6、线性代数之二次型(知识总结)

1、二次型的定义及其矩阵表达式

定义:

元变量的二次齐次多项式

称为**元二次型** ,简称二次型

矩阵表达式:

则二次型可表示为(矩阵表达式)

例题:

写出三元二次型的二次型矩阵。

系数矩阵的秩称为二次型的秩,比如本题中,,其秩为,故其对应的二次型的秩也是3。

2、合同变换,二次型的合同标准型、规范形

2.1、线性变换的定义

对于n元二次型,若令

可写成

若其中可逆,则称为可逆的线性变换 ,现给出,令,则

2.2、矩阵合同的定义与性质

上述二次型系数矩阵与有下述关系,C是可逆矩阵

则称为与合同,记作,此时称其对应的二次型为合同二次型

2.3、二次型的标准形、规范形

若二次型中只含有平方项,没有交叉项(即所有交叉项的系数全为零),即形如

的二次型称为标准形

若标准形中,系数的取值范围为,即形如的二次型称为规范形

3、实对称矩阵化为标准形、规范形的两种方法

定理一:配方法

任何二次型均可通过配方法 (作可逆线性变换)化成标准形及规范形,用矩阵语言来表述:任何实对称矩阵,必存在可逆矩阵(不是唯一的),使得

其中

例题1: 化二次型为标准形,并写出所作的可逆线性变换。

解: 先对及所有含 的混合项陪完全平方,有

作线性变换

把二次型化为标准形

将线性变换表示成矩阵的形式,即

其实可逆,故是可逆的线性变换。

例题2: 将二次型化为规范形,并求所用的可逆线性变换

解:

则

令

得二次型的规范形为

所用线性变换为

其中C可逆,故是可逆线性变换

定理二:正交变换法

任何二次型也可以通过正交变换 化成标准型,用矩阵语言表述:任何是对承矩阵,一定存在正交矩阵(不是唯一的),使得

其中

**例题:**用正交变换化二次型

为标准形,并求所作的正交变换

**解:**二次型对应的矩阵为

可得A有特征值

当时,基础解析为

当,基础解系为

将对应的特征向量标准正交化

取

不妨取,再把单位化

得正交矩阵令,则原二次型化为标准形

其中正交变换为

4、惯性定理

无论选取什么样的可逆线性变换,将二次型化成标准形或规范形,其正项个数,负项个数都是不变的,称为正惯性指数 ,称为负惯性指数

相似变换 下不变的是k阶主子式之和 = k个特征值乘积的和

注:若二次型的秩为,则,可逆线性变换不改变正、负惯性指数

5、正定二次型及其判别

定义:n元二次型,若任意的,均有,则称为正定二次型,称二次型的对应矩阵A为正定矩阵

5.1、二次型正定的充要条件

①对任意的,均有

②的正惯性指数

③存在可逆矩阵,使得

④

⑤的特征值

⑥的全部顺序主子式均大于0

额为补充:

⑦是正定矩阵

5.2、二次型正定的必要条件

①

②

③是正定矩阵

5.3、如何判断一个矩阵是不是正定矩阵

①一定是一个对称矩阵

②再用充要条件

相关推荐
涉密IT资质笔记9 小时前
2026 涉密资质三类硬性条件对照:军工 / 集成 / 印制参数矩阵与易错点
服务器·线性代数·矩阵·创业创新
BSD_HY10 小时前
薄膜开关矩阵按键的GPIO扩展芯片选型与中断响应延迟
单片机·线性代数·矩阵
数智工坊10 小时前
视觉SLAM第11讲|回环检测:词袋模型、字典构建与相似度计算全解析
人工智能·深度学习·线性代数
数智工坊11 小时前
视觉SLAM第4讲|李群与李代数:位姿优化的数学基石
人工智能·深度学习·线性代数·cnn
数智工坊12 小时前
视觉SLAM第10讲|后端优化(下):位姿图优化、滑动窗口与图优化工程实践
人工智能·深度学习·线性代数·矩阵
数智工坊12 小时前
视觉SLAM第13讲|工程落地:双目视觉里程计系统架构设计与性能优化
人工智能·深度学习·线性代数·性能优化·矩阵·系统架构·机器人
李日华大战鸡红1 天前
FOC状态空间方程模型推导(学习记录)
python·学习·线性代数
for_ever_love__3 天前
线性代数入门——向量、矩阵与点积,Transformer 的运算本质
线性代数·矩阵·transformer
打工仔折腾 AI3 天前
从零写一个CAD 05:以鼠标为中心的滚轮缩放矩阵顺序不能反
后端·python·线性代数·性能优化·矩阵·计算机外设·ai agent 实战
hai3152475435 天前
文本矩阵化拆解与视频矩阵化构建
线性代数·矩阵·音视频