线性代数期末 · 特征值与二次型

这张图讲什么

「线性代数期末 · 特征值与二次型」是 SeekFlaw 编辑团队整理的思维导图,分 6 个一级分支:内积与正交、特征值与特征向量、相似矩阵与对角化、实对称矩阵的对角化、二次型与标准形、正定二次型,共 51 个节点、50 张记忆卡。

本图覆盖同济《线性代数》相似矩阵与二次型部分:向量内积与施密特正交化、正交矩阵,特征值与特征向量,相似矩阵与对角化,实对称矩阵的正交对角化,二次型的矩阵、标准形、惯性定理与正定性。建议顺序:先过内积与正交,再学特征值与对角化,最后看二次型与正定。配套图:线性代数期末 · 行列式与矩阵、线性代数期末 · 向量组与方程组。

5 个要点

  • 内积与正交:内积给出长度与夹角;正交向量组必线性无关;施密特正交化把无关组变成标准正交组。
  • 特征值与特征向量:丢分点: 特征向量必须非零;特征值之和等于迹、之积等于行列式,用来验算;有重根时要看几何重数。
  • 相似矩阵与对角化
  • 实对称矩阵的对角化:实对称矩阵一定可以用正交矩阵对角化。
  • 二次型与标准形:丢分点: 交叉项系数要除以 2 才是矩阵元;配方法的变换矩阵要可逆。

适用:大学期末复习。用法:点开任一节点先自己答,再翻面核对。

更新于

一句话:这张图把「线性代数期末 · 特征值与二次型」整理成 51 个节点、50 张记忆卡;点开节点翻面就能看答案。

覆盖向量内积与正交化、特征值与特征向量、相似对角化、实对称矩阵的正交对角化、二次型化标准形与正定性,适合期末冲刺,带自编小例题。点开任一节点翻面看答案,登录后可存进自己的空间,按遗忘曲线复习。

SeekFlaw 求瑕是面向初中、高中、考研、考公考前速记的思维导图与记忆卡平台:把课件、讲义变成思维导图,节点翻面就是记忆卡,按遗忘曲线安排复习。

51 个节点 · 50 张记忆卡。作者:SeekFlaw 编辑团队;发布于 2026-11-17。

先看这 3 条

  1. 向量的内积、长度与正交:$[x,y]=x_1y_1+\cdots+x_ny_n$,长度 $\|x\|=\sqrt{[x,x]}$,夹角 $\cos\theta=\frac{[x,y]}{\|x\|\|y…
  2. 相似矩阵的定义与性质:若存在可逆矩阵 $P$ 使 $P^{-1}AP=B$,则称 $A$ 与 $B$ 相似。
  3. 正定二次型的定义与等价条件:实二次型 $f=x^TAx$,若对任意 $x\ne0$ 都有 $f\gt 0$,称正定,$A$ 称正定矩阵。

内积与正交

  • 向量的内积、长度与正交:$[x,y]=x_1y_1+\cdots+x_ny_n$,长度 $\|x\|=\sqrt{[x,x]}$,夹角 $\cos\theta=\frac{[x,y]}{\|x\|\|y\|}$;$[x,y]=0$ 时称 ${x,y}$ 正交。 …
  • 正交向量组与线性无关:两两正交的非零向量组 一定线性无关 。 步骤 :设 $k_1a_1+\cdots+k_ma_m=0$,两边与 $a_i$ 作内积,只剩 $k_i[a_i,a_i]=0$,而 $[a_i,a_i]\gt 0$,所以 $k_i=0$。 例 $…
  • 施密特正交化:线性无关的向量组 $a_1,\dots,a_m$ 可化成与之等价的 两两正交向量组 $b_1,\dots,b_m$,再单位化得 标准正交组 $e_1,\dots,e_m$。 公式 :$b_1=a_1$,$b_2=a_2-\frac{[b_…
  • 正交矩阵的定义与性质:$A^TA=E$(即 $A^{-1}=A^T$)的方阵称为正交矩阵;等价于列向量组(或行向量组)是 标准正交向量组 。性质:$|A|=\pm1$;正交矩阵的 乘积、逆仍是正交矩阵 ;$\|Ax\|=\|x\|$。 例 $A=\frac1{…
  • 标准正交基下的坐标:设 $e_1,\dots,e_n$ 是 标准正交基 ,则向量 $x$ 在该基下的第 $i$ 个坐标是 $[x,e_i]$。 例 $e_1=\frac1{\sqrt2}(1,1)^T$,$e_2=\frac1{\sqrt2}(1,-1)^T…
  • 柯西—施瓦茨不等式:对任意两个向量, 内积的绝对值不超过长度之积 :$|[x,y]|\le\|x\|\|y\|$,等号成立当且仅当 ${x,y}$ 线性相关 。 例 $x=(1,2)^T$,$y=(3,1)^T$:$[x,y]=5$,$\|x\|^2\|y\…

特征值与特征向量

  • 特征值、特征向量的定义:对 $n$ 阶方阵 $A$,若有数 $\lambda$ 和 非零向量 $x$ 使 $Ax=\lambda x$,则 $\lambda$ 是特征值,$x$ 是属于 $\lambda$ 的特征向量。$\lambda$ 是特征值 $\Leftr…
  • 求特征值与特征向量(二阶例):先解特征方程得特征值, 再对每个特征值解 $(A-\lambda E)x=0$。 例 $A=\begin{pmatrix}2&1\\1&2\end{pmatrix}$:$|A-\lambda E|=(2-\lambda)^2-1=(\la…
  • 二阶矩阵的特征方程与三角矩阵:二阶矩阵的特征方程是 $\lambda^2-(\mathrm{tr}A)\lambda+|A|=0$;上(下)三角矩阵和对角矩阵的 特征值就是主对角线元素 。 例 $A=\begin{pmatrix}4&1\\2&3\end{pmatri…
  • 三阶矩阵求特征值例:直接按特征方程展开,再 用迹与行列式验算 。 例 $A=\begin{pmatrix}2&0&0\\0&3&4\\0&4&9\end{pmatrix}$:按第一行展开,$|A-\lambda E|=(2-\lambda)\big[(3-\…
  • 特征值的和与积:$n$ 阶方阵 $A$ 的 $n$ 个特征值( 重根按重数计 )满足 $\lambda_1+\cdots+\lambda_n=a_{11}+\cdots+a_{nn}=\mathrm{tr}A$,$\lambda_1\lambda_2\c…
  • $A^2$、$A^{-1}$、$A^*$ 的特征值:若 $\lambda$ 是 $A$ 的特征值,$x$ 是对应特征向量,则多项式 $\varphi(A)$ 有特征值 $\varphi(\lambda)$( 特征向量仍是 $x$);$A$ 可逆时 $A^{-1}$ 有特征值 $\lambd…
  • 不同特征值的特征向量无关:属于不同特征值的特征向量 线性无关 。 易错 :属于不同特征值的两个特征向量 之和不是特征向量 。 例 $A=\begin{pmatrix}1&0\\0&2\end{pmatrix}$,$x_1=(1,0)^T$($\lambda=1$)…
  • 代数重数与几何重数:$\lambda_0$ 是特征方程的 $k$ 重根时,称代数重数为 $k$;属于 $\lambda_0$ 的线性无关特征向量个数 $n-R(A-\lambda_0E)$ 称几何重数,且 几何重数不超过代数重数 。 例 $A=\begin{…
  • 幂等矩阵的特征值:若 $A^2=A$,则 $A$ 的 特征值必为 0 或 1。 步骤 :设 $Ax=\lambda x$($x\ne0$),则 $A^2x=\lambda^2x$,又 $A^2x=Ax=\lambda x$,所以 $(\lambda^2-\…
  • 含重特征值的三阶矩阵求特征向量:重特征值 $\lambda$ 对应的特征向量是 $(A-\lambda E)x=0$ 的 全部非零解 ,由 基础解系的线性组合 给出。 例 $A=\begin{pmatrix}2&0&1\\0&2&0\\0&0&3\end{pmatrix…

相似矩阵与对角化

  • 相似矩阵的定义与性质:若存在可逆矩阵 $P$ 使 $P^{-1}AP=B$,则称 $A$ 与 $B$ 相似。相似矩阵有 相同的特征多项式 、特征值、行列式、迹和秩。 易错 :反过来不成立: 特征值相同不一定相似 。 例 $E=\begin{pmatrix}1&…
  • 相似的矩阵多项式:若 $A\sim B$($A$ 与 $B$ 相似),则 $A^k\sim B^k$,$\varphi(A)\sim\varphi(B)$($\varphi$ 为多项式),所以 $\varphi(A)$ 与 $\varphi(B)$ 的 特…
  • 矩阵可对角化的条件:$n$ 阶矩阵 $A$ 可对角化 $\Leftrightarrow$ $A$ 有 $n$ 个线性无关的特征向量 $\Leftrightarrow$ 每个特征值的 几何重数等于代数重数 。$A$ 有 $n$ 个互不相同的特征值时一定可对角化…
  • 对角化的步骤与例:求出特征值 $\lambda_i$ 和对应的 $n$ 个线性无关特征向量 $p_i$,令 $P=(p_1,\dots,p_n)$,则 $P^{-1}AP=\mathrm{diag}(\lambda_1,\dots,\lambda_n)$。…
  • 含重根的矩阵能否对角化:关键看 重根的几何重数 ,即 $3-R(A-\lambda E)$ 是否等于重数。 例 $A=\begin{pmatrix}2&1&0\\0&2&0\\0&0&3\end{pmatrix}$:$\lambda=2$ 二重,$A-2E$ 的…
  • 用对角化求 $A^n$:$A$ 可对角化为 $A=P\Lambda P^{-1}$ 时,$A^n=P\Lambda^nP^{-1}$,只需把对角阵 $\Lambda$ 的 每个对角元各自取 $n$ 次幂。 例 $A=\begin{pmatrix}2&1\\1&2…
  • 已知特征对反求矩阵:已知 $n$ 阶矩阵 $A$ 的 $n$ 个特征值及对应的 $n$ 个 线性无关特征向量 $p_1,\dots,p_n$,令 $P=(p_1,\dots,p_n)$,则 $A=P\Lambda P^{-1}$。 例 2 阶矩阵 $A$ 的…

实对称矩阵的对角化

  • 实对称矩阵的性质:实对称矩阵的 特征值都是实数 ;属于不同特征值的特征向量正交;$A$ 一定可正交对角化 ,即有正交矩阵 $Q$ 使 $Q^{-1}AQ=Q^TAQ=\Lambda$;$k$ 重特征值恰有 $k$ 个线性无关的特征向量。 条件 :以上都要求…
  • 正交对角化的步骤与例:求特征值、解特征向量,把 同一特征值的向量正交化 ,再把 全体向量单位化 ,作为 $Q$ 的列。 例 $A=\begin{pmatrix}1&2\\2&1\end{pmatrix}$:$|A-\lambda E|=(1-\lambda)^…
  • 重特征值需正交化(三阶):实对称矩阵的重特征值,若所取的特征向量不正交, 须先施密特正交化 再单位化。 例 $A=\begin{pmatrix}1&1&1\\1&1&1\\1&1&1\end{pmatrix}$ 的特征值为 3,0,0($\mathrm{tr}A=…
  • 由特征值与一个特征向量求实对称矩阵:先由正交性求出其余特征向量,再用 $A=Q\Lambda Q^T$ 还原;特征值为 $1,\dots,1,-1$(仅一个 $-1$)时 有捷径 $A=E-2qq^T$($q$ 是 $\lambda=-1$ 的单位特征向量):$Aq=q-2…
  • 实对称矩阵相似的判别:两个实对称矩阵相似 $\Leftrightarrow$ 它们的 特征值(含重数)相同 。 条件 : 必须都是实对称矩阵 ;一般矩阵特征值相同不一定相似。 例 $\begin{pmatrix}1&2\\2&1\end{pmatrix}$ 的…
  • 实对称矩阵的幂用正交对角化:实对称矩阵正交对角化为 $A=Q\Lambda Q^T$ 时,$A^n=Q\Lambda^nQ^T$(因为 $Q^{-1}=Q^T$, 不必另求逆矩阵 )。 例 $A=\begin{pmatrix}1&2\\2&1\end{pmatrix…

二次型与标准形

  • 二次型的矩阵表示(二元):实二次型 $f=x^TAx$,其中 $A$ 是对称矩阵:主对角线元素 $a_{ii}$ 是 $x_i^2$ 的系数,$a_{ij}=a_{ji}$ 是 $x_ix_j$ 系数的一半 。$R(f)$ 定义为 $R(A)$。 例 $f=x_1…
  • 二次型的矩阵表示(三元):写矩阵时,平方项系数放对角线,每个交叉项系数 一分为二 放在对称的两个位置。 例 $f=x_1^2+2x_2^2+3x_3^2+2x_1x_3-4x_2x_3$:平方项系数 1,2,3 在对角线上;$x_1x_3$ 系数 2,取 $a_{…
  • 合同矩阵与可逆线性变换:${A,B}$ 为 $n$ 阶方阵,若有可逆矩阵 $C$ 使 $B=C^TAC$,称 $A$ 与 $B$ 合同;二次型 $f=x^TAx$ 经可逆线性变换 $x=Cy$ 化为 $y^T(C^TAC)y$。 合同的矩阵秩相等 ,保持对称性。…
  • 正交变换化二次型为标准形:对实二次型 $f=x^TAx$,存在 正交变换 $x=Qy$ 使 $f=\lambda_1y_1^2+\cdots+\lambda_ny_n^2$,$\lambda_i$ 是 $A$ 的特征值(按 $Q$ 的列顺序对应)。 例 $f=x_…
  • 配方法化二次型为标准形:把含 $x_1$ 的项配成完全平方,再对剩余变量继续配方。若 没有平方项但有交叉项 ,先令 $x_1=y_1+y_2$,$x_2=y_1-y_2$ 再配方。 例 $f=x_1^2+2x_1x_2+3x_2^2=(x_1+x_2)^2+2x…
  • 规范形与惯性定理:任一实二次型可经可逆线性变换化为规范形 $y_1^2+\cdots+y_p^2-y_{p+1}^2-\cdots-y_r^2$;其中 $p$(正惯性指数)、$r-p$(负惯性指数)由 $f$ 唯一确定 , 与所用可逆线性变换无关 ,$r$…
  • 实对称矩阵合同的判别:两个 $n$ 阶实对称矩阵合同 $\Leftrightarrow$ 它们的 正惯性指数相同、负惯性指数相同 (也就是对应二次型的规范形相同)。 例 $\mathrm{diag}(1,1)$ 与 $\mathrm{diag}(2,5)$ 合…
  • 二次型在单位球面上的最值:实对称矩阵 $A$ 的最小、最大特征值分别为 $\lambda_{\min},\lambda_{\max}$,则在 $\|x\|=1$ 上 $\lambda_{\min}\le x^TAx\le\lambda_{\max}$,且 两端都能…

正定二次型

  • 正定二次型的定义与等价条件:实二次型 $f=x^TAx$,若对任意 $x\ne0$ 都有 $f\gt 0$,称正定,$A$ 称正定矩阵。等价条件:$A$ 的 特征值全大于 0 $\Leftrightarrow$ 正惯性指数为 $n$ $\Leftrightarrow…
  • 顺序主子式判别(二阶例):$A$ 为实对称矩阵,正定 $\Leftrightarrow$ 各阶顺序主子式 $\gt 0$;负定 $\Leftrightarrow$ 奇数阶顺序主子式 $\lt 0$、偶数阶 $\gt 0$。 例 $A=\begin{pmatrix}…
  • 三阶矩阵的正定判别:三阶实对称矩阵要 依次检查一、二、三阶顺序主子式 是否都大于零。 例 $A=\begin{pmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{pmatrix}$:一阶顺序主子式 2;二阶 $\begin{vmatrix…
  • 含参数的正定条件:求参数范围:写出各阶顺序主子式,让它们 同时大于 0。 例 $f=x_1^2+x_2^2+x_3^2+2tx_1x_2$,$A=\begin{pmatrix}1&t&0\\t&1&0\\0&0&1\end{pmatrix}$:顺序主子式 …
  • 正定矩阵的性质:$A$ 正定时:$a_{ii}\gt 0$,$|A|\gt 0$,$A$ 可逆;$A^{-1}$、$A^k$($k$ 为正整数)也正定; 两个正定矩阵之和仍正定 。 例 $A=\begin{pmatrix}2&1\\1&2\end{pma…
  • $A^TA$ 的正定性:$A$ 为 $m\times n$ 实矩阵,则 $A^TA$ 是 半正定矩阵 ($x^TA^TAx=\|Ax\|^2\ge0$);$A^TA$ 正定 $\Leftrightarrow$ $R(A)=n$( 列满秩 )。 例 $A=\beg…
  • 正定矩阵与 $A=P^TP$:实对称矩阵 $A$ 正定 $\Leftrightarrow$ 存在可逆矩阵 $P$ 使 $A=P^TP$(即 $A$ 与单位矩阵合同 )。 例 $A=\begin{pmatrix}1&1\\1&2\end{pmatrix}$,取可逆矩阵 …

本图由 SeekFlaw 编辑团队整理。发现错误,欢迎到学习论坛指出。

打开这张导图:点节点翻面看答案 →