\documentclass[10pt]{beamer}

% Setup appearance:

\usetheme{Singapore}
\useoutertheme{infolines}
\usefonttheme[onlylarge]{structurebold}
\setbeamerfont*{frametitle}{size=\normalsize,series=\bfseries}
\setbeamertemplate{navigation symbols}{}
\usecolortheme{whale}
\setbeamertemplate{headline}{}


% Standard packages

\usepackage[czech]{babel}
\usepackage[utf8]{inputenc}
\usepackage{times}
\usepackage[T1]{fontenc}
\usepackage{graphicx}

\newcommand{\diag}{\mathop\mathrm{diag}\nolimits}
\newcommand{\spec}{\mathop\mathrm{spec}\nolimits}
\renewcommand{\span}{\mathop\mathrm{span}\nolimits}
\newcommand{\der}{\mathop\mathrm{der}\nolimits}
\newcommand{\Ran}{\mathop\mathrm{Ran}\nolimits}
\newcommand{\dist}{\mathop\mathrm{dist}\nolimits}
\newcommand{\Dom}{\mathop\mathrm{Dom}\nolimits}

% Author, Title, etc.

\title[]
{
SymetrickÃ© a kvadratickÃ© formy
}

\author[BI-LIN]
{
 %FrantiÅ¡ek~Å tampach
}

\institute[HermitovskÃ© a kvadratickÃ© formy]{}
\date{}

\begin{document}

\begin{frame}
  \titlepage
  Aplikace: klasifikace kvadrik($\mathbb{R}^{2}$) a kvadratickÃ½ch ploch($\mathbb{R}^{3}$), optimalizace(MPI)
\end{frame}

\begin{frame}{}
 V celÃ© pÅ?ednÃ¡Å¡ce uvaÅ¾ujeme Ä?Ã­selnÃ© tÄ?leso $\mathbb{R}$, aÄ?koliv celou lÃ¡tku k hermitovskÃ½m formÃ¡m lze vyloÅ¾it nad obecnÃ½m tÄ?lesem (obvykle $\mathbb{C}$).

 DÃ¡le vektor $x\in\mathbb{R}^{n}$ uvaÅ¾ujeme \emph{sloupcovÃ½} a nad vektor nepÃ­Å¡eme Å¡ipku.
 \vskip 7pt 
 
 \textbf{Definice:} ZobrazenÃ­ $Q:\mathbb{R}^{n}\rightarrow \mathbb{R}$ nazveme {\color{blue} kvadratickÃ¡ forma} na $\mathbb{R}^{n}$, existuje-li $\mathbb{A}\in\mathbb{R}^{n,n}$, $\mathbb{A}=\mathbb{A}^{T}$ takovÃ¡, Å¾e
 $$(\forall x\in\mathbb{R}^{n})(Q(x)=x^{T}\mathbb{A}x).$$
 DÃ¡le zobrazenÃ­ $h:\mathbb{R}^{n}\times\mathbb{R}^{n}\rightarrow\mathbb{R}$ definovanÃ© pro $\forall x,y\in\mathbb{R}^{n}$ pÅ?edpisem
 $$h(x,y)=x^{T}\mathbb{A}y$$
  nazveme {\color{blue} symetrickou formou} kvadratickÃ© formy $Q$.
\vskip7pt
\begin{itemize}
 \item Je-li $\mathbb{A}_{ij}=a_{ij}$, potom 
  $$Q(x)=\sum_{i=1}^{n}\sum_{j=1}^{n}a_{ij}x_{i}x_{j}.$$
 \item MÅ¯Å¾eme se setkat s rÅ¯znÃ½mi zpÅ¯soby zÃ¡pisu skalÃ¡rnÃ­ho souÄ?inu: 
  $$x^{T}\mathbb{A}y=x\cdot\mathbb{A}y=(x,\mathbb{A}y).$$
\end{itemize}


\vskip7pt
\end{frame}

\begin{frame}{}
  \textbf{PÅ?Ã­klad 1:} ZobrazenÃ­ $Q$ zadanÃ© pÅ?edpisem 
    $$Q(x)=x_{1}^{2}+2x_{2}^{2}+4x_{3}^{2}-2x_{1}x_{2}+4x_{1}x_{3}-2x_{2}x_{3}$$
  je kvadratickÃ¡ forma na $\mathbb{R}^{3}$ s maticÃ­
  $$\mathbb{A}=\begin{pmatrix} 1 & -1 & 2\\
			  -1 & 2 & -1\\
			   2 & -1 & 4\end{pmatrix}.$$
 PÅ?Ã­sluÅ¡nÃ¡ symetrickÃ¡ forma mÃ¡ tvar
 $$h(\vec{x},\vec{y})=x_{1}y_{1}+2x_{2}y_{2}+4x_{3}y_{3}-x_{1}y_{2}-x_{2}y_{1}+2x_{1}y_{3}+2x_{3}y_{1}-x_{2}y_{3}-x_{3}y_{2}.$$
\end{frame}


\begin{frame}

\textbf{PozorovÃ¡nÃ­:}
 \begin{itemize}
  \item HermitovskÃ¡ forma $h$ je lineÃ¡rnÃ­ v obou argumentech.
  \item PlatÃ­-li navÃ­c $(\forall x\in\mathbb{R}^{n})(x\neq0)(h(x,x)>0)$ (pozitivnÃ­ definitnost) je $h$ skalÃ¡rnÃ­ souÄ?in na $\mathbb{R}^{n}$.
 \end{itemize}

\vskip7pt

 \textbf{VÄ?ta:} BuÄ? $Q$ kvadratickÃ¡ forma na $\mathbb{R}^{n}$ a $h$ pÅ?Ã­sluÅ¡nÃ¡ symetrickÃ¡ forma. Potom pro $\forall x,y\in\mathbb{R}^{n}$ a 
 $\forall\alpha\in\mathbb{R}$ platÃ­
 \begin{enumerate}
  \item $h(x,y)=h(y,x)$,  
  \item $Q(\alpha x)=\alpha^{2}Q(x)$,
  \item $Q(x+y)=Q(x)+Q(y)+2h(x,y)$,
  \item $Q(x+y)+Q(x-y)=2Q(x)+2Q(y)$, \hskip 20pt (\emph{rovnobÄ?Å¾nÃ­kovÃ¡ rovnost}),
  \item $h(x,y)=\frac{1}{4}(Q(x+y)-Q(x-y))$, \hskip 43pt (\emph{polarizaÄ?nÃ­ identita}).
 \end{enumerate}
 \vskip 3pt
 DÅ¯kaz: tabule
 \vskip 7pt
 
\end{frame}

\begin{frame}
\begin{itemize}
\item Ve vzorci $Q(x)=x^{T}\mathbb{A}x$ vystupujÃ­ souÅ?adnice vektoru $x$ ve standartnÃ­ bÃ¡zi $\mathbb{R}^{n}$. 
\item BuÄ? $\mathbb{P}\in\mathbb{R}^{n,n}$ matice pÅ?echodu od standartnÃ­ bÃ¡ze $\mathbb{R}^{n}$ k bÃ¡zi jinÃ©. VÃ­me, Å¾e pro ``novÃ©'' souÅ?adnice $x'\in\mathbb{R}^{n}$ platÃ­ vztah
  $$x=\mathbb{P}x'.$$
\item Matice kvadratickÃ© formy se pÅ?echodem k jinÃ½m souÅ?adnicÃ­m zmÄ?nÃ­! MÃ¡me totiÅ¾
$$Q(x)=x^{T}\mathbb{A}x=(\mathbb{P}x')^{T}\mathbb{A}\mathbb{P}x'=x'^{T}\mathbb{P}^{T}\mathbb{A}\mathbb{P}x'.$$
\item Na pravÃ© stranÄ? je kvadratickÃ¡ forma v novÃ½ch souÅ?adnicÃ­ch s maticÃ­ 
 $$\mathbb{P}^{T}\mathbb{A}\mathbb{P}$$ 
(je tato matice symetrickÃ¡?).
\end{itemize}
\end{frame}

\begin{frame}
 \begin{itemize}
  \item V dalÅ¡Ã­m vÃ½kladu se budeme snaÅ¾it najÃ­t takovou trasformaci souÅ?adnic (matici $\mathbb{P}$), aby matice kvadratickÃ© formy v novÃ½ch souÅ?adnicÃ­ch byla diagonÃ¡lnÃ­.
  \item Tedy hledÃ¡me matici pÅ?echodu $\mathbb{P}$ takovou, Å¾e
    $$\mathbb{D}=\mathbb{P}^{T}\mathbb{A}\mathbb{P}$$
    je diagonÃ¡lnÃ­ matice.
  \item KvadratickÃ¡ forma $Q$ mÃ¡ potom v novÃ½ch souÅ?adnicÃ­ch tzv. {\color{blue} kanonickÃ½ \\ tvar},
    $$Q(x)=\sum_{i=1}^{n}d_{ii}(x_{i}')^{2}.$$
  \item BÃ¡zi, k nÃ­Å¾ pÅ?echÃ¡zÃ­me pomocÃ­ $\mathbb{P}$ a kterÃ¡ pÅ?evÃ¡dÃ­ $Q$ na kanonickÃ½ tvar, nazveme {\color{blue} polÃ¡rnÃ­ bÃ¡zÃ­} kvadratickÃ© formy $Q$.
  \item Z kvadratickÃ© formy, kterÃ¡ bude v kanonickÃ©m tvaru, mÅ¯Å¾eme ihned vyÄ?Ã­st Å?adu jejÃ­ch vlastnostÃ­ (ukÃ¡Å¾eme pozdÄ?ji).
 \end{itemize}
\end{frame}

\begin{frame}
PÅ?ipomeÅ?me vÄ?tu z kapitoly o vlastnÃ­ch Ä?Ã­slech matice:
\vskip7pt
\textbf{VÄ?ta: } BuÄ? $\mathbb{A}\in\mathbb{R}^{n,n}$, $\mathbb{A}=\mathbb{A}^{T}$, potom exituje ortogonÃ¡lnÃ­ matice $\mathbb{P}$ a reÃ¡lnÃ¡ diagonÃ¡lnÃ­ matice $\mathbb{D}$ tak, Å¾e
$$\mathbb{P}^{T}\mathbb{A}\mathbb{P}=\mathbb{D}.$$

\begin{itemize}
 \item Matice $\mathbb{P}$ obsahuje ve sloupcÃ­ch vlastnÃ­ vektory $\mathbb{A}$, kterÃ© tvoÅ?Ã­ ortonormÃ¡lnÃ­ bÃ¡zi $\mathbb{R}^{n}$. Matice $\mathbb{D}$ mÃ¡ na diagonÃ¡le vlastnÃ­ Ä?Ã­sla $\mathbb{A}$.
 \item Bude-li navÃ­c matice $\mathbb{P}$ reÃ¡lnÃ¡, dostaneme transformaci souÅ?adnic pÅ?evÃ¡dÄ?jÃ­cÃ­ $Q(x)=x^{T}\mathbb{A}x$ do kanonickÃ©ho tvaru.
 \item Metoda pÅ?evedenÃ­ kvadratickÃ© formy do kanonickÃ©ho tvaru zaloÅ¾enÃ¡ na tÃ©to vÄ?tÄ? je poÄ?etnÄ? znaÄ?nÄ? nÃ¡roÄ?nÃ¡. VyÅ¾aduje nalezenÃ­ vlastnÃ­ch Ä?Ã­sel a vlastnÃ­ch vektorÅ¯ matice $\mathbb{A}$ a to nenÃ­ explicitnÄ? moÅ¾nÃ© provÃ©st
      pro obecnou dimenzi $n$.
 \item UkÃ¡Å¾eme jednoduÅ¡Å¡Ã­ metody zaloÅ¾enÃ© pouze na elementÃ¡rnÃ­ch maticovÃ½ch operacÃ­ch, Ä?i algebraickÃ½ch manipulacÃ­ch s kvadratickou formou.
\end{itemize}
\end{frame}

\begin{frame}
\textbf{Metoda 1:}
\begin{itemize}
 \item Å?Ã¡dkovÃ½mi Ãºpravami GEM pÅ?evedeme $\mathbb{A}$ na hornÃ­ trojÃºhelnÃ­kovitÃ½ tvar. 
       Dostaneme tedy $\mathbb{P}\in\mathbb{R}^{n,n}$ regulÃ¡rnÃ­ tak, Å¾e $\mathbb{P}\mathbb{A}$ je hornÃ­ trojÃºhlenÃ­kovÃ¡.
 \item JelikoÅ¾ je $\mathbb{A}$ symetrickÃ¡, stejnÃ© upravy aplikovanÃ© na jejÃ­ sloupce ji pÅ?evedou na dolnÃ­ trojÃºhelnÃ­kovou matici,
	tedy $\mathbb{A}\mathbb{P}^{T}$ je dolnÃ­ trojÃºhlenÃ­kovÃ¡.
 \item Matice $\mathbb{P}\mathbb{A}\mathbb{P}^{T}$ je diagonÃ¡lnÃ­!
\end{itemize}
\end{frame}

\begin{frame}
\textbf{Metoda 1 - pokraÄ?.:}\\
\vskip7pt
  SchÃ©matickÃ½ postup vÃ½poÄ?tu:
  $$(\mathbb{E}|\mathbb{A}|\mathbb{E})\sim\dots\sim(\mathbb{P}|\mathbb{D}|\mathbb{P}^{T}),$$
  \begin{itemize}
   \item stÅ?Ã­davÄ? Å?Ã¡dkovÃ© a sloupcovÃ© Ãºpravy,
   \item \textbf{Å?Ã¡dkovÃ©} pouze s maticÃ­ \textbf{vlevo},
   \item \textbf{sloupcovÃ©} pouze s maticÃ­ \textbf{vpravo}.
  \end{itemize}
\vskip7pt
Po dokonÄ?enÃ­ vÃ½poÄ?tu jsou matice nalevo a napravo vzÃ¡jemnÄ? transponovanÃ©. 
Je tedy nadbyteÄ?nÃ© provÃ¡dÄ?t a zapisovat operace s obÄ?ma jednotkovÃ½mi maticemi.
\vskip7pt
StaÄ?Ã­ rozÅ¡Ã­Å?it $\mathbb{A}$ zprava jednotkovou maticÃ­ a do nÃ­ ``zaznamenÃ¡me'' pouze Å?Ã¡dkovÃ© Ãºpravy. SloupcovÃ© Ãºpravy
provÃ¡dÃ­me pouze s $\mathbb{A}$. Pak
$$(\mathbb{A}|\mathbb{E})\sim\dots\sim(\mathbb{D}|\mathbb{P})$$
a matice $\mathbb{P}^{T}$ je matice pÅ?echodu k novÃ© bÃ¡zi. Vektory polÃ¡rnÃ­ bÃ¡ze kvadratickÃ© formy $Q$ s maticÃ­ $\mathbb{A}$
potom tvoÅ?Ã­ Å?Ã¡dky matice $\mathbb{P}$.
\end{frame}

\begin{frame}
 \textbf{PÅ?Ã­klad 2: } PÅ?eveÄ?te kvadratickou formu $Q$ definovanou v $\mathbb{R}^{3}$ do kanonickÃ©ho tvaru, kde
 $$Q(x)=2x_{2}^{2}+x^{3}+4x_{1}x_{2}+6x_{1}x_{3}+2x_{2}x_{3}.$$
 PopiÅ¡te potÅ?ebnou transformaci souÅ?adnic a najdÄ?te polÃ¡rnÃ­ bÃ¡zi $Q$.
\end{frame}

\begin{frame}
 \textbf{Metoda 2:}
 \begin{itemize}
  \item JinÃ½ zpÅ¯sob pÅ?evodu kvadratickÃ© formy $Q$ na kanonickÃ½ tvar je zapsÃ¡nÃ­ vÃ½razu
    $$Q(x)=\sum_{i=1}^{n}\sum_{j=1}^{n}a_{ij}x_{i}x_{j}$$
   ve tvaru souÄ?tu kvadrÃ¡tÅ¯, napÅ?., 
    $$Q(x)=d_{1}\left(\sum_{i=1}^{n}q_{1 i}x_{i}\right)^{2}+d_{2}\left(\sum_{i=2}^{n}q_{2 i}x_{i}\right)^{2}+
 \dots+d_{n}\left(\sum_{i=n}^{n}q_{n i}x_{i}\right)^{2}.$$
  \item ZpÅ¯sob doplÅ?ovÃ¡nÃ­ na Ä?tverce, nÄ?kdy oznaÄ?ovÃ¡nÃ½ jako LagrangeÅ¯v algoritmus, ilustrujeme na pÅ?Ã­kladech dÃ¡le.
  \item Definujme $\mathbb{Q}\in\mathbb{R}^{n,n}$ tak, Å¾e 
        $$\mathbb{Q}_{ij}:=\begin{cases} q_{ij},& i\leq j,\\
					0 & i>j.
                         \end{cases}$$
 Matice $\mathbb{Q}$ je hornÃ­ trojÃºhlenÃ­kovÃ¡
  s nenulovÃ­mi Ä?Ã­sly na diagonÃ¡le (tak ji volÃ­m!), a tedy $\mathbb{Q}$ je regulÃ¡rnÃ­.
  \item V novÃ½ch souÅ?adnicÃ­ch $x'=\mathbb{Q}x$ je forma $Q$ v kanonickÃ©m tvaru. OznaÄ?Ã­me-li $\mathbb{P}:=\mathbb{Q}^{-1}$,
    je $\mathbb{P}$ maticÃ­ pÅ?echodu od standardnÃ­ bÃ¡ze k polÃ¡rnÃ­ bÃ¡zi $Q$.
 \end{itemize}
\end{frame}

\begin{frame}
 \textbf{PÅ?Ã­klad 3:} BuÄ? $Q$ kvadratickÃ¡ forma na $\mathbb{R}^{3}$ definovanÃ¡ jako 
    $$Q(x)=x_{1}^{2}+2x_{2}^{2}+4x_{3}^{2}-2x_{1}x_{2}+4x_{1}x_{3}-2x_{2}x_{3}.$$
 Nalezneme kanonickÃ½ tvar, transformaÄ?nÃ­ matici a polÃ¡rnÃ­ bÃ¡zi $Q$.
\vskip7pt
 DoplnÄ?nÃ­m na Ä?tverce zÃ­skÃ¡me
$$Q(\vec{x})=(x_{1}-x_{2}+2x_{3})^{2}+(x_{2}-x_{3})^{2}-x_{3}^{2}.$$
S pomocÃ­ tohoto vyjÃ¡dÅ?enÃ­ sestavme transormaÄ?nÃ­ matici
$$\mathbb{Q}=\begin{pmatrix} 1 & -1 & 2\\
			  0 & 1 & -1\\
			   0 & 0 & 1\end{pmatrix}.$$
Tuto matici lze vÅ¾dy volit regulÃ¡rnÃ­ a pro jejÃ­ inverze $\mathbb{Q}^{-1}=\mathbb{P}$ je maticÃ­ pÅ?echodu od standardnÃ­ bÃ¡ze
k bÃ¡zi polÃ¡rnÃ­. Tedy sloupce matice
$$\mathbb{P}=\begin{pmatrix} 1 & 1 & -1\\
			  0 & 1 & 1\\
			   0 & 0 & 1\end{pmatrix},$$
tvoÅ?Ã­ vektory hledanÃ© polÃ¡rnÃ­ bÃ¡ze $((1,0,0),(1,1,0),(-1,1,1))$.
\end{frame}


\begin{frame}
 \textbf{PÅ?Ã­klad 4:} NaleznÄ?te polÃ¡rnÃ­ bÃ¡zi kvadratickÃ© formy $Q$ na $\mathbb{R}^{3}$, kterÃ¡ mÃ¡ ve standartnÃ­ bÃ¡zi tvar 
    $$Q(x)=x_{1}^{2}+2x_{2}^{2}+4x_{3}^{2}-2x_{1}x_{2}+4x_{1}x_{3}.$$
 DoplnÄ?nÃ­m na Ä?tverce dostaneme
 $$Q(x)=(x_{1}-x_{2}+2x_{3})^{2}+x_{2}^{2}.$$
 TÅ?etÃ­ Å?Ã¡dek transformaÄ?nÃ­ matice $\mathbb{Q}\in\mathbb{R}^{3,3}$ lze volit libovolnÄ? ale tak, aby matice $\mathbb{Q}$ byla regulÃ¡rnÃ­!
 DobrÃ© je zachovat hornÃ­ trojÃºhelnÃ­kovitÃ½ tvar a nenulovost diagonÃ¡ly $\mathbb{Q}$. Tedy mÅ¯Å¾eme volit napÅ?.
 $$\mathbb{Q}=\begin{pmatrix} 1 & -1 & 2\\
			  0 & 1 & 0\\
			   0 & 0 & 1\end{pmatrix}.$$
DalÅ¡Ã­ postup je analogickÃ½ jako v PÅ?Ã­kladu 3.
\end{frame}

\begin{frame}
Algoritmus doplÅ?ovÃ¡nÃ­ na Ä?tverce, tak jak byl vyloÅ¾en, nÄ?kdy nelze aplikovat hned od zaÄ?Ã¡tku.
TotiÅ¾ v pÅ?Ã­padech, kdy rovnice kvadratickÃ© formy neobsahuje ``kvadrÃ¡t''. UvaÅ¾ujme pÅ?Ã­klad formy na $\mathbb{R}^{3}$,
$$Q(\vec{x})=x_{1}x_{2}+x_{1}x_{3}+x_{2}x_{3}.$$
Zde je tÅ?eba aplikovat nÄ?jakou ``zahajovacÃ­ substituci'', kterÃ¡ nÃ¡m kvadrÃ¡ty vytvoÅ?Ã­. To znamenÃ¡, Å¾e vyjÃ¡dÅ?Ã­me formu $Q$ v jinÃ©
bÃ¡zi, kde jiÅ¾ kvadrÃ¡ty budou. VezmÄ?me napÅ?. $x_{1}=y_{1}+y_{2}$, $x_{2}=y_{1}-y_{2}$ a $x_{3}=y_{3}$. Potom
$$Q(x)=\tilde{Q}(y)=y_{1}^{2}-y_{2}^{2}+2y_{1}y_{3}$$
a jiÅ¾ lze aplikovat LagrangeÅ¯v algoritmus.

Pozor, transformaÄ?nÃ­ matici, kterÃ¡ nÃ¡m vyjde upravenÃ­m $\tilde{Q}$ na Ä?tverce
je tÅ?eba jeÅ¡tÄ? vynÃ¡sobit zleva maticÃ­ prvnÃ­ substituce 
$$\begin{pmatrix} 1 & 1 & 0\\
			  1 & -1 & 0\\
			   0 & 0 & 1\end{pmatrix}.$$
Takto zÃ­skÃ¡me matici $\mathbb{Q}$ a mÅ¯Å¾eme pokraÄ?ovat jako v PÅ?Ã­kladu 3.
\end{frame}



\begin{frame}
\textbf{VÄ?ta(ZÃ¡kon setrvaÄ?nosti kvadratickÃ½ch forem):} NechÅ¥ $Q$ je kvadratickÃ¡ forma na $\mathbb{R}^{n}$ a $(a_{1},\dots,a_{n})$ je
jejÃ­ polÃ¡rnÃ­ bÃ¡ze. NechÅ¥ $p,q,r$ je poÄ?et kladnÃ½ch, resp. zÃ¡pornÃ½ch, resp. nul v posloupnosti $(Q(a_{1}),\dots,Q(a_{n}))$.
Potom uspoÅ?Ã¡danÃ¡ trojice $p,q,r$ nezÃ¡visÃ­ na volbÄ? polÃ¡rnÃ­ bÃ¡ze.
 \vskip 3pt
 DÅ¯kaz: neuvedeme\\
 \vskip 7pt
Tedy kaÅ¾dÃ© dva kanonickÃ© tvary kvadratickÃ© $Q$ majÃ­ stejnÃ½ poÄ?et kladnÃ½ch koeficientÅ¯, stejnÃ½ poÄ?et zÃ¡pornÃ½ch koeficientÅ¯
a stejnÃ½ poÄ?et nulovÃ½ch koeficientÅ¯. Tato vÄ?ta ospravedlÅ?uje nÃ¡sledujÃ­cÃ­ definici.
 \vskip7pt
\textbf{Definice:} Ä?Ã­sla $p$, resp. $q$ z pÅ?edchozÃ­ vÄ?ty nazÃ½vÃ¡me {\color{blue} kladnÃ½m}, resp. {\color{blue} zÃ¡pornÃ½m
indexem setrvaÄ?nosti} kvadratickÃ© formy $Q$. Dvojice $(p,q)$ se nazÃ½vÃ¡ {\color{blue}signatura} $Q$. Ä?Ã­slo $p+q$
nazveme {\color{blue}hodnost} $Q$.
\end{frame}

\begin{frame}
\textbf{Definice: } BuÄ? $Q$ kvadratickÃ¡ forma na $\mathbb{R}^{n}$. Å?Ã­kÃ¡me, Å¾e $Q$ je
\begin{enumerate}
 \item {\color{blue}pozitivnÄ? definitnÃ­ (PD)} $\Leftrightarrow (\forall x\in L)(x\neq0)(Q(x)>0)$,
 \item {\color{blue}negativnÄ? definitnÃ­ (ND)} $\Leftrightarrow (\forall x\in L)(x\neq0)(Q(x)<0)$,
 \item {\color{blue}pozitivnÄ? semidefinitnÃ­ (PSD)} $\Leftrightarrow (\forall x\in L)(Q(x)\geq 0) \wedge (\exists x_{0}\in L)(x_{0}\neq0)(Q(x_{0})=0),$
 \item {\color{blue}negativnÄ? semidefinitnÃ­ (NSD)} $\Leftrightarrow (\forall x\in L)(Q(x)\leq 0) \wedge (\exists x_{0}\in L)(x_{0}\neq0)(Q(x_{0})=0),$
 \item {\color{blue}indefinitnÃ­ (IND)} $\Leftrightarrow (\exists x,y\in L)((Q(x)>0))\wedge(Q(y)<0))$.
\end{enumerate}
\vskip7pt
\textbf{PozorovÃ¡nÃ­: } ZnÃ¡me-li signaturu $(p,q)$ kvadratickÃ© formy $Q$, mÅ¯Å¾eme urÄ?it jejÃ­ definitnost. PlatÃ­ totiÅ¾:
\begin{itemize}
 \item $Q$ je PD $\Leftrightarrow$ $p=n$,
 \item $Q$ je ND $\Leftrightarrow$ $q=n$,
 \item $Q$ je PSD $\Leftrightarrow$ $p<n \wedge q=0$,
 \item $Q$ je NSD $\Leftrightarrow$ $p=0 \wedge q<n$,
 \item $Q$ je IND $\Leftrightarrow$ $pq\neq0$.
\end{itemize}

\end{frame}

\begin{frame}
 \textbf{PozorovÃ¡nÃ­: }Je-li $\mathbb{A}\in\mathbb{R}^{n,n}$, $\mathbb{A}=\mathbb{A}^{T}$, potom je vztahem
$$Q_{A}(x)=x^{T}\mathbb{A}x, \quad (x\in\mathbb{R}^{n})$$
urÄ?ena kvadratickÃ¡ forma $Q_{A}$ na $\mathbb{R}^{n}$. 

\vskip7pt
\textbf{Definice: } Symetrickou matici $\mathbb{A}\in\mathbb{R}^{n,n}$ nazveme {\color{blue} PD}, resp. {\color{blue} ND},
resp. {\color{blue} PSD}, resp. {\color{blue} NSD}, resp. {\color{blue} IND}, jestliÅ¾e je $Q_{A}$ PD, resp. ND, resp. PSD,
resp. NSD, resp. IND.
\end{frame}


\begin{frame}
\textbf{ZnaÄ?enÃ­:} BuÄ? $\mathbb{A}\in\mathbb{R}^{n,n}$, $k\in\hat{n}$. Potom oznaÄ?Ã­me $\mathbb{A}[k]\in\mathbb{R}^{k,k}$
takovou, Å¾e $(\forall i,j\in\hat{k})(\mathbb{A}[k]_{ij}=\mathbb{A}_{ij})$. Tedy $\mathbb{A}[k]$ vznikne z $\mathbb{A}$
vynechÃ¡nÃ­m $(k+1)$-nÃ­ho aÅ¾ $n$-tÃ©ho Å?Ã¡dku a sloupce.

\vskip7pt
\textbf{VÄ?ta (Jacobiho):} NechÅ¥ $Q$ je kvadratickÃ¡ forma na $\mathbb{R}^{n}$ s maticÃ­ $\mathbb{A}$. 
NechÅ¥ $\forall k\in\hat{n}$ platÃ­
$$\Delta_{k}:=\det\mathbb{A}[k]\neq0.$$
Potom existuje polÃ¡rnÃ­ bÃ¡ze $\mathcal{A}$ kvadratickÃ© formy $Q$ takovÃ¡, Å¾e $\forall x\in L$ platÃ­
$$Q(x)=\frac{1}{\Delta_{1}}\xi_{1}^{2}+\frac{\Delta_{1}}{\Delta_{2}}\xi_{2}^{2}+\frac{\Delta_{2}}{\Delta_{3}}\xi_{3}^{2}+
\dots+\frac{\Delta_{n-1}}{\Delta_{n}}\xi_{n}^{2},$$
kde $(\xi_{1},\dots, \xi_{n})$ jsou souÅ?adnice vektoru $x$ v bÃ¡zi $\mathcal{A}$.
\vskip3pt
DÅ¯kaz: konstruktivnÃ­, uvÃ©st podle Ä?asovÃ½ch moÅ¾nostÃ­
\end{frame}


\begin{frame}
\textbf{ VÄ?ta (Sylvestrovo kritÃ©rium):}  NechÅ¥ $Q$ je kvadratickÃ¡ forma na $\mathbb{R}^{n}$ s maticÃ­ $\mathbb{A}$. 
NechÅ¥
$$\Delta_{k}=\det{}^{X}Q[k].$$
Potom i) $Q$ je PD prÃ¡vÄ? kdyÅ¾ $(\forall k\in \hat{n})(\Delta_{k}>0)$,\\
\hskip 30pt ii) $Q$ je ND prÃ¡vÄ? kdyÅ¾ $(\forall k\in \hat{n})((-1)^{k}\Delta_{k}>0)$.
\vskip3pt
DÅ¯kaz: podle Ä?asovÃ½ch moÅ¾nostÃ­
\vskip7pt
\textbf{DÅ¯sledek: } SymetrickÃ¡ matice $\mathbb{A}\in\mathbb{R}^{n,n}$ je PD prÃ¡vÄ? kdyÅ¾ ($\forall k\in\hat{n}$)
($\det \mathbb{A}[k]>0$) a ND  prÃ¡vÄ? kdyÅ¾ ($\forall k\in\hat{n}$)($(-1)^{k}\det \mathbb{A}[k]>0$).
\vskip7pt
\textbf{Pozn.: } Existuje pododbnÃ© kritÃ©rium pro PSD/NSD, ale jeho formulace je komplikovanÄ?jÅ¡Ã­ a v praxi se pouÅ¾Ã­vÃ¡ zÅ?Ã­dka.
\end{frame}

\begin{frame}
\textbf{PÅ?Ã­klad:} RozhodnÄ?te o definitnosti matice  $$\mathbb{A}=\begin{pmatrix} 1 & 1 & 1\\
			  1 & 3 & 3\\
			  1 & 3 & 5\end{pmatrix}.$$
ProtoÅ¾e $$\Delta_{1}=|(1)|=1>0,$$
$$\Delta_{2}=\left|\begin{pmatrix} 1 & 1 \\
			  1 & 3\end{pmatrix}\right|=2>0,$$
$$\Delta_{3}=\det\mathbb{A}=4>0,$$
je podle Sylvestrova kritÃ©ria matice $\mathbb{A}$ PD.
\end{frame}














\end{document}

