📌 一、 二次型的基本概念与矩阵表示
1. 二次型的定义
二次型 f(x1,x2,x3)=XTAXf(x_1, x_2, x_3) = X^T A Xf(x1,x2,x3)=XTAX 的秩称为 r(f)r(f)r(f)。
⚠️ 核心注意点 ：其中的矩阵 AAA 必须是对称矩阵 （即 A=ATA = A^TA=AT）。
2. 二次型与对称矩阵的转化例题
- 例题 ：已知二次型 f=x12+x32−4x1x2+6x2x3f = x_1^2 + x_3^2 - 4x_1x_2 + 6x_2x_3f=x12+x32−4x1x2+6x2x3，求其对应的对称矩阵 AAA。
- 解矩阵思路 ：
主对角线填平方项系数，非对角线位置 aija_{ij}aij 填交叉项 xixjx_i x_jxixj 系数的一半。
对应矩阵：A=(1−20−203031)\text{对应矩阵：} A = \begin{pmatrix} 1 & -2 & 0 \\ -2 & 0 & 3 \\ 0 & 3 & 1 \end{pmatrix}对应矩阵：A= 1−20−203031
📌 二、 二次型的三大形式对比（标准形 vs 规范形）
根据系数特征，二次型主要分为以下三种形式：
| 形式名称 | 形式特征与例题 | 核心特征总结（方法论） |
|---|---|---|
| 任意二次型 | f=x12+x32−4x1x2+6x2x3f = x_1^2 + x_3^2 - 4x_1x_2 + 6x_2x_3f=x12+x32−4x1x2+6x2x3 | 含有交叉项。 |
| 标准形 | f=x12−2x22+3x32 ⟺ A=(1−23)f = x_1^2 - 2x_2^2 + 3x_3^2 \iff A = \begin{pmatrix} 1 & & \\ & -2 & \\ & & 3 \end{pmatrix}f=x12−2x22+3x32⟺A= 1−23 | 只包含平方项 。此时正惯性指数 p=2p=2p=2，负惯性指数 q=1q=1q=1。 |
| 规范形 | f=x12−x22+x32 ⟺ A=(1−11)f = x_1^2 - x_2^2 + x_3^2 \iff A = \begin{pmatrix} 1 & & \\ & -1 & \\ & & 1 \end{pmatrix}f=x12−x22+x32⟺A= 1−11 | 系数只包含 ±1\pm 1±1 和 000 。此时 p=2p=2p=2，q=1q=1q=1。 |
🔥 核心概念补充
- 正惯性指数 (ppp) ：规范形中 +1+1+1 的个数。
- 负惯性指数 (qqq) ：规范形中 −1-1−1 的个数。
- 惯性定理 ：实二次型经可逆线性变换化为标准形或规范形时，其正、负惯性指数是唯一确定的，不随变换方法的不同而改变。
📌 三、 坐标变换与矩阵"合同"的引入
1. 坐标变换的条件
设坐标变换公式为：X=CYX = CYX=CY
为了保证变换的前后逻辑一致，要求变换矩阵 CCC 必须可逆 （即 ∣C∣≠0|C| \neq 0∣C∣=0）。
2. 合同关系的推导
将 X=CYX = CYX=CY 代入原二次型 f=XTAXf = X^T A Xf=XTAX 中：
f=(CY)TA(CY)=YT(CTAC)Yf = (CY)^T A (CY) = Y^T (C^T A C) Yf=(CY)TA(CY)=YT(CTAC)Y
由此定义出矩阵的合同关系：
若存在可逆矩阵 C, 使得 CTAC=B, 则称矩阵 A 与 B 合同，记作 A≃B\text{若存在可逆矩阵 } C, \text{ 使得 } C^T A C = B, \text{ 则称矩阵 } A \text{ 与 } B \text{ 合同，记作 } A \simeq B若存在可逆矩阵 C, 使得 CTAC=B, 则称矩阵 A 与 B 合同，记作 A≃B
📌 四、 方法总结：二次型化为规范形的两大核心工具
在解大题时，将一个普通二次型转化为标准形/规范形，主要有两种高频方法：
工具 ①：配方法
- 适用场景：多用于具体数字的计算，或者题目没有限制变换性质时。
- 特点：通过连续套用完全平方公式消去交叉项，速度较快。
工具 ②：正交变换法
- 变换关系 ：Y=C−1XY = C^{-1}XY=C−1X 或 X=QYX = QYX=QY
- 核心公式 ：Q−1AQ=QTAQ=ΛQ^{-1}AQ = Q^T AQ = \LambdaQ−1AQ=QTAQ=Λ
- 🔥 核心步骤备注 ：利用特征向量构造正交矩阵 QQQ 时，求出特征向量后，必须进行正交化（施密特正交化）与单位化。
📌 五、 方法总结：矩阵三大关系（等价、相似、合同）全面对照明晰
这里是考研中最核心的逻辑防御网，必须做到闭眼能默写：
1. 定义链对照
- 等价 (A≅BA \cong BA≅B) ⟺ ∃\iff \exists⟺∃ 可逆矩阵 P,QP, QP,Q，使得 PAQ=BPAQ = BPAQ=B
- 相似 (A∼BA \sim BA∼B) ⟺ ∃\iff \exists⟺∃ 可逆矩阵 PPP，使得 P−1AP=BP^{-1}AP = BP−1AP=B
- 合同 (A≃BA \simeq BA≃B) ⟺ ∃\iff \exists⟺∃ 可逆矩阵 CCC，使得 CTAC=BC^T AC = BCTAC=B
2. 判定充要条件对照（针对实对称矩阵）
-
等价判定 ：A≅B ⟺ r(A)=r(B)A \cong B \iff r(A) = r(B)A≅B⟺r(A)=r(B) （秩相等即可）。
-
合同判定 ：A≃B ⟺ A \simeq B \iffA≃B⟺ 正、负惯性指数对应相等（即特征值中正数、负数的个数分别相同）。
-
相似判定：
-
必要条件 ：特征值相等、行列式相等、迹相等（λ\lambdaλ 相等、∣A∣|A|∣A∣ 相等、tr(A)\text{tr}(A)tr(A) 相等）。
-
充要条件 ：若 A,BA, BA,B 都能对角化 ，则 A∼B ⟺ A \sim B \iffA∼B⟺ 对应特征值完全相同。
-
🔥 定理支撑 ：实对称矩阵一定能对角化。
📌 六、 方法总结：正定二次型的综合判别法
判定一个二次型（或矩阵）是否正定，应遵循"必要条件快速排除，充要条件严谨锁定"的原则。
1. 必要条件（用于多选题或大题快速排错）
若矩阵 AAA 正定，则必须同时满足以下两点（不满足则直接排除）：
- 对角线元素大于 0 ：aii>0a_{ii} > 0aii>0
- 行列式大于 0 ：∣A∣>0|A| > 0∣A∣>0
2. 充要条件（用于正面推导与证明）
矩阵 AAA 正定 ⟺ \iff⟺ 满足以下任意一条：
- ① 规范形特征 ：fff 的正惯性指数 p=np = np=n（满正惯性指数）。
- ② 特征值特征 ：AAA 的所有特征值均大于 0，即 λA>0\lambda_A > 0λA>0。
- ③ 矩阵合同性 ：AAA 与单位矩阵合同，即 A≃EA \simeq EA≃E。
- ④ 顺序主子式 ：AAA 的各阶顺序主子式均大于 0（大题最常用判定法）。
💡 考研复习心得与避坑指南（博主寄语）
- 相似 vs 合同 ：相似必合同，合同不一定相似。对于实对称矩阵，只有特征值完全相同 才能相似；而合同只需要特征值的正负个数相同。这个坑在选择题里非常隐蔽，一定要抓准"特征值具体数值"与"特征值正负号"的区别。
- 正交变换的规范性 ：大题如果要求"正交变换"，求出特征向量后千万别忘了施密特正交化（如果对应的是重根特征值）。漏掉这一步，算出来的矩阵就不是正交矩阵，直接全盘皆输。
#线性代数 #考研数学 #二次型 #矩阵关系 #正定矩阵