企业官网建设流程全解析

简介：本资源是为中国科学技术大学《数学分析（第二册）》课程配套编写的习题详解，面向数学、物理及工科高年级本科生与考研学生，聚焦空间解析几何与多变量函数微分学两大核心模块，助力突破抽象概念理解与综合解题难点。全包仅含1个PDF文件（1.41MB），内容完整覆盖第8–12章全部习题解答，包括向量与坐标系、平面与直线、二次曲面、坐标变换、多元函数连续性与微分、隐函数与逆映射定理、空间曲线与曲面、Taylor公式与极值、向量场微商、微分形式、重积分、曲线曲面积分及Fourier分析等关键章节，每章均设综合习题与重点习题专项解析。已有833人学习下载，解答由USTC学子余启帆整理，逻辑严谨、步骤详实，附有勘误邮箱便于交流反馈，是课堂学习、课后巩固与期末复习的可靠参考材料。

1. 数学分析习题答案不是“抄作业指南”，而是三维空间直觉的校准器：为什么一份手写稿能暴露你对向量叉积、混合积、坐标变换的底层理解断层？

你有没有过这种经历：看到一道空间解析几何题，公式都记得，行列式也列得出来，但算完答案和参考答案差一个负号，或者体积算出来是负数，却不知道该不该取绝对值？又或者，在推导隐函数存在性时，反复检查雅可比矩阵非奇异，却在最后一步卡在“为什么这个局部反函数一定连续”上，翻遍教材定义仍像隔着毛玻璃看原理？这不是粗心，而是数学分析中形式运算与几何直觉之间的认知断层在作祟。这份《USTC数学分析2习题答案1》——由余启帆同学于2021年手写整理的78页PDF，并非速成宝典，而是一套精密的“直觉校准工具包”。它用真实解题过程暴露出三个被教科书刻意弱化的关键断层：第一，向量叉积的右手系物理约束如何强制决定混合积符号（而非仅靠行列式机械计算）；第二，平面法向量与直线方向向量的正交性本质不是代数垂直，而是线性映射核空间的几何实现；第三，坐标变换中“旋转消去交叉项”的操作，其背后是实对称矩阵谱分解的具象投射，而非技巧性配方法。当你发现第8.1.4题用两种方式证明 $ \mathbf{a} \times \mathbf{b} \cdot \mathbf{c} = \mathbf{b} \times \mathbf{c} \cdot \mathbf{a} $：一种靠行列式行交换的符号规则，另一种靠平行六面体体积不变性——这恰恰揭示了线性代数与微分几何的同一性根基。而第8.2.23题计算异面直线距离时，答案直接给出 $ d = \frac{|(\mathbf{v}_1 \times \mathbf{v}_2) \cdot \mathbf{u}|}{|\mathbf{v}_1 \times \mathbf{v}_2|} $，但没告诉你：分子是三重标量积的绝对值，它度量的是以两方向向量和连接向量为棱的平行六面体体积；分母是公垂线方向向量模长，即该六面体底面积。体积除以底面积=高，这才是距离的几何本义。这份答案的价值，正在于它把教科书里被压缩成一行公式的几何实体，重新展开为可触摸的推理链条。它不教你“怎么算”，而是逼你回答：“这个数，到底在空间里量什么？”

2. 向量运算的几何本体论：从叉积分配律失效到混合积符号规则，为什么你的直觉总在右手系上“翻车”？

向量代数常被当作一套符号游戏：叉积反交换、点积可交换、混合积轮换……但当题目开始要求“判断结论是否成立”（如8.1.3题），你的直觉就容易崩塌。原因在于，我们习惯用坐标分量做代数验证，却忽略了所有向量运算都锚定在一个不可见的右手坐标系物理约定上。这个约定不是数学公理，而是人类对空间定向的生理共识——它决定了叉积方向，进而锁定了混合积符号。本章将拆解这份答案中隐藏的几何本体论，告诉你为什么“$ (\mathbf{a} + \mathbf{b}) \times (\mathbf{a} + \mathbf{b}) = 0 $”是必然，而“$ (\mathbf{a} + \mathbf{b}) \times (\mathbf{a} + \mathbf{b}) = \mathbf{a} \times \mathbf{a} + 2\mathbf{a} \times \mathbf{b} + \mathbf{b} \times \mathbf{b} $”是典型错误。

2.1 叉积的右手系强制：为什么 $ \mathbf{i} \times \mathbf{j} = \mathbf{k} $ 不是定义，而是物理世界的投影？

叉积 $ \mathbf{a} \times \mathbf{b} $ 的标准定义是：模长 $ |\mathbf{a}||\mathbf{b}|\sin\theta $，方向垂直于 $ \mathbf{a}, \mathbf{b} $ 所在平面，且满足右手定则。但教科书很少强调：右手定则是人为选择，而非数学必然。如果我们统一采用左手系，所有叉积结果都要变号。这份答案在8.1.4题的“证明(2)”中，用平行六面体体积解释混合积轮换性，正是在规避坐标系依赖——体积是标量，无正负之分，但混合积 $ \mathbf{a} \times \mathbf{b} \cdot \mathbf{c} $ 却有符号。这个符号，就是右手系给整个空间打上的“定向标签”。看8.1.7题：已知 $ \mathbf{a} + 3\mathbf{b} \perp 7\mathbf{a} - 5\mathbf{b} $，求夹角。解法列出点积为0的方程，得到 $ \cos\theta = \frac{1}{2} $，故 $ \theta = \frac{\pi}{3} $。但若你忽略 $ \theta \in [0, \pi] $ 的隐含约束（这是右手系下夹角的标准定义域），可能得出 $ \theta = \frac{5\pi}{3} $ 的荒谬结果。右手系不仅规定方向，更限定了角度的取值范围。这就是为什么在8.1.22题计算 $ \mathbf{a} \times \mathbf{b} $ 时，答案直接给出 $ (5,1,7) $，而没有讨论“如果坐标系是左手系会怎样”——因为整个课程体系默认右手系，它是所有向量运算的底层操作系统。

2.2 混合积的几何语义：为什么 $ \mathbf{a} \times \mathbf{b} \cdot \mathbf{c} $ 的符号代表“朝向”而非“大小”？

混合积 $ [\mathbf{a}, \mathbf{b}, \mathbf{c}] = \mathbf{a} \times \mathbf{b} \cdot \mathbf{c} $ 是三维空间的“有向体积”。其绝对值是平行六面体体积，符号则表示 $ \mathbf{c} $ 相对于 $ \mathbf{a}, \mathbf{b} $ 平面的“朝向”：若 $ \mathbf{c} $ 与 $ \mathbf{a} \times \mathbf{b} $ 同向（右手系下），符号为正；反向则为负。8.1.4题的两种证明，恰好对应两种理解路径：

• 代数路径（证明1）：用行列式性质 $ r_1 \leftrightarrow r_2 $ 引入一次 $ -1 $，$ r_2 \leftrightarrow r_3 $ 再引入一次 $ -1 $，两次交换抵消，故值相等。这说明混合积在循环置换下不变。
• 几何路径（证明2）：强调体积不变性，但回避了符号问题——因为体积定义为绝对值。

真正的洞见在8.1.13题：给定 $ \mathbf{a} = \mathbf{p} - 3\mathbf{q} + \mathbf{r} $ 等，其中 $ \mathbf{p}, \mathbf{q}, \mathbf{r} $ 是互相垂直的单位向量。答案给出两种解法：(1) 先算 $ \mathbf{a} \times \mathbf{b} = (8,5,7) $，再点乘 $ \mathbf{c} = (1,2,1) $ 得25；(2) 直接算行列式 $ \begin{vmatrix}1&-3&1\2&1&-3\1&2&1\end{vmatrix} = 25 $。这里的关键是：行列式值25本身已包含符号信息。若你手动计算该行列式，按第一行展开：
$$ 1 \cdot \begin{vmatrix}1&-3\2&1\end{vmatrix} - (-3) \cdot \begin{vmatrix}2&-3\1&1\end{vmatrix} + 1 \cdot \begin{vmatrix}2&1\1&2\end{vmatrix} = 1\cdot7 + 3\cdot5 + 1\cdot3 = 7+15+3 = 25 $$
每一步的符号都源于行列式定义中的排列奇偶性，而这奇偶性，正是右手系下空间定向的代数编码。因此，混合积的符号不是计算误差，而是空间朝向的忠实记录。

2.3 分配律的边界：为什么 $ \mathbf{a} \times (\mathbf{b} + \mathbf{c}) = \mathbf{a} \times \mathbf{b} + \mathbf{a} \times \mathbf{c} $ 成立，但 $ (\mathbf{a} + \mathbf{b}) \times (\mathbf{a} + \mathbf{b}) $ 展开却危险？

叉积对加法满足分配律：$ \mathbf{a} \times (\mathbf{b} + \mathbf{c}) = \mathbf{a} \times \mathbf{b} + \mathbf{a} \times \mathbf{c} $。但8.1.3题(6)明确指出：$ (\mathbf{a} + \mathbf{b}) \times (\mathbf{a} + \mathbf{b}) = \mathbf{a} \times \mathbf{a} + 2\mathbf{a} \times \mathbf{b} + \mathbf{b} \times \mathbf{b} $ 是错误的。表面看矛盾，实则揭示了分配律的适用前提：它只对同一向量与两个向量的和进行叉积时成立，而不适用于两个和向量之间的叉积。正确展开应为：
$$ (\mathbf{a} + \mathbf{b}) \times (\mathbf{a} + \mathbf{b}) = \mathbf{a} \times \mathbf{a} + \mathbf{a} \times \mathbf{b} + \mathbf{b} \times \mathbf{a} + \mathbf{b} \times \mathbf{b} $$
利用叉积反交换律 $ \mathbf{b} \times \mathbf{a} = -\mathbf{a} \times \mathbf{b} $，后两项抵消，得 $ \mathbf{0} + \mathbf{a} \times \mathbf{b} - \mathbf{a} \times \mathbf{b} + \mathbf{0} = \mathbf{0} $。而错误展开中，$ \mathbf{a} \times \mathbf{b} + \mathbf{b} \times \mathbf{a} $ 被误认为 $ 2\mathbf{a} \times \mathbf{b} $，忽略了反交换律的强制约束。这在8.1.8题中体现得淋漓尽致：计算 $ |(\mathbf{a} + \mathbf{b}) \times (\mathbf{a} - \mathbf{b})| $，答案先展开为 $ \mathbf{a} \times \mathbf{a} - \mathbf{a} \times \mathbf{b} + \mathbf{b} \times \mathbf{a} - \mathbf{b} \times \mathbf{b} = -2\mathbf{a} \times \mathbf{b} $，再取模得24。这里 $ -2\mathbf{a} \times \mathbf{b} $ 的负号源于 $ \mathbf{b} \times \mathbf{a} = -\mathbf{a} \times \mathbf{b} $，它不是计算冗余，而是右手系下向量顺序的几何必然——改变顺序，就改变了叉积指向，从而改变了混合积符号。

2.4 避坑：向量运算中5个高频“右手系幻觉”导致的致命错误

提示：这些错误在期中考试和考研真题中反复出现，根源全在对右手系物理约束的忽视。

1. 现象：计算四面体体积时，混合积结果为负，直接丢弃负号取绝对值，得到正确数值，但无法解释为何有时为正有时为负。
   原因：混淆了“有向体积”与“几何体积”。混合积符号反映顶点顺序（$ A,B,C,D $）是否构成右手系四面体。若顺序为 $ A,C,B,D $，符号必反。
   解决：严格按题目给定点序计算 $ \frac{1}{6}|(\overrightarrow{AB} \times \overrightarrow{AC}) \cdot \overrightarrow{AD}| $，符号是检验点序是否正确的探针。8.1.24题解(2)正是此法。

2. 现象：判断三点共线时，用 $ \overrightarrow{AB} \times \overrightarrow{AC} = \mathbf{0} $ 验证，但计算中因坐标输入顺序颠倒（如把 $ B-A $ 算成 $ A-B $），叉积非零，误判不共线。
   原因：叉积为零向量是共线的充要条件，但向量差的方向必须一致。$ \overrightarrow{AB} = \mathbf{B} - \mathbf{A} $，顺序错则向量反向，叉积虽仍为零，但中间步骤易出错。
   解决：统一用 $ \mathbf{B} - \mathbf{A} $ 和 $ \mathbf{C} - \mathbf{A} $ 计算，如8.1.17题解(2)。

3. 现象：求向量 $ \mathbf{a} $ 在 $ \mathbf{b} $ 上的投影长，用 $ \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{b}|} $ 计算，结果为负，困惑“长度怎能为负”。
   原因：此公式计算的是有向投影长（标量投影），负号表示 $ \mathbf{a} $ 与 $ \mathbf{b} $ 夹角钝角。几何投影长应为 $ \left| \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{b}|} \right| $。8.1.21题答案给出6，即取了绝对值。

4. 现象：解 $ \mathbf{a} \times \mathbf{b} = \mathbf{c} $ 类方程时，假设 $ \mathbf{b} $ 已知，试图“两边除以 $ \mathbf{a} $”，陷入死胡同。
   原因：叉积无逆运算。$ \mathbf{a} \times \mathbf{b} = \mathbf{c} $ 是关于 $ \mathbf{b} $ 的线性方程组，其解集是过某点、平行于 $ \mathbf{a} $ 的直线（因 $ \mathbf{a} \times (\mathbf{b} + k\mathbf{a}) = \mathbf{a} \times \mathbf{b} $）。
   解决：将其转化为齐次线性系统 $ \mathbf{a} \times \mathbf{x} = \mathbf{c} $，系数矩阵为斜对称阵 $ [\mathbf{a}]_\times $，解空间维数为1。

5. 现象：在坐标变换题（如8.4.3）中，对二次型矩阵 $ A = \begin{bmatrix}5&0&0\0&-3&4\0&4&3\end{bmatrix} $ 求特征值，得到 $ \lambda_1=5, \lambda_2=5, \lambda_3=-5 $，但未验证特征向量是否正交，导致新坐标系非标准正交。
   原因：实对称矩阵不同特征值的特征向量必正交，但重根需施密特正交化。若直接用非正交向量构造旋转矩阵，行列式可能为-1（反射而非旋转）。
   解决：对重根特征向量组进行正交化，确保变换矩阵 $ Q $ 满足 $ Q^T Q = I $ 且 $ \det Q = 1 $。

3. 平面与直线的线性映射本质：法向量不是“垂直的向量”，而是点积为零的线性泛函核空间

平面与直线的方程，常被记忆为“$ Ax+By+Cz+D=0 $”或“$ \frac{x-x_0}{l} = \frac{y-y_0}{m} = \frac{z-z_0}{n} $”。但这种记忆割裂了它们与线性代数的深刻联系。事实上，一个平面 $ \Pi: \mathbf{n} \cdot (\mathbf{x} - \mathbf{x}_0) = 0 $，其法向量 $ \mathbf{n} $ 并非仅仅是“垂直于平面的向量”，而是定义了一个线性泛函 $ f(\mathbf{x}) = \mathbf{n} \cdot \mathbf{x} $，平面 $ \Pi $ 正是该泛函在常数 $ c = \mathbf{n} \cdot \mathbf{x}_0 $ 处的水平集（level set）。同理，直线是两个独立线性泛函水平集的交集。本章将揭示，8.2节所有习题的答案，都是这一线性映射视角下的自然推论。

3.1 平面方程的双重身份：超平面作为线性泛函的零空间平移

标准平面方程 $ Ax + By + Cz + D = 0 $ 可写为 $ \mathbf{n} \cdot \mathbf{x} + D = 0 $，其中 $ \mathbf{n} = (A,B,C) $。令 $ f(\mathbf{x}) = \mathbf{n} \cdot \mathbf{x} $，则 $ f $ 是 $ \mathbb{R}^3 $ 上的线性泛函，其核空间 $ \ker f = { \mathbf{x} \mid \mathbf{n} \cdot \mathbf{x} = 0 } $ 是过原点、法向量为 $ \mathbf{n} $ 的二维子空间（即一个过原点的平面）。而一般平面 $ \Pi $ 是 $ \ker f $ 的一个仿射平移：$ \Pi = { \mathbf{x} \mid \mathbf{n} \cdot \mathbf{x} = -D } = \mathbf{x}_0 + \ker f $，其中 $ \mathbf{x}_0 $ 是任一满足 $ \mathbf{n} \cdot \mathbf{x}_0 = -D $ 的点。8.2.2题要求过 $ M_1(2,-1,3), M_2(3,1,2) $ 且平行于 $ \mathbf{v} = (3,-1,4) $ 的平面。答案先求 $ \mathbf{u} = \overrightarrow{M_1M_2} = (1,2,-1) $，再算法向量 $ \mathbf{n} = \mathbf{u} \times \mathbf{v} = (7,-7,-7) $。这并非凭空构造，而是因为所求平面必须同时垂直于 $ \mathbf{u} $ 和 $ \mathbf{v} $（因平面包含 $ \mathbf{u} $ 且平行于 $ \mathbf{v} $），故其法向量必与二者都正交，即 $ \mathbf{n} \in (\text{span}{\mathbf{u},\mathbf{v}})^\perp $。而 $ \mathbf{u} \times \mathbf{v} $ 正是该正交补空间的一组基（一维），完美体现了法向量作为“正交补”的本质。

3.2 直线作为两个平面的交：为什么方向向量是法向量的叉积？

空间直线可定义为两个不平行平面的交线：$ \begin{cases} \mathbf{n}_1 \cdot \mathbf{x} = d_1 \ \mathbf{n}_2 \cdot \mathbf{x} = d_2 \end{cases} $。其方向向量 $ \mathbf{v} $ 必须同时位于两个平面内，即 $ \mathbf{v} \perp \mathbf{n}_1 $ 且 $ \mathbf{v} \perp \mathbf{n}_2 $，故 $ \mathbf{v} \in \text{span}{\mathbf{n}_1,\mathbf{n}_2}^\perp $。在三维空间中，两向量张成平面的正交补是一维的，由 $ \mathbf{n}_1 \times \mathbf{n}_2 $ 张成。8.2.15(4)题正是此应用：求过点 $ (-1,-4,3) $ 且与两已知直线均垂直的直线。答案先求两已知直线的方向向量 $ \mathbf{v}_1 = (-3,1,10), \mathbf{v}_2 = (4,-1,2) $，再算 $ \mathbf{v} = \mathbf{v}_1 \times \mathbf{v}_2 = (12,46,-1) $。这表明所求直线的方向，必须垂直于 $ \mathbf{v}_1 $ 和 $ \mathbf{v}_2 $ 张成的平面，故取其叉积。这比记忆“方向向量是法向量叉积”更深刻——它是正交补空间维度的直接体现。

3.3 异面直线距离的线性代数解构：为什么公式 $ d = \frac{|(\mathbf{v}_1 \times \mathbf{v}_2) \cdot \mathbf{u}|}{|\mathbf{v}_1 \times \mathbf{v}_2|} $ 是最优解？

设两异面直线 $ L_1: \mathbf{x} = \mathbf{a} + s\mathbf{v}_1 $，$ L_2: \mathbf{x} = \mathbf{b} + t\mathbf{v}_2 $。其最短距离向量 $ \mathbf{d} $ 应同时垂直于 $ \mathbf{v}_1 $ 和 $ \mathbf{v}_2 $，故 $ \mathbf{d} \parallel \mathbf{v}_1 \times \mathbf{v}_2 $。令 $ \mathbf{d} = \lambda (\mathbf{v}_1 \times \mathbf{v}_2) $。又 $ \mathbf{d} = (\mathbf{b} + t\mathbf{v}_2) - (\mathbf{a} + s\mathbf{v}_1) = \mathbf{u} + t\mathbf{v}_2 - s\mathbf{v}_1 $，其中 $ \mathbf{u} = \mathbf{b} - \mathbf{a} $。两边点乘 $ \mathbf{v}_1 \times \mathbf{v}_2 $，得 $ \mathbf{d} \cdot (\mathbf{v}_1 \times \mathbf{v}_2) = \lambda |\mathbf{v}_1 \times \mathbf{v}_2|^2 = \mathbf{u} \cdot (\mathbf{v}_1 \times \mathbf{v}_2) $，故 $ \lambda = \frac{\mathbf{u} \cdot (\mathbf{v}_1 \times \mathbf{v}_2)}{|\mathbf{v}_1 \times \mathbf{v}_2|^2} $，距离 $ d = |\lambda| |\mathbf{v}_1 \times \mathbf{v}_2| = \frac{|\mathbf{u} \cdot (\mathbf{v}_1 \times \mathbf{v}_2)|}{|\mathbf{v}_1 \times \mathbf{v}_2|} $。8.2.23题(1)中，$ \mathbf{v}_1 = (4,-3,1), \mathbf{v}_2 = (-2,9,2), \mathbf{u} = (-9,-5,2) $，计算 $ \mathbf{v}_1 \times \mathbf{v}_2 = (-15,-10,30) $，模长35，点积245，得 $ d = 7 $。此公式本质是：将连接两直线上点的向量 $ \mathbf{u} $，投影到公垂线方向 $ \mathbf{v}_1 \times \mathbf{v}_2 $ 上。它不依赖于具体参数 $ s,t $，是线性空间中距离的典范解法。

3.4 避坑：平面与直线问题中4个源于线性映射理解不足的典型错误

提示：这些错误在推导平面夹角、直线与平面夹角时尤为致命。

1. 现象：求两平面夹角时，用法向量夹角公式 $ \cos\phi = \frac{|\mathbf{n}_1 \cdot \mathbf{n}_2|}{|\mathbf{n}_1||\mathbf{n}_2|} $，但未取绝对值，导致 $ \phi > \frac{\pi}{2} $，而二面角定义为 $ [0,\frac{\pi}{2}] $ 内的锐角。
   原因：两平面夹角定义为它们法向量夹角的锐角（或直角），故必须取点积绝对值。8.2.12题求二面角平分面，正是基于此定义。
   解决：始终用 $ \cos\phi = \frac{|\mathbf{n}_1 \cdot \mathbf{n}_2|}{|\mathbf{n}_1||\mathbf{n}_2|} $ 计算。

2. 现象：判断直线与平面平行时，验证方向向量 $ \mathbf{v} $ 与法向量 $ \mathbf{n} $ 垂直（即 $ \mathbf{v} \cdot \mathbf{n} = 0 $），但未检查直线是否在平面内（即直线上一点是否满足平面方程），误将“在平面内”判为“平行”。
   原因：“平行”在空间中指无交点，而“在平面内”是其子集。两者条件均为 $ \mathbf{v} \cdot \mathbf{n} = 0 $，区别在于点是否在平面内。
   解决：先验 $ \mathbf{v} \cdot \mathbf{n} = 0 $，再取直线上一点代入平面方程；若满足，则在平面内；否则平行。

3. 现象：求点到平面距离时，用公式 $ d = \frac{|Ax_0+By_0+Cz_0+D|}{\sqrt{A^2+B^2+C^2}} $，但分子未加绝对值，导致距离为负。
   原因：该公式中绝对值源于点积的有向性——分子 $ \mathbf{n} \cdot \mathbf{x}_0 + D $ 的符号表示点在法向量指向侧还是反向侧。距离是无向量，故必取绝对值。
   解决：牢记公式中分子必有绝对值，如8.2.14(3)题解。

4. 现象：求直线与平面交点时，将直线参数方程代入平面方程解出参数 $ t $，但未验证该 $ t $ 是否使直线落在平面内（即是否满足所有条件），尤其在直线由两平面交线定义时。
   原因：当直线由 $ \begin{cases} \Pi_1 \ \Pi_2 \end{cases} $ 定义，代入 $ \Pi $ 仅保证在 $ \Pi $ 上，但未必同时在 $ \Pi_1 $ 和 $ \Pi_2 $ 上。
   解决：将解出的 $ t $ 代回直线参数方程，得到点坐标，再验证其是否满足定义该直线的两个平面方程。

4. 二次曲面与坐标变换：从旋转抛物面方程到实对称矩阵谱分解，为什么“配方”只是表象？

二次曲面方程 $ F(x,y,z) = 0 $，其中 $ F $ 是二次多项式，其分类（椭球、双曲、抛物）取决于二次型部分的矩阵 $ A $ 的特征值符号。而坐标变换（如旋转）的目的，是通过正交变换 $ \mathbf{x} = Q\mathbf{x}' $，将 $ \mathbf{x}^T A \mathbf{x} $ 化为标准形 $ \mathbf{x}'^T \Lambda \mathbf{x}' $，其中 $ \Lambda $ 为对角阵，对角元即特征值。8.3和8.4节的习题，表面是“认曲面”和“配方”，实则是实对称矩阵谱分解的几何演练场。本章将揭示，每一个“配方”步骤，都对应着一次特征向量方向的坐标轴旋转。

4.1 二次型的几何指纹：特征值符号如何唯一确定曲面类型？

一般二次曲面方程可写为 $ \mathbf{x}^T A \mathbf{x} + \mathbf{b}^T \mathbf{x} + c = 0 $，其中 $ A $ 为实对称矩阵。其二次型部分 $ \mathbf{x}^T A \mathbf{x} $ 的几何性质，由 $ A $ 的特征值 $ \lambda_1, \lambda_2, \lambda_3 $ 决定：

• 若三特征值同号（如 $ \lambda_i > 0 $），则为椭球面（或虚椭球）；
• 若两正一负（或两负一正），则为单叶/双叶双曲面；
• 若一零两非零（如 $ \lambda_1, \lambda_2 \neq 0, \lambda_3 = 0 $），则为抛物面（需进一步分析线性项）。

8.3.1题答案将方程归类，其依据正是此准则。例如，方程 $ \frac{x^2}{16} + \frac{y^2}{4} - \frac{z^2}{5} = 1 $ 对应矩阵 $ A = \text{diag}(1/16, 1/4, -1/5) $，特征值符号为 $ (+,+,-) $，故为双叶双曲面（8.3.1(5)）。而8.3.8题：动点到原点距离等于到平面 $ z=4 $ 距离，得 $ x^2 + y^2 + z^2 = (z-4)^2 $，化简为 $ x^2 + y^2 = -8z + 16 $，即 $ x^2 + y^2 = -8(z-2) $。此为旋转抛物面，其二次型矩阵 $ A = \text{diag}(1,1,0) $，特征值 $ (+,+,0) $，符合抛物面特征。

4.2 坐标旋转的矩阵实现：为什么“消去交叉项”等价于对角化实对称矩阵？

方程 $ 5x^2 - 3y^2 + 3z^2 + 8yz - 5 = 0 $（8.4.3题）中，交叉项 $ 8yz $ 源于二次型矩阵 $ A = \begin{bmatrix}5&0&0\0&-3&4\0&4&3\end{bmatrix} $ 的非对角元。实对称矩阵必可正交对角化：存在正交矩阵 $ Q $（即旋转矩阵，满足 $ Q^T Q = I, \det Q = 1 $），使得 $ Q^T A Q = \Lambda = \text{diag}(\lambda_1,\lambda_2,\lambda_3) $。令 $ \mathbf{x} = Q \mathbf{x}' $，则 $ \mathbf{x}^T A \mathbf{x} = \mathbf{x}'^T (Q^T A Q) \mathbf{x}' = \mathbf{x}'^T \Lambda \mathbf{x}' $，交叉项消失。8.4.3题提示“使用坐标系的旋转变换”，正是此意。计算 $ A $ 的特征值：解 $ \det(A - \lambda I) = 0 $，即
$$ \begin{vmatrix}5-\lambda&0&0\0&-3-\lambda&4\0&4&3-\lambda\end{vmatrix} = (5-\lambda)[(-3-\lambda)(3-\lambda)-16] = (5-\lambda)(\lambda^2 - 25) = 0 $$
得 $ \lambda_1 = 5, \lambda_2 = 5, \lambda_3 = -5 $。故标准形为 $ 5x'^2 + 5y'^2 - 5z'^2 = 5 $，即 $ x'^2 + y'^2 - z'^2 = 1 $，为单叶双曲面。这里的“配方”过程，实质是寻找 $ Q $ 的列向量——即 $ A $ 的标准正交特征向量。

4.3 旋转曲面的生成机制：为什么绕轴旋转等价于在垂直平面内做极坐标变换？

旋转曲面

本文还有配套的精品资源，点击获取