型的矩陣如何隨基改變
用可逆矩陣 P 作換基,記 x = P x'。則 B(x, y) = x^T A y = (x')^T (P^T A P) y',所以在新基下型的矩陣是 P^T A P,不是 P^-1 A P。這就是合同,它是型的正確等價關係——區別於第一卷中支配算子的相似 P^-1 A P。
目標:化為平方和
把二次型對角化意味著找到一組座標,使其沒有交叉項:q = d_1 y_1^2 + d_2 y_2^2 + ... + d_n y_n^2。等價地,找到可逆 P 使 P^T A P 為對角陣,即一組關於該型的正交基——彼此 B-正交的基向量,即 i != j 時 B(e_i, e_j) = 0。值得注意的定理是:在任何特徵不為 2 的域上,每個對稱型都可對角化。
Complete the square on q(x) = x1^2 + 4 x1 x2 + x2^2
Group the x1 terms and complete the square:
q = (x1^2 + 4 x1 x2) + x2^2
= (x1 + 2 x2)^2 - 4 x2^2 + x2^2
= (x1 + 2 x2)^2 - 3 x2^2
New coordinates: y1 = x1 + 2 x2 , y2 = x2
=> q = y1^2 - 3 y2^2 (a clean sum of squares)
Matrix view: A = [1, 2; 2, 1] congruent to diag(1, -3)
Signs of the diagonal: one +, one - (remember this for Guide 4).配方法演算法
- 選一個以非零係數出現平方的變數;收攏所有含它的項並配方,為配成的整組引入一個新變數。
- 剩下的是僅含其餘變數的二次型;對它遞迴,直到用盡每個變數。
- 若沒有平方項可用(例如 q = 2 x1 x2),先代換 x1 = u + v, x2 = u - v 製造出平方項,再繼續。
- 把所有線性代換複合成一個 P;結果將 q 寫成平方和,並展示出合同 P^T A P = D。