二次型 線性代數

知識結構總覽

首先是我們的二次型的定義,就是說什么樣的才算是一個二次型。然后就是如何把二次型化為標準型,最后就是正定二次型的定義和判斷的一些條件。

二次型的定義

二次型其實是一種函數表達的方式,如上,含義其實就是每個項都是二次的,不存在更高和更低次的項。

考研只研究a是實數的情況,所以我們也可以說我們這里的二次型是實二次型

在我們的線性代數中,所有的函數都可以把它表示成矩陣的形式。那我們把這里的f用矩陣表示就是:

我們可以看到,其實一個二次型,最核心的就是里面的A,因為對所有的同型的二次型來說,他們的不同點就是A,所以這個A就是靈魂所在,我們說研究一個二次型的表達式f,其實就是在研究這里面的A。A 的秩就是f的秩。

另外,我們對這里的A有特殊的規定,我們規定了二次型的矩陣A必須是對稱矩陣。并且對于我們的A中元素的計算也有特別的規定:

主對角線上就是平方前的系數(??前的系數),其他位置則為對應位置的一半(比如這里的第一行第二列(對應的??)前面的系數就是-1(為-2的一半))

由于我們這里的A是對稱矩陣,所以就有很多很好的性質可以用(參見上一章的最后一節)。這里就不多贅述了。

矩陣合同

線性變換的定義

簡單來說其實就是x=Cy,但是之前我們說過,我們的二次型都是研究中間的那個系數矩陣(就是A),所以對于我們的線性變換而言,我們研究的也應該是中間的那個系數矩陣,也就是B。、

那么我們的A和B之間的關系應該就是我們線性變換的核心。

矩陣合同的定義合并性質

可以看到如果兩個矩陣是合同的,那也就說明這兩個矩陣是等價的,因為我們乘的是一個可逆矩陣。

標準形和規范形

在我們的二次型這章如何把一個一般的二次型化為標準形是我們的重要考點

兩個化標準形的方向

注意這兩者的不同和相同點,首先是目標,我們都是希望找到一種線性變換讓我們的二次型化為標準形,第一種的配方法找到的C雖然是可逆矩陣,但是和第二種的區別就在于第二種的C是正交矩陣,那么正交矩陣的性質和附帶的內容是我們的第一種所沒有的。

這兩個方法的具體內容我們會在后面的小節中展開,大家稍安勿躁。

慣性定理

那么我們所謂的合同化為標準型形,既然我們的標準形并不是唯一的,我們之前說過相似和等價,他們都有自己不變的東西,那么請問我們的合同這個變換里不變的是什么呢?

簡單來說就是合同的兩個矩陣具有的特征值的正的個數和負的個數相同。請注意我們這里說的是正和負的個數都相同,而且是不包含0的。這里面正的個數我們稱為正慣性指數,負的個數我們稱為負慣性指數。

小結

例題(配方法)

對于我們的配方法,我們的步驟是先找含有x1的,然后先配含有x1的部分,把x1配完,再找含x2的部分配完x2依次類推。

含有平方項

注意一點,使用配方法的時候一定要保證變量的個數不變,比如我們這題配方完之后就兩個平方項,那么我們就要手動加上一個0*x3來保證變量的個數。

還有一點就是注意看我們這里的兩個平方項,按照我們的步驟來的話,第一個平方里含有x1那么第二個平方必沒有x2,因為我們的x1已經被我們配完了。所以這里要注意的是我們的配方不僅是要配成平方,其次還是有順序的。那么如果有一個題目中他給你的是一個平方形式,我們也不要頭腦一熱以為這是給你配好的式子,我們還要看是不是按照順序的(比如若第二個平方或者第三個平方里面包含了x1,那么這個就不是我們所說的配方法配成的標準形)

不含平方項

不含平方項我們就創造平方項然后按照我們之前的思路解題。

小結:

例題(正交變換法)

其實就是我們上一章最后講的東西,所以這個方法有很多的性質。比如說求出來的答案中其標準形前面的系數就是特征值。Q是個正交矩陣,里面的就是由特征向量正交化(相同特征值正交化)單位化之后拼成的。

因為我們使用正交變換法之后的標準形有很多性質,所以呢題目也可能針對這些性質出題,比如說:

例題(其他一些知識點的考察)

看下這道題,首先我們只學過如何將一般形用線性變換變成一個標準形,沒有學過這種把一般形變成一般形的。但是我們可不可以做呢?現在我們試一下。

首先是第一問,問的是a和b的值。a和b分別是A和B中的一個未知數,由于B是由A正交變換得到的,那么其實A和B也是相似的,既然相似,那么有很多性質我們就都可以用了。

第二問,我們只學過怎么把一個一般形的正交變換成標準形的,沒學過其他的。注意我們考試是不會考超綱的題的,題目考察的一定是我們學過的知識點。對于我們沒有頭緒的同學可以嘗試著把這兩個都化成標準形。化完之后我們發現他倆是一樣的。也就是說這兩個最后的結果是一樣的。也就是說第二個其實是第一個的中間狀態,知道這個我們后面的解題也就水到渠成了。

還有一些題目考察我們合同中那個不變的性質以及我們的基本定義,還可以用來“套殼”考察我們前面的知識點。

正定二次型及其判別

定義

注意必須是大于零(不能等于0),另外我們的正定是在二次型里面的,所以我們的正定矩陣也必須是對稱矩陣。

條件

同樣的,基本的考察就兩個,一個是如何利用條件來判斷正定,第二個也可以利用定義來判斷正定。

例題

這幾個方法大家都要過一遍,代表了我們基本的全部考法。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/91667.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/91667.shtml
英文地址,請注明出處:http://en.pswp.cn/web/91667.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

云原生三劍客:Kubernetes + Docker + Spring Cloud 實戰指南與深度整合

在當今微服務架構主導的時代,容器化、編排與服務治理已成為構建彈性、可擴展應用的核心支柱。本文將深入探討如何將 Docker(容器化基石)、Kubernetes(編排引擎)與 Spring Cloud(微服務框架) 無縫…

vue讓elementUI和elementPlus標簽內屬性支持rem單位

vue讓elementUI和elementPlus標簽內屬性支持rem單位 如 Element Plus 的 el-table 默認不直接支持使用 rem 作為列寬單位 解決方法: 將 rem 轉換為像素值(基于根元素字體大小) // 計算rem對應的像素值 const calcRem (remValue) > {// 獲取根元素(ht…

基于OAuth2與JWT的微服務API安全實戰經驗分享

引言 在微服務架構中,API 安全成為了保護服務免受未授權訪問和攻擊的關鍵要素。本文結合真實生產環境案例,以實戰經驗為出發點,分享基于 OAuth2 JWT 的微服務 API 安全方案,從業務場景、技術選型、實現細節、踩坑及解決方案&…

scrapy庫進階一

scrapy 庫復習 scrapy的概念:Scrapy是一個為了爬取網站數據,提取結構性數據而編寫的應用框架 scrapy框架的運行流程以及數據傳遞過程: 爬蟲中起始的url構造成request對象–>爬蟲中間件–>引擎–>調度器調度器把request–>引擎…

Objective-C實現iOS平臺微信步數修改指南

本文還有配套的精品資源,點擊獲取 簡介:本文介紹如何在iOS平臺上使用Objective-C語言,通過蘋果的HealthKit框架讀取和修改微信步數以及相關健康數據。首先介紹如何引入和使用HealthKit框架,包括請求權限、讀取步數數據、寫入步…

【ElementPlus】深入探索ElementPlus:前端界面的全能組件庫

📚 引言在現代 Web 開發中,創建既美觀又功能強大的用戶界面是一項挑戰。Element Plus,作為 Vue 3 生態中的明星 UI 組件庫,以其豐富的組件、優秀的性能和易用性贏得了廣大開發者的青睞。本文將全面覆蓋 Element Plus 的 常用核心組…

Json Jsoncpp

文章目錄Json 介紹Jsoncpp 介紹Json::Value序列化接口反序列化接口序列化操作反序列化操作Json 介紹 JSON(JavaScript Object Notation,JavaScript 對象表示法)是一種輕量級的數據交換格式,具有簡潔、易讀、跨平臺等特點&#xff…

openwrt下安裝istore(基于pve)

openwrt下安裝istore(基于pve)ssh連接到openwrt,用如下命令安裝istore:opkg update || exit 1cd /tmpwget https://github.com/linkease/openwrt-app-actions/raw/main/applications/luci-app-systools/root/usr/share/systools/i…

2025年Python Web框架之爭:Django、Flask還是FastAPI,誰將主宰未來?

文章概要 作為一名Python開發者,我經常被問到同一個問題:在2025年,Django、Flask和FastAPI哪個框架更值得使用?隨著技術的快速發展,這個問題的答案也在不斷變化。本文將全面比較這三個主流Python Web框架的特點、性能、…

高級11-Java日志管理:使用Log4j與SLF4J

在現代Java應用開發中,日志(Logging)是系統監控、調試、故障排查和性能分析的核心工具。一個高效、靈活、可配置的日志系統,不僅能幫助開發者快速定位問題,還能為運維團隊提供寶貴的運行時信息。在Java生態系統中&…

sc-atac的基礎知識(0)

sc-atac的基礎知識 **fragment**是ATAC-seq實驗中的一個重要概念,它指的是通過Tn5轉座酶對DNA分子進行酶切,然后經由雙端測序得到的序列。根據Tn5插入導致的偏移從read比對得到的位置推斷出fragment的起始和結束位置。根據之前的報道,Tn5轉座…

Python從入門到精通計劃Day01: Python開發環境搭建指南:從零開始打造你的“數字廚房“

目錄一、配置你的「魔杖」:Python 3.x安裝1.1 跨平臺安裝指南1.2 驗證你的「法力值」二、選擇你的「魔法工坊」:IDE配置2.1 VS Code:輕量級實驗室2.2 PyCharm:專業級法師塔三、施展第一個「魔咒」:Hello World3.1 基礎…

MCP Agent 工程框架Dify初探

目錄引言一、Dify是什么二、為什么使用Dify三、使用Dify要怎么做1、聊天助手2、Agent2.1 Function calling(函數調用)和 ReAct 兩種推理模式的區別2.1.1 技術本質與工作流程對比2.1.2 優缺點對比2.1.3 適用場景與選擇依據2.2 LangChain 的 Agent 實現原理…

無人機光伏巡檢漏檢率↓78%!陌訊多模態融合算法實戰解析

原創聲明本文為原創技術解析,核心技術參數與架構設計引用自《陌訊技術白皮書》,轉載請注明來源。一、行業痛點:無人機光伏巡檢的 "識別困境"光伏電站的大規模鋪設推動了無人機巡檢的普及,但實際作業中仍面臨三大技術瓶頸…

機動車占道識別準確率提升 29%:陌訊動態輪廓感知算法實戰解析

原創聲明本文為原創技術解析,核心技術參數與架構設計引用自《陌訊技術白皮書》,禁止未經授權的轉載與改編。一、行業痛點:機動車占道治理的技術瓶頸城市交通監控中,機動車占用應急車道、公交車道等違規行為已成為影響通行效率與交…

UNet改進(29):記憶增強注意力機制在UNet中的創新應用-原理、實現與性能提升

記憶增強注意力機制概述 記憶增強注意力是一種結合了外部記憶模塊的注意力機制,它使神經網絡能夠存儲和檢索長期知識,而不僅僅是依賴當前的輸入特征。這種機制特別適合需要保持長期依賴關系的任務,如醫學圖像分割,其中模型需要記住不同樣本中出現的常見模式。 核心組件 記…

使用Python開發Ditto剪貼板數據導出工具

前言在日常工作中,我們經常需要處理大量的剪貼板數據。Ditto作為一款優秀的剪貼板管理軟件,幫助我們保存了豐富的歷史記錄。但有時我們需要將這些數據導出進行進一步分析或備份,而Ditto本身并沒有提供直觀的批量導出功能。C:\pythoncode\new\…

【人工智能】提示詞設計原則:簡潔性、明確性、具體性如何平衡?

提示詞設計原則:簡潔性、明確性、具體性如何平衡?1. 提示詞設計三大原則的核心內涵1.1 簡潔性1.1.1 定義用最少的文字傳遞核心信息,避免冗余和不必要的描述。比如 “寫 3 個春天的成語” 比 “我想讓你寫出來 3 個和春天有關系的成語詞語” 更…

JS的作用域

文章目錄一、為什么需要作用域?二、什么是 JS 作用域?2.1 什么是詞法作用域和動態作用域?1. 詞法作用域(Lexical Scpoe)2. 動態作用域2.2 JS 的作用域2.3 JS 作用域的分類1. 全局作用域2. 模塊作用域3. 函數作用域4. 塊…

OLTP,OLAP,HTAP是什么,數據庫該怎么選

目錄 OLTP(Online Transaction Processing)聯機事務處理 OLAP(Online Analytical Processing)聯機分析處理 非實時OLAP 實時OLAP HTAP(Hybrid Transactional/Analytical Processing) OLAP 和 OLTP 數…