1851 — Sylvester 慣性定律#

案件摘要#

1851–1852 年，James Joseph Sylvester 發表〈On the relation between the minor determinants of linearly equivalent quadratic functions〉，提出日後被稱為 Sylvester 慣性定律（law of inertia）的定理：實二次型的正慣性指標 \(n_+\) 、負慣性指標 \(n_-\) 在可逆線性變換（合同變換）下不變。無論你用什麼可逆變換把二次型化成平方和，正係數的個數與負係數的個數永遠一樣——「正負號」是二次型與生俱來的指紋，不會被偽造。這是二次型合同分類的破案關鍵。

前因 -- 為什麼會有這個案子#

• Lagrange 配方法：18 世紀 Lagrange 系統化了把二次型 \(x^T A x\) 配方成平方和的技巧（completing the square），任何實二次型都能寫成 \(\pm\) 係數的平方和。但一個尷尬的問題懸而未決：不同的人用不同的配方順序，得到的正負係數個數會不會不一樣？ 例如先配 \(x_1\) 與先配 \(x_2\) ，結果是否相同？
• Cauchy 主軸定理（1815/1829）：Cauchy 證明對稱矩陣可正交對角化，二次型可化為 \(\sum \lambda_i y_i^2\) ，特徵值皆實。在正交變換下，正特徵值個數當然不變——但 Cauchy 的結果只涵蓋正交變換，一般可逆變換下呢？
• Sylvester 的表述困境： Sylvester 自己的論文用的是行列式語言（「linearly equivalent quadratic functions」的子行列式關係），敘述晦澀，並未使用「inertia」一詞。他甚至宣稱證明「很簡單以致不需詳細寫出」——後世公認他並沒有給出完整證明。
• 真正完整的證明由 Frobenius 於 1878 年補上。這樁案件的「結案陳詞」其實是別人寫的。

線索與推理 -- 數學式、程式、理論#

線索一：慣性定律的陳述#

設 \(A\) 為 \(n \times n\) 實對稱矩陣， \(S\) 為任意可逆矩陣，作合同變換：

則 \(B\) 與 \(A\) 有相同的慣性指標三元組 \((n_+, n_-, n_0)\) ：正特徵值個數、負特徵值個數、零特徵值個數完全相同。換句話說，存在可逆 \(S\) 使

所有實對稱矩陣按 \((n_+, n_-, n_0)\) 分類——這就是二次型的合同分類：同一類的矩陣彼此合同，不同類的絕不會被任何可逆變換偽裝成對方。

線索二：為什麼正負號不會變——子空間論證#

Frobenius 式的現代證明用維度計數（這是整個案件最漂亮的推理）。設 \(A\) 有 \(n_+\) 個正特徵值， \(B = S^TAS\) 有 \(m_+\) 個正特徵值。令 \(V_+\) 為 \(\mathbb{R}^n\) 中使 \(x^T A x > 0\) 的最大子空間， \(\dim V_+ = n_+\) ；同樣對 \(B\) 有 \(\dim W_+ = m_+\) 。考慮兩個子空間經 \(S\) 連通後的交集：

在交集裡的向量 \(x\) 同時滿足 \(x^T A x > 0\) 與 \(x^T A x = (Sx)^T B (Sx) > 0\) ，不矛盾；但若 \(m_+ > n_+\) ，則 \(m_+ + n_+ - n > 2n_+ - n\) ，可推出交集裡存在非零向量落在 \(A\) 的「非正區域」，導出矛盾。故 \(m_+ \leq n_+\) ；對稱地 \(n_+ \leq m_+\) ，所以 \(m_+ = n_+\) 。負慣性指標同理。正負號指紋，鐵證如山。

線索三：秩 + 慣性 = 完整指紋#

Sylvester 慣性定律與秩定理合起來，把二次型分類化約為一個離散三元組：

• \((n, 0, 0)\) ：正定（如 \(I\) ）；
• \((n_+, n_-, 0)\) ：非退化不定（如 Minkowski 度規 \((1,1,1,1)\) 配 \((3,1)\) 的號差）；
• \(n_0 > 0\) ：退化（秩不足）。

比對「特徵值」還省事：合同變換下特徵值本身會變，但特徵值的正負號模式不變。偵探不比對指紋的細節，只比對指紋的類型。

線索四：號差 = 幾何#

慣性定律的幾何化身：二次型 \(x^T A x = c\) 的等位面形狀由 \((n_+, n_-, n_0)\) 決定。 \(n_+ = n\) 時是橢球（所有方向都「正曲率」）； \(n_+ = 1, n_- = n-1\) 時是雙曲面族——Minkowski 空間 \(\mathrm{diag}(1,-1,-1,-1)\) 的光錐結構、相對論的類時/類空/類光分類，全部是慣性定律的幾何投影。

程式碼範例：Sylvester 慣性定律的符號檢驗#

import numpy as np

np.set_printoptions(precision=4, suppress=True)

def inertia(M):
    ev = np.linalg.eigvalsh(M)
    n_plus = int(np.sum(ev > 1e-10))
    n_minus = int(np.sum(ev < -1e-10))
    return n_plus, n_minus

A = np.array([[2.0, 1.0, 0.0],
              [1.0, 3.0, 1.0],
              [0.0, 1.0, 1.0]])
print("A 的慣性 (n+, n-, n0):", inertia(A), "+ 秩", np.linalg.matrix_rank(A))

rng = np.random.default_rng(0)
print("\n隨機可逆變換 S 下，慣性指標是否不變？")
for k in range(5):
    S = rng.standard_normal((3, 3))
    while abs(np.linalg.det(S)) < 1e-3:      # 確保 S 可逆
        S = rng.standard_normal((3, 3))
    B = S.T @ A @ S                          # 合同變換
    print(f"  試驗 {k+1}: B 的慣性 = {inertia(B)}，特徵值 = {np.linalg.eigvalsh(B)}")

print("\n退化與不定例子：")
print("  diag(1,1,-1,-1)  (Minkowski 號差 -3):", inertia(np.diag([1, 1, -1, -1])))
print("  diag(1,0,0)      (退化):            ", inertia(np.diag([1.0, 0, 0])))

輸出顯示：無論隨機可逆 \(S\) 怎麼取， \(B = S^TAS\) 的 \((n_+, n_-, n_0)\) 永遠等於 \(A\) 的——雖然特徵值數值每次都不同，但正負號個數分毫不差。這就是慣性定律的數值鐵證。

結案 -- 後果與影響#

• 二次型合同分類正式結案：實對稱矩陣的世界被 \((n_+, n_-, n_0)\) 分成清晰的三元組格子，正定/不定/退化的判別有了理論根基。
• 1908 年 Minkowski 空間：Minkowski 用號差 \((1,3)\) 的度規 \(\mathrm{d}s^2 = c^2t^2 - x^2 - y^2 - z^2\) 重寫相對論；「類時、類空、類光」的分類正是慣性指標的物理化身。
• 正定性的判據：Sylvester 本人另給出正定的行列式判別法（各階主子式皆正，Sylvester criterion），與慣性定律配套，成為最優化、控制理論的日常工具。
• 廣義相對論與 Lorentz 幾何：號差不變性保證了「光錐結構」是座標變換下的幾何事實，而非座標巧合——等效原理的數學後盾。
• 無限維推廣：自伴算子的 Morse 指標、譜流的符號計數，都是慣性定律的現代遠親。

關鍵人物與文獻#

• J. J. Sylvester, On the relation between the minor determinants of linearly equivalent quadratic functions, Phil. Mag. 1, 295–305 (1851)。
• F. G. Frobenius, Über das Verhältniss der trivialen Invarianten zur Determinante, J. Reine Angew. Math. 86, 116–117 (1878)。
• H. Minkowski, Raum und Zeit, 演講 (1908)。