线性代数Python计算：齐二次式二次型矩阵计算

在$f={\mathbf{x}}^{\text{T}}\mathbf{Ax}$中，若$\mathbf{A}=(a_{ij}{)}_{n\times n}$不是对称阵，可以通过构造元素为
$$a_{ij}^{\prime }=\frac{a_{ij}+a_{ji}}{2},1\le i,j\le n$$
的矩阵${\mathbf{A}}^{\prime }=(a_{ij}^{\prime }{)}_{n\times n}$，${\mathbf{A}}^{\prime \text{T}}={\mathbf{A}}^{\prime }$，因而$f$的二次型表达式
$$f={\mathbf{x}}^{\text{T}}{\mathbf{A}}^{\prime }\mathbf{x}.$$
对非对称矩阵表示的$n$元齐二次式，可以用下列定义的函数重构二次型的矩阵。

def symmetrization(A):                  #将矩阵A对称化
    n,_=A.shape                         #读取阶数
    for i in range(n):                  #对每一行
        for j in range(i+1,n):          #每一个非主对角元素
            A[i,j]=(A[i,j]+A[j,i])/2    #A[i,j]
            A[j,i]=A[i,j]               #A[j,i]

第1~6行定义的symmetrization函数，对称化其参数A表示待的矩阵。第2行读取A的阶数n。第3~6行嵌套的二重for循环完成A的对称化操作：外层循环扫描A的每一行，内层循环对当前的第i行中位于主对角线以上的每一个元素A[i,j]（j>i）赋值为关于主对角线对称的两个元素的算术平均值(A[i,j]+A[j,i])/2（第5行），然后用改变后的A[i,j]改写对称元素A[j,i]（第6行）。循环结束，A被对称化。
例1 用Python计算齐二次式$f=x^2+4xy+4y^2+2xz+z^2+4yz$的二次型矩阵$\mathbf{A}$。
解：$f=x^2+4xy+4y^2+2xz+z^2+4yz=(x,y,z)\left(\begin{array}{ccc}1& 4& 2\\ 0& 4& 4\\ 0& 0& 1\end{array}\right)\left(\begin{array}{c}x\\ y\\ z\end{array}\right)$。令$\mathbf{A}=\left(\begin{array}{ccc}1& 4& 2\\ 0& 4& 4\\ 0& 0& 1\end{array}\right)$，对称化$\mathbf{A}$即得解本例，见下列代码。

import numpy as np                  #导入numpy
from utility import symmetrization  #导入symmetrization
A=np.array([[1,4,2],                #设置初始矩阵A
            [0,4,4],
            [0,0,1]])
symmetrization(A)                   #对称化A
print(A)

结合代码中的注释信息很容易理解程序。运行程序，输出

[[1 2 1]
 [2 4 2]
 [1 2 1]]

即$f=x^2+4xy+4y^2+2xz+z^2+4yz=(x,y,z)\left(\begin{array}{ccc}1& 2& 1\\ 2& 4& 1\\ 1& 2& 1\end{array}\right)\left(\begin{array}{c}x\\ y\\ z\end{array}\right)$。
写博不易，敬请支持：
如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！
代码诚可贵，原理价更高。若为AI学，读正版书好。