y) = y T P T AP y przyjmuje postać kanoniczną, tj dla pewnych skalarów c 1,, c n R h (P y) = c 1 y 2 1 + + c n y 2 n, (104) Zauważmy, że forma kwadratowa zapisana w postaci kanonicznej (104) jest: dodatnio określona wtedy i tylko wtedy, gdy c i > 0 (i = 1,, n) ; ujemnie określona wtedy i tylko wtedy, gdy c i < 0 (i = 1,, n) ; dodatnio półokreślona wtedy i tylko wtedy, gdy c i 0 (i = 1,, n) ; ujemnie półokreślona wtedy i tylko wtedy, gdy c i 0 (i = 1,, n) Metoda Lagrange a Formę kwadratową h (x) = x T Ax = a ij x i x j możemy zapisać w postaci h (,, x n ) = 1+a 22 2+ +a nn n+2 (a 12 + a 13 x 3 + + a n 1,n x n 1 x n ) Rozważmy trzy przypadki: a ij = 0 dla wszystkich i, j {1,, n} Wówczas h (x) 0, tzn forma kwadratowa jest jednocześnie ujemnie oraz dodatnio półokreślona; 65

a ii = 0 dla wszystkich i {1,, n} oraz istnieją indeksy k, l dla których a kl 0 Niech e k oraz e l będą odpowiednio k-tym oraz l-tym wektorem bazy kanonicznej przestrzeni R n Niech v + = e k + e l oraz v = e k e l Wówczas h ( v +) = h ( v ) = a ij v + i v+ j a ij v i v j = 2a kl = 2a kl skąd wynika, że w rozważanym przypadku forma kwadratowa h jest nieokreślona; a ii 0 dla pewnego indeksu i; bez straty ogólności możemy przyjąć, że i = 1 Wówczas h (,, x n ) = 1 + 2 a 1j x j + a ij x i x j i=2 ( ) = a 1j 1 + 2 x j + a ij x i x j a 11 i=2 ) 2 ( ) 2 a 1j a 1j = ( + x j x j + i=2 a ij x i x j Do formy kwadratowej h możemy teraz zastosować zamianę zmiennych: a y 1 = + 1j a x j = y 1 1j y j y 2 = x lub równoważnie 2 = y 2 (105) y 3 = x 3 x 3 = y 3 y n = x n x n = y n Równania (105) określają nieosobliwe przekształcenie liniowe postaci x = P y, gdzie 1 a 12 a 13 a 1n P = 0 1 0 0 0 0 0 1 W wyniku zamiany zmiennych (105) otrzymujemy h (x) = h (P y) = y 2 1 + h (y 2,, y n ), gdzie h jest formą kwadratową zmiennych y 2,, y n, do której ponownie stosujemy przedstawione rozumowanie rugując systematycznie kolejne zmienne i sprowadzając ją do postaci kanonicznej (lub wcześniej stwierdzając jej nieokreśloność) 66

Przykład 107 Rozważmy formę kwadratową h (,, x 3 ) = 1 + 2 + 2 4 x 3 Stosując opisaną powyżej metodę Lagrange a sprowadzimy ją do postaci kanonicznej Mamy: h (,, x 3 ) = 1 + 2 + 2 4 x 3 = ( 1 2 ) + x 2 2 4 x 3 = ( ) 2 + 2 2 4 x 3 = ( ) 2 + 2 ( 2 2 x 3 + 3) 2x 2 3 = ( ) 2 + 2 ( x 3 ) 2 2 3 Rozważana forma kwadratowa jest więc nieokreślona Zauważmy ponadto, że dokonując zamiany zmiennych = y 1 x 3 = y 2 x 3 = y 3 lub równoważnie = y 1 + y 2 + y 3 = y 2 + y 3 x 3 = y 3, która jest przekształceniem liniowym x = P y o macierzy P postaci 1 1 1 P = 0 1 1, 0 0 1 otrzymujemy h (,, x 3 ) = [ x 3 ] = [y 1 y 2 y 3 ] = [y 1 y 2 y 3 ] 1 1 0 1 1 2 0 2 0 1 1 1 0 1 1 0 0 1 1 0 0 0 2 0 0 0 2 T x 3 1 1 0 1 1 2 0 2 0 y 1 y 2 y 3 1 1 1 0 1 1 0 0 1 = y 2 1 + 2y 2 2 2y 2 3 Jest to postać kanoniczna rozważanej formy kwadratowej (c 1 = 1, c 2 = 2, c 3 = 2) y 1 y 2 y 3 67