线性代数 第六章 二次型

一、矩阵表示

称为二次型的秩。只含有变量的平方项,所有混合项系数全是零,称为标准形;平方项的系数为1、-1或0,称为规范形。

二次型的标准形不唯一,可以用不用的坐标变换化二次型为标准形;二次型的规范形唯一。

可以用正交变换先把二次型化为标准形,然后再做"伸缩"化为规范形,亦可用配方法直接得规范形。

二、标准形

2.1 惯性定理:正负惯性指数

2.2 合同:,其中C可逆

化为标准形:配方法、正交变换法。

三、正定

3.1 定义:

3.2 充要条件

  • 特征值全大于0
  • 正惯性指数p=n
  • 顺序主子式全大于0
  • ,其中C可逆

3.3 必要条件:

相关推荐
AI科技星5 小时前
张祥前统一场论动量公式P=m(C-V)误解解答
开发语言·数据结构·人工智能·经验分享·python·线性代数·算法
西西弗Sisyphus5 小时前
线性代数 - 理解 特征方程 Eigenvalue Equation定义的合理性
线性代数
18538162800航1 天前
短视频矩阵系统搭建指南:源码部署与全流程解析
线性代数·矩阵·音视频
无风听海2 天前
神经网络之奇异值分解
神经网络·线性代数·机器学习
西西弗Sisyphus2 天前
线性代数 - 奇异值分解(SVD Singular Value Decomposition)- 奇异值在哪里
线性代数·矩阵·奇异值分解·线程方程组
小蜜蜂爱编程2 天前
行列式的展开
线性代数
郝学胜-神的一滴2 天前
计算机图形中的法线矩阵:深入理解与应用
开发语言·程序人生·线性代数·算法·机器学习·矩阵·个人开发
西西弗Sisyphus2 天前
线性代数 - 奇异值分解(SVD Singular Value Decomposition)- 计算顺序 旋转→拉伸→旋转
线性代数·矩阵·奇异值分解·矩阵求逆
唯道行2 天前
计算机图形学·9 几何学
人工智能·线性代数·计算机视觉·矩阵·几何学·计算机图形学
粉色挖掘机2 天前
矩阵在密码学的应用——希尔密码详解
线性代数·算法·机器学习·密码学