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 482410db68 fix(线代第5讲): 排查全讲 36 题的前置知识缺口,补 5 处知识点、修 6 处硬伤
用户点 1 的反馈(题里用到对角化/几何重数,知识点没讲)不是孤例。逐题核对
每道题用到的概念是否在"本点或更早"讲过,查出并修正如下。

一、真缺口:题目用了、知识点完全没讲

1. 点 4 题 3(2021·21 骨架,12 分)用谱分解 A=Σλᵢqᵢqᵢᵀ 作答,但 §4.1—4.3
   只讲到 QᵀAQ=Λ,谱分解要到点 5 §5.1 才出现,且原文还写成"唯一解法"。
   → 新增 §4.4 谱分解(够用版):定义、单根 μ + 重根 λ 的两个化形
   (A=λE+(μ-λ)qqᵀ 与 A=λE+(μ-λ)J/n)、"先单位化"这个唯一的坑、
   实对称已知一向量则其余落在正交补;题 3 改标 4.4,删掉"唯一解法",
   与点 5 §5.1 双向互指。
2. 点 5 题 3 用叉乘求第三个特征向量,§5.1 只说"由对称性补齐"。
   → §5.1 补"缺一个特征向量的三种补法"表 + 叉乘为什么能用。
3. 点 6 题 3、题 4 直接用伴随矩阵的秩公式(原只写"第 2 讲")。
   → §6.2 补三档公式 r(A*)=n / 1 / 0,以及 A 不可逆时 A* 特征值改走
   "对角阵的伴随 = 其余对角元之积"。
4. 点 7 题 1、题 2 要先会"交叉项折半写矩阵",§7.1 只有对照表;
   题 2 还要惯性指数/惯性定理,也只出现名词。
   → §7.1 补两条前置规则(折半、惯性定理 p+q=r(A))+ 老套路照搬提示。
5. 点 4 题 2、点 7 题 2 都靠"行和相等"秒出特征值,§4.2 没写。
   → §4.2 补开局捷径;点 6 §6.1 补 A=aI+bJ 的二项式来历(E 与 J 可交换、
   J 是秩 1 矩阵);点 2 §2.2 补 |A*|=|A|ⁿ⁻¹。

二、标注错位

6. 点 2 题 2 标 2.1,但全题靠 2.2 的 A* 特征值 |A|/λ 与 f(A) 特征值。
   → 改标 2.2(附录表同步:§2.1 1 题、§2.2 3 题)。

三、排查中发现的硬伤

7. 点 2 题 5 带走结论有两个问题:末句是"n-k=3-2=1? 注意:…"的自问自答
   残文;且"r 严格小于 n-k 则可对角化失败"方向错了——由 m≤nᵢ 得
   r(λᵢE-A)≥n-nᵢ,r 永不会小于下界,判据是取等号。整段重写。
8. 点 6 题 3 出现两段"带走结论"(重复),合并为一段。
9. 点 1 题 6(Ⅳ)题干没写 λ₃ 与 λ₁ 是否相同,解析自加"若否则另论"。
   → 题干补"三个特征值互不相同",解析改为归纳法证明。
10. 点 3 题 2 用"Jordan 块"这个全讲未定义的术语 → 改成"上三角且右上有非零元"。

四、顺带

11. 三个题目标题含公式(点 5 题 1、点 5 题 4、点 6 题 1),违反"标题禁含
    $…$"(Gitea 锚点会漂)→ 全部改纯文字。
12. 改完 4.4 后 01-知识点盘点 涨到 13505 字符,超 1.3 万上限 → 按高数讲次
    的既有做法把"覆盖对照"与"相邻讲接口"拆成 01b-覆盖对照与接口.md
    (01 由 13505 → 12386,§0.x 编号未动;01b 顺手补谱分解、几何重数判据
    两行,接口表补叉乘与 r(A*) 两行)。
13. 01 的 关联笔记 误写成 [[10-速查卡]](那是高数无穷级数的文件)→ 改 [[09-速查卡]]。

校验:gen_crosslinks 8 个点文件 36 题 19 知识点(+§4.4);check_md_links
11 文件 217 链接 0 异常;fix_gitea_math 0 处待修。全部文件 < 1.3 万字符。
2026-10-26 19:19:05 +08:00

146 lines
7.7 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 在学练习, 线性代数, 特征值, 二次型接口]
专题: 线性代数 第5讲 · 点7 与二次型的接口
日期: 2026-10-24
状态: 知识点带题(7.1 三条对接点,3 题)
关联笔记: ["[[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](../../../../参考仓库/Math/linear-algebra/knowledge/6-quadratic-form/quadratic-form.tex))
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。
**第 6 讲的两条前置规则**(本点直接要用,先补在这里):
1. **写矩阵**:$a_{ii}=x_i^2$ 的系数;$a_{ij}=a_{ji}=\dfrac{x_ix_j\text{ 的系数}}{2}$ ——**交叉项一律折半**,$f=x^{\mathrm T}Ax$ 才是原式。
2. **求特征值时的两步老套路照搬**:先看"各行元素之和"能否直接给出 $(1,\dots,1)^{\mathrm T}$ 对应的特征值(§1.2),重根内部再施密特(§4.2)。第 6 讲的解答题里这两步一字不改。
3. **惯性指数**:标准形里正系数个数 $p$ 与负系数个数 $q$ ;**惯性定理**保证 $p,q$ 与所用变换无关(配方法得到的系数和特征值不同,但正负个数不变),且 $p+q=r(A)$ 。
---
## 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](01-知识点盘点.md#user-content-71-三条对接点) | 上游 — | 下游 [点 7 题 2](08-点7-与二次型的接口.md#user-content-题-2--71正交变换化标准形全流程)、[点 7 题 3](08-点7-与二次型的接口.md#user-content-题-3--71正定性判定与特征值) | 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](01-知识点盘点.md#user-content-71-三条对接点) | 上游 [点 7 题 1](08-点7-与二次型的接口.md#user-content-题-1--71由矩阵直接写标准形) | 下游 [点 7 题 3](08-点7-与二次型的接口.md#user-content-题-3--71正定性判定与特征值) | 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](01-知识点盘点.md#user-content-71-三条对接点) | 上游 [点 7 题 1](08-点7-与二次型的接口.md#user-content-题-1--71由矩阵直接写标准形)、[点 7 题 2](08-点7-与二次型的接口.md#user-content-题-2--71正交变换化标准形全流程) | 下游 — | 速查 —
---