二次型的表达方式

二次型的表达方式

二次型（Quadratic Form）是线性代数和多变量微积分中的一个核心概念，广泛应用于统计学（如多元正态分布）、最优化理论、物理学和几何学等领域。简而言之，二次型是一个关于变量的二次齐次多项式函数。理解二次型的不同表达方式，特别是从代数形式到矩阵形式的转化，是掌握二次型理论及其标准化的基础。二次型的表达方式主要分为三种：多项式代数表达式、求和符号表达式和矩阵表达式。

代数表达式与求和表达式

这是二次型最直观的定义形式。设有 $n$ 个实变量 $x_1, \ldots, x_n$，一个 $n$ 元二次型 $f(x_1, \ldots, x_n)$ 可表示为变量的二次齐次函数，每一项次数之和恰好为2。一般形式为：

其中 $a_{ii}x_i^2$ 为平方项，$2a_{ij}x_ix_j$（$i \neq j$）为交叉项或混合项。交叉项系数写成 $2a_{ij}$ 的形式是标准学术惯例，这样做的目的是方便后续构建对称矩阵。

为简化书写，常用双重求和符号描述：$f(x) = \sum_{i=1}^{n} \sum_{j=1}^{n} a_{ij} x_i x_j$。当 $i = j$ 时为平方项 $a_{ii}x_i^2$；当 $i \neq j$ 时因乘法交换律 $x_i x_j = x_j x_i$，求和式中出现 $a_{ij}x_i x_j$ 和 $a_{ji}x_j x_i$ 两项。为保证表达式唯一性并利用对称矩阵的优良性质（如实对称矩阵必可对角化），总是人为规定 $a_{ij} = a_{ji}$，此时两项合并为 $2a_{ij}x_i x_j$。

矩阵表达式

矩阵表达式是线性代数中最重要的一种表达方式，利用矩阵乘法将复杂代数运算极其简洁地表示出来。令 $x$ 为 $n$ 维列向量，$A$ 为 $n \times n$ 系数矩阵且为实对称矩阵（$A^T = A$，即 $a_{ij} = a_{ji}$ 对所有 $i, j$ 成立），则二次型唯一表示为 $f(x) = x^T A x$。

要求 $A$ 为对称矩阵的原因在于唯一性。任何矩阵 $B$（不一定对称）都可以产生相同的二次型，因为 $x^T B x = x^T (B + B^T)/2 x$ 是一个对称矩阵运算。为使二次型与矩阵一一对应，约定取系数矩阵为对称矩阵，即 $a_{ij} = a_{ji} = (\text{交叉项系数})/2$。

在计量经济学和统计学中的应用极其广泛。OLS估计量的残差平方和 $\sum e_i^2 = e^T e = y^T M y$ 是典型的二次型。多元正态分布的密度函数中 $(x - \mu)^T \Sigma^{-1} (x - \mu)$ 是二次型，其中 $\Sigma$ 为协方差矩阵。卡方分布、F分布等分布的构造本质上也是二次型比值的函数。在最优化理论中，二次型是牛顿法和共轭梯度法的基础，目标函数的二阶泰勒展开本质上是梯度和海塞矩阵构成的二次型。二次型表达的简洁性使其成为连接线性代数理论与统计学应用的重要桥梁。