最后更新: 2025-09-21 15:58 查看: 879 次反馈能力测评会员8.2元/月赞助

二次型化标准形（初等变换法）

## 用初等变换法化二次型为标准形
 用配方法化二次型为标准行虽然比较直观，但是当变量较多时，十分麻烦，下面介绍用初等变换法化二次型为标准形。
 事实上，任一二次型都可以通过作非退化线性替换化为标准形这一结论等价于任一非零对称矩阵都与对角阵合同。给定一个二次型 $f\left(x_1, x_2, \ldots, x_n\right)$ 等价于给定一个非零的对称矩阵 $A$ 。求非退化线性替换 $Y=C X$ 化二次型为标准形等价于求可逆矩阵 $C$ 使得 $C^T A C$ 为对角阵。而矩阵 $C$ 可逆等价于它可以表示成一列初等矩阵的乘积，即 $C=P_1 P_2 \ldots P_m$ ，其中 $P_1, P_2, \ldots, P_m$ 均为初等矩阵。于是求矩阵 $C$ 的问题就转化为求初等矩阵 $P_1, P_2, \ldots$, $P_m$ 使得

$$
P_m^T \ldots P_2^T P_1^T A P_1 P_2 \ldots P_m
$$

为对角阵的问题。而后者只需用初等列变换和相应的初等行变换将 $A$ 化为对角阵，然后将所作的列变换依次记录下来即可。

上面主要是理论依据，稍微了解即可，在实际运用中，重点是掌握如何用初等变换法化二次型为标准形

>也就是说，对矩阵 $\left[\begin{array}{c}A \\ E \end{array}\right]$ 施以上述初等变换得到 $\left[\begin{array} \quad \Lambda \\ C \end{array}\right]$ 则 $C$ 就是所求的可逆矩阵， $X=C Y$ 是所求的非退化线性替换， $Y^T \Lambda Y$ 是所求二次型的标准形。 在变换时，必须成对做变换变换，比如第一次是第一列第一行，则下一次是第一行第一列。

`例`设

$$
A=\left(\begin{array}{llll}
0 & 1 & 2 & 1 \\
1 & 2 & 1 & 1 \\
2 & 1 & 3 & 2 \\
1 & 1 & 2 & 1
\end{array}\right)
$$

下面用初等列变换和相应的初等行变换将 $A$ 化为对角阵。为了记录所作的列变换，考虑如下矩阵:
**首先，我们把此矩阵和单位矩阵合并**

$$
C=\binom{A}{E}=\left(\begin{array}{llll}
0 & 1 & 2 & 1 \\
1 & 2 & 1 & 1 \\
2 & 1 & 3 & 2 \\
1 & 1 & 2 & 1 \\
1 & 0 & 0 & 0 \\
0 & 1 & 0 & 0 \\
0 & 0 & 1 & 0 \\
0 & 0 & 0 & 1
\end{array}\right)
$$

将 $C$ 的第2列的 1 倍加到第1列，再将 $C$ 的第 2 行的 1 倍加到第 1 行，得

> **这里核心要点是这里的一次初等变换，必须包含两个操作：一个列变换和一个行变换必须同时做。比如我对第2列1倍加到第一列做完后，接下来就要做对应的对第2行的1倍加到第1行上去, 我们说过二次型是对称的，当你对列放大X倍时，对行也必须同时放大X倍。一套动作包含行列2个变换，可以保证比利性。**

$$
\left(\begin{array}{llll}
4 & 3 & 3 & 2 \\
3 & 2 & 1 & 1 \\
3 & 1 & 3 & 2 \\
2 & 1 & 2 & 1 \\
1 & 0 & 0 & 0 \\
1 & 1 & 0 & 0 \\
0 & 0 & 1 & 0 \\
0 & 0 & 0 & 1
\end{array}\right)
$$

将上面的矩阵的第1列的 $-\frac{3}{4}$ 倍加到第 2 列，再将第 1 行的 $-\frac{3}{4}$ 倍加到第 2 行，得

> **在整个变换过程中，你可以发现上面的那个矩阵始终是对称矩阵**。

$$
\left(\begin{array}{rrrr}
4 & 0 & 3 & 2 \\
0 & -\frac{1}{4} & -\frac{5}{4} & -\frac{1}{2} \\
3 & -\frac{5}{4} & 3 & 2 \\
2 & -\frac{1}{2} & 2 & 1 \\
1 & -\frac{3}{4} & 0 & 0 \\
1 & \frac{1}{4} & 0 & 0 \\
0 & 0 & 1 & 0 \\
0 & 0 & 0 & 1
\end{array}\right)
$$

将上面的矩阵的第 1 列的 $-\frac{3}{4}$ 倍加到第 3 列，再将第 1 行的 $-\frac{3}{4}$ 倍加到第 3 行，得

$$
\left(\begin{array}{rrrr}
4 & 0 & 0 & 2 \\
0 & -\frac{1}{4} & -\frac{5}{4} & -\frac{1}{2} \\
0 & -\frac{5}{4} & \frac{3}{4} & \frac{1}{2} \\
2 & -\frac{1}{2} & \frac{1}{2} & 1 \\
1 & -\frac{3}{4} & -\frac{3}{4} & 0 \\
1 & \frac{1}{4} & -\frac{3}{4} & 0 \\
0 & 0 & 1 & 0 \\
0 & 0 & 0 & 1
\end{array}\right)
$$

将上面的矩阵的第 1 列的 $-\frac{1}{2}$ 倍加到第 4 列，再将第 1 行的 $-\frac{1}{2}$ 倍加到第 4 行，得

$$
\left(\begin{array}{rrrr}
4 & 0 & 0 & 0 \\
0 &

免费注册看余下 70%

非VIP会员每天5篇文章，开通VIP 无限制查看

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

线性代数测评 行列式矩阵向量空间

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：二次型化标准形（配方法）

下一篇：二次型化标准形（正交变换法）

本文对您是否有用？有用 (1) 无用 (0)