二次型深入探讨

这份总结将我们在整个讨论过程中涵盖的核心知识体系、解题思维逻辑、高频易错陷阱，以及你在此期间提出的所有深度思考与关键疑问进行系统的整合归纳。

内容按照强化讲义的章节板块（4.1、4.2、4.4、4.5、4.6）由浅入深铺开，全面采用文字与逻辑层级形式展开呈现。

第一板块：全局认知——二次型的本质与解题路线定位（对应 4.1 与 4.2 节）

1. 主角与工具的从属关系

• 唯一的探讨主角是二次型 $f(x)$：所有的考点（秩、标准形、规范形、惯性指数、是否正定、方程等于 0 的解），问的全是多项式函数 $f$ 本身的代数与几何性质。

• 矩阵全都是中介工具：

  • 矩阵 $A$：二次型在直角坐标系下的“数字身份证”（$f = x^T A x$，必须为实对称矩阵）。
  • 矩阵 $B$：平方和结构下的“空间解剖刀”（把求多项式降维为向量模长 $\|Bx\|^2$）。
  • 变换矩阵 $C$ 或 $Q$：为了消除交叉项而选取的“观察新视角”（坐标系换元）。

2. 化为标准形的真正含义

• 本质是“变量解耦”：原始二次型中的交叉项（$x_i x_j$）代表变量相互交织缠绕。化为标准形就是做一次可逆线性替换，消灭全部交叉项，使每个变量各自独立。

• 一旦解耦，全貌尽显：

  • 非零项个数 $\implies$ 二次型的秩；
  • 各项系数的正负号 $\implies$ 正惯性指数 $p$ 与负惯性指数 $q$；
  • 规范形：将标准形系数进一步做伸缩变换，压缩为只能在 $\color{#d32f2f}{+1, -1, 0}$ 中取值的终极简化形态。

3. 解题路径选择：求标准形需要求矩阵 $A$ 吗？

• $\color{#d32f2f}{\text{用配方法时：完全不需要求 } A}$。直接在多项式上凑完全平方，反解自底向上写出 $x = Cy$ 即可。求 $A$ 反而是绕远路。

• $\color{#1976d2}{\text{唯有两种情况必须求 } A}$：

  • 题目白纸黑字指定“使用正交变换法”；
  • 你想在草稿纸上使用“纯系数合同消元法”跳过文字书写。

第二板块：套皮二次型——实对称矩阵性质的全面渗透（对应 4.4 节）

所谓“套皮”，本质是考查实对称矩阵的相似对角化与特征值，外面披了一层规范形的外衣。解题的全部精力必须集中在“挖特征值”上。

1. 伴随矩阵与方程挖特征值（例 1）

• 核心动作：见到 $A^*$，条件反射是两端同乘 $A$，利用 $AA^* = |A|E$ 化为普通矩阵多项式方程 $f(A) = O$。
• 逻辑闭环：代入特征值方程 $f(\lambda) = 0$ 找出候选数字，再结合行列式公式 $|A| = \prod \lambda_i$ 与阶数，唯一锁定各个特征值的具体重数，数出正负特征值个数直接得出规范形。

2. 向量外积矩阵 $c_1\alpha\alpha^T + c_2\beta\beta^T$ 的特征值判定（例 3）

• $\color{#f57c00}{\text{【你提出的深度疑问：}\alpha \text{ 乘自己的转置是内积 1 吗？】}}$

  • 乘法顺序决定本质：

    • $\alpha^T \alpha$（转置在前）：是 $1 \times 1$ 的数，为向量模长的平方。因为是单位向量，所以 $\alpha^T \alpha = 1$。
    • $\alpha \alpha^T$（转置在后）：是 $3 \times 3$ 的秩 1 矩阵，绝对不是数 1！
  • 结合律的妙用：之所以出现 1，是因为矩阵 $(\alpha\alpha^T)$ 右乘了列向量 $\alpha$，由结合律结合成 $\alpha(\alpha^T \alpha) = \alpha \cdot 1 = \alpha$。

• $\color{#1976d2}{\text{【通法总结：右乘挖非零，秩抓零特征】}}$

  • 先试探右乘式子中出现的正交向量，利用 $\alpha^T\alpha=1, \alpha^T\beta=0$，直接由定义式 $Ax = \lambda x$ 挖出非零特征值；
  • 再利用秩的次加性 $r(A+B) \le r(A) + r(B) \le 1 + 1 = 2 < 3$，判定方阵必不满秩，从而直接抓出至少一个 $\lambda = 0$。

3. 正交条件 $AB = O$ 与反求矩阵（例 4）

• $\color{#1976d2}{\text{【你提出的疑问：“行与列全正交”为什么就是矩阵乘法相乘？】}}$

  • 矩阵相乘定义就是 $(AB)_{ij} = \text{行}_i(A) \cdot \text{列}_j(B)$。每一个行向量与每一个列向量均正交，意味着乘积矩阵里的每一个元素全都是 0，因此它在数学上等价于矩阵方程 $AB = O$。

• $\color{#f57c00}{\text{【你提出的疑问：} AB = O \text{ 能否推出 } B \text{ 的各列线性无关？】}}$

  • 绝对不能！ $AB=O$ 只说明 $B$ 的每一列都落在解空间 $Ax=0$ 中，各列自身完全可能成倍数或线性相关。因此做题时必须手动做“初等列筛选”，剔除相关的冗余列。

• $\color{#f57c00}{\text{【你提出的疑问：} B \text{ 的列相关性能否反推 } A \text{ 的行线性关系？} r(B) \text{ 对 } A \text{ 怎么限制？】}}$

  • 相关性不能反推，因为线性相关是 $B$ 的冗余信息。
  • 真正能约束 $A$ 的是其秩的大小：根据维数定理，$B$ 的列向量在 $n$ 维空间中占去 $r(B)$ 个维度的地盘，留给 $A$ 的正交补空间就只剩下 $n - r(B)$ 维，从而导出著名约束：$r(A) \le n - r(B) \iff r(A) + r(B) \le n$。

• $\color{#f57c00}{\text{【你提出的疑问：求第三个特征向量联立两个方程时，为什么赋了两个值？】}}$

  • 实质上只自由赋予了 1 个值：3 个未知数，2 个约束方程，自由度为 $3 - 2 = 1$。由方程直接解出 $x_2 = x_1$，任取 $x_1=1$ 后，$x_2=1$ 是被动算出的，最后算得 $x_3=-2$。这与 $A$ 的秩无关，单纯因为单重特征值的特征子空间维数为 1。

• $\color{#f57c00}{\text{【重要概念辨析：只有实对称矩阵的特征向量相互正交吗？】}}$

  • 容易混淆“正交”与“线性无关”：任何方阵不同特征值的特征向量都必定线性无关；但唯有实对称矩阵（正规矩阵范畴）能保证在实数域内，不同特征值的特征向量天然正交（垂直）。

第三板块：平方和形式二次型的四质合一（对应 4.5 节）

这是考研中最常出现秒杀结论的高频模型。

1. 结构本质

若二次型是若个线性表达式的纯平方相加，把每一个括号里未知数的系数横着抄成行，拼成矩阵 $B$：
原二次型在代数上就是列向量 $Bx$ 与自身的内积（模长平方）：

$$ f(x) = \sum \big(L_i(x)\big)^2 = (Bx)^T (Bx) = x^T (\color{#1976d2}{B^T B}) x $$

因此其二次型实对称矩阵恒为 $A = B^T B$。

2. 四大推导定理（环环相扣）

• 性质一（四秩相等）：$A = B^T B$，且 $\color{#d32f2f}{r(A) = r(B)}$。
• 性质二（几何非负性）：因为 $f(x) = \|Bx\|^2 \ge 0$ 恒非负，由反证法，矩阵 $A$ 绝不可能有负特征值，因此负惯性指数恒为 0（$\color{#d32f2f}{q = 0}$）。

• 性质三（秒杀核心）：由 $r(A) = p + q$ 且 $q = 0$，立即得出正惯性指数直接等于 $B$ 的秩：

  $$ \color{#d32f2f}{p = r(B)} $$

• 性质四（正定充要条件）：二次型正定 $\iff p = n \iff \color{#d32f2f}{r(B) = n}$（矩阵 $B$ 列满秩；若为方阵则 $|B| \neq 0$）。

3. 伴生辨析

• $\color{#f57c00}{\text{【你提出的疑问：} f \text{ 正定，} A \text{ 正定吗？} B \text{ 正定吗？】}}$

  • $A$ 必然正定：二次型 $f$ 正定与其实对称矩阵 $A$ 正定在定义上完全等价。
  • $B$ 谈不上正定：$B$ 往往不是方阵，即使是方阵通常也不是对称矩阵，根本没有正定讨论资格。性质四只要求 $B$ 列满秩（例如 $B = -E$ 时 $f$ 正定，但 $B$ 自身甚至是负定的）。

• $\color{#f57c00}{\text{【你提出的疑问：这些结论是不是只适用于纯平方和？】}}$

  • 是的！必须每一项前面全为加号。只要出现一个减号，向量模长非负性被摧毁，$q=0$ 失效，整套体系全盘不可用。

第四板块：含减号二次型的拆分与纯数字提速技巧（对应 4.2 节与进阶讨论）

当题目含有减号、不能直接套用 $p = r(B)$ 时，有两套并行的解决方案：

方案一：标准拉格朗日配方法（代数通法）

• 核心规矩：从有平方项的主元开始配。提主元系数 $\to$ 一次项系数除以 2 得到“方框” $\to$ 括号内加方框平方，括号外减去（注意乘以最外层系数）。
• 坐标变换反解技巧（绝不求逆）：
  配方完成后令括号为新变量，缺少的自由变量直接补 $y_3 = x_3$。得到的新旧变量关系必定是上三角形式，采用自底向上回代反解法，初中移项代入，直接读出 $x = Cy$ 的系数矩阵 $C$。

方案二：带权内积与初等合同变换（彻底跳过多项式书写）

这是你重点关注的“只操作系数”的高阶技巧。

• 快速看列读出对称矩阵 $A$：
  将每个括号的系数横着排成表格，标明各项的正负号权重。利用展开本质直接看列算数字：

  • 主对角线 $a_{ii}$（平方项系数）：看第 $i$ 列自身各项平方后，按正负号加权求和。
  • 非对角线 $a_{ij}$（交叉项系数的一半）：看第 $i$ 列与第 $j$ 列对应行相乘后，按正负号加权求和。
  • 算出的数字填入对称矩阵，20 秒直接拿到数字矩阵 $A$，全程不写一个字母。

• 纯数字初等合同对称消元：
  构造分块矩阵 $\begin{pmatrix} A \\ \hline E \end{pmatrix}$。

  • 对 $A$ 做行变换，同时对整列（包含底下的 $E$）做完全对称的列变换；
  • 上半部分消成对角矩阵后，对角线上的数字直接对应标准形系数，数正负号即得惯性指数；
  • 下半部分由 $E$ 变过来的矩阵，天然就是我们要找的可逆变换矩阵 $C$，完全省去了代数回代反解的过程。

第五板块：二次型等于 0 的求解系统（对应 4.6 节）

这是命制 12 分大题的核心主战场。

1. 求解原理的双层解读

$\color{#f57c00}{\text{【你提出的深度疑问：为什么解方程等于 0，可以直接转化为 } Bx = \mathbf{0} \text{？原理是什么？】}}$

• 初中代数原理：实数域内，任何数的平方均非负（$L_i(x)^2 \ge 0$）。几个非负数相加等于 0，没有任何负数能够抵消，唯一的可能是每一个括号内部必须同时独立等于 0。
• 高维线性代数原理：平方和等于列向量的几何模长平方（$f = \|Bx\|^2$）。在欧氏空间中，模长为 0 当且仅当该向量自身为零向量。因此 $\|Bx\|^2 = 0 \iff \color{#d32f2f}{Bx = \mathbf{0}}$。

2. 平方和形式的实战动作（例 1）

• 眼睛看括号，直接横着抄出系数矩阵 $B$；
• 彻底甩开二次型矩阵 $A$，直接对 $B$ 进行初等行变换解齐次线性方程组 $Bx = \mathbf{0}$。

• $\color{#f57c00}{\text{【你提出的疑问：} r(B)=3 \text{ 推导出规范形是 3 个 } +1 \text{ 项，是哪个结论？】}}$

  • 由 4.5 节性质三：纯平方和形式中，$p = r(B) = 3$，且 $q = 0$；
  • 再由 4.2 节规范形定义：规范形中平方项系数只能取 $+1, -1, 0$。正惯性指数为 3，代表有 3 个 $+1$ 的平方项，因此规范形必为 $z_1^2 + z_2^2 + z_3^2$。

3. 一般混合项形式的实战动作（例 2）

如果二次型给的是带交叉项的一般展开式（例如 $x^T(A+E)x = 0$），此时无法直接观察模长：

• 作正交变换对角化：令 $x = Qy$，将原式化为标准型 $\sum (\lambda_i + 1) y_i^2 = 0$；
• 求出解向量 $y$：正系数项对应的变量必须为 0，零系数项对应的变量设为自由未知量 $C$；
• 回代原变量：切记答案不能停在 $y$，必须计算 $\color{#d32f2f}{x = Qy}$，用正交矩阵 $Q$ 的列向量线性组合还原出 $x$ 的通解空间。

手写笔记

以下为本次学习过程中对应的四页手写推导与例题记录，点击图片可查看原图。