前言

一直对二次型和线性代数的关系不解，导致一系列的知识点因为没有理解而常常忘记。在这里对二次型进行梳理，希望可以加深对二次型的印象。

二次型是什么？

二次型的目的，是利用矩阵来研究二次方程。
所以它和线性代数本质的关系不大，可以看作是线性代数的一种应用。

二次型：n个变量的一个二次齐次多项式称为n个变量的二次型。

所以我们很自然的想到既然利用矩阵来研究二次方程，那么二次型肯定要用矩阵表示吧。

矩阵表示：

注意：因为 x 1 x 2 = x 2 x 1 x_1x_2 = x_2x_1 x1x2=x2x1，所以二次型的对应矩阵必须是对称阵，只有对应矩阵为对称阵时，二次型的对应矩阵才是唯一确定的。并且我们这一章主要研究实矩阵，所以二次型在这个阶段都是实对称矩阵。

这样就和上一节接上了，实对称矩阵必定可相似对角化，且有 Q − 1 A Q = Q T A Q = Λ Q^{-1}AQ = Q^TAQ = Λ Q−1AQ=QTAQ=Λ。这又和我们马上要讲的合同矩阵相关(实对称矩阵A必定既相似又合同于对角阵)。

二次型的表示

就是把齐次二次多项式进行分类。二次型 f ( x 1 , x 2 , x 3 , x 4 , . . . , x n ) f(x_1,x_2,x_3,x_4,...,x_n) f(x1,x2,x3,x4,...,xn)里面可以分为平方项( x i 2 x_i^{2} xi2)和混合项( x i x j x_ix_j xixj)。

只有平方项没有混合项的二次型叫做标准形。
只有平方项没有混合项，且平方项的系数只有 1 , 0 , − 1 1,0,-1 1,0,−1时，称作规范形。

定理1：任何一个二次型 f f f，必存在一个正交变换 x = Q y x = Qy x=Qy，其中Q为正交阵，使得二次型化为标准型。
因为二次型是实对称矩阵嘛，且有 Q − 1 A Q = Q T A Q = Λ Q^{-1}AQ = Q^TAQ = Λ Q−1AQ=QTAQ=Λ。中间只剩一个 Λ Λ Λ，便是标准型，标准型的系数为矩阵的特征值。

因为二次型是实对称矩阵嘛，且有 Q − 1 A Q = Q T A Q = Λ Q^{-1}AQ = Q^TAQ = Λ Q−1AQ=QTAQ=Λ。中间只剩一个 Λ Λ Λ，便是标准型，标准型的系数为矩阵的特征值。

定理2：任何一个二次型 f f f，通过配方法必存在一个可逆线性变换 x = C y x = Cy x=Cy，其中Q为可逆矩阵，使得二次型化为标准型。

将二次型变为标准形有两种方法，正交变换和配方法。其中通过正交变换，标准型的系数正好是矩阵的特征值，通过配方法，矩阵的系数不一定是特征值。即二次型的标准形是不唯一的，二次型的规范形是唯一的。

要熟练掌握这两种转化的方法，这是二次型中经典的计算题目。

合同矩阵与合同二次型

定义： 设A、B是两个n阶矩阵，若存在可逆阵C，使得 C T A C = B C^TAC=B CTAC=B,则称A合同于B。

充要条件： 矩阵A、B合同当且仅当对应的二次型有相同的正负惯性指数(惯性定理)且 r ( A ) = r ( B ) r(A) =r(B) r(A)=r(B)。

下面摘抄一段来自这里的对矩阵等秩、等价、相似、合同的辨析。

一、矩阵等价、相似和合同之间的du区别：

等价，相似和合同三者都是等价关系。
矩阵相似或合同必等价，反之不一定成立。
矩阵等价，只需满足两矩阵之间可以通过一系列可逆变换，也即若干可逆矩阵相乘得到。
矩阵相似，则存在可逆矩阵P使得， A P = P B AP=PB AP=PB。
矩阵合同，则存在可逆矩阵P使得， P T A P = B P^TAP=B PTAP=B。
当上述矩阵P是正交矩阵时，即 P T = P − 1 P^T = P^{-1} PT=P−1，则有A，B之间既满足相似，又满足合同关系。

二、矩阵等价、相似、合同之间联系：

矩阵等秩是相似、合同、等价的必要条件，相似、合同、等价是等秩的充分条件。
矩阵等价是相似、合同的必要条件，相似、合同是等价的充分条件。
矩阵相似、合同之间没有充要关系，存在相似但不合同的矩阵，也存在合同但不相似的矩阵。
总结起来就是：相似=>等价，合同=>等价，等价=>等秩。

三、多说一句：

矩阵等价：

同型矩阵而言。
一般与初等变换有关。
秩是矩阵等价的不变量，其次两同型矩阵等价的本质是秩相等。

矩阵相似：

针对方阵而言。
秩相等是必要条件。
本质是二者有相等的不变因子(超纲)。

矩阵合同：

针对方阵而言，一般是对称矩阵。
秩相等是必需条件。
本质是秩相等且正惯性指数相等，即标准型相同。

通过上述的对比可知，等价关系是三种关系中条件最弱的，合同与相似是特堵的等价关系，若两个矩阵相似或合同，则这两个矩阵一定等价，反之不成立，相似与合同不能互相推导，但是如果两个实对称矩阵式相似的，那一定是合同的。

正定二次型、正定矩阵

判断矩阵A正定的充要条件：

A的正惯性指数 p = r = n p=r=n p=r=n。
矩阵A合同与矩阵E，即 A = D T E D = D T D A=D^{T}ED = D^{T}D A=DTED=DTD。
A的全部特征值大于0.
A的全部顺序主子式大于零。

判断矩阵A正定的必要条件：

A的主对角线元素>0
∣ A ∣ > 0 |A|>0 ∣A∣>0

二次型的题型

判断两矩阵是否是合同矩阵，矩阵看正负惯性指数，二次型看标准型的正负惯性指数。
判断平方和二次型是否是正定矩阵，即判断各子式不能同时为零，即构成的矩阵只有零解。
判断抽象矩阵是否为正定矩阵，需要满足可逆、对称和全部特征值大于0的条件，或者利用定义。

线性代数(六)——二次型相关推荐

【考研线代】六. 二次型
文章目录第六章二次型 6.1 二次型及其标准形 6.1.1 概念 6.1.2 合同基本性质 6.1.3 题型 6.2 正定二次型 6.2.1 概念 6.2.2 定理 6.3 补充:解题技巧 6.3 ...
线性代数：二次型为什么可以用矩阵表示？——分组因式分解推导
二次型及其矩阵表示步骤: 平方项系数按顺序卸载主对角线上其他二次项的系数除以 2,分别卸载对应下标元素的对称位置(例如,下图中,x1x2的系数2,被分为1和1,分别写在a12和a21的位置) 二次 ...
漫步线性代数六——逆和转置
n×nn\times n矩阵的逆是另一个n×nn\times n矩阵,AA的逆写成A−1A^{-1},它的基本性质是:如果乘AA后再乘以A−1A^{-1},那么将回到开始状态: 如果b=Ax,那么A− ...
线性代数(六) ：线性相关与线性无关
线性相关(Linear dependent)与线性无关(Linear independent)对于理解子空间的基,子空间的维数,以及矩阵的秩等等是重要的. 1 线性相关与线性无关考虑R^2 空间中的 ...
线性代数(六)：相似对角化
相似对角化定义6.1:对 n n n阶方阵 A \bold{A} A, B \bold{B} B,若有可逆 n n n阶方阵 P \bold{P} P使得: P − 1 A P = B \bold{ ...
二次型、特征值/向量、奇异值、特征值、奇异值分解、奇异值分解(SVD)原理与在降维中的应用
一.二次型通过矩阵来研究二次函数(方程),这就是线性代数中二次型的重点. 1 二次函数(方程)的特点 1.1 二次函数最简单的一元二次函数就是: 给它增加一次项不会改变形状: 增加常数项就更不用说 ...
线性代数基础-快速复习
文章目录前言一.行列式基本概念二.矩阵基本概念矩阵的三种初等变换三.线性方程组四.n维向量空间五.矩阵相似对角形特征值与特征向量矩阵的相似实对称矩阵的对角形六.二次型二次型 ...
考研线性代数考点总结
一.行列式 1.数字型行列式数字行列式的计算含零子式的分块计算 2.行列式的性质 |A|=|A^T| 交换行列,行列式的值变号含公因子的提出或乘进去把某行的K倍加到另一行,行列式的值不变. 行 ...
机器学习算法、深度学习算法涉及的数学知识
微积分基础导数的定义左导数.右导数.可导函数导数几何意义.物理意义基本函数求导公式四则运算法则复合函数求导法则神经网络激活函数的导函数求解高阶导数导数与函数单调性极值定理导数与函 ...

线性代数(六)——二次型

文章目录

前言