最后更新: 2025-04-24 22:17 查看: 134 次反馈同步训练

二次型的定义

## 二次型的定义
含有 $n$ 个变量 $x_1, x_2... x_n$ 的二次齐次多项式

$$
\begin{aligned}
& f\left(x_1, x_2, \cdots, x_n\right)=a_{11} x_1^2+2 a_{12} x_1 x_2+2 a_{13} x_1 x_3+\cdots+2 a_{1, n} x_1 x_n \\
& +a_{22} x_2^2+2 a_{23} x_2 x_3+\cdots+2 a_{2, n} x_2 x_n+\cdots+a_{n-1, n-1} x_{n-1}^2+2 a_{n-1, n} x_{n-1} x_n+a_{m n} x_n^2
\end{aligned}
$$

称为二次型. 如果所有系数 $a_{i j}(1 \leq i, j \leq n)$ 均为实数，则称二次型为实二次型.

像 $x_1^2+x_1x_2+x_3^2$是二次型，但是  $x_1^2+x_1x_2+x_3^2+x$不是二次型，$x_1^2+x_1x_2+x_3^2+1$也不是二次型。

### 标准形
特别地， 如果 $n$ 元二次型 $f\left(x_1, x_2, \cdots, x_n\right)$ 只含有平方项，即

$$
f\left(x_1, x_2, \cdots, x_n\right)=k_1 x_1^2+k_2 x_2^2+\cdots+k_n x_n^2 ，
$$

称这样的二次型为二次型的**标准形**.

### 规范形
如果标准形的系数 $k_1, k_2, \cdots, k_n$ 只在 $1,-1,0$ 三个数中 取值，也就是

$$
f\left(x_1, x_2, \cdots, x_n\right)=x_1^2+\cdots+x_p^2-x_{p+1}^2-\cdots-x_r^2,
$$

就称其为二次型的**规范形**.

## 二次型与矩阵的关系
二次型实际上是 $n$ 元二次齐次多项式。为了使用矩阵作为分析二次型的工具, 我们找到了二次型和对称矩阵一一对应的关系。对于形如
$$
\begin{equation*}
\begin{array}{rcl}
f(x_1,x_2,\cdots,x_n)   =   a_{11}x_1^2+2a_{12}x_1x_2+\cdots+2a_{1n}x_1x_n\\
      +a_{22}x_2^2+\cdots+2a_{2n}x_2x_n\\
    +\cdots+ a_{nn}x^2_n
\end{array}
\end{equation*}
$$
的二次型， 如果令$a_{ij}=a_{ji}$ , $2 a_{i j} x_i x_j=a_{i j} x_i x_j+a_{i j} x_j x_i$, 那么上式就可以改写为,

$$
\begin{aligned}
& f\left(x_1, x_2, \cdots, x_n\right)  \\
&= x_1\left(a_{11} x_1+a_{12} x_2+\cdots+a_{1 n} x_n\right) \\
&+ x_2\left(a_{21} x_1+a_{22} x_2+\cdots+a_{2 n} x_n\right) \\
&+\cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots+ \\
&+ x_n\left(a_{n 1} x_1+a_{n 2} x_2+\cdots+a_{n n} x_n\right)
\end{aligned}
$$

进而得到

$$
\begin{aligned}
& =\left(x_1, x_2, \cdots, x_n\right)\left(\begin{array}{c}
a_{11} x_1+a_{12} x_2+\cdots+a_{1 n} x_n \\
a_{21} x_1+a_{22} x_2+\cdots+a_{2 n} x_n \\
\cdots \cdots \\
a_{n 1} x_1+a_{n 2} x_2+\cdots+a_{n n} x_n
\end{array}\right) \\
& =\left(x_1 x_2 \cdots x_n\right)\left(\begin{array}{cccc}
a_{11} & a_{12} & \cdots & a_{1 n} \\
a_{21} & a_{22} & \cdots & a_{2 n} \\
\cdots & \cdots & \cdots & \cdots \\
a_{n 1} & a_{n 2} & \cdots & a_{n n}
\end{array}\right)\left(\begin{array}{c}
x_1 \\
x_2 \\
\vdots \\
x_n
\end{array}\right) \\
& =x^{T} A x
\end{aligned}
$$

我们可以把他写成如下的矩阵相乘的形式。
$$
f\left(x_1, x_2, \cdots, x_n\right)=\left(x_1, x_2, \cdots, x_n\right)\left[\begin{array}{cccc}
a_{11} & a_{12} & \cdots & a_{1 n} \\
a_{12} & a_{22} & \cdots & a_{2 n} \\
\vdots & \vdots & & \vdots \\
a_{1 n} & a_{2 n} & \cdots & a_{n n}
\end{array}\right]\left(\begin{array}{c}
x_1 \\
x_2 \\
\vdots \\
x_n
\end{array}\right)
$$

通过上面操作，我们得到了二次多项式求二次型矩阵的关系快捷写法
>平方项系数放在矩阵的主对角线上。交叉项的系数除以2放在对应的位置上

如果用图表示如下

![图片](/uploads/2023-11/image_202311065d9e358.png)

因此，在写二次型的矩阵时, 要将交叉项 $x_i x_j$ 的系数 $a_{i j}$ 一分为二, 分别放在矩阵的第 $(i, j)$ 和 $(j, i)$ 的位置上, 而平方项 $x_i^2$ 的系数 $a_{i i}$ 就直接放在矩阵的对角线上的 $(i, i)$ 位置上。

显然, 二次型的矩阵将是一个**实对称矩阵**。**有人会问, 为啥要把交叉项的系数一分为二的放? 因为这样处理我们会得到一个对称矩阵, 对称矩阵有很优良的性质, 对处理二次型方便很多。再说了, 不这样把系数对半分的话, 一个二次型将有无数个矩阵相对应, 麻烦大了**。

可见, 任给一个二次型, 就唯一确定一个对称矩阵; 反之, 任给一个对称矩阵, 也就唯一确定一个二次型。其中矩阵 $\left[\begin{array}{cccc}a_{11} & a_{12} & \cdots & a_{1 n} \\ a_{12} & a_{22} & \cdots & a_{2 n} \\ \vdots & \vdots & & \vdots \\ a_{1 n} & a_{2 n} & \cdots & a_{n n}\end{array}\right]$ 被称为二次型 $f\left(x_1, x_2, \cdots, x_n\right)$ 的矩阵。

改写其为矩阵形式的表达式 $f(\boldsymbol{x})=\boldsymbol{x}^{\mathrm{T}} \boldsymbol{A} \boldsymbol{x}$ 是为了方便。那么, 今后对二次型的研究就归结到对实对称矩阵的研究上来。

#### 二次型的记法
记

$$
\boldsymbol{A}=\left(\begin{array}{cccc}
a_{11} & a_{12} & \cdots & a_{1 n} \\
a_{21} &

免费注册看余下 50%

非VIP会员每天15篇文章，开通VIP 无限制查看

上一篇：二次型的意义

下一篇：矩阵的合同

本文对您是否有用？有用 (0) 无用 (0)