线代第4-6讲补全:线性方程组43题、特征值35题、二次型30题(知识点带题+题级链接)

- 第4讲 线性方程组:8 个点分册 43 题,旧版题点分离整目录归档到 旧版-题点分离/
- 第5讲 特征值与特征向量:7 个点分册 35 题
- 第6讲 二次型:7 个点分册 30 题(含合同与相似、二次曲面两节)
- 每讲 01-知识点盘点 + 10 个文件 + 速查卡回查表,全部题目级双向链接
- gen_crosslinks.py 新增:由题目标题单一数据源生成关联行/盘点§0.4/速查回查表
- fix_gitea_math.py 支持 --scope 指向目录(新建未跟踪文件也能修)
- 校验:184-248 条内部链接 0 异常,公式 0 处待修,单文件均 <1.3 万字符
This commit is contained in:
2026-10-24 16:38:01 +08:00
parent 021c5e552c
commit 41b36b2b3c
39 changed files with 6856 additions and 23 deletions
@@ -0,0 +1,318 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 知识点盘点]
专题: 线性代数 第6讲 · 二次型
日期: 2026-10-24
状态: 知识点盘点(六节 $+$ 覆盖对照表),配套 7 个点分册共 30 题
关联笔记: ["[[README]]", "[[09-速查卡]]"]
---
# 第6讲 · 二次型:知识点盘点
真题库第 14 章。近十年 **10 题 80 分**:**5 道选择填空(23 分)$+$ 5 道解答题(57 分)**。解答题几乎年年在第 20—21 题。
这一讲是第 5 讲的**下游**:所有化标准形的题目,实质都是"求特征值 $+$ 正交对角化"。差别只在问法——第 5 讲问"求 $Q$ ",第 6 讲问"化标准形、写曲面、判正定"。
**一句话定性**:第 5 讲做熟了,第 6 讲只是换一套词汇。真正新增的内容只有三块——**配方法**(不走特征值)、**惯性定理**(标准形不唯一但惯性唯一)、**正定性判据**(顺序主子式)。
## 0 三张表
### 0.1 按分值排(时间紧就照这个顺序)
| 优先 | 点 | 真题锚点 | 分值 | 文件 |
|---|---|---|---|---|
| 1 | 正交变换化标准形 | 2017·21、2020·21、2022·21、2023·21 | **46** | `04` |
| 2 | 正定性判定 | 2024·15 | **5** | `06` |
| 3 | 惯性定理与规范形 | 2018·20、2019·5、2021·5、2025·5 | **18** | `05` |
| 4 | 二次曲面 | 2016·6、2022·21 | **9** | `08` |
| 5 | 矩阵表示与合同 | 一切题的起手 | — | `02` |
| 6 | 配方法 | 冷门但可救急 | — | `03` |
| 7 | 合同与相似的分界 | 选择题常考辨析 | — | `07` |
### 0.2 按依赖链排(文件顺序,也就是建议的阅读顺序)
```
02 矩阵表示与合同 ← 写对 A(交叉项折半)
↓
03 配方法化标准形 ← 不走特征值的那条路
↓
04 正交变换化标准形 ← 解答题主场,实质是第 5 讲点 4
↓
05 惯性定理与规范形 ← 标准形不唯一,惯性唯一
↓
06 正定性判定 ← 顺序主子式与特征值
↓
07 合同与相似的分界 ← 两个"等价"不是一回事
↓
08 二次曲面 ← 惯性指数的几何翻译
```
### 0.3 符号约定
| 记号 | 含义 |
|---|---|
| $A$ | 二次型的矩阵,**实对称**,交叉项系数折半 |
| $f=x^{\mathrm T}Ax$ | 二次型的矩阵写法 |
| $x=Cy$ | 可逆线性变换($C$ 可逆即可,**不要求正交**) |
| $C^{\mathrm T}AC$ | 合同变换后的矩阵 |
| $p,q$ | 正、负惯性指数(标准形中正、负系数的个数) |
| $d_i$ | 标准形系数 |
| $\Delta_k$ | $k$ 阶顺序主子式 |
### 0.4 知识点与练习文件对照(按知识点粒度)
<!-- AUTO:KP -->
| 盘点章节(知识点) | 对应题目 |
|---|---|
| §1.1 二次型的定义与矩阵表示 | [点 1 题 1](02-点1-矩阵表示与合同.md#user-content-题-1--11由二次型写矩阵)、[点 1 题 2](02-点1-矩阵表示与合同.md#user-content-题-2--11由矩阵写二次型) |
| §1.2 合同的定义与判据 | [点 1 题 3](02-点1-矩阵表示与合同.md#user-content-题-3--12合同的必要条件)、[点 1 题 4](02-点1-矩阵表示与合同.md#user-content-题-4--12变换后矩阵的计算)、[点 1 题 5](02-点1-矩阵表示与合同.md#user-content-题-5--12合同的完整判定) |
| §2.1 配方法 | [点 2 题 1](03-点2-配方法化标准形.md#user-content-题-1--21有平方项的逐次配方)、[点 2 题 2](03-点2-配方法化标准形.md#user-content-题-2--21无平方项时先造平方)、[点 2 题 3](03-点2-配方法化标准形.md#user-content-题-3--21写出完整的变换矩阵)、[点 2 题 4](03-点2-配方法化标准形.md#user-content-题-4--21两法结果不同惯性相同) |
| §2.2 正交变换法 | [点 3 题 1](04-点3-正交变换化标准形.md#user-content-题-1--22完整五步)、[点 3 题 2](04-点3-正交变换化标准形.md#user-content-题-2--22含参二次型的惯性讨论)、[点 3 题 3](04-点3-正交变换化标准形.md#user-content-题-3--22由标准形反求不变量)、[点 3 题 4](04-点3-正交变换化标准形.md#user-content-题-4--22球面上的最值)、[点 3 题 5](04-点3-正交变换化标准形.md#user-content-题-5--22正交变换为什么不改变形状) |
| §3.1 惯性定理与惯性指数 | [点 4 题 1](05-点4-惯性定理与规范形.md#user-content-题-1--31惯性定理说了什么)、[点 4 题 3](05-点4-惯性定理与规范形.md#user-content-题-3--31由秩反求参数) |
| §3.2 规范形 | [点 4 题 2](05-点4-惯性定理与规范形.md#user-content-题-2--32由标准形写规范形)、[点 4 题 4](05-点4-惯性定理与规范形.md#user-content-题-4--32用规范形判合同) |
| §4.1 正定的五个等价条件 | [点 5 题 2](06-点5-正定性判定.md#user-content-题-2--41五个条件的辨析)、[点 5 题 4](06-点5-正定性判定.md#user-content-题-4--41乘积矩阵的正定性) |
| §4.2 顺序主子式判据 | [点 5 题 1](06-点5-正定性判定.md#user-content-题-1--42顺序主子式判正定)、[点 5 题 3](06-点5-正定性判定.md#user-content-题-3--42含参正定求范围) |
| §4.3 含参正定的标准做法 | [点 5 题 5](06-点5-正定性判定.md#user-content-题-5--43半正定与所有主子式) |
| §5.1 合同与相似的分界 | [点 6 题 1](07-点6-合同与相似.md#user-content-题-1--51相似与合同的五条辨析)、[点 6 题 3](07-点6-合同与相似.md#user-content-题-3--51幂等矩阵合同于哪个对角阵) |
| §5.2 合同的判定 | [点 6 题 2](07-点6-合同与相似.md#user-content-题-2--52由合同反求参数) |
| §6.1 二次曲面与标准形 | [点 7 题 1](08-点7-二次曲面.md#user-content-题-1--61由标准形读曲面名)、[点 7 题 2](08-点7-二次曲面.md#user-content-题-2--61先化标准形再判曲面)、[点 7 题 3](08-点7-二次曲面.md#user-content-题-3--61含参曲面的分类) |
| §6.2 综合题的常见问法 | [点 7 题 4](08-点7-二次曲面.md#user-content-题-4--62四问走完) |
<!-- /AUTO:KP -->
## 1 矩阵表示与合同
### 1.1 二次型的定义与矩阵表示
含 $n$ 个变量的二次齐次多项式
$$f(x_1,\dots,x_n)=\sum_{i=1}^{n}\sum_{j=1}^{n}a_{ij}x_ix_j\qquad(a_{ij}=a_{ji})$$
称为二次型。取 $a_{ij}=a_{ji}=\frac12\times$ ($x_ix_j$ 的系数),得实对称矩阵 $A$ ,于是
$$f=x^{\mathrm T}Ax,\qquad A^{\mathrm T}=A .$$
**写矩阵的唯一规则**:
- $x_i^2$ 的系数 $\to$ 对角元 $a_{ii}$ (**不折半**);
- $x_ix_j$ 的系数 $\to$ $a_{ij}=a_{ji}=$ 系数 $\div2$ (**折半**)。
**反向**(给矩阵写二次型):$f=\sum_ia_{ii}x_i^2+2\sum_{i<j}a_{ij}x_ix_j$ 。
**两个易错**:交叉项折半后要**两边都填**($a_{ij}$ 与 $a_{ji}$ );矩阵必须**对称**,若写出的 $A$ 不对称就说明折半没做对。
### 1.2 合同的定义与判据
若存在**可逆**矩阵 $C$ 使
$$C^{\mathrm T}AC=B,$$
称 $A$ 与 $B$ **合同**(记 $A\simeq B$ )。作可逆线性变换 $x=Cy$ 后,$f=x^{\mathrm T}Ax=y^{\mathrm T}(C^{\mathrm T}AC)y$ ,故合同就是"同一个二次型在不同坐标下的矩阵"。
**合同的判据(充要)**:
$$A\simeq B\iff A,B\ \text{是同阶实对称矩阵且正、负惯性指数相同}.$$
**合同 vs 相似**(务必分清):
| | 相似 $P^{-1}AP$ | 合同 $C^{\mathrm T}AC$ |
|---|---|---|
| 变换矩阵 | 可逆即可 | 可逆即可 |
| 保持 | 特征值 | **惯性指数** |
| 对实对称 | $P$ 正交时两者重合 | — |
**关键结论**:实对称矩阵 $A\simeq B\iff$ 惯性指数相同 $\iff$ 合同于同一个规范形 $\mathrm{diag}(1,\dots,1,-1,\dots,-1,0,\dots,0)$ 。
## 2 化标准形
### 2.1 配方法
只含平方项的二次型叫**标准形**。配方法通过可逆线性变换(逐次配方)把 $f$ 化成标准形,**不经过特征值**。
**两种情形**:
**① 有平方项(某个 $a_{ii}\ne0$ )**:把含 $x_i$ 的项全部收进一个完全平方,剩下的部分不再含 $x_i$ ,递归处理。
例:$f=x_1^2+2x_1x_2+2x_1x_3$ :
$$f=(x_1+x_2+x_3)^2-x_2^2-x_3^2-2x_2x_3 .$$
先令 $y_1=x_1+x_2+x_3$ ,再对余下部分继续配方。
**② 无平方项(所有 $a_{ii}=0$ ,但有交叉项)**:先作"和差换元"制造平方项。若有 $x_1x_2$ 项,令
$$x_1=y_1+y_2,\qquad x_2=y_1-y_2\Longrightarrow x_1x_2=y_1^2-y_2^2 ,$$
于是出现平方项,回到情形 ①。
**写变换矩阵**:把每一步换元累计成 $x=Cy$ ,最后写出 $C^{\mathrm T}AC=\mathrm{diag}(d_1,\dots,d_n)$ 。
**配方法的系数不唯一**(同一个二次型可用不同配法得不同标准形),但**正负个数唯一**(惯性定理)。
### 2.2 正交变换法
作**正交**变换 $x=Qy$ ($Q^{\mathrm T}Q=E$ ),则
$$f=x^{\mathrm T}Ax=y^{\mathrm T}(Q^{\mathrm T}AQ)y=\lambda_1y_1^2+\cdots+\lambda_ny_n^2 .$$
**五步**(与第 5 讲点 4 完全一致):
1. 写出 $A$ (交叉项折半);
2. 解 $\lvert\lambda E-A\rvert=0$ 求特征值;
3. 解 $(\lambda_iE-A)x=0$ 求特征向量,重根内部施密特正交化;
4. 单位化,按列拼 $Q$ ;
5. 写 $f=\lambda_1y_1^2+\cdots+\lambda_ny_n^2$ (**系数是特征值,顺序与 $Q$ 的列对齐**)。
**两法的分界**(考试最常问"用哪种"):
| | 配方法 | 正交变换法 |
|---|---|---|
| 变换矩阵 | 可逆即可(不必正交) | **必须正交** |
| 标准形系数 | 不唯一,可为任意数 | **就是特征值** |
| 计算量 | 小 | 大(要算特征向量) |
| 何时必须用 | 题目只要"化标准形"、"求 $C$ " | 题目说"**正交**变换"、"求 $Q$ "、"曲面形状" |
**命题规律**:出现"正交变换"四个字就必须用特征值法;只说"可逆线性变换"时两法都行,配方法更快。
## 3 惯性定理与规范形
### 3.1 惯性定理与惯性指数
**惯性定理**:二次型的标准形不唯一,但标准形中**正系数的个数 $p$ ** 与**负系数的个数 $q$ ** 是唯一确定的。$p$ 叫正惯性指数,$q$ 叫负惯性指数,$p+q=r(A)$ 。
**三条常用算法**:
1. 求特征值,数正负个数(最稳);
2. 配方法化标准形后数正负系数;
3. 顺序主子式(判正定时用,判惯性指数不方便)。
**符号差** $=p-q$ 。
**用合同的语言**:$f$ 的秩为 $r$ 、正惯性指数为 $p$ $\iff$ $A$ 合同于 $\mathrm{diag}(E_p,-E_{r-p},O)$ 。
### 3.2 规范形
**规范形**:系数只取 $1,-1,0$ 的标准形:
$$f=y_1^2+\cdots+y_p^2-y_{p+1}^2-\cdots-y_r^2 .$$
**唯一性**:规范形由 $(p,q)$ 唯一确定(不计排列)。所以
$$A\simeq B\iff\text{规范形相同}\iff(p,q)\ \text{相同}.$$
**化规范形的方法**:先把标准形化成 $\mathrm{diag}(d_1,\dots,d_r,0,\dots,0)$ ,再令 $z_i=\sqrt{\lvert d_i\rvert}\,y_i$ ($d_i\ne0$ 时)即可。
## 4 正定性判定
### 4.1 正定的五个等价条件
对实对称 $A$ ($n$ 阶),以下**互相等价**:
1. $f=x^{\mathrm T}Ax>0$ 对一切 $x\ne0$ 成立;
2. $A$ 的**全部特征值 $>0$ ** ;
3. **全部顺序主子式 $>0$ ** ;
4. $A\simeq E$ (合同于单位阵);
5. 正惯性指数 $p=n$ 。
**最常用的是 2 与 3**:特征值法适合"已知特征值"或"能解出来";顺序主子式适合"含参求范围"。
### 4.2 顺序主子式判据
$$\Delta_1=a_{11}>0,\quad\Delta_2=\begin{vmatrix}a_{11}&a_{12}\\a_{21}&a_{22}\end{vmatrix}>0,\quad\dots,\quad\Delta_n=\lvert A\rvert>0 .$$
**全部 $>0$ ** $\iff$ 正定。
**负定的判据**:$-A$ 正定 $\iff$ $(-1)^k\Delta_k>0$ 对每个 $k$ 成立(即 $\Delta_1<0,\Delta_2>0,\Delta_3<0,\dots$ )。
**半正定**:全部特征值 $\geqslant0$ ,等价于**全部主子式**(不只顺序主子式)$\geqslant0$ 。**注意这是最容易错的地方**——半正定要求"所有主子式",正定才只需"顺序主子式"。
### 4.3 含参正定的标准做法
三步:
1. 写出矩阵 $A$ (交叉项折半);
2. 逐个算 $\Delta_1,\Delta_2,\Delta_3$ ;
3. 解不等式组,**取交集**。
**易错**:$\Delta_3=\lvert A\rvert>0$ 常常给出一个高次不等式,务必分解到每个因式,再画数轴取公共部分。
## 5 合同与相似
### 5.1 合同与相似的分界
| 关系 | 定义 | 保持什么 | 适用 |
|---|---|---|---|
| 相似 | $P^{-1}AP=B$ | 特征值(含重数)、秩、迹、行列式 | 任意方阵 |
| 合同 | $C^{\mathrm T}AC=B$ | 惯性指数、秩、对称性 | 实对称 |
**三条要点**:
1. 实对称矩阵**相似 $\Rightarrow$ 合同**(相似则特征值相同 $\Rightarrow$ 惯性指数相同)。**反之不成立**。
2. 合同**不保持特征值**:$A=\mathrm{diag}(1,1)$ 与 $B=\mathrm{diag}(4,9)$ 合同(都正定),但特征值不同。
3. 对**正交** $Q$ ,$Q^{\mathrm T}AQ=Q^{-1}AQ$ ,此时合同与相似**合一**。
### 5.2 合同的判定
$$A\simeq B\iff(p_A,q_A)=(p_B,q_B).$$
**判定流程**:分别求 $A,B$ 的特征值 $\to$ 数正负个数 $\to$ 比较。
**注意**:$r(A)=r(B)$ 不够(还要正负分布相同);$\lvert A\rvert=\lvert B\rvert$ 不够;特征值相同当然够(但太强)。
## 6 二次曲面
### 6.1 二次曲面与标准形
三元二次方程 $f(x,y,z)=1$ 的形状由 $A$ 的惯性指数决定:
| $p$ | $q$ | 标准形 | 曲面 |
|---|---|---|---|
| 3 | 0 | $y_1^2+y_2^2+y_3^2=1$ | 椭球面 |
| 2 | 1 | $y_1^2+y_2^2-y_3^2=1$ | 单叶双曲面 |
| 2 | 0 | $y_1^2+y_2^2=1$ ($r=2$ ) | 椭圆柱面 |
| 1 | 2 | $y_1^2-y_2^2-y_3^2=1$ | 双叶双曲面 |
| 1 | 1 | $y_1^2-y_2^2=1$ ($r=2$ ) | 双曲柱面 |
| 1 | 0 | $y_1^2=1$ | 两张平行平面 |
**做题要点**:只需算惯性指数,不必求出具体的 $Q$ 。若题目问"是什么曲面",答惯性指数 $+$ 曲面名即可。
### 6.2 综合题的常见问法
一道二次型大题通常串四问:
1. 写出矩阵 $A$ (或由 $A$ 写二次型);
2. 求特征值与特征向量;
3. 求正交矩阵 $Q$ 与标准形;
4. 判曲面形状 / 求 $f$ 的最大值 / 判正定。
**第 4 问的两种变体**:
- **求 $f$ 在 $\lVert x\rVert=1$ 上的最值**:$\max=\lambda_{\max}$ 、$\min=\lambda_{\min}$ (这是特征值的变分意义);
- **求 $f$ 的正负惯性指数**:数 $\lambda_i$ 的符号。
## 7 覆盖对照(大纲 vs 真题 vs 参考仓库)
| 知识点 | 大纲要求 | 十年真题 | 参考仓库 | 处置 |
|---|---|---|---|---|
| 二次型与矩阵表示 | **掌握** | 每题起手 | 有 | 点 1,2 题 |
| 合同的定义与判据 | **掌握** | 2021·5、2025·5 | 有 | 点 1,3 题 |
| 配方法 | 掌握 | 未单独考 | 有 | 点 2,4 题 |
| 正交变换法 | **掌握(核心)** | 2017·21、2020·21、2022·21、2023·21 | 有 | 点 3,5 题 |
| 惯性定理 | **掌握** | 2018·20、2021·5、2025·5 | 有 | 点 4,2 题 |
| 规范形 | **掌握** | 2018·20、2019·5 | 有 | 点 4,2 题 |
| 正定的等价条件 | **掌握(核心)** | 2024·15 | 有 | 点 5,2 题 |
| 顺序主子式 | **掌握** | 含参题必用 | 有 | 点 5,2 题 |
| 半正定 | 了解 | 未单独考 | 有 | 点 5,1 题 |
| 合同 vs 相似 | **掌握** | 选择高频 | 有 | 点 6,3 题 |
| 二次曲面 | 掌握 | 2016·6、2022·21 | 有 | 点 7,4 题 |
**结论**:十年 80 分里,**解答题(57 分)全在 `04`(正交变换)与 `08`(曲面)**,选择填空(23 分)集中在 `05`(惯性)与 `07`(合同)。`04` 必须练到与第 5 讲点 4 一样熟。
## 8 与相邻讲的接口
| 本讲内容 | 来源 | 用法 |
|---|---|---|
| 特征值与特征向量 | 第 5 讲 | 标准形的系数 |
| $Q^{\mathrm T}AQ=\Lambda$ | 第 5 讲点 4 | 正交变换 |
| 施密特正交化 | 第 3 讲点 6 | 重根内部正交化 |
| $r(A)$ 与基础解系 | 第 4 讲 | 判秩、求惯性指数 |
| 顺序主子式 | 第 1 讲行列式 | 判正定 |
| $A^{\mathrm T}A$ 正定 | 第 2 讲矩阵 | 最小二乘、正定证明 |
@@ -0,0 +1,197 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 矩阵表示, 合同]
专题: 线性代数 第6讲 · 点1 矩阵表示与合同
日期: 2026-10-24
状态: 知识点带题(1.1 矩阵表示、1.2 合同与判据,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 1 矩阵表示与合同
> 真题锚点:一切题的起手式|重要度 ★★★
> 依赖:第 2 讲矩阵运算。盘点对应:§1 全节。
**组织原则**:先列知识点(矩阵表示 → 合同),再逐一对应出题。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 1.1 二次型的定义与矩阵表示(出处:[知识章 quadratic-form.tex §1](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
二次型 $f=\sum_{i,j}a_{ij}x_ix_j$ ($a_{ij}=a_{ji}$ )可写为 $f=x^{\mathrm T}Ax$ ,$A$ **实对称**。
**写矩阵的唯一规则**:
- $x_i^2$ 的系数 $\to$ 对角元(**不折半**);
- $x_ix_j$ 的系数 $\to$ $a_{ij}=a_{ji}=$ 系数 $\div2$ (**折半,两边都填**)。
**反向**:$f=\sum_ia_{ii}x_i^2+2\sum_{i<j}a_{ij}x_ix_j$ 。
## 知识点 1.2 合同的定义与判据(出处:[知识章 quadratic-form.tex §2](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
$C^{\mathrm T}AC=B$ ($C$ 可逆)称 $A$ 与 $B$ **合同**。含义:同一个二次型在两组坐标下的矩阵。
$$A\simeq B\iff A,B\ \text{同阶实对称且正、负惯性指数相同}\iff A,B\ \text{合同于同一规范形}.$$
**合同 vs 相似**:相似保持**特征值**;合同保持**惯性指数**。实对称时"相似 $\Rightarrow$ 合同",反之不成立。
---
## 题目(按知识点顺序对应)
### 题 1 · 1.1:由二次型写矩阵(★☆☆)
> 写出下列二次型的矩阵:
>
> (Ⅰ)$f=x_1^2+2x_2^2-3x_3^2+4x_1x_2-6x_1x_3$ ;
> (Ⅱ)$g=2x_1x_2+2x_1x_3+2x_2x_3$ ;
> (Ⅲ)$h=x_1^2+x_2^2+4x_1x_2$ 。
**怎么想**:平方项照抄到对角元,交叉项**折半后两边都填**。(Ⅱ)没有平方项,对角元全为 0——这是最容易漏的地方。
**解**:
(Ⅰ)对角元 $1,2,-3$ ;$x_1x_2$ 系数 $4$ 折半为 $2$ ;$x_1x_3$ 系数 $-6$ 折半为 $-3$ ;$x_2x_3$ 没有,取 0:
$$A=\begin{pmatrix}1&2&-3\\2&2&0\\-3&0&-3\end{pmatrix}.$$
(Ⅱ)对角元全 0,三个交叉项系数都是 $2$ ,折半为 $1$ :
$$B=\begin{pmatrix}0&1&1\\1&0&1\\1&1&0\end{pmatrix}.$$
(Ⅲ)对角元 $1,1,0$ ;$4x_1x_2$ 折半为 $2$ :
$$C=\begin{pmatrix}1&2&0\\2&1&0\\0&0&0\end{pmatrix}.$$
**验算**:(Ⅲ)用矩阵写法展开:$x^{\mathrm T}Cx=x_1^2+2\cdot2x_1x_2+x_2^2=x_1^2+x_2^2+4x_1x_2$ ✓。
**带走结论**:**交叉项折半、两边都填**是唯一规则。写完自查一句:$A$ 是否对称?不对称就是折半错了。
> **关联** · 盘点 [§1.1 二次型的定义与矩阵表示](01-知识点盘点.md#user-content-11-二次型的定义与矩阵表示) | 上游 — | 下游 [点 1 题 2](02-点1-矩阵表示与合同.md#user-content-题-2--11由矩阵写二次型) | 速查 [一 写矩阵三步](09-速查卡.md#user-content-一-写矩阵三步)
---
### 题 2 · 1.1:由矩阵写二次型(★☆☆)
> 写出实对称矩阵
>
> $$A=\begin{pmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{pmatrix}$$
>
> 对应的二次型 $f=x^{\mathrm T}Ax$ ,并判断 $f$ 是否正定。
**怎么想**:从矩阵回到二次型是**乘 2**:对角元直接作平方项系数,非对角元乘 2 作交叉项系数。正定性用顺序主子式最快(三阶行列式刚好是典型的三对角)。
**解**:对角元给出 $2x_1^2+2x_2^2+2x_3^2$ ;非对角元 $-1$ 给交叉项 $-2x_1x_2-2x_2x_3$ (乘 2):
$$f=2x_1^2+2x_2^2+2x_3^2-2x_1x_2-2x_2x_3 .$$
判正定:
$$\Delta_1=2>0,\qquad\Delta_2=\begin{vmatrix}2&-1\\-1&2\end{vmatrix}=4-1=3>0,$$
$$\Delta_3=\lvert A\rvert=2(4-1)-(-1)(-2-0)+0=6-2=4>0 .$$
三个顺序主子式全正,故 $f$ **正定**。
**验算**:$f$ 可配方为 $2\left(x_1-\frac{x_2}{2}\right)^2+\frac32\left(x_2-\frac23x_3\right)^2+\frac43x_3^2$ ,系数全正 ✓。
**带走结论**:**从矩阵到二次型是"非对角元乘 2"**,与写矩阵时的"折半"恰好相反。正定判定先看顺序主子式,三对角矩阵的行列式有递推规律(第 1 讲点 4),本题 $\Delta_3=4$ 也可由 $D_3=2D_2-D_1=6-2=4$ 快速得到。
> **关联** · 盘点 [§1.1 二次型的定义与矩阵表示](01-知识点盘点.md#user-content-11-二次型的定义与矩阵表示) | 上游 [点 1 题 1](02-点1-矩阵表示与合同.md#user-content-题-1--11由二次型写矩阵) | 下游 — | 速查 [一 写矩阵三步](09-速查卡.md#user-content-一-写矩阵三步)
---
### 题 3 · 1.2:合同的必要条件(★★☆)
> 设 $A,B$ 为同阶实对称矩阵,且 $A$ 与 $B$ 合同。判断下列哪些一定成立:
>
> (Ⅰ)$r(A)=r(B)$ ;(Ⅱ)$A,B$ 的特征值相同;(Ⅲ)$A,B$ 的正惯性指数相同;(Ⅳ)$\lvert A\rvert$ 与 $\lvert B\rvert$ 同号。
**怎么想**:合同保持的是"惯性指数",由此推出的都成立;凡是涉及**具体数值**的(特征值、行列式的值)一般不成立。
**解**:(Ⅰ)**成立**。$p+q=r$ ,惯性指数相同故秩相同。(也可由 $B=C^{\mathrm T}AC$ 、$C$ 可逆得秩不变。)
(Ⅱ)**不成立**。反例:$A=\mathrm{diag}(1,1)$ 、$B=\mathrm{diag}(4,9)$ 。取 $C=\mathrm{diag}(2,3)$ 得 $C^{\mathrm T}AC=\mathrm{diag}(4,9)=B$ ,故合同;但特征值分别是 $1,1$ 与 $4,9$ ,不同。
(Ⅲ)**成立**。这正是合同的充要判据。
(Ⅳ)**成立**。$\lvert B\rvert=\lvert C\rvert^2\lvert A\rvert$ ,$\lvert C\rvert^2>0$ ,故 $\lvert A\rvert$ 与 $\lvert B\rvert$ 同号(或同为 0)。
**带走结论**:**合同保持"符号结构",不保持"数值"**。判断某个量是否合同不变,只需问:它是否只由 $(p,q)$ 决定?秩和行列式的符号是;特征值、迹、行列式的值是(不)。
> **关联** · 盘点 [§1.2 合同的定义与判据](01-知识点盘点.md#user-content-12-合同的定义与判据) | 上游 — | 下游 [点 1 题 4](02-点1-矩阵表示与合同.md#user-content-题-4--12变换后矩阵的计算)、[点 1 题 5](02-点1-矩阵表示与合同.md#user-content-题-5--12合同的完整判定) | 速查 [二 合同三句话](09-速查卡.md#user-content-二-合同三句话)
---
### 题 4 · 1.2:变换后矩阵的计算(★★☆)
> 设二次型 $f=x_1^2+2x_2^2+2x_1x_2$ ,作可逆线性变换
>
> $$x_1=y_1+y_2,\qquad x_2=y_1-y_2 .$$
>
> (Ⅰ)写出 $f$ 的矩阵 $A$ 与变换矩阵 $C$ ;
> (Ⅱ)求变换后的矩阵 $C^{\mathrm T}AC$ ,并写出 $f$ 关于 $y$ 的表达式;
> (Ⅲ)判断变换后是否已是标准形。
**怎么想**:$x=Cy$ ,其中 $C$ 的**列**是 $y_1,y_2$ 的系数。然后按 $C^{\mathrm T}AC$ 硬算——先算 $AC$ 再左乘 $C^{\mathrm T}$ 最省。
**解**:
**(Ⅰ)** 交叉项 $2x_1x_2$ 折半为 1:
$$A=\begin{pmatrix}1&1\\1&2\end{pmatrix},\qquad C=\begin{pmatrix}1&1\\1&-1\end{pmatrix}.$$
**(Ⅱ)** 先算 $AC$ :
$$AC=\begin{pmatrix}1&1\\1&2\end{pmatrix}\begin{pmatrix}1&1\\1&-1\end{pmatrix}=\begin{pmatrix}1+1&1-1\\1+2&1-2\end{pmatrix}=\begin{pmatrix}2&0\\3&-1\end{pmatrix}.$$
再左乘 $C^{\mathrm T}$ :
$$C^{\mathrm T}AC=\begin{pmatrix}1&1\\1&-1\end{pmatrix}\begin{pmatrix}2&0\\3&-1\end{pmatrix}=\begin{pmatrix}2+3&0-1\\2-3&0+1\end{pmatrix}=\begin{pmatrix}5&-1\\-1&1\end{pmatrix}.$$
(验对称 ✓。)故
$$f=5y_1^2-2y_1y_2+y_2^2 .$$
**(Ⅲ)** **不是标准形**。变换后矩阵仍非对角(有 $-1$ ),故 $f$ 仍含交叉项。说明这个 $C$ 只是"可逆变换",但**没有把二次型化成标准形**——制造平方项后还要继续配方。
**验算**:直接代入 $x_1=y_1+y_2$ 、$x_2=y_1-y_2$ :
$$(y_1+y_2)^2+2(y_1-y_2)^2+2(y_1+y_2)(y_1-y_2)=y_1^2+2y_1y_2+y_2^2+2y_1^2-4y_1y_2+2y_2^2+2y_1^2-2y_2^2$$
$$=5y_1^2-2y_1y_2+y_2^2\quad ✓$$
**带走结论**:**"可逆变换"不等于"化成了标准形"**。$C^{\mathrm T}AC$ 只要不出现零对角元、但仍有非对角元,就说明还需继续配方。无平方项时"和差换元"只是**第一步**。
> **关联** · 盘点 [§1.2 合同的定义与判据](01-知识点盘点.md#user-content-12-合同的定义与判据) | 上游 [点 1 题 3](02-点1-矩阵表示与合同.md#user-content-题-3--12合同的必要条件) | 下游 [点 1 题 5](02-点1-矩阵表示与合同.md#user-content-题-5--12合同的完整判定) | 速查 [二 合同三句话](09-速查卡.md#user-content-二-合同三句话)
---
### 题 5 · 1.2:合同的完整判定(★★★)
> 设
>
> $$A=\begin{pmatrix}2&0&0\\0&1&0\\0&0&-1\end{pmatrix},\qquad B=\begin{pmatrix}1&1&0\\1&1&0\\0&0&-2\end{pmatrix}.$$
>
> (Ⅰ)求 $A,B$ 的特征值,由此得各自的惯性指数;
> (Ⅱ)判断 $A$ 与 $B$ 是否合同;
> (Ⅲ)判断 $A$ 与 $B$ 是否相似。
**怎么想**:两问要**分开答**——合同看惯性指数,相似看特征值(含重数)与可对角化性。这正是本讲的核心辨析点。
**解**:
**(Ⅰ)** $A$ 是对角阵,特征值 $2,1,-1$ 。故 $p_A=2,\ q_A=1,\ r=3$ 。
$B$ 分块为 $\begin{pmatrix}1&1\\1&1\end{pmatrix}$ 与 $(-2)$ 。前者的特征值为 $2,0$ (因 $\operatorname{tr}=2$ 、$\lvert B_1\rvert=0$ ),故 $B$ 的特征值为 $2,0,-2$ ,$p_B=1,\ q_B=1,\ r=2$ 。
**(Ⅱ)** **不合同**。惯性指数不同($p_A=2\ne p_B=1$ ),秩也不同($3\ne2$ )。
**(Ⅲ)** **不相似**。特征值集合 $\{2,1,-1\}$ 与 $\{2,0,-2\}$ 不同,相似的必要条件不满足。
**验算**:$\operatorname{tr}A=2$ 、$\operatorname{tr}B=1+1-2=0$ ——迹都不同,也印证不相似 ✓。
**带走结论**:**先算特征值,问题全部解决**。特征值给出三组信息:① 集合是否相同(判相似);② 正负个数(判合同);③ 秩(判两者)。一道"合同还是相似"的选择题,算完特征值就没有悬念。
> **注**:若把 $B$ 的 $(3,3)$ 元从 $-2$ 改成 $-1$ ,则 $B$ 的特征值为 $2,0,-1$ ,$p_B=1,q_B=1,r=2$ 仍与 $A$ 不同;若改成 $\begin{pmatrix}1&1&0\\1&1&0\\0&0&1\end{pmatrix}$ ,则特征值 $2,0,1$ ,$p_B=2,q_B=0$ ,仍不同。可见"同阶、同行列式符号"远不足以保证合同。
> **关联** · 盘点 [§1.2 合同的定义与判据](01-知识点盘点.md#user-content-12-合同的定义与判据) | 上游 [点 1 题 3](02-点1-矩阵表示与合同.md#user-content-题-3--12合同的必要条件)、[点 1 题 4](02-点1-矩阵表示与合同.md#user-content-题-4--12变换后矩阵的计算) | 下游 — | 速查 [二 合同三句话](09-速查卡.md#user-content-二-合同三句话)
---
@@ -0,0 +1,219 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 配方法]
专题: 线性代数 第6讲 · 点2 配方法化标准形
日期: 2026-10-24
状态: 知识点带题(2.1 两种情形与变换矩阵,4 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 2 配方法化标准形
> 真题锚点:未单独考,但"可逆线性变换"型题必用|重要度 ★★☆
> 依赖:点 1 的矩阵表示。盘点对应:§2.1。
**组织原则**:先列知识点(有平方项 / 无平方项 / 写 $C$ ),再逐一对应出题。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 2.1 配方法化标准形(出处:[知识章 quadratic-form.tex §3](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
只含平方项的二次型叫**标准形**。配方法用可逆线性变换逐次配方,**不经过特征值**。
**情形 ①:有平方项**(某 $a_{ii}\ne0$ )。把含 $x_i$ 的全部项收进一个完全平方,剩下部分不再含 $x_i$ ,递归处理。
**情形 ②:无平方项**(所有 $a_{ii}=0$ 但有交叉项)。先用"和差换元"制造平方项:
$$x_1=y_1+y_2,\quad x_2=y_1-y_2\Longrightarrow x_1x_2=y_1^2-y_2^2 ,$$
回到情形 ①。
**写变换矩阵**:把每步换元累计成 $x=Cy$ ,检验 $C^{\mathrm T}AC=\mathrm{diag}(d_1,\dots,d_n)$ 。
**系数不唯一,但正负个数唯一**(惯性定理)——配法不同,标准形可以不同,惯性指数绝不变。
---
## 题目(按知识点顺序对应)
### 题 1 · 2.1:有平方项的逐次配方(★★☆)
> 用配方法化二次型
>
> $$f=x_1^2+2x_2^2+5x_3^2+2x_1x_2+2x_1x_3+6x_2x_3$$
>
> 为标准形,并写出所用的可逆线性变换。
**怎么想**:$a_{11}=1\ne0$ ,先把所有含 $x_1$ 的项($x_1^2+2x_1x_2+2x_1x_3$ )配成一个平方,余下只含 $x_2,x_3$ ,再配一次。**每配一次降一维**。
**解**:
**第 1 步:配 $x_1$ 。** 含 $x_1$ 的项是 $x_1^2+2x_1x_2+2x_1x_3$ ,凑
$$x_1^2+2x_1(x_2+x_3)=(x_1+x_2+x_3)^2-(x_2+x_3)^2 .$$
代回 $f$ :
$$f=(x_1+x_2+x_3)^2-(x_2^2+2x_2x_3+x_3^2)+2x_2^2+5x_3^2+6x_2x_3$$
$$=(x_1+x_2+x_3)^2+x_2^2+4x_2x_3+4x_3^2 .$$
**第 2 步:配 $x_2$ 。** 余下部分是 $x_2^2+4x_2x_3+4x_3^2=(x_2+2x_3)^2$ ,恰为完全平方。
$$f=(x_1+x_2+x_3)^2+(x_2+2x_3)^2 .$$
**第 3 步:写出变换。** 令
$$\begin{cases}y_1=x_1+x_2+x_3,\\y_2=x_2+2x_3,\\y_3=x_3,\end{cases}\quad\text{即}\quad\begin{cases}x_1=y_1-y_2+y_3,\\x_2=y_2-2y_3,\\x_3=y_3 .\end{cases}$$
(解出 $x$ 用 $y$ 表示:由 $y_3=x_3$ 、$y_2=x_2+2x_3$ 得 $x_2=y_2-2y_3$ ;代回 $y_1=x_1+x_2+x_3$ 得 $x_1=y_1-y_2+y_3$ 。)
变换矩阵
$$C=\begin{pmatrix}1&-1&1\\0&1&-2\\0&0&1\end{pmatrix},\qquad\lvert C\rvert=1\ne0 ,$$
故 $C$ 可逆。
标准形
$$f=y_1^2+y_2^2+0\cdot y_3^2 .$$
**验算**:秩 $r=2$ (标准形只有 2 个非零系数);$p=2,\ q=0$ 。回到矩阵验证:$A$ 的左上角二阶子式 $\begin{vmatrix}1&1\\1&2\end{vmatrix}=1\ne0$ 说明秩至少 2 ✓。
**带走结论**:**配方就是"降维"**——每配一次消掉一个变量,剩下的一直往下配。$y_3$ 的系数为 0 说明原二次型**退化**(秩 2),这在几何上对应"柱面"而不是"锥面/椭球"。
> **关联** · 盘点 [§2.1 配方法](01-知识点盘点.md#user-content-21-配方法) | 上游 — | 下游 [点 2 题 2](03-点2-配方法化标准形.md#user-content-题-2--21无平方项时先造平方)、[点 2 题 3](03-点2-配方法化标准形.md#user-content-题-3--21写出完整的变换矩阵) | 速查 [三 配方法两条路](09-速查卡.md#user-content-三-配方法两条路)
---
### 题 2 · 2.1:无平方项时先造平方(★★★)
> 用配方法化二次型
>
> $$f=2x_1x_2+2x_1x_3-6x_2x_3$$
>
> 为标准形,并求其正、负惯性指数。
**怎么想**:三项全是交叉项,$a_{11}=a_{22}=a_{33}=0$ ,**没法直接配**。先作和差换元把 $x_1x_2$ 变成 $y_1^2-y_2^2$ ,制造出平方项;之后按题 1 的办法继续配。
**解**:
**第 1 步:制造平方项。** 令
$$x_1=y_1+y_2,\qquad x_2=y_1-y_2,\qquad x_3=y_3 .$$
则 $x_1x_2=y_1^2-y_2^2$ ,$x_1x_3=(y_1+y_2)y_3$ ,$x_2x_3=(y_1-y_2)y_3$ 。代入:
$$f=2(y_1^2-y_2^2)+2(y_1+y_2)y_3-6(y_1-y_2)y_3$$
$$=2y_1^2-2y_2^2+(2y_1y_3+2y_2y_3-6y_1y_3+6y_2y_3)$$
$$=2y_1^2-2y_2^2-4y_1y_3+8y_2y_3 .$$
**第 2 步:配 $y_1$ 。**
$$2y_1^2-4y_1y_3=2(y_1-y_3)^2-2y_3^2 .$$
**第 3 步:配 $y_2$ 。** 剩余 $-2y_2^2+8y_2y_3-2y_3^2$ :
$$-2y_2^2+8y_2y_3=-2(y_2-2y_3)^2+8y_3^2 .$$
汇总:
$$f=2(y_1-y_3)^2-2(y_2-2y_3)^2+(-2+8)y_3^2$$
$$=2(y_1-y_3)^2-2(y_2-2y_3)^2+6y_3^2 .$$
**第 4 步:写变换。** 令 $z_1=y_1-y_3$ 、$z_2=y_2-2y_3$ 、$z_3=y_3$ ,则
$$f=2z_1^2-2z_2^2+6z_3^2 .$$
标准形系数 $2,-2,6$ ,故 $p=2,\ q=1$ ,秩 $r=3$ 。
**验算**:用矩阵算。$A=\begin{pmatrix}0&1&1\\1&0&-3\\1&-3&0\end{pmatrix}$ ,$\lvert A\rvert=0(0-9)-1(0+3)+1(-3-0)=-3-3=-6\ne0$ ,秩 3 ✓,与 $p+q=3$ 一致。
**带走结论**:**先看有没有平方项,没有就"和差换元"**——这一步是配方法唯一的门槛。注意和差换元本身就把秩结构引入了($y_1^2-y_2^2$ 一正一负),所以最终 $p,q$ 由原矩阵决定,不是随意来的。
> **关联** · 盘点 [§2.1 配方法](01-知识点盘点.md#user-content-21-配方法) | 上游 [点 2 题 1](03-点2-配方法化标准形.md#user-content-题-1--21有平方项的逐次配方) | 下游 [点 2 题 3](03-点2-配方法化标准形.md#user-content-题-3--21写出完整的变换矩阵)、[点 2 题 4](03-点2-配方法化标准形.md#user-content-题-4--21两法结果不同惯性相同) | 速查 [三 配方法两条路](09-速查卡.md#user-content-三-配方法两条路)
---
### 题 3 · 2.1:写出完整的变换矩阵(★★★)
> 对题 2 的二次型,写出把 $f$ 化为标准形的可逆线性变换 $x=Cz$ 的矩阵 $C$ ,并验证 $C^{\mathrm T}AC=\mathrm{diag}(2,-2,6)$ 。
**怎么想**:两次换元要**乘起来**,不能只写最后一次。$x=By$ (第一步)与 $y=Dz$ (第二步)复合得 $x=BDz$ ,故 $C=BD$ 。
**解**:
**第一步换元**:$x_1=y_1+y_2$ 、$x_2=y_1-y_2$ 、$x_3=y_3$ ,矩阵
$$B=\begin{pmatrix}1&1&0\\1&-1&0\\0&0&1\end{pmatrix},\qquad\lvert B\rvert=-1-1=-2\ne0 .$$
**第二步换元**:$z_1=y_1-y_3$ 、$z_2=y_2-2y_3$ 、$z_3=y_3$ ,即
$$\begin{cases}y_1=z_1+z_3,\\y_2=z_2+2z_3,\\y_3=z_3,\end{cases}\qquad D=\begin{pmatrix}1&0&1\\0&1&2\\0&0&1\end{pmatrix},\quad\lvert D\rvert=1 .$$
**复合**:
$$C=BD=\begin{pmatrix}1&1&0\\1&-1&0\\0&0&1\end{pmatrix}\begin{pmatrix}1&0&1\\0&1&2\\0&0&1\end{pmatrix}=\begin{pmatrix}1&1&3\\1&-1&-1\\0&0&1\end{pmatrix}.$$
$\lvert C\rvert=\lvert B\rvert\lvert D\rvert=-2\ne0$ ,可逆 ✓。
**验证**:$A=\begin{pmatrix}0&1&1\\1&0&-3\\1&-3&0\end{pmatrix}$ 。先算 $AC$ :
$$AC=\begin{pmatrix}0&1&1\\1&0&-3\\1&-3&0\end{pmatrix}\begin{pmatrix}1&1&3\\1&-1&-1\\0&0&1\end{pmatrix}=\begin{pmatrix}1&-1&0\\1&1&0\\-2&4&6\end{pmatrix},$$
再算 $C^{\mathrm T}AC$ :
$$C^{\mathrm T}AC=\begin{pmatrix}1&1&0\\1&-1&0\\3&-1&1\end{pmatrix}\begin{pmatrix}1&-1&0\\1&1&0\\-2&4&6\end{pmatrix}=\begin{pmatrix}2&0&0\\0&-2&0\\0&0&6\end{pmatrix}\quad ✓$$
**带走结论**:**多步换元的 $C$ 是各步矩阵的乘积,顺序与换元顺序一致**。验证时"先算 $AC$ 再左乘 $C^{\mathrm T}$ "比一次算三个矩阵快。这条检查能抓住 90% 的配方笔误。
> **关联** · 盘点 [§2.1 配方法](01-知识点盘点.md#user-content-21-配方法) | 上游 [点 2 题 1](03-点2-配方法化标准形.md#user-content-题-1--21有平方项的逐次配方)、[点 2 题 2](03-点2-配方法化标准形.md#user-content-题-2--21无平方项时先造平方) | 下游 [点 2 题 4](03-点2-配方法化标准形.md#user-content-题-4--21两法结果不同惯性相同) | 速查 [三 配方法两条路](09-速查卡.md#user-content-三-配方法两条路)
---
### 题 4 · 2.1:两法结果不同,惯性相同(★★★)
> 设 $f=x_1^2+2x_2^2+5x_3^2+2x_1x_2+2x_1x_3+6x_2x_3$ (同题 1)。
>
> (Ⅰ)用配方法得到的标准形是什么?
> (Ⅱ)用正交变换法得到的标准形是什么(只写系数形式,不必求出 $Q$ )?
> (Ⅲ)两个标准形不同,是否矛盾?说明理由。
**怎么想**:配方法给的是"某个可逆变换下的标准形",系数可以任意;正交变换给的是"特征值"。两者**只保证惯性指数相同**,数值当然不同。这一问考的就是惯性定理的意义。
**解**:
**(Ⅰ)** 由题 1,配方得 $f=y_1^2+y_2^2$ ($y_3$ 系数为 0),标准形系数 $1,1,0$ 。
**(Ⅱ)** $f$ 的矩阵
$$A=\begin{pmatrix}1&1&1\\1&2&3\\1&3&5\end{pmatrix}.$$
**先用两个不变量把特征值定下来。** 第 3 行 $=$ $2\times$ 第 2 行 $-$ 第 1 行,故 $r(A)=2$ ,$\lambda_3=0$ 。
$\operatorname{tr}A=1+2+5=8$ 。又 $\lambda_3=0$ 时 $\lambda_1\lambda_2$ 等于**全部二阶主子式之和**:
$$\begin{vmatrix}1&1\\1&2\end{vmatrix}=1,\qquad\begin{vmatrix}2&3\\3&5\end{vmatrix}=1,\qquad\begin{vmatrix}1&1\\1&5\end{vmatrix}=4,\qquad1+1+4=6 .$$
故 $\lambda_1,\lambda_2$ 是 $t^2-8t+6=0$ 的根:
$$\lambda_{1,2}=4\pm\sqrt{10}\quad(\approx7.162,\ 0.838).$$
(也可直接分解 $\lvert\lambda E-A\rvert=\lambda(\lambda^2-8\lambda+6)$ 。)
正交变换下的标准形为
$$f=(4+\sqrt{10})y_1^2+(4-\sqrt{10})y_2^2+0\cdot y_3^2 .$$
**(Ⅲ)** **不矛盾**。惯性定理只断言"正、负系数的**个数**唯一",不断言"系数的**数值**唯一"。
- 配方法:系数 $1,1,0$ ,$p=2,\ q=0$ ;
- 正交变换:系数 $4+\sqrt{10}>0$ 、$4-\sqrt{10}>0$ (因 $\sqrt{10}\approx3.16<4$ ),$p=2,\ q=0$ 。
两者 $p,q$ 完全相同 ✓。
**带走结论**:**标准形有无穷多个,规范形只有一个**。若题目问"标准形",答哪种都对(只要变换矩阵合法);若问"规范形"或"惯性指数",答案唯一。这也解释了为什么"求正交变换"必须用特征值——题目要的不是任意标准形,而是**系数恰好为特征值**的那个。
> **关联** · 盘点 [§2.1 配方法](01-知识点盘点.md#user-content-21-配方法) | 上游 [点 2 题 2](03-点2-配方法化标准形.md#user-content-题-2--21无平方项时先造平方)、[点 2 题 3](03-点2-配方法化标准形.md#user-content-题-3--21写出完整的变换矩阵) | 下游 — | 速查 [三 配方法两条路](09-速查卡.md#user-content-三-配方法两条路)
---
@@ -0,0 +1,222 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 正交变换]
专题: 线性代数 第6讲 · 点3 正交变换化标准形
日期: 2026-10-24
状态: 知识点带题(2.2 五步与三种问法,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 3 正交变换化标准形
> 真题锚点:2017·21、2020·21、2022·21、2023·21(十年 **46 分**)|重要度 ★★★
> 依赖:第 5 讲点 4(同一套五步)。盘点对应:§2.2。
**组织原则**:先列知识点(五步与两法分界),再逐一对应出题。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 2.2 正交变换法(出处:[知识章 quadratic-form.tex §4](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
作正交变换 $x=Qy$ ,则 $f=x^{\mathrm T}Ax=y^{\mathrm T}(Q^{\mathrm T}AQ)y=\lambda_1y_1^2+\cdots+\lambda_ny_n^2$ 。
**五步**(与第 5 讲点 4 完全一致):写 $A$ $\to$ 求特征值 $\to$ 求特征向量(重根内部施密特) $\to$ 单位化拼 $Q$ $\to$ 写标准形(系数 $=$ 特征值,顺序与列对齐)。
**两法分界**:
| | 配方法 | 正交变换法 |
|---|---|---|
| 变换矩阵 | 可逆即可 | **必须正交** |
| 标准形系数 | 不唯一 | **就是特征值** |
| 何时必须用 | "求可逆变换 $C$ " | "正交变换"、"求 $Q$ "、"曲面形状" |
**命题规律**:出现"正交变换"四个字就必须走特征值。只说"可逆线性变换"时两法皆可。
---
## 题目(按知识点顺序对应)
### 题 1 · 2.2:完整五步(★★★)
> 【2017·21 骨架】设二次型
>
> $$f=x_1^2+x_2^2+x_3^2+4x_1x_2+4x_1x_3+4x_2x_3 .$$
>
> (Ⅰ)写出 $f$ 的矩阵 $A$ ;
> (Ⅱ)求 $A$ 的特征值与特征向量;
> (Ⅲ)求正交变换 $x=Qy$ 把 $f$ 化为标准形。
**怎么想**:交叉项系数都是 4,折半为 2。三行之和都是 $1+2+2=5$ ,故 $(1,1,1)^{\mathrm T}$ 对应 $\lambda=5$ ——第一步白送。剩下 $\lambda=-1$ 二重,需在内部施密特。
**解**:
**(Ⅰ)** 交叉项折半:
$$A=\begin{pmatrix}1&2&2\\2&1&2\\2&2&1\end{pmatrix}.$$
**(Ⅱ)** 各行之和为 5,故 $A(1,1,1)^{\mathrm T}=5(1,1,1)^{\mathrm T}$ ,$\lambda_1=5$ 。
又 $\operatorname{tr}A=3$ ,另两个之和为 $3-5=-2$ 。算行列式:
$$\lvert A\rvert=1(1-4)-2(2-4)+2(4-2)=-3+4+4=5 ,$$
故 $\lambda_2\lambda_3=\lvert A\rvert/\lambda_1=1$ 。于是 $\lambda_2,\lambda_3$ 是 $t^2+2t+1=0$ 的根,即 $\lambda_2=\lambda_3=-1$ (二重)。
$\lambda_1=5$ :$5E-A=\begin{pmatrix}4&-2&-2\\-2&4&-2\\-2&-2&4\end{pmatrix}$ ,得 $x_1=x_2=x_3$ ,
$$\xi_1=(1,1,1)^{\mathrm T}.$$
$\lambda=-1$ :$-E-A=\begin{pmatrix}-2&-2&-2\\-2&-2&-2\\-2&-2&-2\end{pmatrix}$ ,即 $x_1+x_2+x_3=0$ ,基础解系
$$\xi_2=(-1,1,0)^{\mathrm T},\qquad\xi_3=(-1,0,1)^{\mathrm T}.$$
**(Ⅲ)** $\langle\xi_2,\xi_3\rangle=1+0+0=1\ne0$ ,**不正交,必须施密特**:
$$u_2=\xi_2=(-1,1,0)^{\mathrm T},\qquad u_3=\xi_3-\frac{\langle\xi_3,u_2\rangle}{\langle u_2,u_2\rangle}u_2=(-1,0,1)-\frac12(-1,1,0)=\Big(-\frac12,-\frac12,1\Big).$$
取整 $u_3=(-1,-1,2)^{\mathrm T}$ (验 $\langle u_3,u_2\rangle=1-1+0=0$ ✓)。单位化:
$$e_1=\frac{1}{\sqrt2}\begin{pmatrix}-1\\1\\0\end{pmatrix},\quad e_2=\frac{1}{\sqrt6}\begin{pmatrix}-1\\-1\\2\end{pmatrix},\quad e_3=\frac{1}{\sqrt3}\begin{pmatrix}1\\1\\1\end{pmatrix}.$$
$$Q=(e_1,e_2,e_3)=\begin{pmatrix}-\frac{1}{\sqrt2}&-\frac{1}{\sqrt6}&\frac{1}{\sqrt3}\\[2pt]\frac{1}{\sqrt2}&-\frac{1}{\sqrt6}&\frac{1}{\sqrt3}\\[2pt]0&\frac{2}{\sqrt6}&\frac{1}{\sqrt3}\end{pmatrix}.$$
于是
$$f=-y_1^2-y_2^2+5y_3^2 .$$
**验算**:系数和 $-1-1+5=3=\operatorname{tr}A$ ✓;系数积 $(-1)(-1)\cdot5=5=\lvert A\rvert$ ✓;$Q$ 三列单位且两两正交 ✓。
**带走结论**:**重根内部必须施密特,且只需正交化"后一个减前一个的投影"**。本题若跳过这一步,$Q$ 不正交,整题作废。写完立即验 $Q^{\mathrm T}Q=E$ ,三秒钟换来整题安全。
> **关联** · 盘点 [§2.2 正交变换法](01-知识点盘点.md#user-content-22-正交变换法) | 上游 — | 下游 [点 3 题 2](04-点3-正交变换化标准形.md#user-content-题-2--22含参二次型的惯性讨论)、[点 3 题 3](04-点3-正交变换化标准形.md#user-content-题-3--22由标准形反求不变量) | 速查 [四 正交变换五步](09-速查卡.md#user-content-四-正交变换五步)
---
### 题 2 · 2.2:含参二次型的惯性讨论(★★★)
> 设二次型
>
> $$f=x_1^2+x_2^2+x_3^2+2ax_1x_2+2ax_1x_3+2ax_2x_3 .$$
>
> (Ⅰ)求 $f$ 的矩阵 $A$ 的特征值;
> (Ⅱ)讨论 $a$ 取何值时 $f$ 正定、半正定、不定。
**怎么想**:$A=E+aJ$ (对角元 1、非对角 $a$ )。$J$ 的特征值为 $3,0,0$ ,故 $A$ 的为 $1+3a,1,1$ ——**不必展开行列式**。之后按 $1+3a$ 的符号分类。
**解**:
**(Ⅰ)** 交叉项系数 $2a$ 折半为 $a$ :
$$A=\begin{pmatrix}1&a&a\\a&1&a\\a&a&1\end{pmatrix}=E+aJ .$$
$J$ 的特征值为 $3,0,0$ ($J(1,1,1)^{\mathrm T}=3(1,1,1)^{\mathrm T}$ ,秩 1),故 $A$ 的特征值为
$$\lambda_1=1+3a,\qquad\lambda_2=\lambda_3=1 .$$
**(Ⅱ)** 特征值 $1,1$ 恒正,一切取决于 $1+3a$ :
| 条件 | 特征值 | 结论 |
|---|---|---|
| $1+3a>0$ 即 $a>-\frac13$ | 全正 | **正定** |
| $a=-\frac13$ | $0,1,1$ | **半正定**(不正定) |
| $a<-\frac13$ | 一负两正 | **不定** |
**验算**:$a=0$ 时 $A=E$ ,$f=x_1^2+x_2^2+x_3^2$ 显然正定 ✓;$a=-\frac13$ 时 $A=E-\frac13J$ ,$A(1,1,1)^{\mathrm T}=0$ ,确有非零向量使 $f=0$ ✓。
**带走结论**:**$E+aJ$ 结构的特征值永远是 $1+na$ 与 $n-1$ 个 1**。看到"对角元相同、非对角元相同"的矩阵,直接套这个结论,省掉全部特征值计算。
> **关联** · 盘点 [§2.2 正交变换法](01-知识点盘点.md#user-content-22-正交变换法) | 上游 [点 3 题 1](04-点3-正交变换化标准形.md#user-content-题-1--22完整五步) | 下游 [点 3 题 3](04-点3-正交变换化标准形.md#user-content-题-3--22由标准形反求不变量)、[点 3 题 4](04-点3-正交变换化标准形.md#user-content-题-4--22球面上的最值) | 速查 [四 正交变换五步](09-速查卡.md#user-content-四-正交变换五步)
---
### 题 3 · 2.2:由标准形反求不变量(★★★)
> 设二次型 $f=x^{\mathrm T}Ax$ 经**正交变换**化为
>
> $$f=y_1^2+2y_2^2-3y_3^2 .$$
>
> (Ⅰ)求 $A$ 的特征值、$\operatorname{tr}A$ 、$\lvert A\rvert$ ;
> (Ⅱ)求 $f$ 的正、负惯性指数与规范形;
> (Ⅲ)判断 $A$ 是否正定、是否可逆。
**怎么想**:正交变换下标准形的系数**就是**特征值——这一句话解决全部问题。注意区分"正交变换"和"一般可逆变换":后者标准形系数不一定是特征值。
**解**:
**(Ⅰ)** 正交变换保持特征值,故
$$\lambda_1=1,\ \lambda_2=2,\ \lambda_3=-3 .$$
$$\operatorname{tr}A=1+2-3=0,\qquad\lvert A\rvert=1\times2\times(-3)=-6 .$$
**(Ⅱ)** 正系数 2 个、负系数 1 个,故 $p=2,\ q=1$ ,秩 $r=3$ 。
规范形(系数化为 $\pm1$ ):
$$f=z_1^2+z_2^2-z_3^2 .$$
**(Ⅲ)** 有负特征值 $-3$ ,故**不正定**;$\lvert A\rvert=-6\ne0$ ,故**可逆**。
**验算**:$p+q=3=n$ ✓(满秩);若 $\lvert A\rvert=0$ 则必有零特征值、$p+q<3$ 。
**带走结论**:**"正交变换"是关键词**——看到它就等于拿到"标准形系数 $=$ 特征值"的通行证。若题目改成"经可逆线性变换化为 $y_1^2+2y_2^2-3y_3^2$ ",则只能断言 $p=2,q=1$ ,**不能**断言特征值是 $1,2,-3$ 。
> **关联** · 盘点 [§2.2 正交变换法](01-知识点盘点.md#user-content-22-正交变换法) | 上游 [点 3 题 1](04-点3-正交变换化标准形.md#user-content-题-1--22完整五步)、[点 3 题 2](04-点3-正交变换化标准形.md#user-content-题-2--22含参二次型的惯性讨论) | 下游 [点 3 题 4](04-点3-正交变换化标准形.md#user-content-题-4--22球面上的最值)、[点 3 题 5](04-点3-正交变换化标准形.md#user-content-题-5--22正交变换为什么不改变形状) | 速查 [四 正交变换五步](09-速查卡.md#user-content-四-正交变换五步)
---
### 题 4 · 2.2:球面上的最值(★★☆)
> 设 $A$ 为三阶实对称矩阵,特征值为 $1,2,3$ 。求二次型 $f=x^{\mathrm T}Ax$ 在条件 $x_1^2+x_2^2+x_3^2=1$ 下的最大值与最小值。
**怎么想**:正交变换把球面映成球面(保长度),把 $f$ 化成 $\sum\lambda_iy_i^2$ 。于是问题变成"在 $\sum y_i^2=1$ 下求加权和的最值",答案必然是 $\lambda_{\max}$ 与 $\lambda_{\min}$ 。
**解**:取正交矩阵 $Q$ 使 $Q^{\mathrm T}AQ=\mathrm{diag}(1,2,3)$ ,令 $x=Qy$ 。由 $Q$ 正交得 $\lVert x\rVert=\lVert y\rVert$ ,故约束变成 $y_1^2+y_2^2+y_3^2=1$ ,而
$$f=y_1^2+2y_2^2+3y_3^2 .$$
由 $y_i^2\geqslant0$ 且和为 1:
$$f\leqslant3(y_1^2+y_2^2+y_3^2)=3,\qquad f\geqslant1\cdot(y_1^2+y_2^2+y_3^2)=1 .$$
取 $y=(0,0,1)$ 得 $f=3$ ;取 $y=(1,0,0)$ 得 $f=1$ 。故
$$\max f=3=\lambda_{\max},\qquad\min f=1=\lambda_{\min} .$$
**验算**:对应的 $x$ 分别是 $Q$ 的第 3 列与第 1 列,都是单位向量,满足约束 ✓。
**带走结论**:**$\lambda_{\max}$ 与 $\lambda_{\min}$ 就是 $f$ 在单位球面上的最大值与最小值**(这叫特征值的变分意义)。这条结论常在二次型大题的第 4 问出现,不必真的求 $Q$ ,知道特征值就够。
> **关联** · 盘点 [§2.2 正交变换法](01-知识点盘点.md#user-content-22-正交变换法) | 上游 [点 3 题 2](04-点3-正交变换化标准形.md#user-content-题-2--22含参二次型的惯性讨论)、[点 3 题 3](04-点3-正交变换化标准形.md#user-content-题-3--22由标准形反求不变量) | 下游 [点 3 题 5](04-点3-正交变换化标准形.md#user-content-题-5--22正交变换为什么不改变形状) | 速查 [四 正交变换五步](09-速查卡.md#user-content-四-正交变换五步)
---
### 题 5 · 2.2:正交变换为什么不改变"形状"(★★☆)
> 设 $Q$ 为正交矩阵,$x=Qy$ 。证明:
>
> (Ⅰ)$\lVert x\rVert=\lVert y\rVert$ ;
> (Ⅱ)若 $f=x^{\mathrm T}Ax$ ,则 $f$ 在 $x=Qy$ 下的矩阵是 $Q^{\mathrm T}AQ$ ,且 $Q^{\mathrm T}AQ$ 仍为实对称矩阵。
**怎么想**:两条都用 $Q^{\mathrm T}Q=E$ 。第一条说明"球面映成球面",第二条说明"对称性保持"。
**解**:
**(Ⅰ)**
$$\lVert x\rVert^2=x^{\mathrm T}x=(Qy)^{\mathrm T}(Qy)=y^{\mathrm T}Q^{\mathrm T}Qy=y^{\mathrm T}y=\lVert y\rVert^2 .$$
两边开方得 $\lVert x\rVert=\lVert y\rVert$ 。
**(Ⅱ)**
$$f=x^{\mathrm T}Ax=(Qy)^{\mathrm T}A(Qy)=y^{\mathrm T}(Q^{\mathrm T}AQ)y ,$$
故新矩阵为 $B=Q^{\mathrm T}AQ$ 。验证对称性:
$$B^{\mathrm T}=(Q^{\mathrm T}AQ)^{\mathrm T}=Q^{\mathrm T}A^{\mathrm T}Q=Q^{\mathrm T}AQ=B ,$$
故 $B$ 实对称。
**带走结论**:两条合起来说明——**正交变换是"刚体运动"**,它把球面映成球面、把二次型化成"同形状但坐标轴对齐"的形式。这就是为什么正交变换后的标准形**系数必须是特征值**(形状没变,只是转了坐标系);而配方法用的是"拉伸变换",形状被改变了,系数自然不唯一。
> **关联** · 盘点 [§2.2 正交变换法](01-知识点盘点.md#user-content-22-正交变换法) | 上游 [点 3 题 3](04-点3-正交变换化标准形.md#user-content-题-3--22由标准形反求不变量)、[点 3 题 4](04-点3-正交变换化标准形.md#user-content-题-4--22球面上的最值) | 下游 — | 速查 [四 正交变换五步](09-速查卡.md#user-content-四-正交变换五步)
---
@@ -0,0 +1,186 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 惯性定理, 规范形]
专题: 线性代数 第6讲 · 点4 惯性定理与规范形
日期: 2026-10-24
状态: 知识点带题(3.1 惯性定理、3.2 规范形,4 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 4 惯性定理与规范形
> 真题锚点:2018·20、2019·5、2021·5、2025·5(十年 **18 分**)|重要度 ★★★
> 依赖:点 2、点 3 的标准形。盘点对应:§3 全节。
**组织原则**:先列知识点(惯性定理 → 规范形),再逐一对应出题。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 3.1 惯性定理与惯性指数(出处:[知识章 quadratic-form.tex §5](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
标准形不唯一,但**正系数个数 $p$ ** 与**负系数个数 $q$ ** 唯一。$p+q=r(A)$ 。
**三条算法**:① 求特征值数正负(最稳);② 配方法数正负系数;③ 顺序主子式(只适合判正定)。
**符号差** $=p-q$ 。
**合同的语言**:$f$ 的秩为 $r$ 、正惯性指数为 $p$ $\iff$ $A$ 合同于 $\mathrm{diag}(E_p,-E_{r-p},O)$ 。
## 知识点 3.2 规范形(出处:[知识章 quadratic-form.tex §5](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
系数只取 $1,-1,0$ 的标准形:
$$f=y_1^2+\cdots+y_p^2-y_{p+1}^2-\cdots-y_r^2 .$$
**唯一性**:规范形由 $(p,q)$ 唯一确定。于是
$$A\simeq B\iff(p,q)\ \text{相同}\iff\text{规范形相同}.$$
**化法**:先化标准形 $\mathrm{diag}(d_1,\dots,d_r,0,\dots,0)$ ,再令 $z_i=\sqrt{\lvert d_i\rvert}y_i$ 。
---
## 题目(按知识点顺序对应)
### 题 1 · 3.1:惯性定理说了什么(★☆☆)
> 判断下列说法:
>
> (Ⅰ)二次型的标准形唯一;
> (Ⅱ)二次型的规范形唯一;
> (Ⅲ)二次型的正、负惯性指数唯一;
> (Ⅳ)两个二次型的标准形相同,则它们合同。
**怎么想**:(Ⅰ)(Ⅱ)只差一个字,结论却相反——**标准形不唯一,规范形唯一**。(Ⅳ)是常见误推:标准形相同当然合同(同一个对角阵),但要注意"标准形"指的是同一个矩阵还是只是形状。
**解**:(Ⅰ)**错误**。同一个二次型可用不同配法得不同标准形(第 6 讲点 2 题 4 已示范:配方法得 $y_1^2+y_2^2$ ,正交变换得 $(4+\sqrt{10})y_1^2+(4-\sqrt{10})y_2^2$ )。
(Ⅱ)**正确**。规范形系数只取 $\pm1,0$ ,由 $(p,q)$ 唯一确定。
(Ⅲ)**正确**。这正是惯性定理的内容。
(Ⅳ)**正确**(前提是同一个二次型的矩阵意义下)。若 $A$ 与 $B$ 都能化成同一个对角阵,则 $A\simeq$ 该对角阵 $\simeq B$ ,由合同的传递性得 $A\simeq B$ 。
**带走结论**:**"标准形"是过程,"规范形"是结果**。问"标准形是什么"可以答多种;问"规范形""惯性指数"答案唯一。这条区分是选择题的高频考点。
> **关联** · 盘点 [§3.1 惯性定理与惯性指数](01-知识点盘点.md#user-content-31-惯性定理与惯性指数) | 上游 — | 下游 [点 4 题 3](05-点4-惯性定理与规范形.md#user-content-题-3--31由秩反求参数) | 速查 [五 惯性指数三算法](09-速查卡.md#user-content-五-惯性指数三算法)
---
### 题 2 · 3.2:由标准形写规范形(★★☆)
> 设二次型 $f$ 经某可逆线性变换化为
>
> $$f=2y_1^2-8y_2^2+3y_3^2 .$$
>
> (Ⅰ)求 $f$ 的秩、正负惯性指数与符号差;
> (Ⅱ)写出 $f$ 的规范形,并给出化规范形所用的变换;
> (Ⅲ)判断 $f$ 是否正定。
**怎么想**:标准形系数符号直接读惯性指数。化规范形只需把系数绝对值开方吸进变量里——这是"对角缩放",仍可逆。
**解**:
**(Ⅰ)** 系数 $2,-8,3$ :正系数 2 个、负系数 1 个,故
$$p=2,\quad q=1,\quad r=p+q=3,\quad\text{符号差}=p-q=1 .$$
**(Ⅱ)** 令
$$z_1=\sqrt2\,y_1,\qquad z_2=\sqrt8\,y_2=2\sqrt2\,y_2,\qquad z_3=\sqrt3\,y_3 ,$$
则 $2y_1^2=z_1^2$ 、$-8y_2^2=-z_2^2$ 、$3y_3^2=z_3^2$ ,于是
$$f=z_1^2-z_2^2+z_3^2 .$$
变换矩阵 $\mathrm{diag}(\sqrt2,2\sqrt2,\sqrt3)$ 可逆,合法。
**(Ⅲ)** 有负系数,**不正定**(不定)。
**验算**:$p+q=3$ ,满秩,故规范形无零项 ✓。
**带走结论**:**规范形 = 标准形"符号化"**。$z_i=\sqrt{\lvert d_i\rvert}y_i$ 这一步永远合法($\lvert d_i\rvert>0$ 时开方正实数),且是**对角**变换,最容易验证可逆。
> **关联** · 盘点 [§3.2 规范形](01-知识点盘点.md#user-content-32-规范形) | 上游 — | 下游 [点 4 题 4](05-点4-惯性定理与规范形.md#user-content-题-4--32用规范形判合同) | 速查 [六 规范形](09-速查卡.md#user-content-六-规范形)
---
### 题 3 · 3.1:由秩反求参数(★★★)
> 设二次型
>
> $$f=x_1^2+x_2^2+5x_3^2+2ax_1x_2-2x_1x_3+4x_2x_3$$
>
> 的秩为 2。求 $a$ 的值,并写出 $f$ 的规范形。
**怎么想**:秩 2 $\iff\lvert A\rvert=0$ 且存在非零二阶子式。先解 $\lvert A\rvert=0$ 得候选值,**每个都要代回验秩**(可能某个根使秩降到 1)。
**解**:
**第 1 步:写矩阵并算行列式。** 交叉项折半:$x_1x_2$ 系数 $2a\to a$ ;$x_1x_3$ 系数 $-2\to-1$ ;$x_2x_3$ 系数 $4\to2$ :
$$A=\begin{pmatrix}1&a&-1\\a&1&2\\-1&2&5\end{pmatrix}.$$
$$\lvert A\rvert=1(5-4)-a(5a+2)+(-1)(2a+1)=1-5a^2-2a-2a-1=-a(5a+4).$$
$\lvert A\rvert=0\Rightarrow a=0$ 或 $a=-\frac45$ 。
**第 2 步:逐个代回验秩。**
$a=0$ :
$$A_0=\begin{pmatrix}1&0&-1\\0&1&2\\-1&2&5\end{pmatrix},$$
左上角二阶子式 $\begin{vmatrix}1&0\\0&1\end{vmatrix}=1\ne0$ ,秩 $\geqslant2$ ;又 $\lvert A_0\rvert=0$ ,故 $r=2$ ✓。
特征值:$\operatorname{tr}A_0=7$ ,二阶主子式之和 $=1+4+1=6$ ,故 $\lambda^2-7\lambda+6=0\Rightarrow\lambda=1,6$ ,加上 $\lambda_3=0$ 。**$p=2,\ q=0$ **。
$a=-\frac45$ :左上角二阶子式 $\begin{vmatrix}1&-\frac45\\-\frac45&1\end{vmatrix}=1-\frac{16}{25}=\frac9{25}\ne0$ ,秩 $\geqslant2$ ;$\lvert A\rvert=0$ 故 $r=2$ ✓。
特征值:$\operatorname{tr}A=7$ ;二阶主子式之和 $=\frac9{25}+4+1=\frac{134}{25}$ ,故
$$\lambda^2-7\lambda+\frac{134}{25}=0\Longrightarrow\lambda=\frac{7\pm\sqrt{49-\frac{536}{25}}}{2}=\frac{7\pm\sqrt{\frac{689}{25}}}{2}=\frac{7\pm\frac{\sqrt{689}}5}{2}.$$
$\sqrt{689}\approx26.25$ ,故 $\lambda\approx\frac{7\pm5.25}{2}=6.13$ 与 $0.87$ ,**两个都正**,仍 $p=2,\ q=0$ 。
**第 3 步:写规范形。** 两种情形都是 $p=2,q=0,r=2$ ,故规范形唯一:
$$f=z_1^2+z_2^2 .$$
**带走结论**:**两个根可能给同一个惯性指数**——此时规范形不依赖 $a$ 。但也必须两个都代回:若某个根使秩降到 1(如左上角子式为零),规范形就变成 $z_1^2$ ,结论不同。**"代回验秩"不是为了礼貌,是为了防止这种塌缩**。
> **关联** · 盘点 [§3.1 惯性定理与惯性指数](01-知识点盘点.md#user-content-31-惯性定理与惯性指数) | 上游 [点 4 题 1](05-点4-惯性定理与规范形.md#user-content-题-1--31惯性定理说了什么) | 下游 — | 速查 [五 惯性指数三算法](09-速查卡.md#user-content-五-惯性指数三算法)
---
### 题 4 · 3.2:用规范形判合同(★★☆)
> 设
>
> $$A=\begin{pmatrix}1&0&0\\0&1&0\\0&0&0\end{pmatrix},\quad B=\begin{pmatrix}2&0&0\\0&2&0\\0&0&0\end{pmatrix},\quad C=\begin{pmatrix}1&0&0\\0&-1&0\\0&0&0\end{pmatrix}.$$
>
> (Ⅰ)分别求 $A,B,C$ 的惯性指数与规范形;
> (Ⅱ)判断哪些互相合同、哪些互相相似。
**怎么想**:三个都是对角阵,惯性指数直接读。合同看 $(p,q)$ ,相似看特征值(含重数)。
**解**:
**(Ⅰ)**
| 矩阵 | 特征值 | $(p,q)$ | 规范形 |
|---|---|---|---|
| $A$ | $1,1,0$ | $(2,0)$ | $z_1^2+z_2^2$ |
| $B$ | $2,2,0$ | $(2,0)$ | $z_1^2+z_2^2$ |
| $C$ | $1,-1,0$ | $(1,1)$ | $z_1^2-z_2^2$ |
**(Ⅱ)合同**:$A\simeq B$ (同为 $(2,0)$ )。$C$ 与它们不合同($(1,1)\ne(2,0)$ )。
**相似**:三者特征值分别为 $\{1,1,0\}$ 、$\{2,2,0\}$ 、$\{1,-1,0\}$ ,两两不同,故**互不相似**。
**验算**:$A,B$ 秩都是 2、行列式都是 0,但 $\operatorname{tr}A=2\ne4=\operatorname{tr}B$ ,故不相似 ✓(迹是相似不变量)。
**带走结论**:**$A\simeq B$ 但不 $A\sim B$ ** 是这一讲最标准的反例对($A=\mathrm{diag}(1,1,0)$ 与 $B=\mathrm{diag}(2,2,0)$ )。记住它:合同看符号,相似看数值。
> **注**:$A$ 与 $B$ 的差别只是"拉伸了 $\sqrt2$ 倍",正因如此它们是同一个二次型($x_1^2+x_2^2$ 与 $2x_1^2+2x_2^2$ 可通过 $x_1=\sqrt2y_1$ 互化),但作为**线性变换**它们把不同向量映到不同地方,所以不相似。
> **关联** · 盘点 [§3.2 规范形](01-知识点盘点.md#user-content-32-规范形) | 上游 [点 4 题 2](05-点4-惯性定理与规范形.md#user-content-题-2--32由标准形写规范形) | 下游 — | 速查 [六 规范形](09-速查卡.md#user-content-六-规范形)
---
@@ -0,0 +1,254 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 正定]
专题: 线性代数 第6讲 · 点5 正定性判定
日期: 2026-10-24
状态: 知识点带题(4.1 五条件、4.2 顺序主子式、4.3 半正定,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 5 正定性判定
> 真题锚点:2024·15(填空 5 分)|重要度 ★★★
> 依赖:点 4 的惯性定理、第 1 讲行列式。盘点对应:§4 全节。
**组织原则**:先列知识点(五条件 → 顺序主子式 → 半正定),再逐一对应出题。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 4.1 正定的五个等价条件(出处:[知识章 quadratic-form.tex §6](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
对 $n$ 阶实对称 $A$ ,以下**互相等价**:
1. $f=x^{\mathrm T}Ax>0$ 对一切 $x\ne0$ 成立;
2. 全部特征值 $>0$ ;
3. 全部**顺序主子式** $>0$ ;
4. $A\simeq E$ ;
5. 正惯性指数 $p=n$ 。
**用法分界**:已知或能解出特征值时用 2;**含参求范围**时用 3(不必解特征值)。
## 知识点 4.2 顺序主子式判据(出处:[知识章 quadratic-form.tex §6](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
$$\Delta_1=a_{11}>0,\quad\Delta_2>0,\quad\dots,\quad\Delta_n=\lvert A\rvert>0 .$$
**负定**:$-A$ 正定 $\iff(-1)^k\Delta_k>0$ 对每个 $k$ (即 $\Delta_1<0,\Delta_2>0,\Delta_3<0,\dots$ )。
**含参三步**:写矩阵 $\to$ 逐算 $\Delta_k$ $\to$ 解不等式组取**交集**。
## 知识点 4.3 半正定与负定(出处:[知识章 quadratic-form.tex §6](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
**半正定**:$f\geqslant0$ 恒成立,等价于全部特征值 $\geqslant0$ ,等价于**全部主子式**(不只顺序主子式)$\geqslant0$ 。
**这是最容易错的一条**:正定只需"顺序主子式",半正定需要"**所有**主子式"。反例:$\begin{pmatrix}0&0\\0&-1\end{pmatrix}$ 的顺序主子式 $0,-1\cdot0=0$ ,看着没问题,但有负主对角元,不是半正定。
---
## 题目(按知识点顺序对应)
### 题 1 · 4.2:顺序主子式判正定(★★☆)
> 判断下列二次型是否正定:
>
> (Ⅰ)$f_1=x_1^2+2x_2^2+3x_3^2+2x_1x_2+2x_1x_3$ ;
> (Ⅱ)$f_2=x_1^2+x_2^2+x_3^2+2x_1x_2$ 。
**怎么想**:都走顺序主子式——三次行列式手算可行。注意判断"不是正定"时**只需一个主子式不满足**即可停手。
**解**:
**(Ⅰ)** 交叉项折半:$x_1x_2$ 系数 $2\to1$ ;$x_1x_3$ 系数 $2\to1$ ;$x_2x_3$ 无:
$$A_1=\begin{pmatrix}1&1&1\\1&2&0\\1&0&3\end{pmatrix}.$$
$$\Delta_1=1>0,\qquad\Delta_2=\begin{vmatrix}1&1\\1&2\end{vmatrix}=1>0,$$
$$\Delta_3=1(6-0)-1(3-0)+1(0-2)=6-3-2=1>0 .$$
三个全正,$f_1$ **正定**。
**(Ⅱ)** 交叉项 $2x_1x_2$ 折半为 1:
$$A_2=\begin{pmatrix}1&1&0\\1&1&0\\0&0&1\end{pmatrix}.$$
$$\Delta_2=\begin{vmatrix}1&1\\1&1\end{vmatrix}=0 ,$$
**不满足 $\Delta_2>0$ ,故不正定**。事实上 $A_2$ 的秩为 2(第 1、2 行相同),有零特征值,$f_2=(x_1+x_2)^2+x_3^2$ 是半正定。
**验算**:(Ⅱ)取 $x=(1,-1,0)$ 得 $f_2=0$ ,说明存在非零向量使 $f=0$ ,确实不正定 ✓。
**带走结论**:**顺序主子式只要有一个不 $>0$ 就停手**,不必算完。第(Ⅱ)问的 $f_2$ 是"完全平方和"结构,一眼可知半正定不正定。
> **关联** · 盘点 [§4.2 顺序主子式判据](01-知识点盘点.md#user-content-42-顺序主子式判据) | 上游 — | 下游 [点 5 题 3](06-点5-正定性判定.md#user-content-题-3--42含参正定求范围) | 速查 [八 顺序主子式含参流程](09-速查卡.md#user-content-八-顺序主子式含参流程)
---
### 题 2 · 4.1:五个条件的辨析(★★☆)
> 设 $A$ 为三阶实对称矩阵。判断:
>
> (Ⅰ)$A$ 正定 $\iff$ $A$ 合同于 $E$ ;
> (Ⅱ)$A$ 正定 $\Rightarrow$ $\lvert A\rvert>0$ ;
> (Ⅲ)$\lvert A\rvert>0$ 且 $\operatorname{tr}A>0$ $\Rightarrow$ $A$ 正定;
> (Ⅳ)$A$ 正定 $\Rightarrow$ $A^{-1}$ 正定。
**怎么想**:(Ⅰ)(Ⅱ)(Ⅳ)都是正定的直接推论。(Ⅲ)是最典型的"必要条件凑一起当充分条件用"的错误。
**解**:(Ⅰ)**正确**。正定 $\iff p=3$ $\iff$ 规范形为 $z_1^2+z_2^2+z_3^2$ $\iff$ 合同于 $E$ 。
(Ⅱ)**正确**。$\lvert A\rvert=\prod\lambda_i>0$ (三个正数之积)。
(Ⅲ)**错误**。反例:$A=\mathrm{diag}(2,-1,-1)$ ,$\lvert A\rvert=2>0$ 、$\operatorname{tr}A=0$ … 迹不为正。改取 $A=\mathrm{diag}(3,-1,-1)$ :$\lvert A\rvert=3>0$ 、$\operatorname{tr}A=1>0$ ,但特征值含 $-1$ ,**不正定**。
(Ⅳ)**正确**。$A^{-1}$ 的特征值为 $1/\lambda_i>0$ 。
**带走结论**:**"$\lvert A\rvert>0$ 且 $\operatorname{tr}A>0$ "远不足以保证正定**——它只保证"乘积正、和正",允许出现两个负特征值。三阶时真正需要的是**三个顺序主子式全正**(等价于三个特征值全正)。
> **关联** · 盘点 [§4.1 正定的五个等价条件](01-知识点盘点.md#user-content-41-正定的五个等价条件) | 上游 — | 下游 [点 5 题 4](06-点5-正定性判定.md#user-content-题-4--41乘积矩阵的正定性) | 速查 [七 正定五条件](09-速查卡.md#user-content-七-正定五条件)
---
### 题 3 · 4.2:含参正定求范围(★★★)
> 设二次型
>
> $$f=x_1^2+x_2^2+x_3^2+2ax_1x_2+2ax_1x_3+2ax_2x_3$$
>
> 正定,求 $a$ 的取值范围。
**怎么想**:矩阵是 $E+aJ$ 。两条路都通:① 特征值 $1+3a,1,1$ ,正定 $\iff1+3a>0$ ;② 顺序主子式 $\Delta_1=1$ 、$\Delta_2=1-a^2$ 、$\Delta_3=(1-a)^2(1+2a)$ 。**两法互为验算**。
**解**:
**路线一(特征值,快)**:$A=E+aJ$ ,$J$ 的特征值为 $3,0,0$ ,故 $A$ 的特征值为
$$1+3a,\quad1,\quad1 .$$
正定要求全正:
$$1+3a>0\Longrightarrow a>-\frac13 .$$
**路线二(顺序主子式,验算)**:
$$\Delta_1=1>0,\qquad\Delta_2=\begin{vmatrix}1&a\\a&1\end{vmatrix}=1-a^2>0\Longrightarrow\lvert a\rvert<1,$$
$$\Delta_3=\lvert A\rvert=(1-a)^2(1+2a)>0\Longrightarrow a>-\frac12\ (\text{且}\ a\ne1).$$
取交集:$\lvert a\rvert<1$ 与 $a>-\frac12$ 与 $a\ne1$ 的交为
$$-\frac12<a<1 .$$
**两法不一致!** 必须查清:路线一给 $a>-\frac13$ ,路线二给 $-\frac12<a<1$ 。矛盾说明有一处算错。
回查:$A=E+aJ$ 的第 $(1,1)$ 元是 $1+a$ (不是 1!),故 $\Delta_1=1+a$ 。修正:
$$\Delta_1=1+a>0\Longrightarrow a>-1,$$
$$\Delta_2=(1+a)^2-a^2=1+2a>0\Longrightarrow a>-\frac12,$$
$$\Delta_3=(1-a)^2(1+2a)>0\Longrightarrow a>-\frac12\ (\text{且}\ a\ne1).$$
三条交集为 $a>-\frac12$ 且 $a\ne1$ 。再检查 $a\ne1$ 是否多余:$a=1$ 时 $A=J+E$? 实际 $a=1$ 时 $A=E+J$ 的全 1 结构,特征值 $1+3=4,1,1$ 全正,**正定**。故 $a=1$ 应包含。
再核 $\Delta_3$ :$a=1$ 时 $\lvert A\rvert=(1-1)^2\cdot3=0$ ?但特征值之积 $=4\cdot1\cdot1=4\ne0$ 。矛盾!
问题出在 $A=E+aJ$ 的行列式:$\lvert E+aJ\rvert=1+3a$ ($J$ 特征值 $3,0,0$ 时,$\lvert E+aJ\rvert=(1+3a)\cdot1\cdot1$ )。而我的 $\Delta_3=(1-a)^2(1+2a)$ 算错了。
重算 $\lvert A\rvert$ ($A$ 的对角元是 $1$ ,非对角元是 $a$ ):
$$\lvert A\rvert=(1-a)^2(1+2a).$$
$a=1$ 时 $\lvert A\rvert=0$ 。但特征值是 $1+3a=4,1,1$ ,之积为 4。**两条冲突,说明"$A=E+aJ$ "这个写法本身错了**:
$$E+aJ=\begin{pmatrix}1+a&a&a\\a&1+a&a\\a&a&1+a\end{pmatrix}\ne\begin{pmatrix}1&a&a\\a&1&a\\a&a&1\end{pmatrix}=A .$$
**本题的 $A$ 对角元是 1(不是 $1+a$ )** ,故 $A\ne E+aJ$ ,而是 $A=(1-a)E+aJ$ 。
正确解法如下。
**正解(顺序主子式)**:
$$\Delta_1=1>0,\qquad\Delta_2=1-a^2>0\Longrightarrow-1<a<1,$$
$$\Delta_3=\lvert A\rvert=(1-a)^2(1+2a)>0\Longrightarrow a>-\frac12\ (\text{且}\ a\ne1).$$
交集:
$$-\frac12<a<1 .$$
**验算(特征值)**:$A$ 各行之和为 $1+2a$ ,故 $(1,1,1)^{\mathrm T}$ 对应 $\lambda=1+2a$ ;又 $\operatorname{tr}A=3$ ,另两个之和为 $3-(1+2a)=2-2a$ ,且由 $\lvert A\rvert=(1-a)^2(1+2a)$ 得另两个之积为 $(1-a)^2$ ,故另两个都是 $1-a$ 。
于是特征值为 $1+2a,\ 1-a,\ 1-a$ 。正定要求
$$1+2a>0\ \text{且}\ 1-a>0\Longrightarrow-\frac12<a<1 .$$
两法一致 ✓。
**带走结论**:**先确认矩阵对角元**。本题 $A$ 的对角元是 1,故 $A\ne E+aJ$ 而是 $(1-a)E+aJ$ ——写出 $E+aJ$ 会连带 $\Delta_1$ 与 $\Delta_3$ 全错。**两法互验是发现这类错误的最好办法**。
> **关联** · 盘点 [§4.2 顺序主子式判据](01-知识点盘点.md#user-content-42-顺序主子式判据) | 上游 [点 5 题 1](06-点5-正定性判定.md#user-content-题-1--42顺序主子式判正定) | 下游 — | 速查 [八 顺序主子式含参流程](09-速查卡.md#user-content-八-顺序主子式含参流程)
---
### 题 4 · 4.1:乘积矩阵的正定性(★★★)
> 【2024·15 骨架】设 $A$ 为 $m\times n$ 实矩阵。证明:
>
> $$A^{\mathrm T}A\ \text{正定}\iff r(A)=n .$$
**怎么想**:正定的定义是"对一切非零 $x$ 有 $x^{\mathrm T}(A^{\mathrm T}A)x>0$ "。把 $x^{\mathrm T}A^{\mathrm T}Ax$ 写成 $\lVert Ax\rVert^2$ ,问题立刻变成"$Ax=0$ 是否只有零解",而这是第 4 讲的秩判据。
**解**:
**($\Leftarrow$ )** 设 $r(A)=n$ 。对任意 $x\ne0$ ,
$$x^{\mathrm T}(A^{\mathrm T}A)x=(Ax)^{\mathrm T}(Ax)=\lVert Ax\rVert^2\geqslant0 .$$
若 $\lVert Ax\rVert=0$ 则 $Ax=0$ 。由 $r(A)=n$ ($A$ 的列满秩),$Ax=0$ 只有零解,故 $x=0$ ,与 $x\ne0$ 矛盾。所以 $x\ne0$ 时 $\lVert Ax\rVert^2>0$ ,即 $A^{\mathrm T}A$ 正定。
(另需说明 $A^{\mathrm T}A$ 对称:$(A^{\mathrm T}A)^{\mathrm T}=A^{\mathrm T}A$ ✓。)
**($\Rightarrow$ )** 设 $A^{\mathrm T}A$ 正定。若 $r(A)<n$ ,则 $Ax=0$ 有非零解 $x_0\ne0$ ,于是
$$x_0^{\mathrm T}(A^{\mathrm T}A)x_0=\lVert Ax_0\rVert^2=0 ,$$
与正定的定义(对一切 $x\ne0$ 严格大于 0)矛盾。故 $r(A)=n$ 。
**验算**($m<n$ 的情形):$A$ 为 $2\times3$ ,$r(A)\leqslant2<3=n$ ,故 $A^{\mathrm T}A$ 不正定——事实上它是 $3\times3$ 的秩 $\leqslant2$ 矩阵,必有零特征值。
**带走结论**:**$x^{\mathrm T}A^{\mathrm T}Ax=\lVert Ax\rVert^2$ 是这道题的钥匙**。它把"正定"翻译成"$Ax=0$ 只有零解",后者用秩一句话解决。这条结论在最小二乘法里也用到:$r(A)=n$ 时 $A^{\mathrm T}A$ 可逆。
> **关联** · 盘点 [§4.1 正定的五个等价条件](01-知识点盘点.md#user-content-41-正定的五个等价条件) | 上游 [点 5 题 2](06-点5-正定性判定.md#user-content-题-2--41五个条件的辨析) | 下游 — | 速查 [七 正定五条件](09-速查卡.md#user-content-七-正定五条件)
---
### 题 5 · 4.3:半正定与"所有主子式"(★★★)
> 设 $A=\begin{pmatrix}1&1&0\\1&1&0\\0&0&-1\end{pmatrix}$ 。
>
> (Ⅰ)求 $A$ 的顺序主子式,判断能否据此判定 $A$ 半正定;
> (Ⅱ)用特征值判断 $A$ 是否半正定;
> (Ⅲ)说明半正定判据为什么要求"所有主子式"而非"顺序主子式"。
**怎么想**:这是半正定判据最经典的陷阱——顺序主子式全 $\geqslant0$ ,但矩阵不是半正定。
**解**:
**(Ⅰ)**
$$\Delta_1=1\geqslant0,\qquad\Delta_2=\begin{vmatrix}1&1\\1&1\end{vmatrix}=0\geqslant0,\qquad\Delta_3=\lvert A\rvert=1\cdot(-1)-1\cdot(-1)+0=0\geqslant0 .$$
三个顺序主子式都 $\geqslant0$ 。**但据此不能判定半正定**——半正定需要全部主子式。
**(Ⅱ)** $A$ 分块为 $\begin{pmatrix}1&1\\1&1\end{pmatrix}$ 与 $(-1)$ 。前块特征值 $2,0$ ,故 $A$ 的特征值为 $2,0,-1$ 。
有负特征值 $-1$ ,故 $A$ **不是半正定**(是不定)。
**(Ⅲ)** 原因在于:**顺序主子式只检查了"从左上角开始"的那一串子块**,漏掉了 $2$ 阶的 $\begin{vmatrix}1&0\\0&-1\end{vmatrix}=-1<0$ 这种"跳着的"主子式。
半正定的完整判据是:**所有** $k$ 阶主子式(即任取 $k$ 个行号与**相同的** $k$ 个列号组成的子式)都 $\geqslant0$ 。本题取行号列号 $\{1,3\}$ 得 $\begin{vmatrix}1&0\\0&-1\end{vmatrix}=-1<0$ ,立刻判否。
**验算**:取 $x=(1,-1,0)$ 得 $x^{\mathrm T}Ax=(1-1)^2\cdot$ …实际 $x^{\mathrm T}Ax=1-1-1+1+0=0$ ;取 $x=(0,0,1)$ 得 $-1<0$ ,确实不定 ✓。
**带走结论**:**正定看"顺序主子式全 $>0$ ",半正定必须看"所有主子式 $\geqslant0$ "** 。这两个判据的差别就在"顺序"二字。考试问"半正定"时,最稳的办法还是**求特征值**。
> **关联** · 盘点 [§4.3 含参正定的标准做法](01-知识点盘点.md#user-content-43-含参正定的标准做法) | 上游 — | 下游 — | 速查 [十一 四处最容易丢分](09-速查卡.md#user-content-十一-四处最容易丢分)
---
@@ -0,0 +1,200 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 合同, 相似]
专题: 线性代数 第6讲 · 点6 合同与相似的分界
日期: 2026-10-24
状态: 知识点带题(5.1 分界、5.2 判定,3 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 6 合同与相似的分界
> 真题锚点:选择题高频辨析(2021·5、2025·5 的同一类考法)|重要度 ★★☆
> 依赖:点 4 的惯性指数。盘点对应:§5 全节。
**组织原则**:先列知识点(分界 → 判定),再逐一对应出题。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 5.1 合同与相似的分界(出处:[知识章 quadratic-form.tex §4](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
| 关系 | 定义 | 保持什么 | 适用对象 |
|---|---|---|---|
| 相似 | $P^{-1}AP=B$ | 特征值(含重数)、秩、迹、行列式 | 任意方阵 |
| 合同 | $C^{\mathrm T}AC=B$ | **惯性指数**、秩、行列式符号 | 实对称 |
**三条要点**:
1. 实对称矩阵**相似 $\Rightarrow$ 合同**:相似则特征值相同,故 $p,q$ 相同。
2. **反之不成立**:合同只保符号不保数值。$A=\mathrm{diag}(1,1)$ 与 $B=\mathrm{diag}(4,9)$ 都正定,故合同,但特征值不同,故不相似。
3. 当 $Q$ **正交**时 $Q^{\mathrm T}AQ=Q^{-1}AQ$ ,此时合同与相似**合一**。
**合同保持行列式符号**:$B=C^{\mathrm T}AC\Rightarrow\lvert B\rvert=\lvert C\rvert^2\lvert A\rvert$ ,而 $\lvert C\rvert^2>0$ ,故 $\lvert A\rvert$ 与 $\lvert B\rvert$ 同号(或同为零)。这条常被当成充要条件误用——它只是**必要条件**。
## 知识点 5.2 合同的判定(出处:[知识章 quadratic-form.tex §4](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
$$A\simeq B\iff(p_A,q_A)=(p_B,q_B).$$
**判定流程**:分别求特征值 $\to$ 数正负个数 $\to$ 比较 $(p,q)$ 。
**三条"看着像但其实不够"的条件**:
| 条件 | 够不够 | 反例 |
|---|---|---|
| $r(A)=r(B)$ | 不够 | $\mathrm{diag}(1,-1)$ 与 $\mathrm{diag}(1,1)$ 秩都是 2,一个 $(1,1)$ 一个 $(2,0)$ |
| $\lvert A\rvert$ 与 $\lvert B\rvert$ 同号 | 不够 | $\mathrm{diag}(1,1,1,1)$ 与 $\mathrm{diag}(1,1,-1,-1)$ 行列式都是 $1$ ,但一个是 $(4,0)$ 一个是 $(2,2)$ |
| 特征值相同 | **够**(但太强) | 特征值相同即相似,实对称时必合同 |
---
## 题目(按知识点顺序对应)
### 题 1 · 5.1:相似与合同的五条辨析(★☆☆)
> 判断下列说法,错的给出反例:
>
> (Ⅰ)实对称矩阵若相似,则必合同;
> (Ⅱ)实对称矩阵若合同,则必相似;
> (Ⅲ)两个同阶实对称矩阵合同的充要条件是它们的秩相同;
> (Ⅳ)若 $A\simeq B$ ,则 $\lvert A\rvert$ 与 $\lvert B\rvert$ 同号;
> (Ⅴ)两个同阶方阵若特征值相同,则必相似。
**怎么想**:这一组全部围绕一件事——**相似看数值,合同看符号**。凡是"看符号的条件推出看数值的结论",一律错;凡是"只看秩"的,一律错(秩只数非零的个数,不分正负)。
**解**:
**(Ⅰ)正确。** 相似 $\Rightarrow$ 特征值相同 $\Rightarrow$ 正负个数相同 $\Rightarrow$ 惯性指数相同 $\Rightarrow$ 合同。
**(Ⅱ)错误。** 反例:
$$A=\begin{pmatrix}1&0\\0&1\end{pmatrix},\qquad B=\begin{pmatrix}4&0\\0&9\end{pmatrix}.$$
两者都正定,$(p,q)=(2,0)$ ,故 $A\simeq B$ (取 $C=\mathrm{diag}\left(\frac12,\frac13\right)$ 即 $C^{\mathrm T}AC=B$ )。但特征值一个 $\{1,1\}$ 一个 $\{4,9\}$ ,不相似。
**(Ⅲ)错误。** 反例:
$$A=\begin{pmatrix}1&0\\0&-1\end{pmatrix},\qquad B=\begin{pmatrix}1&0\\0&1\end{pmatrix},$$
$r(A)=r(B)=2$ ,但 $A$ 的 $(p,q)=(1,1)$ 、$B$ 的 $(p,q)=(2,0)$ ,不合同。**秩只数"有几个非零",惯性指数才分"几个正几个负"**。
**(Ⅳ)正确。** 由 $B=C^{\mathrm T}AC$ 取行列式:
$$\lvert B\rvert=\lvert C^{\mathrm T}\rvert\lvert A\rvert\lvert C\rvert=\lvert C\rvert^2\lvert A\rvert,$$
而 $C$ 可逆,$\lvert C\rvert^2>0$ ,故两者同号。**但反过来不成立**——"同号"只是必要条件:
$$A=\mathrm{diag}(1,1,1,1)\quad\text{与}\quad B=\mathrm{diag}(1,1,-1,-1)$$
的行列式都是 $1$ ,但 $A$ 是 $(4,0)$ 、$B$ 是 $(2,2)$ ,故 $A\not\simeq B$ 。
**(Ⅴ)错误。** 反例:
$$A=\begin{pmatrix}1&1\\0&1\end{pmatrix},\qquad B=\begin{pmatrix}1&0\\0&1\end{pmatrix},$$
特征值都是 $1,1$ ,但 $A$ 不可对角化($r(E-A)=r\begin{pmatrix}0&-1\\0&0\end{pmatrix}=1>0$ ),故 $A$ 与 $B$ 不相似。
**验算**:第(Ⅴ)问的判据是第 5 讲点 3 的结论——"特征值相同"只保证特征多项式相同,还要加"都可对角化"才能推相似。
**带走结论**:这张判断表是选择题的原题材料,记住三个方向:**相似 $\to$ 合同(实对称时成立)**、**合同 $\not\to$ 相似**、**秩相同 $\not\to$ 合同**。
> **关联** · 盘点 [§5.1 合同与相似的分界](01-知识点盘点.md#user-content-51-合同与相似的分界) | 上游 — | 下游 [点 6 题 3](07-点6-合同与相似.md#user-content-题-3--51幂等矩阵合同于哪个对角阵) | 速查 —
---
### 题 2 · 5.2:由合同反求参数(★★★)
> 设
>
> $$A=\begin{pmatrix}1&2\\2&a\end{pmatrix},\qquad B=\begin{pmatrix}2&0\\0&-1\end{pmatrix}.$$
>
> 若 $A$ 与 $B$ 合同,求 $a$ 的取值范围。
**怎么想**:先把 $B$ 的惯性指数读出来——它是对角阵,一眼可读:$(p,q)=(1,1)$ 。于是 $A$ 必须也"一正一负"。二阶矩阵一正一负 $\iff\lvert A\rvert<0$ (因为两个特征值之积小于零)。但**只算行列式还不够**,必须按 $a$ 分档核对,特别是 $a=4$ 这个使 $\lvert A\rvert=0$ 的临界点。
**解**:
**第 1 步:读 $B$ 的惯性指数。** $B=\mathrm{diag}(2,-1)$ ,特征值 $2,-1$ ,故
$$p_B=1,\quad q_B=1,\quad r(B)=2.$$
**第 2 步:算 $A$ 的行列式与迹。**
$$\lvert A\rvert=a-4,\qquad\operatorname{tr}A=a+1 .$$
**第 3 步:按 $\lvert A\rvert$ 的符号分三档。**
**档 1:$a>4$ ,即 $\lvert A\rvert>0$ 。** 两特征值同号;又 $\operatorname{tr}A=a+1>0$ (两特征值之和),故两个都正,$(p,q)=(2,0)\ne(1,1)$ 。**不合同**。
**档 2:$a=4$ 。** 此时
$$A=\begin{pmatrix}1&2\\2&4\end{pmatrix},$$
第二行是第一行的 2 倍,$r(A)=1$ ,特征值为 $0$ 与 $\operatorname{tr}A=5$ ,故 $(p,q)=(1,0)$ 。而且 $r(A)=1\ne2=r(B)$ ,**秩就已经不匹配,必不合同**。
**档 3:$a<4$ ,即 $\lvert A\rvert<0$ 。** 两特征值异号,故 $(p,q)=(1,1)$ ,与 $B$ 相同。同时 $\lvert A\rvert\ne0$ 保证 $r(A)=2=r(B)$ 。**合同**。
**结论**:
$$a<4 .$$
**验算**:取 $a=0$ ,$A=\begin{pmatrix}1&2\\2&0\end{pmatrix}$ ,$\operatorname{tr}A=1$ 、$\lvert A\rvert=-4$ ,特征值
$$\lambda=\frac{1\pm\sqrt{1+16}}{2}=\frac{1\pm\sqrt{17}}{2}\approx2.56,\ -1.56,$$
一正一负 ✓。取 $a=4$ 时秩 1 ✓(已排除)。取 $a=5$ ,特征值满足 $\lambda^2-6\lambda+1=0$ ,两根 $3\pm2\sqrt2$ 都正 ✓(不合同)。
**带走结论**:**二阶矩阵的合同判定可以完全用 $\lvert A\rvert$ 与 $\operatorname{tr}A$ 代劳**——$\lvert A\rvert<0$ 是"一正一负"的充要条件,$\lvert A\rvert>0$ 时再看 $\operatorname{tr}A$ 定"两正"还是"两负"。但**临界点 $\lvert A\rvert=0$ 必须单独查秩**,否则会漏掉档 2 那种"秩先不匹配"的情形。
> **关联** · 盘点 [§5.2 合同的判定](01-知识点盘点.md#user-content-52-合同的判定) | 上游 — | 下游 — | 速查 —
---
### 题 3 · 5.1:幂等矩阵合同于哪个对角阵(★★☆)
> 设 $A$ 是 $n$ 阶**实对称**矩阵,且 $A^2=A$ 。证明:$A$ 合同于 $\mathrm{diag}(E_r,O)$ ,其中 $r=r(A)$ 。并指出此时 $A$ 与 $\mathrm{diag}(E_r,O)$ 是否也相似。
**怎么想**:这道题是第 5 讲点 5(抽象条件)与第 6 讲点 4(惯性指数)的缝合。路线固定:**由多项式条件定特征值的取值范围 $\to$ 实对称保证可正交对角化 $\to$ 数正特征值个数得 $p$ ** 。一旦发现对角阵恰好就是 $\mathrm{diag}(E_r,O)$ ,"合同"与"相似"就自动合一了。
**解**:
**第 1 步:定特征值。** 设 $A\xi=\lambda\xi$ ($\xi\ne0$ )。由 $A^2=A$ 作用在 $\xi$ 上:
$$A^2\xi=A\xi\Longrightarrow\lambda^2\xi=\lambda\xi\Longrightarrow(\lambda^2-\lambda)\xi=0 .$$
$\xi\ne0$ ,故 $\lambda^2-\lambda=0$ ,即
$$\lambda\in\{0,1\}.$$
**第 2 步:正交对角化。** $A$ 实对称,故存在正交 $Q$ 使
$$Q^{\mathrm T}AQ=\Lambda=\mathrm{diag}(\lambda_1,\dots,\lambda_n).$$
把对角元重排,前 $r$ 个是 $1$ 、后 $n-r$ 个是 $0$ ($r$ 是特征值 $1$ 的个数):
$$\Lambda=\mathrm{diag}(E_r,O).$$
**第 3 步:确认 $r=r(A)$ 。** 对角阵的秩等于非零对角元个数,故
$$r(A)=r(\Lambda)=r .$$
**第 4 步:得合同。** 取 $C=Q$ (正交,当然可逆),则
$$C^{\mathrm T}AC=Q^{\mathrm T}AQ=\mathrm{diag}(E_r,O),$$
即 $A\simeq\mathrm{diag}(E_r,O)$ 。
**第 5 步:顺便回答"是否相似"。** 因为 $Q$ 正交,$Q^{\mathrm T}=Q^{-1}$ ,所以上式同时是
$$Q^{-1}AQ=\mathrm{diag}(E_r,O),$$
故 $A$ **也相似**于 $\mathrm{diag}(E_r,O)$ 。
**验算**:取 $A=\mathrm{diag}(1,0,0)$ ,$r=1$ ,$\mathrm{diag}(E_1,O)=\mathrm{diag}(1,0,0)$ 就是 $A$ 本身 ✓。取 $A=\frac12\begin{pmatrix}1&1\\1&1\end{pmatrix}$ ,$A^2=A$ ✓,特征值 $1,0$ ,$r=1$ ✓,与 $\mathrm{diag}(1,0)$ 合同且相似 ✓。
**带走结论**:**幂等实对称矩阵是"合同与相似重合"的典型**——因为它对角化后拿到的 $\Lambda$ 本身就只有 $1$ 和 $0$ ,不存在"再缩放成 $\pm1$ "的必要(这正是 $\mathrm{diag}(1,1)$ 与 $\mathrm{diag}(4,9)$ 那种"合同不相似"的来源:它们的 $\Lambda$ 需要缩放)。
**两个易错**:
1. **对称性不能省**。取 $A=\begin{pmatrix}1&1\\0&0\end{pmatrix}$ ,直接验 $A^2=A$ ✓,特征值也是 $1,0$ ,但它不对称,根本不是二次型的矩阵,谈"合同"没有意义。
2. **结论用 $\operatorname{tr}A$ 代替 $r=r(A)$ 也对**:$\operatorname{tr}A=$ 特征值之和 $=1$ 的个数 $=r$ 。考场上哪个好算用哪个。
> **关联** · 盘点 [§5.1 合同与相似的分界](01-知识点盘点.md#user-content-51-合同与相似的分界) | 上游 [点 6 题 1](07-点6-合同与相似.md#user-content-题-1--51相似与合同的五条辨析) | 下游 — | 速查 —
---
@@ -0,0 +1,296 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 二次曲面]
专题: 线性代数 第6讲 · 点7 二次曲面
日期: 2026-10-24
状态: 知识点带题(6.1 惯性指数与曲面、6.2 综合题问法,4 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 7 二次曲面
> 真题锚点:2016·6(选择)、2022·21(解答第 4 问)|重要度 ★★☆
> 依赖:点 3 的正交变换、点 4 的惯性指数。盘点对应:§6 全节。
**组织原则**:先列知识点(曲面判定表 → 综合题问法),再逐一对应出题。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 6.1 惯性指数与曲面类型(出处:[知识章 quadratic-form.tex §6](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
三元二次方程 $f(x,y,z)=1$ 的形状**只由 $A$ 的惯性指数决定**。把 $f$ 经正交变换(或任何可逆变换)化为标准形 $d_1y_1^2+d_2y_2^2+d_3y_3^2=1$ ,符号化后查表:
| $p$ | $q$ | $r$ | 规范形($=1$ ) | 曲面 |
|---|---|---|---|---|
| 3 | 0 | 3 | $y_1^2+y_2^2+y_3^2=1$ | **椭球面** |
| 2 | 1 | 3 | $y_1^2+y_2^2-y_3^2=1$ | **单叶双曲面** |
| 1 | 2 | 3 | $y_1^2-y_2^2-y_3^2=1$ | **双叶双曲面** |
| 2 | 0 | 2 | $y_1^2+y_2^2=1$ | **椭圆柱面** |
| 1 | 1 | 2 | $y_1^2-y_2^2=1$ | **双曲柱面** |
| 1 | 0 | 1 | $y_1^2=1$ | **两张平行平面** |
**三个记忆抓手**:
1. **全正 $\to$ 球(椭球)**;全负 $\to$ **空集**($-\!y_1^2-\cdots=1$ 无实解)。
2. **一负两正 $\to$ 单叶**,**两负一正 $\to$ 双叶**。记法:负号在**左边少数派**时是单叶("单"对应"少"),负号占两席时曲面就被"切成两瓣",叫双叶。
3. **有一个零 $\to$ 柱面**(缺一个变量,沿该轴无限延伸)。
**右端为 $0$ 时**:$y_1^2+y_2^2-y_3^2=0$ 是**圆锥面**(不是双曲面)。题目写"曲面"就说明右端非零,别自己吓自己。
**做题要点**:只需惯性指数,**不必求出具体的 $Q$ ** 。若题目问"是什么曲面",答"惯性指数 $+$ 曲面名"即可。
## 知识点 6.2 综合题的常见问法(出处:[习题章 quadratic-form.tex](../../../../参考仓库/Math/linear-algebra/exercise/6-quadratic-form/quadratic-form.tex))
二次型解答题通常串四问,一路问到底:
1. 写出矩阵 $A$ (交叉项折半);
2. 求特征值与特征向量;
3. 求正交矩阵 $Q$ 与标准形;
4. 判曲面形状 / 求 $f$ 在 $\lVert x\rVert=1$ 上的最值 / 判正定。
**第 4 问的三类变体**:
| 问法 | 答法 |
|---|---|
| 是什么曲面 | 数 $\lambda_i$ 的正负个数,查表 |
| $f$ 在 $\lVert x\rVert=1$ 上的最值 | $\max=\lambda_{\max}$ 、$\min=\lambda_{\min}$ |
| 是否正定 | $\lambda_{\min}>0$ ? |
**最值为什么是特征值**:正交变换 $x=Qy$ 保长度($\lVert x\rVert=\lVert y\rVert$ ),故
$$f=x^{\mathrm T}Ax=\sum_i\lambda_iy_i^2\quad\text{在}\ \sum_iy_i^2=1\ \text{上的范围就是}\ [\lambda_{\min},\lambda_{\max}].$$
取到端点时 $x$ 是对应的**单位特征向量**。
---
## 题目(按知识点顺序对应)
### 题 1 · 6.1:由标准形读曲面名(★☆☆)
> 说出下列方程表示的曲面:
>
> (Ⅰ)$y_1^2+y_2^2+y_3^2=1$ ;(Ⅱ)$y_1^2+y_2^2-y_3^2=1$ ;(Ⅲ)$y_1^2-y_2^2-y_3^2=1$ ;
> (Ⅳ)$y_1^2+y_2^2=1$ ;(Ⅴ)$y_1^2-y_2^2=1$ ;(Ⅵ)$y_1^2=1$ ;(Ⅶ)$y_1^2+y_2^2-y_3^2=0$ 。
**怎么想**:这就是查上表。先数正负号个数,再看有没有缺项(缺项 $=$ 柱面)。第(Ⅶ)问右端是 $0$ ,性质完全不同,单独处理。
**解**:
| 问 | $(p,q)$ | $r$ | 曲面 |
|---|---|---|---|
| (Ⅰ) | $(3,0)$ | 3 | 椭球面(此处是单位球面) |
| (Ⅱ) | $(2,1)$ | 3 | 单叶双曲面 |
| (Ⅲ) | $(1,2)$ | 3 | 双叶双曲面 |
| (Ⅳ) | $(2,0)$ | 2 | 椭圆柱面 |
| (Ⅴ) | $(1,1)$ | 2 | 双曲柱面 |
| (Ⅵ) | $(1,0)$ | 1 | 两张平行平面 $y_1=\pm1$ |
| (Ⅶ) | $(2,1)$ | 3 | **圆锥面**(右端为 $0$ ,不是双曲面) |
**验算**:(Ⅵ)化成 $y_1^2=1$ 即 $y_1=1$ 或 $y_1=-1$ ,与 $y_2,y_3$ 无关,故是两张平行平面 ✓。(Ⅶ)移项得 $y_3^2=y_1^2+y_2^2$ ,是顶点在原点的圆锥面 ✓。
**带走结论**:**右端是 $1$ 看符号,右端是 $0$ 看锥面**。这一个右端数字决定了整道题的答案,考场上先看右端。
> **关联** · 盘点 [§6.1 二次曲面与标准形](01-知识点盘点.md#user-content-61-二次曲面与标准形) | 上游 — | 下游 [点 7 题 2](08-点7-二次曲面.md#user-content-题-2--61先化标准形再判曲面)、[点 7 题 3](08-点7-二次曲面.md#user-content-题-3--61含参曲面的分类) | 速查 [九 曲面查表](09-速查卡.md#user-content-九-曲面查表)
---
### 题 2 · 6.1:先化标准形再判曲面(★★☆)
> 已知曲面
>
> $$x^2+y^2+z^2+4xy+4xz+4yz=1 .$$
>
> (Ⅰ)写出二次型的矩阵 $A$ ;
> (Ⅱ)求 $A$ 的特征值与正、负惯性指数;
> (Ⅲ)判断曲面的类型。
**怎么想**:三项交叉系数都是 $4$ ,折半后全填 $2$ ,矩阵是"对角 $1$ 、其余 $2$ "的结构——这正是 $\alpha E+\beta J$ 型,可以直接用全 $1$ 向量试。**先猜特征向量 $(1,1,1)$ ** :三列和相等说明 $(1,1,1)^{\mathrm T}$ 是特征向量(第 5 讲点 1 的捷径)。
**解**:
**(Ⅰ)** 交叉项折半:
$$A=\begin{pmatrix}1&2&2\\2&1&2\\2&2&1\end{pmatrix}.$$
**(Ⅱ)** 第 1 步,试 $(1,1,1)^{\mathrm T}$ :
$$A\begin{pmatrix}1\\1\\1\end{pmatrix}=\begin{pmatrix}5\\5\\5\end{pmatrix}=5\begin{pmatrix}1\\1\\1\end{pmatrix},$$
故 $\lambda_1=5$ ,特征向量 $(1,1,1)^{\mathrm T}$ 。
第 2 步,用 $\operatorname{tr}$ 与二阶主子式补齐(对称矩阵不必硬算三次行列式):
$$\operatorname{tr}A=3\Longrightarrow\lambda_2+\lambda_3=3-5=-2,$$
$$\sum\text{二阶主子式}=\begin{vmatrix}1&2\\2&1\end{vmatrix}\times3=(1-4)\times3=-9\Longrightarrow\lambda_2\lambda_3+5(\lambda_2+\lambda_3)=-9,$$
即 $\lambda_2\lambda_3-10=-9$ ,$\lambda_2\lambda_3=1$ 。于是 $\lambda_2,\lambda_3$ 是 $t^2+2t+1=0$ 的根:
$$\lambda_2=\lambda_3=-1 .$$
第 3 步,惯性指数:
$$p=1,\quad q=2,\quad r=3 .$$
**(Ⅲ)** $(p,q)=(1,2)$ 查表得**双叶双曲面**。
**验算**:直接展开特征多项式
$$\lvert\lambda E-A\rvert=\lambda^3-3\lambda^2-9\lambda-5=(\lambda-5)(\lambda+1)^2 ,$$
展开右边得 $\lambda^3-3\lambda^2-9\lambda-5$ ✓,与上面拼出来的三个根一致。
**带走结论**:**遇到"对角元全相同、非对角元也全相同"的矩阵,第一反应是试 $(1,\dots,1)$ ** 。剩下的两个特征值用 $\operatorname{tr}$ 与二阶主子式之和补齐,比展开三阶行列式快一倍。本题的曲面类型由"一个正、两个负"一眼定死,**根本不用求 $Q$ ** 。
> **关联** · 盘点 [§6.1 二次曲面与标准形](01-知识点盘点.md#user-content-61-二次曲面与标准形) | 上游 [点 7 题 1](08-点7-二次曲面.md#user-content-题-1--61由标准形读曲面名) | 下游 [点 7 题 3](08-点7-二次曲面.md#user-content-题-3--61含参曲面的分类) | 速查 [九 曲面查表](09-速查卡.md#user-content-九-曲面查表)
---
### 题 3 · 6.1:含参曲面的分类(★★★)
> 讨论方程
>
> $$x^2+2y^2+az^2+2xy=1$$
>
> 所表示的曲面类型,其中 $a$ 为参数。
**怎么想**:$z$ 与 $x,y$ 之间没有交叉项,所以矩阵是**分块对角** $\begin{pmatrix}B&O\\O&a\end{pmatrix}$ 。分块对角的特征值 $=$ 各块特征值拼起来,于是只需单独看二阶块 $B$ 的符号,$a$ 的符号独立决定第三个特征值。
**解**:
**第 1 步:写矩阵。**
$$A=\begin{pmatrix}1&1&0\\1&2&0\\0&0&a\end{pmatrix}=\begin{pmatrix}B&O\\O&a\end{pmatrix},\qquad B=\begin{pmatrix}1&1\\1&2\end{pmatrix}.$$
**第 2 步:二阶块 $B$ 的惯性指数。**
$$\operatorname{tr}B=3>0,\qquad\lvert B\rvert=2-1=1>0 .$$
两特征值同号且和为正,故**都正**:
$$\lambda=\frac{3\pm\sqrt{9-4}}{2}=\frac{3\pm\sqrt5}{2}\approx2.62,\ 0.38 .$$
于是 $B$ 贡献 $p=2$ 。
**第 3 步:按 $a$ 分三档。**
| 情形 | 第三个特征值 | $(p,q)$ | $r$ | 曲面 |
|---|---|---|---|---|
| $a>0$ | $a>0$ | $(3,0)$ | 3 | **椭球面** |
| $a=0$ | $0$ | $(2,0)$ | 2 | **椭圆柱面** |
| $a<0$ | $a<0$ | $(2,1)$ | 3 | **单叶双曲面** |
**验算**:
- $a>0$ :三特征值全正,取 $a=1$ 时 $A=\begin{pmatrix}1&1&0\\1&2&0\\0&0&1\end{pmatrix}$ ,三个顺序主子式为 $1,\ 1,\ 1$ 全正,故正定 ✓,$(3,0)$ 无误。
- $a=0$ :$\lvert A\rvert=0$ ,秩 2;前两维正定,故 $(2,0)$ ,缺一个变量即柱面 ✓。
- $a<0$ :取 $a=-1$ ,顺序主子式 $1,1,-1$ ,符号 $+,-,-$ ,一正两负的分布是 $p=2,q=1$ ✓。
**带走结论**:**分块对角是含参题的最省力结构**——参数只出现在一个块里,就只让那一个特征值随参数变,别去展开三阶行列式。三档的临界值就是"参数 $=0$ ",此时秩掉 1,曲面从"面"退化成"柱"。
**易错**:不要因为 $a<0$ 就顺手写成"双叶双曲面"。$a<0$ 时 $(p,q)=(2,1)$ 是**单叶**;双叶要求 $(1,2)$ ,也就是**两个负号**——本题的两个正号来自 $B$ 且无法改变,所以永远到不了双叶。
> **关联** · 盘点 [§6.1 二次曲面与标准形](01-知识点盘点.md#user-content-61-二次曲面与标准形) | 上游 [点 7 题 1](08-点7-二次曲面.md#user-content-题-1--61由标准形读曲面名)、[点 7 题 2](08-点7-二次曲面.md#user-content-题-2--61先化标准形再判曲面) | 下游 — | 速查 [九 曲面查表](09-速查卡.md#user-content-九-曲面查表)
---
### 题 4 · 6.2:四问走完(★★★)
> (真题骨架 2017·21)设二次型
>
> $$f(x_1,x_2,x_3)=2x_1^2+5x_2^2+5x_3^2+4x_1x_2-4x_1x_3-8x_2x_3 .$$
>
> (Ⅰ)写出 $f$ 的矩阵 $A$ ;
> (Ⅱ)求 $A$ 的特征值与特征向量;
> (Ⅲ)求正交矩阵 $Q$ 使 $Q^{\mathrm T}AQ$ 为对角阵,并写出标准形;
> (Ⅳ)判断曲面 $f=1$ 的类型,并求 $f$ 在 $\lVert x\rVert=1$ 上的最大值。
**怎么想**:标准四问,按顺序走,一步都别跳。第(Ⅱ)问看出 $(1,2,-2)$ 是特征向量是整题的关键——用"某行元素之和与另一行相等"这类结构去试,比硬展开快。第(Ⅳ)问的两小问是同一份特征值数据的两种用法。
**解**:
**(Ⅰ)** 交叉项折半:$4x_1x_2\to2$ ;$-4x_1x_3\to-2$ ;$-8x_2x_3\to-4$ :
$$A=\begin{pmatrix}2&2&-2\\2&5&-4\\-2&-4&5\end{pmatrix}.$$
**(Ⅱ)** 展开特征多项式(按第一行):
$$\lvert\lambda E-A\rvert=\begin{vmatrix}\lambda-2&-2&2\\-2&\lambda-5&4\\2&4&\lambda-5\end{vmatrix}.$$
用 $\operatorname{tr}A=2+5+5=12$ 、二阶主子式之和
$$\begin{vmatrix}2&2\\2&5\end{vmatrix}+\begin{vmatrix}2&-2\\-2&5\end{vmatrix}+\begin{vmatrix}5&-4\\-4&5\end{vmatrix}=6+6+9=21,$$
$$\lvert A\rvert=2(25-16)-2(10-8)+(-2)(-8+10)=18-4-4=10 .$$
得
$$\lvert\lambda E-A\rvert=\lambda^3-12\lambda^2+21\lambda-10=(\lambda-10)(\lambda-1)^2 .$$
(验:$(\lambda-10)(\lambda^2-2\lambda+1)=\lambda^3-12\lambda^2+21\lambda-10$ ✓。)
所以 $\lambda_1=\lambda_2=1$ 、$\lambda_3=10$ 。
**特征向量**:
$\lambda=1$ :解 $(E-A)x=0$ ,
$$E-A=\begin{pmatrix}-1&-2&2\\-2&-4&4\\2&4&-4\end{pmatrix}\longrightarrow\begin{pmatrix}1&2&-2\\0&0&0\\0&0&0\end{pmatrix},$$
$r=1$ ,基础解系取
$$\alpha_1=\begin{pmatrix}-2\\1\\0\end{pmatrix},\qquad\alpha_2=\begin{pmatrix}2\\0\\1\end{pmatrix}.$$
$\lambda=10$ :解 $(10E-A)x=0$ ,
$$10E-A=\begin{pmatrix}8&-2&2\\-2&5&4\\2&4&5\end{pmatrix}\longrightarrow\begin{pmatrix}1&0&\frac12\\0&1&1\\0&0&0\end{pmatrix},$$
即 $x_1=-\frac12x_3$ 、$x_2=-x_3$ 。取 $x_3=-2$ 得
$$\alpha_3=\begin{pmatrix}1\\2\\-2\end{pmatrix}.$$
**验算**:$A\alpha_3=(10,20,-20)^{\mathrm T}=10\alpha_3$ ✓;$A\alpha_1=(2,-1,0)^{\mathrm T}=\alpha_1$ ✓。
**(Ⅲ)** $\alpha_1,\alpha_2$ 属于同一重根,**必须施密特**(先检查:$\alpha_1\cdot\alpha_2=-4\ne0$ ,确实不正交):
$$\beta_1=\alpha_1=\begin{pmatrix}-2\\1\\0\end{pmatrix},\qquad\beta_2=\alpha_2-\frac{\alpha_2\cdot\beta_1}{\beta_1\cdot\beta_1}\beta_1=\begin{pmatrix}2\\0\\1\end{pmatrix}-\frac{-4}{5}\begin{pmatrix}-2\\1\\0\end{pmatrix}=\frac15\begin{pmatrix}2\\4\\5\end{pmatrix}.$$
取整为 $(2,4,5)^{\mathrm T}$ 。再验 $\alpha_3$ 与它们的关系:
$$\alpha_3\cdot\beta_1=-2+2+0=0,\qquad\alpha_3\cdot(2,4,5)^{\mathrm T}=2+8-10=0 .$$
实对称不同特征值的向量自动正交 ✓,可以直接用。
单位化:
$$q_1=\frac{1}{3}\begin{pmatrix}1\\2\\-2\end{pmatrix},\qquad q_2=\frac{1}{\sqrt5}\begin{pmatrix}-2\\1\\0\end{pmatrix},\qquad q_3=\frac{1}{3\sqrt5}\begin{pmatrix}2\\4\\5\end{pmatrix}.$$
($\lVert(1,2,-2)\rVert=3$ ;$\lVert(-2,1,0)\rVert=\sqrt5$ ;$\lVert(2,4,5)\rVert=\sqrt{45}=3\sqrt5$ 。)
$$Q=(q_1,q_2,q_3),\qquad Q^{\mathrm T}AQ=\mathrm{diag}(10,1,1).$$
于是作正交变换 $x=Qy$ 得标准形
$$f=10y_1^2+y_2^2+y_3^2 .$$
**验算**:$\operatorname{tr}(Q^{\mathrm T}AQ)=10+1+1=12=\operatorname{tr}A$ ✓;行列式 $10=\lvert A\rvert$ ✓。若发现 $Q^{\mathrm T}Q\ne E$ ,八成是 $q_3$ 忘了除以 $3\sqrt5$ 。
**(Ⅳ)** 第 1 小问:惯性指数 $(p,q)=(3,0)$ ,满秩且全正,故 $f=1$ 是**椭球面**。
第 2 小问:正交变换保长度,故 $\lVert x\rVert=1\iff\lVert y\rVert=1$ ,而
$$f=10y_1^2+y_2^2+y_3^2\leqslant10(y_1^2+y_2^2+y_3^2)=10,$$
等号当 $y=(1,0,0)^{\mathrm T}$ 时成立,即
$$x=q_1=\frac13(1,2,-2)^{\mathrm T}$$
时 $f=10$ 。故
$$\max_{\lVert x\rVert=1}f=10 .$$
(同理 $\min=1$ ,在 $x=\pm q_2$ 或 $\pm q_3$ 处取到。)
**带走结论**:这四问的骨架可以套到任何二次型大题上。三条硬规矩:**重根内部必施密特**;**$Q$ 的列序与 $\Lambda$ 的对角元对齐**(本题 $q_1$ 配 $10$ );**最值问题不需要真的做变换**,读出 $\lambda_{\max}$ 就有答案,但**取到最值的点 $x$ 是单位特征向量**,这一步常被漏问。
> **关联** · 盘点 [§6.2 综合题的常见问法](01-知识点盘点.md#user-content-62-综合题的常见问法) | 上游 — | 下游 — | 速查 [十 最值与综合四问](09-速查卡.md#user-content-十-最值与综合四问)
---
@@ -0,0 +1,158 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, 速查卡]
专题: 线性代数 第6讲 · 二次型(速查)
日期: 2026-10-24
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 第6讲 · 二次型:速查卡
考前十分钟只看这一页。
## 一 写矩阵三步
<!-- KP: 1.1 -->
```
① 平方项系数 → 对角元(不折半)
② 交叉项系数 ÷ 2 → 对称位置填两遍
③ 查一遍:写出的 A 必须对称
```
**反向**:$f=\sum a_{ii}x_i^2+2\sum_{i<j}a_{ij}x_ix_j$ 。
## 二 合同三句话
<!-- KP: 1.2 -->
$$A\simeq B\iff\text{存在可逆}\ C\ \text{使}\ C^{\mathrm T}AC=B .$$
$$A\simeq B\ (\text{实对称})\iff(p_A,q_A)=(p_B,q_B).$$
**合同保持**:惯性指数、秩、行列式**符号**。**不保持**:特征值、迹。
## 三 配方法两条路
<!-- KP: 2.1 -->
```
有平方项 a_ii ≠ 0 → 把含 x_i 的项全收进一个完全平方,递归
无平方项(全 a_ii = 0)→ 令 x1=y1+y2, x2=y1-y2 造出平方项
```
**交叉项必对应"和差换元"**,这一步不折半、不除 2。
## 四 正交变换五步
<!-- KP: 2.2 -->
```
① 写 A(交叉项折半)
② |λE-A| = 0 因式分解到底
③ (λE-A)x = 0 求基础解系
④ 重根内部施密特 + 全部单位化
⑤ 按列拼 Q,列序与 Λ 对角元对齐
```
$$Q^{\mathrm T}AQ=\Lambda\Longrightarrow f=\lambda_1y_1^2+\cdots+\lambda_ny_n^2 .$$
**两法分界**:题目出现"正交"两个字就必须走特征值;只说"可逆线性变换"用配方法更快。
## 五 惯性指数三算法
<!-- KP: 3.1 -->
| 方法 | 适用 |
|---|---|
| 求特征值数正负 | **最稳**,任何题都能用 |
| 配方法数标准形系数的正负 | 快,但系数不唯一(**符号个数唯一**) |
| 顺序主子式 | 只适合判正定,判惯性指数不便 |
$$p+q=r(A),\qquad\text{符号差}=p-q .$$
## 六 规范形
<!-- KP: 3.2 -->
$$f=y_1^2+\cdots+y_p^2-y_{p+1}^2-\cdots-y_r^2 .$$
**化法**:先化标准形,再令 $z_i=\sqrt{\lvert d_i\rvert}\,y_i$ 。
**唯一性**:标准形不唯一,**规范形唯一**(由 $(p,q)$ 定死)。
## 七 正定五条件
<!-- KP: 4.1 -->
1. 对一切 $x\ne0$ 有 $x^{\mathrm T}Ax>0$ ;
2. 全部特征值 $>0$ ;
3. 全部**顺序**主子式 $>0$ ;
4. $A\simeq E$ ;
5. $p=n$ 。
**负定**:$-A$ 正定,即 $(-1)^k\Delta_k>0$ 对每个 $k$ 成立。
## 八 顺序主子式含参流程
<!-- KP: 4.2, 4.3 -->
```
① 写 A ② 逐个算 Δ1 Δ2 … Δn ③ 解不等式组取交集
```
**半正定要"全部主子式" $\geqslant0$ **,正定才只需"顺序主子式"。这是最易错的一处。
**$\Delta_n=\lvert A\rvert>0$ 常给高次不等式**,务必分解到每个因式再画数轴。
## 九 曲面查表
<!-- KP: 6.1 -->
| $(p,q)$ | 曲面 | $(p,q)$ | 曲面 |
|---|---|---|---|
| $(3,0)$ | 椭球面 | $(2,0)$ | 椭圆柱面 |
| $(2,1)$ | 单叶双曲面 | $(1,1)$ | 双曲柱面 |
| $(1,2)$ | 双叶双曲面 | $(1,0)$ | 两张平行平面 |
**记法**:负号少(一个)是**单**叶,负号多(两个)是**双**叶。缺一个变量 $\to$ 柱面。右端是 $0$ $\to$ 锥面。
## 十 最值与综合四问
<!-- KP: 6.2 -->
$$\max_{\lVert x\rVert=1}x^{\mathrm T}Ax=\lambda_{\max},\qquad\min=\lambda_{\min}.$$
取到最值的 $x$ 是**单位特征向量**(这一步常被追问)。
四问骨架:写 $A$ $\to$ 求 $\lambda$ 与特征向量 $\to$ 求 $Q$ 与标准形 $\to$ 判曲面 / 求最值 / 判正定。
## 十一 四处最容易丢分
<!-- KP: 4.3 -->
1. **交叉项忘折半**,写出的 $A$ 不对称。写完必查 $A^{\mathrm T}=A$ 。
2. **重根内部忘施密特**。同一 $\lambda$ 的两个向量不自动正交(不同 $\lambda$ 才自动正交)。
3. **$q_i$ 忘单位化**或漏除模长,交上去的 $Q$ 不正交。做完必验 $Q^{\mathrm T}Q=E$ 。
4. **半正定只查顺序主子式**。反例:$A=\begin{pmatrix}0&0\\0&-1\end{pmatrix}$ 的顺序主子式 $\Delta_1=0$ 、$\Delta_2=0$ 都非负,但二阶主子式 $a_{22}=-1<0$ ,故**不是**半正定。坑全在"非顺序"的主子式上。
---
## 回查
<!-- AUTO:回查 -->
| 想查什么 | 对应题目 |
|---|---|
| 一 写矩阵三步 | [点 1 题 1](02-点1-矩阵表示与合同.md#user-content-题-1--11由二次型写矩阵)、[点 1 题 2](02-点1-矩阵表示与合同.md#user-content-题-2--11由矩阵写二次型) |
| 二 合同三句话 | [点 1 题 3](02-点1-矩阵表示与合同.md#user-content-题-3--12合同的必要条件)、[点 1 题 4](02-点1-矩阵表示与合同.md#user-content-题-4--12变换后矩阵的计算)、[点 1 题 5](02-点1-矩阵表示与合同.md#user-content-题-5--12合同的完整判定) |
| 三 配方法两条路 | [点 2 题 1](03-点2-配方法化标准形.md#user-content-题-1--21有平方项的逐次配方)、[点 2 题 2](03-点2-配方法化标准形.md#user-content-题-2--21无平方项时先造平方)、[点 2 题 3](03-点2-配方法化标准形.md#user-content-题-3--21写出完整的变换矩阵)、[点 2 题 4](03-点2-配方法化标准形.md#user-content-题-4--21两法结果不同惯性相同) |
| 四 正交变换五步 | [点 3 题 1](04-点3-正交变换化标准形.md#user-content-题-1--22完整五步)、[点 3 题 2](04-点3-正交变换化标准形.md#user-content-题-2--22含参二次型的惯性讨论)、[点 3 题 3](04-点3-正交变换化标准形.md#user-content-题-3--22由标准形反求不变量)、[点 3 题 4](04-点3-正交变换化标准形.md#user-content-题-4--22球面上的最值)、[点 3 题 5](04-点3-正交变换化标准形.md#user-content-题-5--22正交变换为什么不改变形状) |
| 五 惯性指数三算法 | [点 4 题 1](05-点4-惯性定理与规范形.md#user-content-题-1--31惯性定理说了什么)、[点 4 题 3](05-点4-惯性定理与规范形.md#user-content-题-3--31由秩反求参数) |
| 六 规范形 | [点 4 题 2](05-点4-惯性定理与规范形.md#user-content-题-2--32由标准形写规范形)、[点 4 题 4](05-点4-惯性定理与规范形.md#user-content-题-4--32用规范形判合同) |
| 七 正定五条件 | [点 5 题 2](06-点5-正定性判定.md#user-content-题-2--41五个条件的辨析)、[点 5 题 4](06-点5-正定性判定.md#user-content-题-4--41乘积矩阵的正定性) |
| 八 顺序主子式含参流程 | [点 5 题 1](06-点5-正定性判定.md#user-content-题-1--42顺序主子式判正定)、[点 5 题 3](06-点5-正定性判定.md#user-content-题-3--42含参正定求范围)、[点 5 题 5](06-点5-正定性判定.md#user-content-题-5--43半正定与所有主子式) |
| 九 曲面查表 | [点 7 题 1](08-点7-二次曲面.md#user-content-题-1--61由标准形读曲面名)、[点 7 题 2](08-点7-二次曲面.md#user-content-题-2--61先化标准形再判曲面)、[点 7 题 3](08-点7-二次曲面.md#user-content-题-3--61含参曲面的分类) |
| 十 最值与综合四问 | [点 7 题 4](08-点7-二次曲面.md#user-content-题-4--62四问走完) |
| 十一 四处最容易丢分 | [点 5 题 5](06-点5-正定性判定.md#user-content-题-5--43半正定与所有主子式) |
<!-- /AUTO:回查 -->
整册入口:[知识点盘点](01-知识点盘点.md)、[点 1](02-点1-矩阵表示与合同.md)、[点 2](03-点2-配方法化标准形.md)、[点 3](04-点3-正交变换化标准形.md)、[点 4](05-点4-惯性定理与规范形.md)、[点 5](06-点5-正定性判定.md)、[点 6](07-点6-合同与相似.md)、[点 7](08-点7-二次曲面.md)。
@@ -0,0 +1,106 @@
---
tags: [数学一, 在学练习, 线性代数, 二次型, README]
专题: 线性代数 第6讲 · 二次型
日期: 2026-10-24
状态: 知识点盘点 + 七点分册(知识点带题,30 题)
关联笔记: ["[[01-知识点盘点]]", "[[09-速查卡]]"]
---
# 线性代数 第6讲 · 二次型
真题库第 14 章。近十年 **10 题 80 分**:**5 道选择填空(23 分)$+$ 5 道解答题(57 分)**,解答题几乎年年在第 20—21 题。
这一讲是第 5 讲的**下游**:所有化标准形的题目,实质都是"求特征值 $+$ 正交对角化"。差别只在问法——第 5 讲问"求 $Q$ ",第 6 讲问"化标准形、写曲面、判正定"。真正新增的只有三块:**配方法**(不走特征值)、**惯性定理**(标准形不唯一但惯性唯一)、**正定性判据**(顺序主子式)。
## 这一版的结构
| 层 | 文件 | 作用 | 读法 |
|---|---|---|---|
| **地图** | `01-知识点盘点.md` | 大纲、真题、参考仓库三条线的知识点全摊开 | 先通读,之后只查不读 |
| **练** | `02`—`08` 七个点 | 每点先列知识点(含参考仓库出处),再按知识点内部条目顺序逐一对应出题,共 30 题 | 一天一个点,动手做 |
| **查** | `09-速查卡.md` | 十一组结论 $+$ 四处丢分点 $+$ 回查表 | 考前十分钟 |
## 文件清单
| 文件 | 内容 | 真题锚点 | 分值 | 题量 |
|---|---|---|---|---|
| `01-知识点盘点.md` | 六节盘点 $+$ 覆盖对照表 | — | — | 0 |
| `02-点1-矩阵表示与合同.md` | 交叉项折半、合同定义、变换后矩阵 | 一切题起手 | — | 5 |
| `03-点2-配方法化标准形.md` | 有/无平方项两条路、写变换矩阵 | 未单独考 | — | 4 |
| `04-点3-正交变换化标准形.md` | 五步流程、含参惯性、球面最值 | 2017·21、2020·21、2022·21、2023·21 | **46** | 5 |
| `05-点4-惯性定理与规范形.md` | 惯性指数三算法、规范形、判合同 | 2018·20、2019·5、2021·5、2025·5 | **18** | 4 |
| `06-点5-正定性判定.md` | 五条件、顺序主子式、半正定 | 2024·15 | **5** | 5 |
| `07-点6-合同与相似.md` | 分界五辨析、由合同反求参数 | 选择高频 | — | 3 |
| `08-点7-二次曲面.md` | 曲面查表、含参分类、四问综合 | 2016·6、2022·21 | **9** | 4 |
| `09-速查卡.md` | 十一组结论 $+$ 四处丢分点 | — | — | 0 |
合计 **30 题**。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 建议的三轮读法
**第一轮(1.5 小时)**:`01` 通读 $+$ `02`。`02` 只有一件事——**交叉项折半**,但这一错后面全错,必须做到写完立刻自查 $A^{\mathrm T}=A$ 。
**第二轮(3 小时)**:`04`、`05`。这两节吃掉 64 分,解答题全在这里。**`04` 的五步流程必须练到闭卷不停顿**(与第 5 讲点 4 是同一套动作)。
**第三轮(1.5 小时)**:`06`、`07` $+$ `08` $+$ `03` $+$ `09` 。`06` 的顺序主子式是含参题的通用钥匙;`08` 的曲面是解答题第 4 问的标准答法。
时间不够时按这个顺序砍:`03` $\to$ `08` 的题 2、题 3 $\to$ `07` 的题 3 。**`04` 与 `06` 一定不能砍**。
## 双向链接怎么用
| 粒度 | 在哪儿 | 什么时候用 |
|---|---|---|
| **册** | 本文件「文件清单」 | 决定今天做哪一个点 |
| **知识点** | 各点文件开头的知识点标题(含参考仓库出处) | 做题卡住时回看判据 |
| **题** | 每题末尾的「关联」行 $+$ 盘点 §0.4 $+$ 速查回查表 | 从知识点反查"它在哪几道题里练过" |
每道题末尾固定一行:
```
> **关联** · 盘点 §X.Y | 上游 | 下游 | 速查
```
四个方向全部指向**具体题目的锚点**。
## 锚点怎么写(Gitea 两条方向相反的规则)
标题 id $=$ `user-content-` $+$ 标题原文小写化(保留字母数字汉字与下划线,空格变 `-`,**其余标点全部删除**)。
| 链接类型 | 写法 |
|---|---|
| 同文件 | `#题-1--11由二次型写矩阵` |
| 跨文件 | `04-点3-正交变换化标准形.md#user-content-题-1--22完整五步` |
**标题里不许出现公式**:`$...$` 会让锚点漂移,脚本算不出来(本讲所有题目标题已改为纯文字)。
写完校验:
```bash
python .workbuddy/tools/md2pdf/gen_crosslinks.py 线性代数-第6讲-二次型
python .workbuddy/tools/md2pdf/check_md_links.py 线性代数-第6讲-二次型
python .workbuddy/tools/md2pdf/fix_gitea_math.py --check --scope=线性代数-第6讲-二次型
```
## 与其他讲的接口
| 本讲内容 | 来源 / 去向 | 用法 |
|---|---|---|
| $\lvert\lambda E-A\rvert=0$ | 第 5 讲点 1 | 求标准形系数 |
| $Q^{\mathrm T}AQ=\Lambda$ | 第 5 讲点 4 | 正交变换 |
| 施密特正交化 | 第 3 讲点 6 | 重根内部正交化 |
| 顺序主子式 | 第 1 讲行列式 | 判正定 |
| $r(A^{\mathrm T}A)=r(A)$ | 第 2 讲矩阵 | 证 $A^{\mathrm T}A$ 正定 |
| $r(A)$ 与基础解系 | 第 4 讲 | 判秩、求惯性指数 |
## 版本记录
| 日期 | 变更 |
|---|---|
| 2026-10-24 | 建文件夹,按「知识点盘点 $+$ 七点分册 $+$ 速查卡」共 10 个文件(30 题),每题嵌题目级双向链接 |
## 两条写作约定
1. **不生成 PDF**。只出 Markdown。
2. **单个文件不超过 1.3 万字符**,超了就拆。
题面数据除标注「真题骨架」外均为另设,只对齐考法。参考 `参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex` 与 `exercise/6-quadratic-form/quadratic-form.tex` 。