惯性定理证明(惯性定理证明)

惯性定理的证明：从二次型到矩阵合同的深刻洞察

在线性代数与二次型理论中，惯性定理（Sylvester's Law of Inertia，又称西尔维斯特惯性定律）占据着核心地位。它不仅揭示了二次型在不同坐标系下不变的本质属性，更是判断二次型正定性、负定性的理论基础。 本文将深入探讨惯性定理的内涵，并给出严谨而直观的数学证明，帮助读者理解为何二次型的正负惯性指数是坐标变换下的不变量。

1. 惯性定理的表述

在深入证明之前，我们需要明确定理的精确表述。 设 是实数域 上的一个二次型。通过非退化的线性变换（即坐标变换），我们可以将 化为标准型： 其中 。 进一步，我们可以通过调整系数，将标准型化为规范型： 其中 是正惯性指数（正平方项的个数）， 是负惯性指数（负平方项的个数）。 惯性定理断言： 对于给定的实二次型 ，无论经过怎样的非退化线性变换将其化为规范型，其正惯性指数 和负惯性指数 都是唯一确定的。换言之， 和 是二次型的不变量。

2. 证明思路

惯性定理的证明通常采用反证法。 假设存在两种不同的规范型，它们的正惯性指数不同。我们将构造一个非零向量，使得该向量在一种规范型下函数值为正，而在另一种规范型下函数值为负，从而导出矛盾。 为了简化表述，我们只需证明：若两个规范型具有相同的变量个数 ，且一个的正惯性指数 大于另一个的 ，则必然导致矛盾。

3. 严谨证明过程

3.1 设定前提

设实二次型 有两种不同的规范型表示： 1. 第一种规范型（通过变换 得到）： 其中 是正项个数， 是负项个数， 是二次型的秩。 2. 第二种规范型（通过变换 得到）： 其中 是正项个数， 是负项个数，。 假设：。 由于秩 ，若 ，则必然有 。

3.2 构造齐次线性方程组

我们要寻找一个非零向量 ，使得它在第一种规范型下的值为 或正，而在第二种规范型下的值为负。 考虑以下两个方程组： 方程组 (I)：由第一种规范型中正项对应的变量设为零。 该方程组包含 个方程，未知数个数为 （即 ）。 由于 （除非二次型满秩且所有项同号，但这不影响逻辑，通常 ），该齐次线性方程组必有非零解。 更具体地说，我们可以选取 作为自由变量。因为总共有 个变量，限制了 个，所以自由变量的个数为 。 注意到 ? 不对，总变量数是 ，但规范型中未出现的项系数为0。 让我们更精确地看： 在第一种规范型中，。 令 ，则 。 此时涉及的自由变量是 。注意这里 是负项， 是系数为0的项。 自由变量的总数为 。 方程组 (II)：由第二种规范型中非负项（包括正项和零项）对应的变量设为零。 第二种规范型有 个正项。为了使得 在第二种表示下可能为负，我们需要让正项对应的变量 为零。 该方程组包含 个方程，未知数个数为 （即 ）。 自由变量的个数为 。

3.3 寻找公共非零解

现在，我们将这两个方程组联立。由于 和 都是 的非退化线性变换，我们可以将 表示为 的函数，或者更简单地，直接在 空间中考虑。 我们要找一个非零向量 ，满足： 1. 2. 这构成了一个包含 个线性方程的齐次线性方程组，未知数个数为 。 如果方程组的系数矩阵的秩小于 ，则存在非零解。 方程总数为 。 根据假设 ，且我们知道 。 关键在于比较 与 的关系。 让我们换一种更经典的构造方式，利用子空间维度： 令 为第一种规范型中所有使 的向量构成的子空间。具体来说，令 ，则 。这个子空间的维数是 。 令 为第二种规范型中所有使 的向量构成的子空间。具体来说，令 （即负项和零项对应的变量为0），则 。这个子空间的维数是 。 等等，上述子空间定义稍显复杂，我们采用标准的维数交论证： 1. 考虑由 定义的子空间 。 在 上，第一种规范型 。 的维数是 。 2. 考虑由 定义的子空间 。 在 上，第二种规范型 ? 不，我们要找矛盾。让我们重新选择子空间以利用 。 修正策略： 令 是满足 的向量集合。 对于任意 ，在第一种坐标下，。 的维数是 。 令 是满足 的向量集合。 对于任意 ，在第二种坐标下，? 不，第二种规范型是 。 如果令 ，则 。 这似乎没有直接产生“一正一负”的矛盾。我们需要让一个空间里 ，另一个空间里 ，然后找交集。 正确的子空间构造： 1. 子空间 ：在第一种规范型中，令所有负项对应的变量为0，即 。 此时，。 该子空间 由 个线性方程定义，故 。 且在 中，。等号成立当且仅当 ，即 （因为变换非退化）。 2. 子空间 ：在第二种规范型中，令所有正项对应的变量为0，即 。 此时，。 该子空间 由 个线性方程定义，故 。 且在 中，。等号成立当且仅当 ，即 。

3.4 导出矛盾

现在考虑子空间 和 的交集 。 根据线性代数中的维数公式： 代入维数： 回顾前提：。 我们要利用假设 。 因为 ，所以 。 让我们检查 是否大于 0。 已知 和 。这有点绕。 直接利用 ： 因为 ，所以 。 因为假设 ，所以 （整数）。 所以： 这意味着存在一个非零向量 。

3.5 计算 的符号

对于这个非零向量 ： 1. 因为 ，根据 的定义，在第一种规范型下： 又因为 ，且在 中只有当所有 都为0时 。 如果 ，则 。结合 ()，意味着所有 坐标均为0。由于变换非退化， 必须为0，这与 矛盾。 因此，对于 ，必有 。 2. 因为 ，根据 的定义，在第二种规范型下： 同理，如果 ，则所有 坐标均为0，导致 ，矛盾。 因此，对于 ，必有 。

3.6 结论

我们找到了一个非零向量 ，使得： 这显然是不可能的。 因此，假设 不成立。 同理可证 也不成立。 所以，必有 。 进而，。 证毕。

4. 几何意义与应用

4.1 几何解释

惯性定理告诉我们，二次型 的几何形状（椭球、双曲面等）在坐标旋转或剪切变换下，其“主轴”的正负方向数量是固定的。 个正特征值方向对应椭球的主轴。 个负特征值方向对应双曲面的渐近锥面方向。 无论你怎么旋转坐标系，椭球还是椭球，不会变成双曲面。

4.2 正定性判定

惯性定理是判定矩阵正定性的关键： 二次型正定 。 二次型负定 。 二次型半正定 且 。

4.3 合同标准型

惯性定理保证了实对称矩阵的合同标准型是唯一的（在对角线上只允许 1, -1, 0 的情况下）。这在控制理论、优化问题和微分几何中有着广泛的应用。

5. 结语

惯性定理的证明虽然简短，但其蕴含的逻辑之美令人赞叹。它通过维数论证巧妙地连接了代数结构与几何直观，证明了二次型在坐标变换下的深层不变性。掌握这一证明，不仅有助于理解线性代数的核心概念，也为后续学习二次型分类、主轴定理以及更高级的微分几何奠定了坚实基础。