- 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
9.1 KiB
tags, 专题, 日期, 状态, 关联笔记
| tags | 专题 | 日期 | 状态 | 关联笔记 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
线性代数 第6讲 · 点4 惯性定理与规范形 | 2026-10-24 | 知识点带题(3.1 惯性定理、3.2 规范形,4 题) |
|
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)
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)
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 | 上游 — | 下游 点 4 题 3 | 速查 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。
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 | 上游 点 4 题 1 | 下游 — | 速查 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。