Линейная алгебра. Векторная алгебра. Аналитическая геометрия
.pdfкорнем частного, тогда f(x) будет делиться на (x )2 и так далее. В таких случаях число называется кратным корнем многочлена.
Число называется корнем кратности k многочлена f(x), åñëè f(x) делится на (x )k, но не делится на (x )k+1, òî åñòü f(x) = (x )k q(x) è q( ) 6= 0. Корни кратности 1 называют ïðî-
стыми корнями.
В теории многочленов важным является вопрос о существовании корней многочлена. Ответ на этот вопрос дает алгебры многочленов.
Теорема 19.6. (основная теорема алгебры многочленов). Всякий многочлен степени n > 1 с комплексными коэффициентами17 имеет, по крайней мере, один комплексный корень.
Приведенная выше теорема впервые была строго доказана Гауссом и часто называется поэтому теоремой Гаусса. Большой интерес представляют следствия, которые вытекают из основной теоремы алгебры многочленов.
Следствие 19.7. Всякий многочлен степени n > 1 с комплексными
коэффициентами раскладывается в произведение n линейных множи-
телей.
Следствие 19.8. Всякий многочлен степени n > 1 с комплексными ко-
эффициентами имеет n корней, если считать каждый корень столько
раз, какова его кратность.
Следствие 19.9. Всякий многочлен степени n > 1 с действительны-
ми коэффициентами раскладывается в произведение линейных двучленов и квадратных трехчленов с отрицательными дискриминантами, имеющими действительные коэффициенты.
В случае многочленов с целыми коэффициентами всегда можно отыскать его рациональные, в частности, целые корни, если, конечно, они существуют. Способ отыскания рациональных корней многочленов с це- лыми коэффициентами дается следующей теоремой.
17Комплексным числом называется число вида a + bi, где a; b 2 R; i2 = 1.
79
Теорема 19.10. Если несократимая дробь pq является корнем много- члена с целыми коэффициентами, то его свободный член делится на p,
а старший коэффициент делится на q.
Из этой теоремы вытекает важное
Следствие 19.11. Все рациональные корни приведенного многочлена с целыми коэффициентами целые и являются делителями свободного члена.
20. Собственные числа и собственные векторы линейного оператора.
Пусть оператор A : Rn ! Rn (отображает Rn â ñåáÿ).
Определение 20.1. Вектор x 6= 0 называется собственным вектором, а число собственным числом линейного оператора A, если они связаны соотношением
|
|
|
|
(20:1) |
Ax |
= x |
(говорят, что в этом случае собственный вектор x отвечает собственному числу ).
Из определения следует, что собственный вектор x 6= 0 при действии
оператора A переходит в коллинеарный вектор. В связи с этим поня-
тие собственного вектора является полезным и удобным при изучении многих вопросов матричной алгебры и ее приложений.
Возникает вопрос: при каких условиях линейный оператор имеет собственные векторы. Так у оператора подобия все векторы собственные, а оператор поворота на угол ' 6= не имеет собственных векторов.
Найдем условия, при которых линейный оператор имеет собственные векторы.
Пусть A : Rn ! Rn è x = (x1; x2; : : : ; xn) 6= 0 собственный вектор линейного оператора A, òî åñòü Ax = x è A матрица этого оператора. Перепишем равенство (20.1) в координатном виде:
80
8 a21x1 |
+ a22x2 |
+ : : : + a2nxn |
= x2 |
; |
|
||
> |
a11x1 |
+ a12x2 |
+ : : : + a1nxn |
= x1 |
; |
èëè |
|
> |
: : : : : : |
|
: : : : : : |
: : : |
|
|
|
> |
|
|
|
||||
> |
|
|
|
|
|
|
|
< |
|
|
|
|
|
|
|
> an1x1 + an2x2 + : : : + annxn = xn |
|
||||||
> |
(a11 |
)x1 + a12x2 + : : : + a1nxn = 0; |
|
||||
> |
|
||||||
> |
|
|
|
|
|
|
|
: |
|
|
|
|
|
|
|
8 a21x1 + (a22 |
|
)x2 + : : : + a2nxn = 0; |
|
||||
> |
|
|
|
|
|
|
|
> |
|
: : : |
: : : : : : : : : |
|
: : : |
|
|
> |
|
|
|
||||
> |
|
|
|
|
|
|
|
<
>
>
>
>
: an1x1 + an2x2 + : : : + (ann )xn = 0:
В матричном виде эта система имеет вид:
(A E) |
|
= 0: |
(20:2) |
x |
Система n линейных уравнений с n неизвестными имеет нетривиальное решение, если ее определитель равен 0.
jA Ej = 0 |
(20:3) |
èëè
|
|
|
|
a11 a12 |
: : : |
a1n |
|
|
|
|
|||||
|
|
|
a21 |
a22 |
|
: : : |
a2n |
|
= 0: |
(20:4) |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
: : : |
: : : |
: : : |
: : : |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
an1 |
an2 |
: : : ann |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Определитель |
|
A |
|
E |
|
является многочленом степени |
n относительно |
||||||||
|
j |
|
|
|
j |
|
|
|
|
|
|
|
|
|
|
и называется характеристическим многочленом , а равенство (20.3) называется характеристическим уравнением оператора A. Решим
уравнение (найдем его корни 1; 2; : : : ; n). Подставляя найденные соб- ственные значения i в систему (20.2), найдем собственные векторы xi, отвечающие собственным числам i.
Все вычисления корректны, так как справедлива теорема:
Теорема 20.1. Характеристический многочлен линейного оператора не зависит от выбора базиса.
Доказательство. Пусть |
A |
матрица |
оператора A в |
базисе f |
|
ig, |
A |
||
e |
|||||||||
|
|
|
|
|
|
|
|
||
матрица оператора A |
â |
базисе ffjg, |
C матрица |
перехода от |
базиса |
81
|
|
|
|
|
|
A |
|
C 1AC. Рассмотрим и |
|
f |
|
ig к базису ffjg. Ïî |
теореме 19.4 |
= |
ïðå- |
||||
e |
|||||||||
образуем характеристический многочлен |
jA |
|
Ej = jC 1AC Ej |
= |
|||||
= jC 1AC C 1ECj |
= jC 1(A E)Cj |
= jC 1jjA EjjCj |
= |
= jA EjjC 1Cj = jA Ej.
Пример 20.1. Найдите собственные числа и собственные векторы оператора Ax = (2x1 + 3x2; 2x1 + x2; x1 3x2 + 2x3).
Решение . Найдем |
образы векторов канонического базиса: Ae |
1 = (2; 2; 1); |
||||
|
|
|
|
|
= (1; 3; 2) и запишем матрицу оператора в этом базисе: |
|
Ae |
2 = (2; 1; 0); Ae3 |
01
2 3 0
A = |
B |
2 |
1 |
|
0 . |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1 |
3 |
|
2 |
C |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
@ |
|
|
|
|
A |
|
|
|
|
|
|
|
|
|
|
|
|
|
Составим и решим характеристическое уравнение |
|||||||||||||||||||
|
|
A E = |
|
2 1 |
|
0 |
|
|
|
= 0. |
|
|
|||||||
|
j |
|
|
j |
|
|
2 |
3 |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
2 |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
столбцу, получим уравнение |
||||
Раскладывая определитель |
по третьему |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
èëè |
|
|
|
)( |
2 |
. Решив его, найдем |
||
(2 )((2 )(1 ) 6) = 0 |
|
|
|
(2 |
|
3 4) = 0 |
собственные числа оператора: 1 = 1, 2 = 4, 3 = 2.
Чтобы найти собственные векторы, для каждого значения решим систему
(A E)X = 0 |
2 |
1 |
0 |
B |
2 |
3 |
0 |
1 |
3 |
2 |
|
@ |
|
|
|
10 1
x1
CB x2 C = 0: A@ A
x3
Рассмотрим 1 = 1. Запишем систему уравнений |
= |
|
41 |
|||||||||||||||||||
8 |
2x1 |
+ 2x2 |
= |
0; |
Ее общее решение |
|
2 |
|||||||||||||||
> |
3x1 |
+ 3x2 |
= |
0; |
|
|
|
|
|
|
( x3 |
= |
|
|
3x1: |
|||||||
< x1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
x ; |
|
|
|
3x2 + 3x3 = 0: |
|
c1 = (3; |
3; |
|
|
|
|
|
|
|||||||||||
> |
|
|
|
|
|
|
|
|
|
|
4) (можно взять любой коллинеарный |
|||||||||||
: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Получили собственный вектор |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
ему вектор). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
8 |
Рассмотрим 2 = 4. Запишем систему уравнений |
|
|
|
||||||||||||||||||
2x1 |
|
|
3x2 |
= |
0; |
Ее общее решение |
|
x2 = 1; 5x1; |
||||||||||||||
> |
2x1 |
|
+ 3x2 |
= |
0; |
|
|
|
|
|
|
|
( x3 = 0; 5x1: |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
< |
x1 |
|
|
3x2 |
2x3 = 0: |
|
c2 = (2; |
3; |
1) |
|
|
|
|
|||||||||
> |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Получили собственный вектор |
|
|
|
|
|
|
. |
|
|
|
|
|
||||||||||
8 |
Рассмотрим 3 = 2. Запишем систему уравнений |
0; |
|
|
||||||||||||||||||
2x1 |
|
|
x2 |
= |
0; |
Ее общее решение |
|
x1 |
|
= |
|
|
||||||||||
> |
|
|
|
3x2 |
= |
0; |
|
|
|
|
|
|
|
( x2 |
|
= |
0: |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
< x1 |
|
|
3x2 |
= |
0: |
|
|
c3 = (0; 0; 1) (x3 свободное неизвестное). |
||||||||||||||
> |
|
|
|
|
|
|
|
|
|
|||||||||||||
: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Получили собственный вектор
Собственные векторы оператора A: c1 = (3; 3; 4) отвечает собственному числу1 = 1, c2 = (2; 3; 1) отвечает собственному числу 2 = 4, c3 = (0; 0; 1) отвечает
82
собственному числу 3 = 2.
Пример 20.2. Найдите собственные числа и собственные векторы мат-
ðèöû A = |
0 |
4 |
1 |
2 |
1 |
: |
|
B |
3 |
1 |
1 |
C |
|
|
|
|
|
|
||
|
@ |
8 |
4 |
5 |
A |
|
|
|
|
|
Решение . Для матрицы A составим и решим характеристическое уравнение
A E = |
4 |
1 |
|
2 |
|
= 0. |
||
j j |
|
3 |
1 |
|
1 |
|
|
|
|
|
8 |
|
4 |
5 |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Раскладывая определитель по первому строке, получим уравнение
(3 )(( 1 )(5 ) + 8) + 1(4(5 ) 16) + 1( 16 8( 1 )) = 0 èëè
3 + 7 2 11 + 5 = 0. Решив его, найдем собственные числа оператора: 1;2 = 1,
3 = 5.
Чтобы найти собственные векторы, для каждого значения решим систему
|
|
|
(A E)X = 0 |
4 |
|
|
1 |
2 |
10 x2 |
1 = 0: |
|||||||
|
|
|
|
|
|
B |
3 |
1 |
1 |
|
x1 |
C |
|||||
|
|
|
|
|
|
8 |
|
|
4 |
5 |
CB x3 |
||||||
|
|
|
|
|
|
@ |
|
|
|
|
|
|
|
A@ |
|
A |
|
Рассмотрим = 1. Запишем систему уравнений |
|
|
2x1. |
|
|||||||||||||
8 |
4x1 |
|
2x2 + 2x3 |
= 0; |
Ее общее решение x3 = x2 |
|
|||||||||||
> |
2x1 |
x2 + x3 |
= 0; |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
< |
8x1 4x2 + 4x3 = 0: |
|
|
= 1 |
|
|
|
|
|
|
|
||||||
> |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Получили, что собственному числу |
|
|
|
отвечают две линейно независимых соб- |
|||||||||||||
ственных вектора |
|
1 = (1; 0; 2) è |
|
2 = (0; 1; 1). |
|
|
|
|
|
||||||||
c |
c |
|
|
|
|
|
|||||||||||
8 |
Рассмотрим = 5. Запишем систему уравнений |
|
|
|
|
||||||||||||
4x1 |
|
6x2 + 2x3 |
= 0; |
Ее общее решение |
|
2 |
|
1 |
|
|
|||||||
|
2x1 |
x2 + x3 |
= 0; |
|
|
|
|
|
|
x |
|
= 2x |
; |
|
|||
> |
|
|
|
|
|
|
|
|
|
|
|
( x3 |
= |
4x1: |
|
||
< |
8x1 |
|
4x2 |
= 0: |
c3 = (1; 2; 4). |
|
|
|
|
|
|
||||||
> |
|
|
|
|
|
|
|
|
|
|
|
||||||
: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Получили собственный вектор
Собственные векторы оператора A: c1 = (1; 0; 2) è c2 = (0; 1; 1) отвечают собственному числу = 1, c3 = (1; 2; 4) отвечает собственному числу = 5.
Рассмотрим свойства собственных чисел и собственных векторов линейного оператора A.
1) Если собственный вектор x 6= 0 отвечает собственному числу
, то для любого числа 6= 0 вектор x также будет собственным вектором.
Действительно, A( x) = Ax = ( x) = ( x).
83
2) Линейная комбинация собственных векторов оператора A, отве-
чающих одному собственному числу , также является собственным вектором этого оператора.
Если x 6= 0 и y 6= 0 собственные векторы, отвечающие одному числу , то для любых
чисел и вектор x + y 6= 0 также будет собственным вектором. Действительно,
A(x + y) = Ax + Ay = x + y = (x + y).
3) Множество собственных векторов, отвечающих одному собственному числу вместе с нулевым вектором образует линейное под-
пространство в пространстве Rn.
Определитель jA Ej является многочленом степени n относительно
. По теореме Безу, если 0 корень многочлена, то есть P ( 0) = 0, òî P ( ) = ( 0)kQ( ), ãäå Q( 0) 6= 0. Åñëè k = 1, òî 0 простой корень многочлена, если k > 1, òî 0 корень многочлена кратности k.
4)Åñëè 0 корень характеристического многочлена кратности k, то ему соответствует не более k собственных векторов.
5)Собственные векторы x1; x2; : : : ; xm линейного оператора A, отве- чающие различным собственным числам 1; 2; : : : ; m линейно незави- ñèìû.
6)Число, отличных от нуля собственных чисел матрицы A, равно
ååрангу. В частности, все собственные числа матрицы A отличны от
нуля только тогда, когда матрица A невырожденная.
Наиболее простыми линейными операторами являются операто-
ðû, |
которые имеют n линейно |
независимых |
собственных |
векто- |
||||||
ðîâ |
|
|
1; |
|
2; : : : ; |
|
n, относящихся к |
|
|
|
|
e |
e |
e |
различным |
собственным |
числам |
1; 2; : : : ; n. Приняв векторы e1; e2; : : : ; en за базис (это можно сделать, так как они линейно независимы), и вычислив их образы Aei = iei, íàé- дем матрицу линейного оператора в этом базисе
0 |
01 |
2 |
: : : |
0 |
1 |
|
B |
|
0 |
: : : |
0 |
C |
|
: : : : : : |
: : : : : : |
: |
||||
B |
|
|
|
|
C |
|
B |
|
|
|
|
C |
|
B |
|
|
|
|
C |
|
@ |
|
|
|
|
A |
|
00 : : : n
84
Справедлива теорема
Теорема 20.2. Матрица линейного оператора в базисе, состоящем из собственных векторов этого оператора, имеет диагональный вид.
Верно и обратное утверждение:
Теорема 20.3. Если матрица линейного оператора A в некотором ба-
зисе является диагональной, то все векторы этого базиса собственные векторы линейного оператора.
Из теорем 20.2 и 20.3 следует важное условие, достаточное для того, что для оператора A существовал базис, состоящий из собственных векторов.
Теорема 20.4. Если оператор A имеет n различных действительных
собственных значений, то в линейном пространстве Rn существует базис из собственных векторов линейного оператора и матрица оператора в этом базисе имеет диагональный вид.
Собственные числа линейного оператора обладают следующими свойствами:
1) Сумма собственных чисел матрицы A равна следу этой матрицы, то есть сумме ее диагональных элементов.
2) Произведение собственных чисел матрицы A равно определителю
этой матрицы.
3)Åñëè 0 собственное число невырожденной матрицы A, то 1= 0
собственное число матрицы A 1.
Рассмотрим линейный оператор A, матрица которого является сим-
метрической. Собственные числа и собственные вектора такого оператора обладают свойствами:
1.Все собственные числа симметричной матрицы действительны .
2.Собственные векторы симметричной матрицы, соответствующие различным собственным значениям, ортогональны.
Äëÿ |
примера рассмотрим матрицу второго порядка. Пусть |
||
A = |
b |
c ! |
симметрическая матрица порядка 2. Характеристиче- |
|
a |
b |
|
85
|
j |
|
|
|
j |
|
|
b |
c |
|
|
|
|
ское уравнение этой матрицы имеет вид |
|
A |
|
E |
|
= |
|
a |
|
b |
|
|
= 0 |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
èëè 2 (a + c) + ac b2 = 0. Дискриминант полученного квадратного уравнения D = (a c)2 + 4b2 неотрицателен. Значит, уравнение имеет два действительных корня.
Найдите собственные числа и собственные векторы опе-
0 |
1 |
0 |
1 1 |
ратора A = |
B |
1 |
3 |
2 |
C |
. |
|
1 |
2 |
3 |
|
||
|
@ |
|
|
|
A |
|
Решение . Матрица A симметрическая. Покажем, что собственные числа этой
матрицы действительные, а собственные вектора, соответствующие различным собственным числам, попарно ортогональны.
Составим и решим характеристическое уравнение |
||||||||
A E = |
|
1 3 |
|
2 |
|
|
= 0. |
|
|
|
|
1 |
|
1 |
|
|
|
j j |
|
|
3 |
|
|
|
||
|
|
1 |
2 |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Раскладывая определитель по первому столбцу, получим уравнение3 + 6 2 3 10 = 0. Решив его, найдем собственные числа оператора: 1 = 1,
2 = 2, 3 = 5. Найдем собственные векторы.
Собственные векторы оператора A: c1 = (2; 1; 1) отвечает собственному числу1 = 1, c2 = (1; 1; 1) отвечает собственному числу 2 = 2, c3 = (0; 1; 1) отвечает собственному числу 3 = 5.
Проверим, что собственные векторы ортогональны. Так
(c1; c2) = 2 1+1 ( 1) 1 1 = 0, (c1; c3) = 2 0+1 1 1 1 = 0, (c2; c3) = 1 0 1 1+1 1 = 0. Из равенства нулю скалярных произведений следует попарная ортогональность векторов c1; c2; c3.
Задания для самостоятельного решения
Задание 20.1. Проверьте, что вектор a = (1; 1; 1; 1) является соб-
|
|
0 |
1 |
1 |
1 |
|
1 |
1 |
||||||
ственным вектором линейного оператора A = |
1 |
1 |
|
1 |
|
1 |
||||||||
B |
1 |
1 |
|
|
1 |
C. |
||||||||
|
|
1 |
|
|
||||||||||
|
|
B |
1 |
|
|
|
1 |
|
C |
|||||
|
|
B |
1 |
|
1 |
C |
||||||||
|
|
B |
|
|
|
|
|
|
C |
|||||
|
|
@ |
|
|
|
|
|
|
|
|
A |
|||
Задание 20.2. Известно, что для некоторого вектора |
|
|
= 4 |
|
. Íàé- |
|||||||||
Aa |
a |
|||||||||||||
дите собственное число, отвечающее вектору |
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|
86
Задание 20.3. Найдите собственные числа и собственные векторы линейного оператора Ax = (3x1 + 4x2; 5x1 + 2x2).
Задание 20.4. Найдите собственные числа и собственные векторы линейного оператора Ax = (2x1 + x3; 2x1 + 3x2 + 5x3; 2x1 + 3x3).
Задание 20.5. Найдите собственные числа и собственные векторы линейного оператора Ax = (2x1 3x2 + 2x3; 4x2 + 3x3; 2x2 x3).
Задание 20.6. Найдите собственные числа и собственные векторы линейного оператора Ax = (3x1 + 4x2; x1 2x2; 2x1 + x2 x3).
Задание 20.7. Найдите собственные числа и собственные векторы линейного оператора Ax = (5x1 + x2 + 2x3; 2x2; 4x1 2x2 + 3x3).
Задание 20.8. Найдите собственные числа и собственные векторы линейного оператора Ax = (4x1 x2 x3; 6x2; 2x1 + 5x2 + x3).
Задание 20.9. Найдите собственные числа и собственные векторы линейного оператора Ax = (x1 + x2 2x3; 4x1 + x2 + 3x3; x3).
Задание 20.10. Найдите собственные числа и собственные векторы линейного оператора Ax = (x1 5x2 5x3; 2x1 x2 + 4x3; x1 + 7x2 + 11x3).
Задание 20.11. Найдите собственные числа и собственные векторы линейного оператора Ax = (5x1 + 6x2 + 3x3; x1 + x3; x1 + 2x2 x3).
Задание 20.12. Найдите собственные числа и собственные векторы линейного оператора Ax = (3x1 + x2; 4x1 x2; 4x1 8x2 2x3).
Задание 20.13. Найдите собственные числа и собственные векторы линейного оператора Ax = ( x2 + x3; x1 + 3x2 + 2x3; x1 + 2x2 + 3x3).
21. Квадратичные формы.
При решении различных прикладных задач часто приходится исследовать квадратичные формы.
87
Определение 21.1. Квадратичной формой L(x1; x2; : : : ; xn) îò n
переменных называется сумма, каждый член которой является либо квадратом одной из переменных, либо произведением двух разных переменных, взятых с некоторым коэффициентом.
n n
XX
L(x1; x2; : : : ; xn) = aijxixj
i=1 j=1
Будем считать, что коэффициенты квадратичной формы aij ствительные числа, причем aij = aji. Матрица A = (aij)
1; : : : ; n), составленная из коэффициентов квадратичной формы, называется матрицей квадратичной формы. Матрица A является сим-
метричной.
В матричной записи квадратичная форма имеет вид
L = XAXT ; |
(21:2) |
ãäå X = (x1; x2; : : : ; xn) матрица-строка переменных.
Пример 21.1. Запишите в матричном виде квадратичную форму
L(x1; x2; x3) = 5x21 8x1x2 + 14x2x3 + 3x22 9x23.
Решение . Найдем матрицу квадратичной формы. Ее диагональные элементы равны коэффициентам при квадратах переменных, то есть 4, 1, 3, а другие половине
соответствующих коэффициентов квадратичной формы. Поэтому матрица квадра-
тичной формы имеет вид A = |
0 |
5 |
4 |
0 |
1 |
|
|
|
|
|
4 |
3 |
7 |
и квадратичную форму можно |
|||||
|
B |
|
|
|
C |
|
|
|
|
записать |
@ |
0 |
7 |
9 |
A |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
0 4 3 |
7 |
10 x2 |
1: |
|||
L(x1; x2; x3) = (x1; x2; x3) |
|||||||||
|
|
|
|
B |
5 |
4 |
0 |
x1 |
C |
|
|
|
|
0 |
7 |
9 |
CB x3 |
||
|
|
|
|
@ |
|
|
|
A@ |
A |
Выясним, как изменяется квадратичная форма при невырожденном линейном преобразовании переменных.
Пусть матрицы-столбцы переменных X = (x1; x2; : : : ; xn)T è Y = (y1; y2; : : : ; yn)T связаны соотношением X = CY , ãäå C = (cij) невырожденная матрица порядка n.
При невырожденном линейном преобразовании переменных X = CY матрица квадратичной формы принимает вид
88