Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/线性代数-第5讲-特征值与特征向量/08-点7-与二次型的接口.md
T
Yimu 41b36b2b3c 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
2026-10-24 16:38:01 +08:00

7.0 KiB
Raw Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
线性代数
特征值
二次型接口
线性代数 第5讲 · 点7 与二次型的接口 2026-10-24 知识点带题(7.1 三条对接点,3 题)
README
01-知识点盘点

点 7 与二次型的接口

真题锚点:2017·21、2020·21、2022·21(第 6 讲解答题的实质)|重要度 ★★★ 依赖:点 4 的正交对角化。盘点对应:§7 全节。

组织原则:这是本讲的出口——把 Q^{\mathrm T}AQ=\Lambda 翻译成二次型语言。3 题覆盖"读特征值 → 写标准形 → 判正定"。

知识点 7.1 三条对接点(出处:知识章 quadratic-form.tex §1)

设二次型 f=x^{\mathrm T}Ax (A 实对称),则

第 5 讲 第 6 讲
Q^{\mathrm T}AQ=\Lambda 正交变换 x=Qy 把 f 化成标准形
特征值 \lambda_i 标准形系数 y_i^2 前
\lambda_i 的符号 正、负惯性指数
所有 \lambda_i>0 f 正定

一句话:二次型的标准形系数就是特征值,第 6 讲的解答题实质上是在做点 4 的五步。


题目(按知识点顺序对应)

题 1 · 7.1:由矩阵直接写标准形(★★☆)

设二次型

f(x_1,x_2,x_3)=x_1^2+x_2^2+x_3^2+2x_1x_2+2x_1x_3+2x_2x_3 .

(Ⅰ)写出 f 的矩阵 A ; (Ⅱ)求 A 的特征值,并写出 f 在正交变换下的标准形; (Ⅲ)判断 f 是否正定,并说明理由。

怎么想:x_i^2 的系数进对角元,x_ix_j 的系数折半进 (i,j) 与 (j,i) ——这是写矩阵的唯一规则。之后全部交给特征值。

解:

(Ⅰ) 对角元取平方项系数 1 ,非对角元取交叉项系数的一半 \frac22=1 :

A=\begin{pmatrix}1&1&1\\1&1&1\\1&1&1\end{pmatrix}=J .

(Ⅱ) A=J 的每一列都是 (1,1,1)^{\mathrm T} ,r(A)=1 ;由 A(1,1,1)^{\mathrm T}=3(1,1,1)^{\mathrm T} 得 \lambda_1=3 ,另两个特征值为 0,0 (因 \operatorname{tr}A=3 )。

故标准形为

f=3y_1^2 .

(几何上:f=(x_1+x_2+x_3)^2 ,是一个完全平方,验证了秩为 1。)

(Ⅲ) 不正定。正定要求全部特征值 >0 ,而 \lambda_2=\lambda_3=0 。f 是半正定(所有 \lambda_i\geqslant0 且 f\geqslant0 恒成立)。

验算:取 (x_1,x_2,x_3)=(1,-1,0) ,f=1+1+0-2+0+0=0 ,确实存在非零向量使 f=0 ,故不正定 ✓。

带走结论:"完全平方"就等于"有零特征值"。f=(x_1+\cdots+x_n)^2 型二次型的矩阵是 J ,特征值 n,0,\dots,0 ,半正定不正定。

关联 · 盘点 §7.1 三条对接点 | 上游 — | 下游 点 7 题 2、点 7 题 3 | 速查 —


题 2 · 7.1:正交变换化标准形全流程(★★★)

设二次型 f=2x_1^2+2x_2^2+2x_3^2+2x_1x_2+2x_1x_3+2x_2x_3 。

(Ⅰ)写出矩阵 A 并求特征值; (Ⅱ)求正交变换 x=Qy 把 f 化为标准形; (Ⅲ)写出标准形,并指出正、负惯性指数。

怎么想:矩阵是 A=E+J (对角元 2,非对角 1)。J 的特征值是 3,0,0 ,故 A 的是 4,1,1 ——不必展开三阶行列式。之后按点 4 的五步走。

解:

(Ⅰ) 交叉项系数都是 2 ,折半得 1 :

A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix}=E+J .

各行之和为 4 ,故 (1,1,1)^{\mathrm T} 对应 \lambda_1=4 ;又 \operatorname{tr}A=6 ,剩下两个之和为 2,结合 \lvert A\rvert=4 (A=E+J ,J 特征值 3,0,0 )得 \lambda_2=\lambda_3=1 。

(也可分解:\lvert\lambda E-A\rvert=(\lambda-4)(\lambda-1)^2 。)

(Ⅱ) \lambda=4 的特征向量 \xi_1=(1,1,1)^{\mathrm T} 。

\lambda=1 二重,解 x_1+x_2+x_3=0 ,取

\xi_2=(1,-1,0)^{\mathrm T},\qquad \xi_3=(1,1,-2)^{\mathrm T}

(已验 \langle\xi_2,\xi_3\rangle=1-1+0=0 ,无需施密特)。单位化:

e_1=\frac{1}{\sqrt3}\begin{pmatrix}1\\1\\1\end{pmatrix},\quad e_2=\frac{1}{\sqrt2}\begin{pmatrix}1\\-1\\0\end{pmatrix},\quad e_3=\frac{1}{\sqrt6}\begin{pmatrix}1\\1\\-2\end{pmatrix}.

取 Q=(e_2,e_3,e_1) 以对齐 \Lambda 的顺序:

Q=\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},\qquad Q^{\mathrm T}AQ=\mathrm{diag}(1,1,4).

(Ⅲ) 令 x=Qy ,则

f=y_1^2+y_2^2+4y_3^2 .

正惯性指数 p=3 ,负惯性指数 q=0 。f 正定。

验算:三个系数之和 1+1+4=6=\operatorname{tr}A ✓;乘积 4=\lvert A\rvert ✓。

带走结论:二次型的标准形系数 = 特征值,顺序可任意但必须与 Q 的列对齐。正交变换下"标准形"就是"对角形",系数唯一(除排列);若用配方法,系数可以不同(因不是正交变换),但正负个数不变(惯性定理)。

关联 · 盘点 §7.1 三条对接点 | 上游 点 7 题 1 | 下游 点 7 题 3 | 速查 —


题 3 · 7.1:正定性判定与特征值(★★☆)

设 A 为三阶实对称矩阵,特征值为 1,2,3 。判断下列说法:

(Ⅰ)A 正定;(Ⅱ)A^{-1} 正定;(Ⅲ)A-E 正定;(Ⅳ)A^{*} 正定。

怎么想:正定 \iff 全部特征值 >0 。要判 f(A) 是否正定,只需看 f(\lambda_i) 是否全正。

解:(Ⅰ)正确。1,2,3 全正。

(Ⅱ)正确。A^{-1} 的特征值为 1,\frac12,\frac13 ,全正。

(Ⅲ)错误。A-E 的特征值为 0,1,2 ,含 0,只是半正定。

(Ⅳ)正确。\lvert A\rvert=6 ,A^{*} 的特征值为 \frac61,\frac62,\frac63=6,3,2 ,全正。

验算:(Ⅲ)中 \lvert A-E\rvert=0 也印证了"不正定"(正定矩阵必可逆)。

带走结论:判 f(A) 的正定性只需逐一代入。两个高频陷阱:出现 0 就不是正定(半正定);A^{*} 的正定性由 \lvert A\rvert/\lambda_i 决定,故 A 正定时 A^{*} 也正定(\lvert A\rvert>0 、\lambda_i>0 )。

关联 · 盘点 §7.1 三条对接点 | 上游 点 7 题 1、点 7 题 2 | 下游 — | 速查 —