【学习课件】第五节二次型及其标准形

第五节二次型及其标准形线性代数核心课件·从定义到正定性的完整知识体系Contents课件目录二次型理论的核心内容框架与学习脉络01二次型的基本概念与矩阵表示02化二次型为标准形的方法03惯性定理与矩阵合同04正定二次型与最值问题CHAPTER01二次型的基本概念与矩阵表示从二次齐次多项式到实对称矩阵的一一对应关系DEFINITION·线性代数二次型的定义二次型是仅含二次项（平方项与交叉项）的n元二次齐次多项式，其'齐次'特性保证每一项次数均为2，是连接多项式代数与矩阵理论的核心桥梁。齐次函数结构n元二次型是含有n个变量的二次齐次函数，每一项的次数恰好为2，包含平方项xᵢ²和交叉项xᵢxⱼ两种形式。deg=2实二次型所有系数均为实数的二次型，是考研与工程应用中的主要研究对象，其性质更为完善且有成熟的判定体系。aᵢⱼ∈ℝ对称性拆分由于xᵢxⱼ=xⱼxᵢ，交叉项可统一拆分为2aᵢⱼxᵢxⱼ=aᵢⱼxᵢxⱼ+aⱼᵢxⱼxᵢ，为矩阵表示奠定对称性基础。A=AᵀQuadraticForm·MatrixRepresentation二次型的矩阵表示二次型f与实对称矩阵A之间存在严格的一一对应关系：f=xᵀAx，其中A的对角元取平方项系数、非对角元取交叉项系数的一半，这种对应是二次型代数化的理论基础。CoreFormulaf=xᵀAx矩阵表达式设实对称矩阵A满足Aᵀ=A，列向量x=(x₁,x₂,...,xₙ)ᵀ，则二次型的矩阵表达式为f=xᵀAx，简洁且便于运算。Aᵀ=A矩阵构造规则主对角线元素aᵢᵢ直接取平方项xᵢ²的系数；非主对角线元素aᵢⱼ=aⱼᵢ取交叉项xᵢxⱼ系数的一半。aᵢⱼ=½cᵢⱼ二次型的秩二次型的秩定义为R(A)，即其对应矩阵A的秩，反映了二次型中独立变量的个数，是可逆变换下的重要不变量。秩的几何意义：表示二次型对应二次曲面的非退化维度计算方法：对A作初等行变换化为阶梯形，非零行数即为秩QUADRATICFORM·MATRIX矩阵构造示例通过具体三元二次型的矩阵构造过程，可以直观理解"平方项系数上对角、交叉项系数分一半"的构造规则，掌握从多项式到矩阵的完整转化方法。01识别二次型结构：f=2x₁²+3x₂²−x₃²+4x₁x₂−6x₂x₃含3个平方项与2个交叉项，为三元实二次型02对角线填入平方项系数：a₁₁=2，a₂₂=3，a₃₃=−1交叉项4x₁x₂拆分→a₁₂=a₂₁=203补全剩余交叉项：−6x₂x₃→a₂₃=a₃₂=−3无x₁x₃项→a₁₃=a₃₁=0；矩阵A的秩即为二次型的秩ResultMatrixf=2x₁²+3x₂²−x₃²+4x₁x₂−6x₂x₃22023−30−3−1A=AT对称矩阵·对角线为平方项系数非对角线为交叉项系数的一半QUADRATICFORMS标准形与规范形标准形是仅含平方项的二次型（系数任意），规范形是系数仅限于{1,-1,0}的特殊标准形；标准形一般不唯一，而规范形在不考虑排列顺序时唯一确定，体现了二次型的本质不变量。标准形（法式）CanonicalForm只含平方项、不含交叉项的二次型，形如d₁y₁²+d₂y₂²+...+dₙyₙ²，系数dᵢ为任意实数标准形一般不唯一，不同的变换方法（配方法与正交变换法）可能得到不同的标准形规范形NormalForm系数dᵢ的取值范围限定为{1,-1,0}的标准形，形如y₁²+...+yₚ²−yₚ₊₁²−...−yₚ₊ᵩ²规范形在不考虑系数排列顺序时唯一确定，由正惯性指数p和负惯性指数q完全刻画CHAPTER02化二次型为标准形的方法配方法与正交变换法的原理、步骤与典型例题QuadraticForms配方法：原理与思路配方法通过逐步对变量进行完全平方变换来消除交叉项，本质是寻找可逆矩阵C使得CᵀAC为对角阵；该方法适用于所有二次型，但C的列向量一般不是特征向量，对角元一般不是特征值。01逐步完全平方消除交叉项配方法通过逐步对含某一变量的所有项进行完全平方变换，将交叉项逐一消除，最终化为仅含平方项的标准形02合同对角化基本定理任何实对称矩阵A，必存在可逆矩阵C使得CᵀAC=Λ（对角阵），这就是合同对角化的基本定理03方法的固有局限变换矩阵C的列向量一般不是A的特征向量，对角阵Λ的元素一般也不是A的特征值，且标准形不唯一THEOREM正交变换法：核心定理正交变换法的核心定理保证了任何实二次型都能通过正交变换x=Py化为标准形，且标准形中各平方项的系数恰好等于矩阵A的特征值；正交变换的保模性质使其成为理论最完备、应用最广泛的标准化方法。01核心定理任给二次型f=xᵀAx，总存在正交变换x=Py，使f化为标准形λ₁y₁²+λ₂y₂²+…+λₙyₙ²，其中λᵢ是A的特征值。f=xᵀAx→Σλᵢyᵢ²02保模性质正交变换x=Py是保模变换，即保持向量长度不变（‖Px‖=‖x‖），几何上等价于旋转或镜像，不产生拉伸或压缩变形。‖Px‖=‖x‖03数值稳定正交矩阵P的列向量是A的标准正交特征向量组，P⁻¹=Pᵀ，因此PᵀAP=Λ的对角化过程具有良好的数值稳定性。PᵀAP=ΛLINEARALGEBRA·METHOD正交变换法的标准步骤正交变换法化标准形遵循严格的五步流程：写矩阵→求特征值→求特征向量→正交单位化→构造正交矩阵；其中特征向量的正交化处理是难点。01写矩阵将二次型f写成矩阵形式f=xᵀAx，准确构造实对称矩阵A，交叉项系数取一半02求特征值解特征方程|λE−A|=0，求矩阵A的全部特征值λ₁,λ₂,…,λₙ（含重根）03求特征向量对每个特征值λᵢ，解齐次方程组(λᵢE−A)x=0，求出全部线性无关特征向量04正交单位化不同特征值的特征向量天然正交仅需单位化；k重特征值需施密特正交化后再单位化05构造正交矩阵将两两正交的单位向量按列拼成正交矩阵P，作变换x=Py，标准形系数即对应特征值ORTHOGONALTRANSFORMATION典型例题：正交变换化标准形通过完整的例题演示，展示正交变换法从构造矩阵到获得标准形的全过程；关键在于特征值求解的准确性和重特征值对应特征向量的施密特正交化处理。01CONSTRUCTMATRIX构造实对称矩阵将二次型写成矩阵形式f=xᵀAx，准确构造实对称矩阵A并验证对称性，确保主对角线元素对应平方项系数，非对角线元素取交叉项系数的一半02EIGENVALUES求解特征值与特征向量求解特征方程|λE−A|=0得全部特征值，对每个特征值解齐次线性方程组(λᵢE−A)x=0得对应的特征向量组03ORTHOGONALIZE正交化与单位化处理对不同特征值的特征向量直接单位化；对重特征值的特征向量组先进行施密特正交化，再单位化，得到标准正交向量组04STANDARDFORM构造正交矩阵得标准形将标准正交特征向量按列拼成正交矩阵P，令x=Py作正交变换，最终得到标准形f=λ₁y₁²+λ₂y₂²+⋯+λₙyₙ²COMPARISON两种方法对比分析配方法与正交变换法各有适用场景：配方法直观灵活但标准形不唯一，正交变换法步骤规范且标准形系数为特征值；考研中正交变换法考频更高，但配方法在求秩和惯性指数时更简便。配方法COMPLETINGTHESQUARE优点·PROS思路直观、计算灵活，适用于所有二次型（含复系数），可快速求出标准形和秩直观灵活局限·CONS变换矩阵C一般不是正交矩阵，标准形不唯一，对角元一般不是特征值不唯一正交变换法ORTHOGONALTRANSFORM优点·PROS步骤规范有规律，标准形系数恰为特征值，变换保模（旋转/镜像），理论体系完备步骤规范局限·CONS仅适用于实二次型，计算步骤较多（需求特征值、特征向量、正交化），计算量较大计算量大CHAPTER03惯性定理与矩阵合同二次型的不变量、惯性指数与合同关系的完整理论QUADRATICFORMS惯性定理惯性定理揭示了二次型的本质不变量：无论通过何种可逆线性变换化为标准形或规范形，正项个数p与负项个数q始终不变，且秩r=p+q。01将二次型化成标准形或规范形后，正项个数p和负项个数q都是不变的。p称为正惯性指数，q称为负惯性指数。p,qInvariant02二次型的秩r=p+q，因此可逆线性变换不改变二次型的秩、正惯性指数和负惯性指数这三个核心不变量。r=p+qRank03求正负惯性指数的方法：写出标准形或规范形，正特征值个数=规范形中'1'的个数=p，负特征值个数='−1'的个数=q。λ⁺λ⁻Eigenvalue线性代数·二次型矩阵合同的定义与性质矩阵合同是指存在可逆矩阵C使得CᵀAC=B的关系，它反映了两个二次型可通过可逆变换互相转化；合同关系具有反身性、对称性、传递性，且保持秩和行列式符号不变。合同定义设A、B为n阶矩阵，若存在可逆矩阵C使CᵀAC=B，则称A与B合同，记作A≃B，对应二次型称为合同二次型。CᵀAC=B三大基本性质反身性（A≃A）、对称性（A≃B则B≃A）、传递性（A≃B且B≃C则A≃C），三者共同构成等价关系。等价关系重要推论若A≃B则R(A)=R(B)，|A|与|B|同号（同正、同负或同时为0），可逆线性变换不改变二次型的秩。秩不变LINEARALGEBRA·矩阵关系合同的充要条件与判断两个实对称矩阵合同的充要条件是具有相同的正、负惯性指数（即正负特征值个数分别相同）；相似必合同但合同不一定相似，合同必等价但等价不一定合同，三者构成递进的包含关系。01充要条件A与B合同⟺存在可逆矩阵C使CᵀAC=B⟺二者正负惯性指数相同⟺正负特征值个数分别相同⟺规范形相同⟺秩相等且正惯性指数相等IFFCONDITION02充分条件若A、B均是实对称矩阵且相似，则A与B合同相似是比合同更强的条件，相似矩阵具有相同的特征值，自然具有相同的惯性指数非实对称矩阵相似不一定合同，因惯性指数可能不同正交相似必合同，正交矩阵Q满足Qᵀ=Q⁻¹SUFFICIENT03必要条件A与B合同则A与B等价（秩相等）A与B合同且可逆则|A|与|B|同号A实对称且A≃B则B必为实对称矩阵合同矩阵具有相同的正定性（正定、负定、半正定、不定）合同变换保持二次型的规范形不变NECESSARYLinearAlgebra·MatrixRelations合同、相似、等价的关系辨析对于实对称矩阵，相似⟹合同⟹等价构成严格的递进包含关系：相似要求特征值完全相同（最强），合同要求正负特征值个数相同（中等），等价仅要求秩相等（最弱）；反向推导均不成立。Definitions等价WEEAKEST存在可逆P、Q使PAQ=B充要条件：R(A)=R(B)，是最弱的矩阵关系合同MODERATE存在可逆C使CᵀAC=B充要条件：正负惯性指数相同，保持二次型结构相似STRONGEST存在可逆P使P⁻¹AP=B充要条件：特征值完全相同（含重数），是最强条件相似⟹合同⟹等价（单向成立，反向均不成立）KeyTakeaways推导关系实对称矩阵下，相似⟹合同⟹等价单向成立，反向均不成立。做题时优先用特征值个数判断合同关系。易错提醒合同矩阵的行列式不一定相等（只保证同号），特征值也不一定相同（只保证正负个数相同）。CHAPTER04正定二次型与最值问题正定性的判定条件、正定矩阵的性质与约束条件下的最值求解QuadraticForms·Definition正定二次型的定义正定二次型的本质是恒正性：对任意非零向量x，都有xᵀAx>0；几何上表现为以原点为全局最低点的抛物面形态，是优化理论中判定极小值和凸性的核心工具。严格定义n元二次型f=xᵀAx正定，当且仅当对任意x≠0，都有xᵀAx>0恒成立，即二次型在非零点处严格取正值。xᵀAx>0几何直观二元正定二次型在三维空间中呈向上开口的椭圆抛物面，原点为唯一最低点，函数值从原点向外单调递增。椭圆抛物面应用背景正定性是判断多元函数极值的关键——若Hessian矩阵正定则驻点为严格极小值点，在优化与控制中广泛应用。HessianMatrixQUADRATICFORM正定二次型的充要条件正定二次型有五个等价的充要条件：定义法（xᵀAx>0恒成立）、正惯性指数p=n、全部特征值大于零、各阶顺序主子式全大于零、与单位矩阵E合同；做题时优先选用特征值法或顺序主子式法。01·DEFINITION定义法对任意x≠0，xᵀAx>0恒成立。这是正定性的原始定义，具有明确的数学意义，但直接验证计算量较大，通常仅用于理论推导和证明题中。02·INERTIAINDEX惯性指数法正惯性指数p=n，即标准形中n个系数全为正，无零项和负项。由惯性定理保证，正惯性指数是唯一确定的，与合同变换方式无关。03·EIGENVALUE特征值法⭐A的全部特征值λ₁,λ₂,...,λₙ均大于零。这是最常用的判定方法，特别适合特征值已知或容易求解的情形，计算简便且结果直观。04·PRINCIPALMINOR顺序主子式法⭐A的各阶顺序主子式Δ₁,Δ₂,...,Δₙ全大于零。这是计算题首选方法，特别适合矩阵元素已知的具体数值问题，只需计算行列式即可判定。05·CONGRUENCE合同法A与单位矩阵E合同，即存在可逆矩阵C使得CᵀAC=E。这等价于二次型可通过可逆线性变换化为标准形y₁²+y₂²+...+yₙ²，在理论证明和合同关系分析中经常使用，揭示了正定矩阵与单位矩阵的本质联系。PositiveDefiniteMatrix必要条件与快速排除法正定矩阵的必要条件可用于快速排除非正定矩阵：主对角元全正、行列式大于零、矩阵实对称；这些条件只能排除不能确认，但在选择题和判断题中能显著提升解题效率。主对角元全正主对角线元素aᵢᵢ全大于零（即平方项系数全正），若某aᵢᵢ≤0则可直接判定非正定。aᵢᵢ>0行列式大于零行列式|A|>0，因为|A|=λ₁λ₂…λₙ且各λᵢ>0；若|A|≤0则非正定。|A|>0重要性质正定矩阵的逆矩阵也正定，正定矩阵之和也正定，行列式大于零且矩阵可逆。A⁻¹>0正定矩阵·方法论正定判断的标准步骤判断正定性应遵循"先排除、后确认"的两步策略：先用必要条件快速排除非正定情况，再根据矩阵特征选择特征值法或顺序主子式法进行充要条件验证，含参问题优先用顺序主子式建立不等式组。1快速排除检查主对角元是否全正、行列式是否大于零，不满足则直接判定非正定，无需进一步计算2充要验证根据矩阵特征选择方法——特征值易求时用特征值法（全大于零则正定），矩阵元素简单时用顺序主子式法3含参问题处理对含参数t的矩阵，列出各阶顺序主子式Δₖ(t)>0的不等式组，求交集得参数的正定范围QuadraticFormOptimization二次型最值问题：核心原理二次型最值问题利用正交变换的保范性（xᵀx=yᵀy），将约束条件下的最值问题转化为标准形在单位球面上的取值范围问题；在xᵀx=1约束下，f的最大值和最小值分别等于A的最大和最小特征值。核心前提正交变换x=Py保持向量长度不变，即xᵀx=yᵀy，使得约束条件在变换前后形式不变。这一性质是后续推导的根本依据。保范性公式保范性公式xᵀx=yᵀy基本结论在约束条件xᵀx=1下，二次型f=xᵀAx的最大值等于A的最大特征值，最小值等于最小特征值。特征值直接决定最值。最值范围最值范围λ_min≤f≤λ_max证明思路正交变换后f=λ₁y₁²+…+λₙyₙ²，约束变为y₁²+…+yₙ²=1，由λ_min≤f≤λ_max即得结论。标准形简化分析。标准形标准形f=Σλᵢyᵢ²二次型·最值分析最值问题的常见题型二次型最值问题按约束条件分为三类：标准约束xᵀx=1下最值为最大/最小特征值；广义约束xᵀBx=1下需先做正定矩阵B的分解预处理；无约束时仅在半正定/半负定条件下存在有限最值。题型一：标准约束直接利用正交变换化为标准形，f的最大值=λ_max，最小值=λ_min，取最值时x为对应的单位特征向量。这是特征值法求最值的基础情形。xᵀx=1题型二：广义约束先对正定矩阵B做Cholesky分解B=LᵀL，令z=Lx将约束化为zᵀz=1，再对新二次型用特征值法求解。广义特征值问题的标准解法。xᵀBx=1题型三：无约束最值A半正定时f最小值为0，无最大值；A半负定时f最大值为0，无最小值；不定矩阵无有限最值。需先判断矩阵的定性。SPD/SNDSUMMARY全节知识体系总结二次型知识体系以"定义→标准化→不变量→应用"为主线：从二次型与实对称矩阵的一一对应出发，通过配方法或正交变换法化为标准形/规范形，利用惯性定理揭示不变量，最终应用于正定性判定和最值求解，形成完整的理论闭环。概念基础二次型定义与矩阵表示：f=xTAx，一一对应关系；二次型的秩R(A)；标准形与规范形的定义与区别f=xTAx核心方法配方法（可逆变换，灵活但不唯一）与正交变换法（五步流程，标准形系数为特征值，保模变换）五步正交变换理论深化惯性定理（正负惯性指数不变）、矩阵合同（充要条件为正负特征值个数相同）、合同与相似和等价的关系惯性定理应用拓展正定二次型判定（五个充要条件）、二次型最值问题（正交变换保范性，最值等于最大/最小特征值）正定判定·最值求解AdvancedProperties正定矩阵的进阶性质正定矩阵具有丰富的代数性质：逆矩阵和伴随矩阵保持正定性，可唯一做Cholesky分解A=LᵀL，与单位矩阵合同；这些性质在证明题和数值计算中发挥关键作用，构成正定矩阵理论的重要组成部分。01逆矩阵与伴随矩阵的正定性：若A正定，则A⁻¹、A*（伴随矩阵）、Aᵏ（k为正整数）均正定，且A可逆、|A|>0、主对角元全正。这组性质构成了正定矩阵代数封闭性的基础。A⁻¹·A*·Aᵏ02Cholesky分解：正定矩阵A可唯一分解为A=LᵀL（L为可逆下三角矩阵），等价于A与单位矩阵E合同。该分解是数值线性代数中求解正定系统的核心工具。A=LᵀL03运算封闭性：正定矩阵之和必正定；若A、B正定且AB=BA可交换时AB正定；但一般情况下正定矩阵之积不一定正定——可交换是乘积保持正定的关键条件。AB=BAEIGENVALUEPROPERTIES特征值相关的重要公式实对称矩阵的特征值具有三条核心性质：特征值之和等于矩阵的迹（主对角元之和）、特征值之积等于行列式、不同特征值的特征向量天然正交；这些性质在正交变换法的计算过程中反复使用，是解题的基本工具。TRACE迹关系特征值之和等于主对角线元素之和（迹），即λ₁+λ₂+⋯+λₙ=a₁₁+a₂₂+⋯+aₙₙtr(A)DETERMINANT行列式关系特征值之积等于矩阵行列式，即λ₁·λ₂·⋯·λₙ=|A|，可用于验证计算正确性|A|ORTHOGONALITY正交性不同特征值的特征向量天然正交，仅对k重特征值做施密特正交化内积=0Classification二次型的完整分类实二次型按取值范围分为五类：正定（恒正）、半正定（非负）、负定（恒负）、半负定（非正）、不定（有正有负）；分类由正负惯性指数(p,q)与变量数n的关系完全确定，构成二次型定号性的完整谱系。PositiveDefinite正定p=n，q=0；对所有x≠0有xᵀAx>0，特征值全大于零p=nNegativeDefinite负定p=0，q=n；对所有x≠0有xᵀAx<0，特征值全小于零q=nPositiveSemi-Definite半正定p<n，q=0；对所有x有xᵀAx≥0，特征值全≥0且至少一个为零p<nNegativeSemi-Definite半负定p=0，q<n；对所有x有xᵀAx≤0，特征值全≤0且至少一个为零q<nIndefinite不定p>0且q>0；存在x₁使x₁ᵀAx₁>0和x₂使x₂ᵀAx₂<0，取值跨越正负p,q>0QuadraticForm·CompletingtheSquare配方法操作示例配方法通过逐步对含某变量的所有项进行完全平方变换来消去交叉项，操作直观灵活；但所得标准形的系数一般不是原矩阵的特征值，且变换矩阵不是正交矩阵，标准形因配方顺序不同而不唯一。操作操作要领优先选取含平方项的变量进行配方，将所有含该变量的项合并为完全平方式，再对剩余变量重复此过程逐变量配方特殊特殊情况处理若二次型不含任何平方项（全为交叉项），需先做辅助变换xᵢ=yᵢ+yⱼ，xⱼ=yᵢ−yⱼ引入平方项后再配方辅助变换对比与正交变换法对比配方法所得标准形系数非特征值、变换矩阵非正交，但计算更简便，适用于仅需判断正定性或求秩的场景简便优先LINEARALGEBRA·ORTHOGONAL