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

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

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

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

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

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania

Przekształcenia liniowe

Diagonalizacja macierzy i jej zastosowania

Endomorfizmy liniowe

Formy kwadratowe. Rozdział 10

Zastosowania wyznaczników

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

1 Wartości własne oraz wektory własne macierzy

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Działania na przekształceniach liniowych i macierzach

Programowanie liniowe

Wyk lad 11 1 Wektory i wartości w lasne

Programowanie liniowe

MACIERZE I WYZNACZNIKI

Zaawansowane metody numeryczne

Wektory i wartości własne

Układy liniowo niezależne

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

1 Zbiory i działania na zbiorach.

Wektory i wartości własne

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

1 Pochodne wyższych rzędów

Układy równań liniowych

Algebra liniowa z geometrią

3. Funkcje wielu zmiennych

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

R n jako przestrzeń afiniczna

Metoda Karusha-Kuhna-Tuckera

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

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

1 Macierze i wyznaczniki

Rozwiązania zadań z listy T.Koźniewskiego

Zadania egzaminacyjne

Zadania z Algebry liniowej 4 Semestr letni 2009

Programowanie liniowe metoda sympleks

Programowanie liniowe metoda sympleks

19 Własności iloczynu skalarnego: norma, kąt i odległość

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

Własności wyznacznika

Postać Jordana macierzy

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

DB Algebra liniowa semestr zimowy 2018

Programowanie liniowe metoda sympleks

D1. Algebra macierzy. D1.1. Definicje

φ(x 1,..., x n ) = a i x 2 i +

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

Przestrzenie liniowe

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

1 Elementy logiki i teorii mnogości

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

Układy równań i nierówności liniowych

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

Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n

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

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

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

Zaawansowane metody numeryczne

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Analiza matematyczna i algebra liniowa Macierze

Metody dekompozycji macierzy stosowane w automatyce

Wielomiany. dr Tadeusz Werbiński. Teoria

Macierz o wymiarach m n. a 21. a 22. A =

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

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

Wykład 14. Elementy algebry macierzy

1 Podobieństwo macierzy

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

1. Wielomiany Podstawowe definicje i twierdzenia

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Wyk lad 14 Formy kwadratowe I

Układy równań i równania wyższych rzędów

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a

Wielomiany. Kurs matematyki w oratorium autorami materiałów są: dr Barbara Wolnik i Witold Bołt. 17 marca 2006

Zestaw 12- Macierz odwrotna, układy równań liniowych

Metody numeryczne I Równania nieliniowe

Funkcje i ich własności. Energetyka, sem.1 (2017/2018) Matematyka #3: Funkcje 1 / 43

13 Układy równań liniowych

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

Rachunek różniczkowy i całkowy w przestrzeniach R n

Wyk lad 11 Przekszta lcenia liniowe a macierze

Optymalizacja ciągła

Baza w jądrze i baza obrazu ( )

Wyznaczniki. Algebra. Aleksander Denisiuk

1 Wartości własne oraz wektory własne macierzy

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

Transkrypt:

Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10

Definicja Funkcja Q : R n R jest forma kwadratowa, jeśli Q((x 1,..., x n )) = Q((x 1,..., x n )) = n i=1 a iixi 2 + {1 i<j n} a ijx i x j, tzn. Q przedstawia się przy pomocy wielomianu jednorodnego stopnia 2 od zmiennych x 1,..., x n (czyli wszystkie jednomiany będace jego składnikami sa stopnia 2). Przykład Q : R 2 : R zdefiniowana przez Q((x 1, x 2 )) = 4x1 2 2x 1x 2 + x2 2 jest forma natomiast P, S : R 2 R, zdefiniowane przez P((x 1, x 2 )) = 4x1 2 2x 1x 2 + x2 2 + 3x 1, S((x 1, x 2 )) = 4x1 2 2x 1x 2 + x2 2 + 3 nie sa formami kwadratowymi. Mirosław Sobolewski (UW) Warszawa, 2017 2 / 10

Definicja n n macierz A = [a ij ] nazywamy macierza symetryczna jeśli dla każdej pary indeksów 1 i, j n zachodzi a ij = a ji. Inaczej mówiac spełniona jest równość A = A. Przykład Macierz 0 1 0 1 3 1 2 1 2 0 1 2 1 3 1 2 1 2 jest symetryczna, natomiast macierz nie jest symetryczna. Mirosław Sobolewski (UW) Warszawa, 2017 3 / 10

Definicja Niech Q będzie forma na R n i niech Q = n i=1 a iixi 2 + 1 i<j n a ijx i x j. Macierza formy Q (w bazie standardowej) nazwiemy n n macierz symetryczna M = [b ij ], w której b ii = a ii dla i = 1,... n oraz b ij = b ji = 1 2 a ij dla 1 i < j n. Mirosław Sobolewski (UW) Warszawa, 2017 4 / 10

Definicja Niech Q będzie forma na R n i niech Q = n i=1 a iixi 2 + 1 i<j n a ijx i x j. Macierza formy Q (w bazie standardowej) nazwiemy n n macierz symetryczna M = [b ij ], w której b ii = a ii dla i = 1,... n oraz b ij = b ji = 1 2 a ij dla 1 i < j n. Przykład [ 4 1 Macierza Q((x 1, x 2 )) = 4x1 2 2x 1x 2 + x2 2 jest macierz 1 1 ] Mirosław Sobolewski (UW) Warszawa, 2017 4 / 10

Definicja Niech Q będzie forma na R n i niech Q = n i=1 a iixi 2 + 1 i<j n a ijx i x j. Macierza formy Q (w bazie standardowej) nazwiemy n n macierz symetryczna M = [b ij ], w której b ii = a ii dla i = 1,... n oraz b ij = b ji = 1 2 a ij dla 1 i < j n. Przykład [ 4 1 Macierza Q((x 1, x 2 )) = 4x1 2 2x 1x 2 + x2 2 jest macierz 1 1 Twierdzenie Jeśli M jest macierza formy kwadratowej Q na R n to oznaczajac X = x 1. x n mamy Q((x 1,..., x n )) = X MX. ] Mirosław Sobolewski (UW) Warszawa, 2017 4 / 10

Definicja Niech Q : R n R będzie forma kwadratowa. Powiemy, że forma Q jest dodatnio określona, jeśli Q(v) > 0 dla każdego niezerowego wektora v R n. Powiemy, że forma Q jest ujemnie określona, jeśli Q(v) < 0 dla każdego niezerowego wektora v R n. Przykład (a) W R n forma kwadratowa zdefiniowana Q(v) = v 2 = v v jest dodatnio określona, zaś forma Q zdefiniowana Q (v) = Q(v) jest ujemnie określona. (b) Forma Q na R 2 określona Q((x 1, x 2 )) = 4x 2 1 2x 1x 2 + x 2 2 jest dodatnio określona, gdyż Q((x 1, x 2 )) = 3x 2 1 + (x 1 x 2 ) 2 > 0 dla x 1 0 lub x 2 0. Mirosław Sobolewski (UW) Warszawa, 2017 5 / 10

Twierdzenie (Kryterium Sylvestera) Niech Q : R n R będzie forma zaś A M n n (R) jej macierza. Niech W i dla i = 1,..., n oznacza wyznacznik macierzy i i powstałej z A przez wykreślenie ostatnich n i wierszy i kolumn. Wtedy: Forma Q jest dodatnio określona W i > 0 dla i = 1,..., n. Mirosław Sobolewski (UW) Warszawa, 2017 6 / 10

Twierdzenie (Kryterium Sylvestera) Niech Q : R n R będzie forma zaś A M n n (R) jej macierza. Niech W i dla i = 1,..., n oznacza wyznacznik macierzy i i powstałej z A przez wykreślenie ostatnich n i wierszy i kolumn. Wtedy: Forma Q jest dodatnio określona W i > 0 dla i = 1,..., n. Uwaga Ponieważ forma Q jest ujemnie określona Q jest dodatnio określona, kryterium to pozwala rozstrzygać również ujemna określoność formy. Stad: Mirosław Sobolewski (UW) Warszawa, 2017 6 / 10

Twierdzenie (Kryterium Sylvestera) Niech Q : R n R będzie forma zaś A M n n (R) jej macierza. Niech W i dla i = 1,..., n oznacza wyznacznik macierzy i i powstałej z A przez wykreślenie ostatnich n i wierszy i kolumn. Wtedy: Forma Q jest dodatnio określona W i > 0 dla i = 1,..., n. Uwaga Ponieważ forma Q jest ujemnie określona Q jest dodatnio określona, kryterium to pozwala rozstrzygać również ujemna określoność formy. Stad: Twierdzenie (2) Niech Q będzie forma na R n zaś A M n n (R) jej macierza. Niech W i dla i = 1,..., n oznacza wyznacznik macierzy i i powstałej z A przez wykreślenie ostatnich n i wierszy i kolumn. Wtedy: Forma Q jest ujemnie określona W i < 0 dla i nieparzystych oraz W i > 0 dla parzystych i, gdzie i = 1,..., n. Mirosław Sobolewski (UW) Warszawa, 2017 6 / 10

Przykład a) Niech Q((x 1 [, x 2 )) = 4x1 ] 2 2x 1x 2 + x2 2 forma kwadratowa na R2. Jej 4 1 macierza jest, zatem W 1 1 1 = 4 > 0, [ ] 4 1 W 2 = det = 3 > 0, czyli Q jest dodatnio określona, na 1 1 mocy kryterium Sylvestera. Mirosław Sobolewski (UW) Warszawa, 2017 7 / 10

Przykład a) Niech Q((x 1 [, x 2 )) = 4x1 ] 2 2x 1x 2 + x2 2 forma kwadratowa na R2. Jej 4 1 macierza jest, zatem W 1 1 1 = 4 > 0, [ ] 4 1 W 2 = det = 3 > 0, czyli Q jest dodatnio określona, na 1 1 mocy kryterium Sylvestera. b) Niech Q((x 1, x 2, x 3 )) = x1 2 + 2x 1x 2 2x2 2 + 2x 2x 3 2x3 2 będzie forma kwadratow a określona na R 3. Jej macierza jest 1 1 0 1 2 1. Mamy W 1 = 1 < 0, 0 1 2 [ ] 1 1 W 2 = det = 1 > 0, 1 2 1 1 0 W 3 = det 1 2 1 = 4 + 1 + 2 = 1 < 0 zatem Q jest 0 1 2 ujemnie określona (tw. 2) Mirosław Sobolewski (UW) Warszawa, 2017 7 / 10

Przykład c) Niech Q((x 1, x 2 )) = [ x1 2 + 6x 1x ] 2 x2 2 będzie form a na 1 3 R 2. Jej macierza jest. Mamy: W 3 1 1 = 1 < 0, [ ] 1 3 W 2 = det = 1 9 = 8 < 0. Zatem Q nie jest ani 3 1 dodatnio określona, ani ujemnie określona. Rzeczywiście Q((1, 0)) = 1 < 0, zaś Q((1, 1)) = 4 > 0. Mirosław Sobolewski (UW) Warszawa, 2017 8 / 10

Przykład c) Niech Q((x 1, x 2 )) = [ x1 2 + 6x 1x ] 2 x2 2 będzie form a na 1 3 R 2. Jej macierza jest. Mamy: W 3 1 1 = 1 < 0, [ ] 1 3 W 2 = det = 1 9 = 8 < 0. Zatem Q nie jest ani 3 1 dodatnio określona, ani ujemnie określona. Rzeczywiście Q((1, 0)) = 1 < 0, zaś Q((1, 1)) = 4 > 0. Definicja Formę Q na przestrzeni liniowej R n nazywamy dodatnio półokreślona (ujemnie półokreślona) jeśli dla wszystkich wektorów v R n zachodzi Q(v) 0 (Q(v) 0). Uwaga: Tak zdefiniowane formy dodatnio (ujemnie) półokreślone obejmuja jako szczególny przypadek formy dodatnio (ujemnie) określone Mirosław Sobolewski (UW) Warszawa, 2017 8 / 10

Przykład Forma kwadratowa Q : R 2 R zdefiniowana wzorem Q((x 1, x 2 )) = x 2 1 jest dodatnio półokreślona, ale nie jest dodatnio określona Do badania dodatniej i ujemnej półokreśloności form kwadratowych można użyć następujacego twierdzenia. Twierdzenie Niech Q będzie forma kwadratowa, która ma macierz M. Wówczas Q jest dodatnio (ujemnie) półokreślona wszystkie pierwiastki wielomianu charakterystycznego w M sa nieujemne (niedodatnie ). Ponadto, jeśli sa one dodatnie (ujemne) to również Q jest dodatnio (ujemnie) określona. Mirosław Sobolewski (UW) Warszawa, 2017 9 / 10

Przykład Niech Q będzie forma na R 3 opisana wzorem Q(x 1, x 2, x 3 )) = x1 2 + 2x 1x 2 + x 2 2 + 2x 3 2. Macierza 1 1 0 standardowej jest M = 1 1 0. Wielomianem 0 0 2 charakterystycznym tej macierzy jest w(λ) = 1 λ 1 0 det 1 1 λ 0 = (λ 2 2λ + 1 1)(2 λ) = λ(λ 2) 2. 0 0 2 λ Pierwiastkami w sa 0 i 2 (podwójny). Stad, na mocy powyższego twierdzenia wnosimy, że Q jest dodatnio półokreślona, ale nie jest dodatnio określona. Istotnie Q((x 1, x 2, x 3 )) = (x 1 + x 2 ) 2 + 2x3 2 0 oraz Q((1, 1, 0)) = 0. Mirosław Sobolewski (UW) Warszawa, 2017 10 / 10

Przykład Niech Q będzie forma na R 3 opisana wzorem Q(x 1, x 2, x 3 )) = x1 2 + 2x 1x 2 + x 2 2 + 2x 3 2. Macierza Q w bazie 1 1 0 standardowej jest M = 1 1 0. Wielomianem 0 0 2 charakterystycznym tej macierzy jest w(λ) = 1 λ 1 0 det 1 1 λ 0 = (λ 2 2λ + 1 1)(2 λ) = λ(λ 2) 2. 0 0 2 λ Pierwiastkami w sa 0 i 2 (podwójny). Stad, na mocy powyższego twierdzenia wnosimy, że Q jest dodatnio półokreślona, ale nie jest dodatnio określona. Istotnie Q((x 1, x 2, x 3 )) = (x 1 + x 2 ) 2 + 2x3 2 0 oraz Q((1, 1, 0)) = 0. [ ] 0 0 Ostrzeżenie Macierza formy Q((x 1, x 2 )) = x2 2 jest. Mamy 0 1 W 1 = W 2 = 0 0. Jednak oczywiście stad nie można wnosić, że Q jest dodatnio półokreślona, gdyż Q((0, 1)) = 1. Mirosław Sobolewski (UW) Warszawa, 2017 10 / 10