• 二次型与特征向量


    (A)(n) 阶实对称矩阵,则 (A) 可以分解为 (A=Q Lambda Q^T),其中

    (Q=[q_1,q_2,...,q_n])(q_i)(A) 的特征向量且 (QQ^T=I)

    (Lambda=diag[lambda_1,lambda_2,...,lambda_n])(lambda_i)(A) 的特征值。

    (P=Q^T)(y=Px)

    则对于二次型 (x^{T}Ax) ,有 (x^{T}Ax=x^{T} Q Lambda Q^T x = x^{T} P^{T} Lambda P x =y^T Lambda y)

    可以看到,通过线性变换 (y=Px),二次型被转化成了标准型(不含交叉项的二次型)。

    关于该线性变换,有三点值得说明。



    (1.)

    由于线性变换 (y=Px) 是正交变换,且 (x^{T}Ax=y^T Lambda y),因此原二次型经过旋转和反射就可以得到标准型。

    因此对任何一个二次型,都存在对应的标准型,使得二者的“形状”完全相同。



    (2.)

    在变换 (y=Px) 中,若 (x)(A) 的单位特征向量 (q_i),则 (y=Px=Q^{T}q_i= egin{bmatrix} q_1^T \ q_2^T \ vdots \ q_n^T \ end{bmatrix} q_i=e_i )

    可见 (A) 的单位特征向量都被变换成了自然基向量。



    (3.)

    线性变换 (y=Px) 也可以看作是坐标变换。

    设自然坐标系为 C0,以 (A) 的单位特征向量为基向量的坐标系为 C1,对任意 (n) 维向量,令其在 C0 下的坐标为 (x) ,在 C1 下的坐标为 (y),则有 (Ix=Qy)

    由于 (Q^{-1}=Q^{T}=P),因此 (y=Px) ,可见变换 (y=Px) 表示了一个从 C0 到 C1 的坐标变换,且在坐标系 C1 下,二次型是不含交叉项的,如下图所示:



  • 相关阅读:
    Burp
    SQL注入
    网络安全没有“银弹”
    Centos7
    虚拟机的使用流程
    虚拟机安装流程
    nmap指令
    UDP 服务器和客户端实例,实现2个客户端通过UDP服务器打洞穿透
    c++ win32下窗口的最小化到托盘以及还原
    基于百度OCR的图片文字识别
  • 原文地址:https://www.cnblogs.com/bill-h/p/13766099.html
Copyright © 2020-2023  润新知