Skip to content

数学一

线性代数

正交变换化二次型为标准形

定位信息

  • 章节:第六章 二次型 §6.3
  • 编号:MATH-LIN-23
  • 难度:★★★★★
  • 近5年考频:最高频考点之一,几乎每年大题

一、知识点讲解

23.1 正交变换化标准形的原理

设二次型 f=xTAxf = x^TAxAA 为实对称矩阵。由实对称矩阵的正交对角化定理,存在正交矩阵 QQ 使得

QTAQ=Λ=diag(λ1,,λn)Q^TAQ = \Lambda = \text{diag}(\lambda_1, \ldots, \lambda_n)

x=Qyx = Qy(正交变换),则

f=xTAx=yTQTAQy=yTΛy=λ1y12+λ2y22++λnyn2f = x^TAx = y^TQ^TAQy = y^T\Lambda y = \lambda_1y_1^2 + \lambda_2y_2^2 + \cdots + \lambda_ny_n^2

标准形的系数就是 AA 的特征值!

23.2 正交变换化标准形的步骤

  1. 写出二次型的矩阵 AA
  2. AA 的特征值 λ1,,λn\lambda_1, \ldots, \lambda_n
  3. 对每个特征值求特征向量
  4. 对同一特征值的特征向量做Schmidt正交化
  5. 所有特征向量单位化
  6. 构造正交矩阵 Q=(γ1,,γn)Q = (\gamma_1, \ldots, \gamma_n)
  7. 正交变换 x=Qyx = Qy,标准形为 f=λ1y12++λnyn2f = \lambda_1y_1^2 + \cdots + \lambda_ny_n^2

23.3 正交变换的优点

优点说明
保长度x=y|x| = |y|(正交变换是等距变换)
保角度两向量的夹角不变
系数为特征值标准形的系数有明确的代数意义
变换可逆x=Qyx = Qyy=QTxy = Q^Tx,求逆就是转置

23.4 与配方法的对比

项目正交变换法配方法
变换矩阵正交矩阵 QQ一般可逆矩阵 CC
标准形系数特征值不一定
保长度
计算量较大(需求特征值+正交化)较小
适用场景需要保几何性质时一般化标准形

二、记忆辅助

  1. 正交变换的标准形系数 = 特征值:这是正交变换法的核心优势
  2. 步骤口诀:"写矩阵→求值→求向量→正交化→单位化→排 QQ→换元"
  3. x=Qyx = Qy 是正交变换QQ 的列是标准正交的特征向量

三、例题精解

例1:正交变换化标准形

题目:用正交变换将二次型 f=2x1x2+2x1x3+2x2x3f = 2x_1x_2 + 2x_1x_3 + 2x_2x_3 化为标准形。

第一步:审题与分析 写出矩阵,注意没有平方项。

第二步:选择方法 正交变换法。

第三步:完整计算

A=(011101110)A = \begin{pmatrix} 0 & 1 & 1 \\ 1 & 0 & 1 \\ 1 & 1 & 0 \end{pmatrix}

特征值

AλE=λ111λ111λ|A - \lambda E| = \begin{vmatrix} -\lambda & 1 & 1 \\ 1 & -\lambda & 1 \\ 1 & 1 & -\lambda \end{vmatrix}

各列加到第1列:(2λ)111 1λ1 11λ(2-\lambda)\begin{vmatrix} 1 & 1 & 1 \ 1 & -\lambda & 1 \ 1 & 1 & -\lambda \end{vmatrix}

=(2λ)[(λ)2+λ11+(λ)+1]= (2-\lambda)[(-\lambda)^2 + \lambda - 1 - 1 + (-\lambda) + 1]

=(2λ)(λ2+λ2)= (2-\lambda)(\lambda^2 + \lambda - 2)

=(2λ)(λ+2)(λ1)= (2-\lambda)(\lambda+2)(\lambda-1)

=(λ2)(λ+2)(λ1)= -(\lambda-2)(\lambda+2)(\lambda-1)

λ1=2,λ2=1,λ3=1\lambda_1 = 2, \lambda_2 = -1, \lambda_3 = -1

不对,重新算:=(λ2)(λ1)(λ+1)= -(\lambda-2)(\lambda-1)(\lambda+1)...

让我重新计算:各列加到第1列,(λ+2)(-\lambda+2) 因子出来,然后 r2r1,r3r1r_2-r_1, r_3-r_1 后得到 (λ1)2(-\lambda-1)^2...

实际上:(2λ)111 0λ10 00λ1=(2λ)(λ1)2=(2λ)(λ+1)2(2-\lambda)\begin{vmatrix} 1 & 1 & 1 \ 0 & -\lambda-1 & 0 \ 0 & 0 & -\lambda-1 \end{vmatrix} = (2-\lambda)(-\lambda-1)^2 = -(2-\lambda)(\lambda+1)^2

λ1=2\lambda_1 = 2(一重),λ2=1\lambda_2 = -1(二重)。

λ1=2\lambda_1 = 2A2E=(211 121 112)(101 011 000)A - 2E = \begin{pmatrix} -2 & 1 & 1 \ 1 & -2 & 1 \ 1 & 1 & -2 \end{pmatrix} \to \begin{pmatrix} 1 & 0 & -1 \ 0 & 1 & -1 \ 0 & 0 & 0 \end{pmatrix}

ξ1=(1,1,1)T\xi_1 = (1, 1, 1)^Tγ1=13(1,1,1)T\gamma_1 = \frac{1}{\sqrt{3}}(1, 1, 1)^T

λ2=1\lambda_2 = -1A+E=(111 111 111)(111 000 000)A + E = \begin{pmatrix} 1 & 1 & 1 \ 1 & 1 & 1 \ 1 & 1 & 1 \end{pmatrix} \to \begin{pmatrix} 1 & 1 & 1 \ 0 & 0 & 0 \ 0 & 0 & 0 \end{pmatrix}

ξ2=(1,1,0)T\xi_2 = (-1, 1, 0)^Tξ3=(1,0,1)T\xi_3 = (-1, 0, 1)^T

正交化:β2=ξ2=(1,1,0)T\beta_2 = \xi_2 = (-1, 1, 0)^T

β3=ξ3(ξ3,β2)(β2,β2)β2=(1,0,1)T12(1,1,0)T=(12,12,1)T\beta_3 = \xi_3 - \frac{(\xi_3, \beta_2)}{(\beta_2, \beta_2)}\beta_2 = (-1, 0, 1)^T - \frac{1}{2}(-1, 1, 0)^T = (-\frac{1}{2}, -\frac{1}{2}, 1)^T

单位化:γ2=12(1,1,0)T\gamma_2 = \frac{1}{\sqrt{2}}(-1, 1, 0)^Tγ3=16(1,1,2)T\gamma_3 = \frac{1}{\sqrt{6}}(-1, -1, 2)^T

正交变换x=Qyx = Qy

Q=(13121613121613026)Q = \begin{pmatrix} \frac{1}{\sqrt{3}} & -\frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{6}} \\ \frac{1}{\sqrt{3}} & \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{6}} \\ \frac{1}{\sqrt{3}} & 0 & \frac{2}{\sqrt{6}} \end{pmatrix}

第四步:验证与总结

f=2y12y22y32\boxed{f = 2y_1^2 - y_2^2 - y_3^2}

正惯性指数 p=1p = 1,负惯性指数 q=2q = 2,秩 r=3r = 3


四、考情分析

  • 题型分布:解答题(正交变换化标准形,12分大题)、选择题(标准形的系数)
  • 考查重点:完整步骤(写矩阵→求特征值→特征向量→正交化→单位化→构造Q→写标准形)
  • 命题趋势:这是线性代数大题的最高频考点,常与正定性判断结合
  • 分值占比:约10-12分

五、易错点

  1. 交叉项的矩阵2x1x22x_1x_2 的矩阵中 a12=a21=1a_{12} = a_{21} = 1(系数的一半),不是2
  2. 标准形的系数是特征值:正交变换法下标准形系数就是特征值,不要搞混顺序
  3. 正交矩阵 QQ 的列与 Λ\Lambda 对应QQ 的第 ii 列对应的特征值是 Λ\Lambda 的第 ii 个对角元

六、来源标注

  • 同济大学《线性代数》第6版 第6章 §6.3
  • 李永乐《线性代数辅导讲义》第6章
  • 张宇《考研数学线性代数9讲》第10讲

考研全科复习资料 - 基于2026考研统考大纲