机器学习深度学习之数学基础:将n元二次型转为标准和规范的二次型
作者头像
  • 刘泽乌兰
  • 2020-06-09 19:53:38 4

n元二次型及其矩阵表示

根据上面的图表定义,n元二次型由n阶对称矩阵A的系数构成。这个矩阵A是对称的。

矩阵表示法

通过将n元二次型用矩阵表示,可以将形式简化为矩阵方程。此时,二次型f(x)的秩等于矩阵A的秩,二次型f(x)与对称矩阵A一一对应。

二次型的标准型

通过将n元二次型用矩阵表示,我们希望将其转换为对角矩阵。为此,需要两个步骤:

  1. 线性变换:首先,令x = Cy,其中C是线性变换矩阵,且C必须是可逆的。这种线性变换被称为非退化线性变换或可逆线性变换。

  2. 代入二次型:将x = Cy代入二次型矩阵表示f(x),可以得到yTB y的形式。由于C是可逆的,因此满足特定条件:

通过上述步骤,二次型f(x)可以转换为标准二次型,其中d1, d2,... 是对角矩阵B的元素。

标准型的规范化

在获得标准二次型后,可以通过重新排列变量顺序进一步规范化。具体来说,将正系数移到后面,负系数移到前面。经过这一操作,系数将变为1,从而形成规范型。此外,有一个重要定理指出,任何二次型都可以通过非退化线性变换转化为规范型,且这种规范型是唯一的。

正惯性指数和负惯性指数

在规范型中,正项的个数称为二次型的正惯性指数,负项的个数称为二次型的负惯性指数。二次型的秩r等于正惯性指数p加上负惯性指数q。

另外,如果两个矩阵合同,则它们具有相同的正负惯性指数和秩。例如,如果A和B合同,那么它们的秩相同,正负惯性指数也相同,因此p = t。

    本文来源:图灵汇
责任编辑: : 刘泽乌兰
声明:本文系图灵汇原创稿件,版权属图灵汇所有,未经授权不得转载,已经协议授权的媒体下载使用时须注明"稿件来源:图灵汇",违者将依法追究责任。
    分享
习之数学基础转为深度机器规范标准学习
    下一篇