代数中“合同”与“相似”概念的区别辨析
在《高等代数》中队与多个矩阵有“合同”与“相似”的概念，关于这两组概念在定义上有很多相似的地方（合同——B =C ' A C ，相似——B =C -1AC ），并且在《高等代数》在讲到“（欧式空间下）实对称矩阵的标准形”时有如下的定理：
对于任意一个n 级实对称矩阵A ，都存在一个n 级正交矩阵T ，使得
T ' AT =T -1AT
因此在这里给我们一种印象，即矩阵间的合同与相似在某种条件下画了“=”，这究竟是怎么回事，为此我们应该去深入的探求矩阵“合同”与“相似”之间的联系。这个过称是循序渐进的，在学习“双线性函数”后，又对这个问题有了更深刻的理解，并且大胆的估计，“合同”与“相似”在概念上的区别会是代数问题上的一类大问题，现在对这个问题的思考结果归纳如下
让我们先从线性变换这一概念出发，我们知道在对线性空间上的线性变换的有关性质直接的进行研究是不好做的，为此我们引进了“线性变换的矩阵”这一概念，即在一个线性变换，n 维空间的一组基，一个n 阶矩阵之间建立起了一对一的关系，关系如图
线性变换对空间元素的作用直接体现在基上空间的一组基→一个矩阵变换的运算可反映在矩阵的运算上线性变换
而我们知道同一个线性变换在不同的一组基下，它所对应的矩阵是不同的，而这些矩阵之间的关系我们把它定义为“相似”，并且我们可以知道这些相似矩阵之间有这样的关系B =X -1AX , X 为这两组基之间的过渡矩阵，回顾“相似”概念，我们可以看出，“相似”的提出时基于“线性变换”。“相似”是同一个线性变换在不同基下的矩阵之间的关系，我们在提炼一下，“相似”的出现是同一个线性变换在不同背景之下的不同的表现形式之间的关系，这对后面区别“合同”与“相似”有很重要的意义
下面我们再来看看“合同”概念。《高等代数》在二次型的章节中对二次型化标准形的过程中首次提出了“合同“的概念。对一个二次型进行非退化的线性替换，这样的二次型的不同矩阵之间的关系定义为“合同”，即B =C ' A C 。而回顾“合同”的概念，我们可以发现，“合同”的概念是基于二次型的化简中产生的概念，而当我们学习了双线性函数的内容后就会发现“合同”的概念是基于双线性函数提出的, 因此在这里我们有必要提出双线性函数的有关内容：
双线性函数类比欧式空间中的线性变换是线性空间上的一种映射，所谓的“双线性”是指在固定一个自变量的情况下，另一个自变量满足“线性”的关系。为了研究着这种特殊的映射在空间下的性质，我们有引进了双线性函数的“度量矩阵”，并以此矩阵来研究双线性函数的有关性质。于是双线性函数与空间的一组基、一个n 阶矩阵也建立起了一种一一对应的关系，如图
双线性函数对空间元素的作用直接体现在基上空间的一组基→一个矩阵变换的运算可反映在矩阵的运算上双线性函数
因此，我们可以对“合同”的概念有了这样的理解：“合同”的出现是同一个双线性函数在不同背景下的不同的表现形式之间的关系
至此我们回顾了“相似”与“合同”的概念的来由，从中我们可以看出，两者概念的提出是基于不同的背景而提出的，“相似”是基于“线性变换”；“合同”是基于“双线性函数”。所以可以这样说，“相似”与“合同”是不同的映射的不同表现形式的一种关系
而在《高等代数》讲到“实对称矩阵的标准形”时的定理，暗示了我们尽管“合同”与“相似”是基于不同的背景提出的，但是他们之间在某种时候是可以划等号的，这又是问什么呢？我们在研究线性变换与双线性函数的性质时，都将矩阵引入作为一种工具，也就是说无论是线性变换还是双线性函数的性质，都可以从矩阵的角度来体现。因此如果我们单纯给出一个n 阶矩阵，我们既可以把它看成一个线性变换在一组基下的矩阵，也可以看成是一个双线性函数在一组基下的度量矩阵，这样一个单纯的矩因我们的视角不同就有了不同的理解。现在我们再来回顾“实对称矩阵的标准形”的定理：
对于任意一个n 级实对称矩阵A ，都存在一个n 级正交矩阵T ，使得
T ' AT =T -1AT
对于这个定理我们给出这样的解释：对于一个n 级实对称矩阵，如果我们把它看成是线性变换在一组基下的实对称矩阵A ，而这个线性变换在另一组基下的矩阵是对角矩阵B ；那么把A 看成是一个双线性函数在一组基下的矩阵，那么这个双线性函数在另一组基下矩阵也同样是对角矩阵B （《高等代数》P411），并且在这两个过程中的那个乘在A 左右两边的那个可逆矩阵是同一个正交矩阵T . 在这里需要注意的是：定理只是说明了同实对称一个矩阵在不同背景下的对应的另一个矩阵这个结果只是在形式上是一样的，即C ' A C 和C -1AC 是同一个矩阵，但是我们应该明确的是，即使他们是同一个矩阵但他们的意义是不一样的，一个反映的是线性变换的矩阵，一个是反映双线性函数的矩阵。
通过上面的分析我们可以看出：“合同”与“相似”的提出时基于不同的背景，只是在实对称矩阵的形式上相等了。因此在这里我们可以做出一个结论，“合同”与“相似”的概念在本质上是有区别的，他们反映的不同空间变换在不同基下的矩阵之间的关系。
以上是我们对“合同”与“相似”概念在本质上的辨析，但是我们需要注意的一个问题是，“双线性函数”与“线性变换”是有一定联系的，当把双线性函数中的一个变量固定为常量，那么双线性函数就成为了空间上的线性变换，因此我们可以把线性变换看成是一种特殊的双线性函数，在这种想法的驱使下我们就可以把“相似”理解成一种特殊的“合同”。例如我们给出n 维空间的一个线性变换A （且它有n 个线性无关的特征向量） , 它在一组基下的矩阵是实对称A ，在一组合适的基下面一定对应于一个对角矩阵B ，即A 与B 是相似的。但从另一个角度来说，我们可以这样理解：有一个n 维空间的一个双线性函数f （f 是对
称双线性函数） , 它在一组基下的矩阵是实对称矩阵A ，在一组合适的基下面一定对应于一个对角矩阵B ，即A 与B 是合同的。所以对于实对称矩阵来说，如果他是相似的，它也就一定是合同的，但是合同却不一定相似。
哎。。。。。。至此费了两页纸才勉强将二者的关系阐明。下面我们来看看判断两个矩阵合同与相似的方法。
先来看相似的判断方法：
首先我们必须明确一点不是所有的线性变换所对应的矩阵都能对角化，n 维空间的一个线性变换A 且它有n 个线性无关的特征向量的变换所对应的矩阵才能对角化。在这样条件下的线性变换在任意一组基下所对应的矩阵是一定能够相似于一个对角矩阵的，因此我们以实对称为例来讨论时不失一般性的。在求这个对角矩阵的过程中我们引入了特征向量与特征值，我们知道特征值是衡量一个线性变换的重要因素，因此我们明确一点，如果矩阵是能够对角化的（以后我们都），那么以它的特征值为对角线元素的那个对角矩阵就是他所相似的对角矩阵。因此我们给出判断矩阵是否相似的条件：对于两个实对称矩阵来说如果他们的特征值相同（特征值的重数也相同），那么我们说这两个矩阵一定是相似的（注意：如果矩阵是实对称的，那么他们也是合同的；如果不是实对称的，就不一定合同） 我们再来看合同的判断方法：
在讲到二次型的规范形时，《高等代数》给出了代数中的惯性定理（即复、实二次型的规范形唯一），并定义了正负惯性指数的概念，如下：
在实二次型f (x 1, x 2,......, x n )的规范形中，正平方项的个数p 称 为f (x 1, x 2,......, x n )的正惯性指数；负平方项的个数r -p 称为
f (x 1, x 2,......, x n )的负惯性指数；它们的差2p -r 称为符号差
正负惯性指数的引进为我们判断两个矩阵是否合同有了很好的工具。我们指出：如果两个矩阵它们的正负惯性指数相等，那么它们就是合同的
至此我们对“合同”与“相似”的概念及判断问题就基本讨论清楚了，在这里我们用一个框图的形式来梳理一下我们的思路
⎧线性变换：在一组基下的矩阵间的关系→相似(B =C ' AC )—判断：看特征值⎪⎪↓(仅针对实对称矩阵)⎨↑一种特殊的双线性函数
⎪-1双线性函数：在一组基下的矩阵间的关系→合同(B =C AC )—判断：看正负惯性指数⎪⎩
代数中“合同”与“相似”概念的区别辨析
在《高等代数》中队与多个矩阵有“合同”与“相似”的概念，关于这两组概念在定义上有很多相似的地方（合同——B =C ' A C ，相似——B =C -1AC ），并且在《高等代数》在讲到“（欧式空间下）实对称矩阵的标准形”时有如下的定理：
对于任意一个n 级实对称矩阵A ，都存在一个n 级正交矩阵T ，使得
T ' AT =T -1AT
因此在这里给我们一种印象，即矩阵间的合同与相似在某种条件下画了“=”，这究竟是怎么回事，为此我们应该去深入的探求矩阵“合同”与“相似”之间的联系。这个过称是循序渐进的，在学习“双线性函数”后，又对这个问题有了更深刻的理解，并且大胆的估计，“合同”与“相似”在概念上的区别会是代数问题上的一类大问题，现在对这个问题的思考结果归纳如下
让我们先从线性变换这一概念出发，我们知道在对线性空间上的线性变换的有关性质直接的进行研究是不好做的，为此我们引进了“线性变换的矩阵”这一概念，即在一个线性变换，n 维空间的一组基，一个n 阶矩阵之间建立起了一对一的关系，关系如图
线性变换对空间元素的作用直接体现在基上空间的一组基→一个矩阵变换的运算可反映在矩阵的运算上线性变换
而我们知道同一个线性变换在不同的一组基下，它所对应的矩阵是不同的，而这些矩阵之间的关系我们把它定义为“相似”，并且我们可以知道这些相似矩阵之间有这样的关系B =X -1AX , X 为这两组基之间的过渡矩阵，回顾“相似”概念，我们可以看出，“相似”的提出时基于“线性变换”。“相似”是同一个线性变换在不同基下的矩阵之间的关系，我们在提炼一下，“相似”的出现是同一个线性变换在不同背景之下的不同的表现形式之间的关系，这对后面区别“合同”与“相似”有很重要的意义
下面我们再来看看“合同”概念。《高等代数》在二次型的章节中对二次型化标准形的过程中首次提出了“合同“的概念。对一个二次型进行非退化的线性替换，这样的二次型的不同矩阵之间的关系定义为“合同”，即B =C ' A C 。而回顾“合同”的概念，我们可以发现，“合同”的概念是基于二次型的化简中产生的概念，而当我们学习了双线性函数的内容后就会发现“合同”的概念是基于双线性函数提出的, 因此在这里我们有必要提出双线性函数的有关内容：
双线性函数类比欧式空间中的线性变换是线性空间上的一种映射，所谓的“双线性”是指在固定一个自变量的情况下，另一个自变量满足“线性”的关系。为了研究着这种特殊的映射在空间下的性质，我们有引进了双线性函数的“度量矩阵”，并以此矩阵来研究双线性函数的有关性质。于是双线性函数与空间的一组基、一个n 阶矩阵也建立起了一种一一对应的关系，如图
双线性函数对空间元素的作用直接体现在基上空间的一组基→一个矩阵变换的运算可反映在矩阵的运算上双线性函数
因此，我们可以对“合同”的概念有了这样的理解：“合同”的出现是同一个双线性函数在不同背景下的不同的表现形式之间的关系
至此我们回顾了“相似”与“合同”的概念的来由，从中我们可以看出，两者概念的提出是基于不同的背景而提出的，“相似”是基于“线性变换”；“合同”是基于“双线性函数”。所以可以这样说，“相似”与“合同”是不同的映射的不同表现形式的一种关系
而在《高等代数》讲到“实对称矩阵的标准形”时的定理，暗示了我们尽管“合同”与“相似”是基于不同的背景提出的，但是他们之间在某种时候是可以划等号的，这又是问什么呢？我们在研究线性变换与双线性函数的性质时，都将矩阵引入作为一种工具，也就是说无论是线性变换还是双线性函数的性质，都可以从矩阵的角度来体现。因此如果我们单纯给出一个n 阶矩阵，我们既可以把它看成一个线性变换在一组基下的矩阵，也可以看成是一个双线性函数在一组基下的度量矩阵，这样一个单纯的矩因我们的视角不同就有了不同的理解。现在我们再来回顾“实对称矩阵的标准形”的定理：
对于任意一个n 级实对称矩阵A ，都存在一个n 级正交矩阵T ，使得
T ' AT =T -1AT
对于这个定理我们给出这样的解释：对于一个n 级实对称矩阵，如果我们把它看成是线性变换在一组基下的实对称矩阵A ，而这个线性变换在另一组基下的矩阵是对角矩阵B ；那么把A 看成是一个双线性函数在一组基下的矩阵，那么这个双线性函数在另一组基下矩阵也同样是对角矩阵B （《高等代数》P411），并且在这两个过程中的那个乘在A 左右两边的那个可逆矩阵是同一个正交矩阵T . 在这里需要注意的是：定理只是说明了同实对称一个矩阵在不同背景下的对应的另一个矩阵这个结果只是在形式上是一样的，即C ' A C 和C -1AC 是同一个矩阵，但是我们应该明确的是，即使他们是同一个矩阵但他们的意义是不一样的，一个反映的是线性变换的矩阵，一个是反映双线性函数的矩阵。
通过上面的分析我们可以看出：“合同”与“相似”的提出时基于不同的背景，只是在实对称矩阵的形式上相等了。因此在这里我们可以做出一个结论，“合同”与“相似”的概念在本质上是有区别的，他们反映的不同空间变换在不同基下的矩阵之间的关系。
以上是我们对“合同”与“相似”概念在本质上的辨析，但是我们需要注意的一个问题是，“双线性函数”与“线性变换”是有一定联系的，当把双线性函数中的一个变量固定为常量，那么双线性函数就成为了空间上的线性变换，因此我们可以把线性变换看成是一种特殊的双线性函数，在这种想法的驱使下我们就可以把“相似”理解成一种特殊的“合同”。例如我们给出n 维空间的一个线性变换A （且它有n 个线性无关的特征向量） , 它在一组基下的矩阵是实对称A ，在一组合适的基下面一定对应于一个对角矩阵B ，即A 与B 是相似的。但从另一个角度来说，我们可以这样理解：有一个n 维空间的一个双线性函数f （f 是对
称双线性函数） , 它在一组基下的矩阵是实对称矩阵A ，在一组合适的基下面一定对应于一个对角矩阵B ，即A 与B 是合同的。所以对于实对称矩阵来说，如果他是相似的，它也就一定是合同的，但是合同却不一定相似。
哎。。。。。。至此费了两页纸才勉强将二者的关系阐明。下面我们来看看判断两个矩阵合同与相似的方法。
先来看相似的判断方法：
首先我们必须明确一点不是所有的线性变换所对应的矩阵都能对角化，n 维空间的一个线性变换A 且它有n 个线性无关的特征向量的变换所对应的矩阵才能对角化。在这样条件下的线性变换在任意一组基下所对应的矩阵是一定能够相似于一个对角矩阵的，因此我们以实对称为例来讨论时不失一般性的。在求这个对角矩阵的过程中我们引入了特征向量与特征值，我们知道特征值是衡量一个线性变换的重要因素，因此我们明确一点，如果矩阵是能够对角化的（以后我们都），那么以它的特征值为对角线元素的那个对角矩阵就是他所相似的对角矩阵。因此我们给出判断矩阵是否相似的条件：对于两个实对称矩阵来说如果他们的特征值相同（特征值的重数也相同），那么我们说这两个矩阵一定是相似的（注意：如果矩阵是实对称的，那么他们也是合同的；如果不是实对称的，就不一定合同） 我们再来看合同的判断方法：
在讲到二次型的规范形时，《高等代数》给出了代数中的惯性定理（即复、实二次型的规范形唯一），并定义了正负惯性指数的概念，如下：
在实二次型f (x 1, x 2,......, x n )的规范形中，正平方项的个数p 称 为f (x 1, x 2,......, x n )的正惯性指数；负平方项的个数r -p 称为
f (x 1, x 2,......, x n )的负惯性指数；它们的差2p -r 称为符号差
正负惯性指数的引进为我们判断两个矩阵是否合同有了很好的工具。我们指出：如果两个矩阵它们的正负惯性指数相等，那么它们就是合同的
至此我们对“合同”与“相似”的概念及判断问题就基本讨论清楚了，在这里我们用一个框图的形式来梳理一下我们的思路
⎧线性变换：在一组基下的矩阵间的关系→相似(B =C ' AC )—判断：看特征值⎪⎪↓(仅针对实对称矩阵)⎨↑一种特殊的双线性函数
⎪-1双线性函数：在一组基下的矩阵间的关系→合同(B =C AC )—判断：看正负惯性指数⎪⎩