型的矩阵如何随基改变
用可逆矩阵 P 作换基,记 x = P x'。则 B(x, y) = x^T A y = (x')^T (P^T A P) y',所以在新基下型的矩阵是 P^T A P,不是 P^-1 A P。这就是合同,它是型的正确等价关系——区别于第一卷中支配算子的相似 P^-1 A P。
目标:化为平方和
把二次型对角化意味着找到一组坐标,使其没有交叉项:q = d_1 y_1^2 + d_2 y_2^2 + ... + d_n y_n^2。等价地,找到可逆 P 使 P^T A P 为对角阵,即一组关于该型的正交基——彼此 B-正交的基向量,即 i != j 时 B(e_i, e_j) = 0。值得注意的定理是:在任何特征不为 2 的域上,每个对称型都可对角化。
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).配方法算法
- 选一个以非零系数出现平方的变量;收拢所有含它的项并配方,为配成的整组引入一个新变量。
- 剩下的是仅含其余变量的二次型;对它递归,直到用尽每个变量。
- 若没有平方项可用(例如 q = 2 x1 x2),先代换 x1 = u + v, x2 = u - v 制造出平方项,再继续。
- 把所有线性代换复合成一个 P;结果将 q 写成平方和,并展示出合同 P^T A P = D。