怎么判断两个矩阵合同｜依靠实对称矩阵特征值惯性指数核验

上周线下刷题的时候卡在一道线代大题，整张卷子两道相似的矩阵题目，前一道求相似轻松算出结果，转头琢磨怎么判断两个矩阵合同，直接卡了快四十分钟，草稿纸写满了半张还是算错两道小题。

最开始盯着矩阵的秩反复计算，两套矩阵算出来秩完全一致，当即笃定二者满足合同条件，提笔写下答案之后对照课后答案直接红叉。当时整个人都愣在书桌前，完全想不通秩相等明明是合同的必要条件，为什么匹配不上标准答案。

翻教材翻到实对称矩阵那一页才反应过来，秩相等只能作为基础筛选条件，不能当作判定依据，手里的两道矩阵都是实对称样式，却有着完全不一样的正负特征值数量。后来才反应过来，合同的核心判定标准藏在惯性指数里，正负惯性指数全部对应相等，两个矩阵才算合同。

当时手边摆着两道二阶实对称矩阵，第一组矩阵算出正惯性指数1，负惯性指数1，第二组矩阵正惯性指数2，负惯性指数0，二者秩完全相同，特征值正负数量天差地别，自然没办法划进合同矩阵的范围。

课后去找同班同学对解题思路，对方做题时习惯直接求解矩阵的特征值，不用二次型配方法换算标准型，做题速度比我快上不少。他说碰到三阶四阶高阶矩阵，硬算特征值计算量会陡增，换合同变换法初等变换化简二次型矩阵，能更快读出正负惯性指数。

我当场拿出那道错题跟着他的思路演算，先用合同初等变换把矩阵化为对角矩阵，对角线上的数字正负数量直接对应惯性指数，不用求解复杂的特征方程。两套矩阵走完变换流程，对角元素正负数量一对比，结果瞬间清晰。

之前做题总偏爱特征值解法，碰到数字偏大的矩阵就容易算错行列式，反复验算好几次还是会出现计算失误。那次错题复盘之后，做题会先看矩阵阶数，二阶三阶矩阵随手算特征值，四阶及以上的矩阵直接走合同初等变换，两种办法轮换着用，很少再出现判断出错的情况。

有一回模考碰到一道抽象矩阵题目，题目没有给出矩阵具体数字，只告知两个实对称矩阵的特征值集合，只需要清点正负特征值的个数，不用动笔计算矩阵变换，短短几十秒就敲定矩阵合同关系。

考场里做完这道题之后，低头回看之前写满演算步骤的草稿纸，忽然发觉当初死磕矩阵秩的做法有多局限，线性代数里矩阵的相似、合同、等价三类判定标准本身就有区分，等价只看秩，相似看重特征值，合同的核心锚点永远落在惯性指数之上。

合上试卷收拾文具的时候，指尖扫过草稿纸上残留的特征方程草稿，心底只觉得当初浪费的四十分钟实在没必要。