15

Forme quadratiche

Definizione 15.1 (Forme quadratiche) Una forma quadratica `e un polinomio omogeneo di secn P
n
P
ondo grado in n variabili: F =
aij xi xj . Una forma quadratica pu`
o essere scritta in notazione
i=1 j=1

matriciale come F = xT Ax, essendo

x1
x2

x=
...
xn
e

a11

A = a21
...

a12

an1

an2

a22
...

..
.
..
.
...
..
.

a1n

a2n

...

ann

Pertanto chiameremo F forma quadratica associata associata alla matrice A.

Esempio 15.1 Una forma quadratica in due variabili `e a11 x21 + a12 x1 x2 + a21 x2 x1 + a22 x22 . In forma
matriciale essa `e data dal prodotto xT Ax, dove


x1
x=
x2
e


A=

a11
a21

a12
a22

Definizione 15.2 (Simmetrizzazione della matrice A) La matrice A di una forma quadratica

F = xT Ax pu`
o essere sempre resa simmetrica. Si ha infatti F = xT Ax = xT Bx, dove il generico
a +a
elemento della matrice B `e bij = ij 2 ji
Definizione 15.3 (Matrici definite positive) Una matrice quadrata A si dice definita positiva
se la forma quadratica associata F = xT Ax assume valori positivi per ogni x 6= 0 (`e evidente che
F = 0 se x = 0), i.e. F = xT Ax > 0, x 6= 0.
Definizione 15.4 (Matrici semidefinite positive) Una matrice quadrata A si dice semidefinita
positiva se la forma quadratica associata F = xT Ax assume valori non negativi per ogni x (si pu`
o
cio`e avere F = xT Ax = 0 anche per x 6= 0, i.e. F = xT Ax 0, x ed esiste almento un vettore
x 6= 0 tale che xT Ax = 0.
Definizione 15.5 (Matrici definite negative) Una matrice quadrata A si dice definita negativa
se la forma quadratica associata F = xT Ax assume valori negativi per ogni x 6= 0 (`e evidente che
F = 0 se x = 0), i.e. F = xT Ax < 0, x 6= 0.
Definizione 15.6 (Matrici semidefinite negative) Una matrice quadrata A si dice semidefinita
negativa se la forma quadratica associata F = xT Ax assume valori non positivi per ogni x (si pu`
o
cio`e avere F = xT Ax = 0 anche per x 6= 0, i.e. F = xT Ax 0, x ed esiste almento un vettore
x 6= 0 tale che xT Ax = 0
1

Definizione 15.7 (Matrici indefinite) Una matrice quadrata A si dice indefinita se la forma
quadratica associata F = xT Ax pu`
o assumere sia valori negativi che positivi al variare di x.
Per riconoscere se una matrice A associata ad una forma quadratica `e definita positiva, definita
negativa, semidifefinita positiva, semidefinita negativa o indefinita, utilizziamo il seguente teorema per
trasformare la forma quadratica F in una forma quadratica che non contiene termini misti.
Teorema 15.1 (Diagonalizzazione di una forma quadratica) Siano 1 , 2 , . . . , n gli n autoval` possibile trovare una trasformazione di variabili per cui una forma
ori della matrice quadrata A. E
quadratica
n
n X
X
F =
aij xi xj = xT Ax
i=1 j=1

pu`
o essere espressa in una forma semplificata del tipo F =

n
P
i=1

i yi2 .

Dimostrazione Essendo A una matrice simmetrica, possiamo utilizzare il teorema spettrale e porre A =
QT DQ, dove D `e la matrice diagonale degli autovalori e Q `e la matrice degli autovettori normalizzati.
Possiamo perci`
o scrivere F = xT QT DQx. Ponendo poi x = Qy e sostituendo otteniamo F =
n
P
y T Dy =
i yi2 . 
i=1

Il seguente teorema ci consente di riconoscere la natura di una forma quadratica guardando solo
al segno degli autovalori di A, che indichiamo con 1 , . . . , n .
Teorema 15.2 Una matrice A associata ad una forma quadratica `e:
definita positiva: se i > 0 per i = 1, . . . , n;
definita negativa: se i < 0 per i = 1, . . . , n;
semidefinita positiva: se i 0 per i = 1, . . . , n ed esiste almeno un j = 0;
semidefinita negativa: se i 0 per i = 1, . . . , n ed esiste almeno un j = 0;
indefinita: se esistono distinti i e j tali che i > 0 e j < 0.
Dimostrazione. Trasformando la forma quadratica xT Ax nella y T Dy =

n
P
i=1

i yi2 attraverso la diag-

onalizzazione, abbiamo che il segno di y T Dy dipende solo dagli elementi della matrice D, cio`e dagli
autovalori di A.