Lecture 21：二次型的定义与矩阵表示

归档146 分类4

数学88 英语45 2026-712 学习笔记1

1291 字

6 分钟

Lecture 21：二次型的定义与矩阵表示

2026-07-09

数学

浏览量加载中...

21.1 二次型的定义与矩阵表示#

定义： #二次型#

描述：n 元变量的二次齐次多项式表达式为： $f(x_1,x_2...x_n)=a_{11}x_1^2+2a_{12}x_{1}x_{2}+\cdots+2a_{1n}x_{1}x_{n}+...$ 因为 $x_ix_j=x_jx_i$ 所以：$$\begin{aligned} f(x_{1},x_{2},\cdots,x_{n})& =a_{11}x_{1}^{2}+a_{12}x_{1}x_{2}+\cdots+a_{1n}x_{1}x_{n}+a_{21}x_{2}x_{1}+a_{22}x_{2}^{2}+\cdots+a_{2n}x_{2}x_{n}+\cdots \ &a_{n1}x_{n}x_{1}+a_{n2}x_{n}x_{2}+\cdots+a_{nn}x_{n}^{2} \ &=\sum_{i=1}^n\sum_{j=1}^na_{ij}x_ix_j , \end{aligned}

其中 `(*)` 式称为完全展开式，`(**)` 式称为和式 .令：$$A=\begin{bmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\a_{21}&a_{22}&\cdots&a_{2n}\\\vdots&\vdots&&\vdots\\a_{n1}&a_{n2}&\cdots&a_{m}\end{bmatrix}, x=\begin{bmatrix}x_{1}\\x_{2}\\\vdots\\x_{n}\end{bmatrix},$$得到 $f\left(x\right)=x^{\mathrm{T}}Ax.$ **解释** + 举例：二次型对应的非对称矩阵 + $f(x_1,x_2,x_3)=x_1^2+x_2^2+x_3^2+4x_1x_2,$ + $f\left(x_{1}, x_{2}, x_{3}\right)=\left[x_{1}, x_{2}, x_{3}\right]\left[\begin{matrix}1&4&0\\0&1&0\\0&0&1\end{matrix}\right]\left[\begin{matrix}x_{1}\\x_{2}\\x_{3}\end{matrix}\right]$ + 举例：二次型对应的对称矩阵 + $f\left(x_{1},x_{2},x_{3}\right)=2x_{1}^{2}+2x_{2}^{2}+2x_{3}^{2}-2x_{1}x_{2}-2x_{2}x_{3}+2x_{1}x_{3}$ + $f(x)=(x_{1}x_{2}x_{3})\begin{pmatrix}2&-1&1\\-1&2&-1\\1&-1&2\end{pmatrix}\begin{pmatrix}x_{1}\\x_{2}\\x_{3}\end{pmatrix}$ + 其中，矩阵 A 的秩就是 $f(x)$ 的秩； + 注意： + 一个二次型可以有不同的写法，例如三元二次型； + 概念： + 写对称阵具有唯一性，并且一定可以相似对角化，并且一定可以使用正交矩阵进行相似对角化； + 一个额外的规定： + 一个二次型可以有不同的写法，代表二次型的矩阵就不唯一了，不利于研究二次型问题； + 现在我们立了“规矩”，规定二次型的矩阵必须是对称矩阵，代表二次型的矩阵就是唯一的, 所以只有对称矩阵才是二次型的矩阵； --- ## 21.2 合同变换 ### 21.2.1 线性变换的定义与合同变换 ##### **定义**： #线性变换 > <font color="#ccc1d9">描述：</font> $对于n元二次型f\left(x_{1},x_{2},\cdots,x_{n}\right),若令$： > $$\begin{cases}x_{1}=c_{11}y_{1}+c_{12}y_{2}+\cdots+c_{1n}y_{n},\\x_{2}=c_{21}y_{1}+c_{22}y_{2}+\cdots+c_{2n}y_{n},\\\cdots\cdots\\x_{n}=c_{n1}y_{1}+c_{n2}y_{2}+\cdots+c_{nn}y_{n},\end{cases}$$ > 则：$$\begin{aligned}\text{记}x=\begin{bmatrix}x_1\\x_2\\\vdots\\x_n\end{bmatrix}, C=\begin{bmatrix}c_{11}&c_{12}&\cdots&c_{1n}\\c_{21}&c_{22}&\cdots&c_{2n}\\\vdots&\vdots&&\vdots\\c_{n1}&c_{n2}&\cdots&c_{nn}\end{bmatrix}, y=\begin{bmatrix}y_1\\y_2\\\vdots\\y_n\end{bmatrix}, \text{则}(*)\text{式可写为}\\x=Cy,\end{aligned}$$ > 其中 `(*)` 式成为线性变换； > 若线性变换的系数矩阵 `C` 可逆，即 `C≠0`，则称为**可逆线性变换**； > 现在给出 $f(x)=x^TAx$，令 $x=Cy$，则得到：$$ f\left(x\right)=\left(Cy\right)^{T}A\left(Cy\right)=y^{T}\left(C^{T}AC\right)y=y^{T}By=g(y).

其中： $B=C^TAC$ 称之为合同变换；

解释

解释：
- 线性变换在函数当中，就是换元法；
- 将 y->x
- 变换的数字是线性的乘法；
合同变换：
- 对于 n 元的

21.2.1 矩阵合同的定义和性质#

定义： #合同二次型#

描述：设 A, B 为 n 阶矩阵，若存在可逆矩阵 C，使得： $C^TAC=B$ 则称 A 与 B 合同，记作 A~=B；此时称其对应的二次型 $f(x)$ 与 $g(y)$ 为合同二次型；

解释

解释：
- A 表征的是 $f(x)=x^TAx$ 下的形态；
- B 表征的是 $g(x)=y^TBy$ 下的形态；
- 但 $f(x)=g(x)$ ，所以 A 和 B 其实只是代表了不同的形态：即不同的基向量的坐标系下，看到的同一个事物的不同形态；
概念：
- 从一个表达式变成另外一个表达式，只要中间是可逆线性变换，则称这个变换为合同；
注意：
- 考研研究的合同，都是在 A、B 均是在对称矩阵的条件下的；
- 因为我们讨论都是在二次型的条件下的 -> 是对称阵的；
意义：
- 为什么需要“合同”：
  - 如果 A 和 B 是和合同的，则 A 和 B 是秩相同的 <- 合同一定是等价的；
  - 可逆线性变换不改变矩阵的秩序（二次型也）
- 其中 $A=A^T$ $A = A^{T}$
  - 则 $B^{T}=\left(C^{T}AC\right)^{T}=C^{T}A^{T}C=C^{T}AC=B$
举例：
- Pasted image 20240704170125.png

21.3 二次型的标准型、规范型#

21.3.1 定义#

定义： #标准型#

描述：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： $d_{1}x_{1}^{2}+d_{2}x_{2}^{2}+\cdots+d_{n}x_{n}^{2}$ 进一步可以把标准型写成规范型： $\text{若标准形中,系数}d_i\left(i=1,2,\cdots,n\right)\text{的取值范围为}\left\{1,-1,0\right\},即形如\square\left(x_{1}^{2}+\cdots+x_{p}^{2}-x_{p+1}^{2}-\cdots-x_{p+d}^{2}\right)$ 的二次型称之为规范型；

解释

一般型：
- 如果有交叉项，则称之为一般型；
解释：
- 通过伸缩变换，可以把标准型化为规范型，即若干个系数为 1 或 -1；
- 且任何一个二次型，都一定可以化为一个规范型；
- 并且只要二次型定了，则一定对应一个唯一的规范型；
目的：
- 规范型就是二次型的最佳表现形态；
- 其实标准型就是了，所以一般化为标准型就够了；

21.3.1 相关定理#

定理： #二次型定理1配方法#

描述： $\text{任何二次型}f(x)=x^TAx\text{均可通过配方法}(\text{作可逆线性变换}x=Cy)\text{化成标准形及规范形}；$ 矩阵语言描述： $\text{任何实对称矩阵}A\text{,必存在可逆矩阵}C\text{,使得}C^\mathrm{T}AC=\Lambda\text{,其中}$ $A=\begin{bmatrix}d_1&&&\\&d_2&&\\&&\ddots&\\&&&d_n\end{bmatrix}\quad或\quad\Lambda=\begin{bmatrix}1&&&\\&-1&&\\&&\ddots&\\&&&0\end{bmatrix}$

解释

概念：
- 并且化成标准型是 $\Lambda$ ，因为对角线对应的就是非交叉项；
- 这里的 $C^T$ 不一定可逆，因此其不是由特征向量构成的；
注意：
- 这里的 C 不称之为 A 的特征值；
- 因为 $C^\mathrm{T}AC$ 中 $C^T$ 不一定是 C 的逆，因此此时就不能相似对角化，此时 C 就是不是由特征向量组成的；
- 如果 $C$ 是正交矩阵，则此时一定可以相似对角化： $C^{-1}=C^T$ ；

定理： #二次型定理2正交变换法#

描述： $\text{任何二次型}f\left(x\right)=x^{\intercal}Ax\text{也可以通过正交变换 }x=Qy\text{化成标准形,用矩阵语言表述:任何}是对成矩阵A，一定存在正交矩阵Q，使得：$ $Q^{-1}AQ=Q^{T}AQ=\Lambda$ 其中： $\Lambda=\begin{bmatrix}\lambda_1\\&\lambda_2\\&&\ddots\\&&&\lambda_n\end{bmatrix}.$

解释

注意：
- Q 不唯一；
- $Q$ 和 $A$ 是合同；
概念：
- 并且因为 $Q$ 可逆，所以此时 Q 是 A 的合同、 Q 与 A 相似，此时就是一件事情了；
- 这里面的 $\Lambda$ 一定是 $A$ 的特征值；

支持与分享

如果这篇文章对你有帮助，欢迎分享给更多人或打赏支持！

打赏

Lecture 21：二次型的定义与矩阵表示

https://example.com/posts/notes/数学/02_线性代数/6-第六章二次型/lecture-21二次型的定义与矩阵表示/

作者

穆哈麦提

发布于

2026-07-09

许可协议

CC BY-NC-SA 4.0

Lecture 20：相似

Lecture 22：化二次型为标准型与规范型

走马

音乐

音乐

21.1 二次型的定义与矩阵表示#

定义： #二次型#

21.2.1 矩阵合同的定义和性质#

定义： #合同二次型#

21.3 二次型的标准型、规范型#

21.3.1 定义#

定义： #标准型#

21.3.1 相关定理#

定理： #二次型定理1配方法#

定理： #二次型定理2正交变换法#

支持与分享

音乐

文章目录