福州大学 2025年高等代数第0题

考研真题

📝 题目

11.用正交线性替换将二次型 $f\left(x_{1}, x_{2}, x_{3}\right)=2 x_{1}^{2}+2 x_{2}^{2}+2 x_{3}^{2}-2 x_{1} x_{2}-2 x_{1} x_{3}-2 x_{2} x_{3}$ 化为标准形,写出所做的正交线性变换和得到的标准形。

💡 答案解析

暂无答案解析

📋 详细解题步骤

步骤 1/7
目标:写出二次型的矩阵
二次型 $f(x_1,x_2,x_3)=2x_1^2+2x_2^2+2x_3^2-2x_1x_2-2x_1x_3-2x_2x_3$ 的矩阵 $A$ 是对称矩阵,其对角线元素为平方项系数,非对角线元素为交叉项系数的一半。因此,$A = \begin{pmatrix} 2 & -1 & -1 \\ -1 & 2 & -1 \\ -1 & -1 & 2 \end{pmatrix}$。
公式:二次型 $f = X^T A X$,其中 $X = (x_1,x_2,x_3)^T$
提示:注意交叉项系数要除以2,例如 $-2x_1x_2$ 对应 $a_{12}=a_{21}=-1$。
步骤 2/7
目标:求特征多项式
计算特征多项式 $|\lambda I - A| = \begin{vmatrix} \lambda-2 & 1 & 1 \\ 1 & \lambda-2 & 1 \\ 1 & 1 & \lambda-2 \end{vmatrix}$。将第2、3列加到第1列,得 $\begin{vmatrix} \lambda & 1 & 1 \\ \lambda & \lambda-2 & 1 \\ \lambda & 1 & \lambda-2 \end{vmatrix} = \lambda \begin{vmatrix} 1 & 1 & 1 \\ 1 & \lambda-2 & 1 \\ 1 & 1 & \lambda-2 \end{vmatrix}$。再将第1行乘以-1加到第2、3行,得 $\lambda \begin{vmatrix} 1 & 1 & 1 \\ 0 & \lambda-3 & 0 \\ 0 & 0 & \lambda-3 \end{vmatrix} = \lambda (\lambda-3)^2$。
公式:$|\lambda I - A| = \lambda (\lambda-3)^2$
提示:行列式计算时,注意行变换和列变换的合法性,避免符号错误。
步骤 3/7
目标:求特征值
由特征多项式 $\lambda (\lambda-3)^2 = 0$ 得特征值:$\lambda_1 = 0$(单根),$\lambda_2 = \lambda_3 = 3$(二重根)。
提示:特征值要写清楚重数,后续求特征向量时需注意。
步骤 4/7
目标:求特征向量并单位化(单根)
对于 $\lambda=0$,解 $(0I-A)x=0$,即 $\begin{pmatrix} -2 & 1 & 1 \\ 1 & -2 & 1 \\ 1 & 1 & -2 \end{pmatrix} x = 0$。系数矩阵行变换:$\begin{pmatrix} 1 & -2 & 1 \\ 0 & 1 & -1 \\ 0 & 0 & 0 \end{pmatrix}$,得 $x_1 = x_3, x_2 = x_3$,基础解系 $\xi_1 = (1,1,1)^T$。单位化得 $\eta_1 = \frac{1}{\sqrt{3}}(1,1,1)^T$。
提示:解齐次线性方程组时,注意行变换的正确性,基础解系要取最简单的整数向量。
步骤 5/7
目标:求特征向量并正交单位化(二重根)
对于 $\lambda=3$,解 $(3I-A)x=0$,即 $\begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix} x = 0$,得 $x_1+x_2+x_3=0$。取基础解系 $\alpha_2 = (1,-1,0)^T$,$\alpha_3 = (1,0,-1)^T$。正交化:$\beta_2 = \alpha_2$,$\beta_3 = \alpha_3 - \frac{(\alpha_3,\beta_2)}{(\beta_2,\beta_2)} \beta_2 = (1,0,-1) - \frac{1}{2}(1,-1,0) = (\frac{1}{2}, \frac{1}{2}, -1)$。单位化:$\eta_2 = \frac{1}{\sqrt{2}}(1,-1,0)^T$,$\eta_3 = \frac{1}{\sqrt{6}}(1,1,-2)^T$。
公式:施密特正交化:$\beta_k = \alpha_k - \sum_{i=1}^{k-1} \frac{(\alpha_k,\beta_i)}{(\beta_i,\beta_i)} \beta_i$
提示:正交化时注意顺序,先取一个向量,再对后续向量减去其在已正交向量上的投影。
步骤 6/7
目标:构造正交矩阵并写出正交线性替换
将单位化后的特征向量按列排成正交矩阵 $Q$:$Q = (\eta_1, \eta_2, \eta_3) = \begin{pmatrix} \frac{1}{\sqrt{3}} & \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{6}} \\ \frac{1}{\sqrt{3}} & -\frac{1}{\sqrt{2}} & \frac{1}{\sqrt{6}} \\ \frac{1}{\sqrt{3}} & 0 & -\frac{2}{\sqrt{6}} \end{pmatrix}$。则正交线性替换为 $X = QY$,其中 $X = (x_1,x_2,x_3)^T$,$Y = (y_1,y_2,y_3)^T$。
公式:正交线性替换:$X = QY$,$Q$ 为正交矩阵
提示:注意特征向量与特征值的对应顺序,$\eta_1$ 对应 $\lambda=0$,$\eta_2,\eta_3$ 对应 $\lambda=3$。
步骤 7/7
目标:写出标准形
经过正交线性替换 $X=QY$,二次型化为标准形 $f = \lambda_1 y_1^2 + \lambda_2 y_2^2 + \lambda_3 y_3^2 = 0 \cdot y_1^2 + 3 y_2^2 + 3 y_3^2 = 3y_2^2 + 3y_3^2$。
公式:标准形:$f = \sum_{i=1}^n \lambda_i y_i^2$
提示:标准形中特征值的顺序要与 $Q$ 中特征向量的顺序一致。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。