计量经济学数学基础
计量经济学重点
1. 计量经济学是以经济理论为前提，利用数学、数理统计方法与计算技术，根据实际观测资料来研究带有随机影响的经济数量关系和规律的一门学科。
经济理论、数据和统计理论这三者对于真正了解现代经济生活中的数量关系都是必要的，但本身并非是充分条件。
三者结合起来就是力量，这种结合便构成了计量经济学。
经济理论的作用是对经济现象进行分析和解释，描述在一定条件下经济变量之间的相互关系。
体现在计量经济学模型之中。
2. 三大要素的经济理论：经济理论对于计量经济学是建立计量经济模型的依据和出发点。
计量经济学对于经济理论而言是理论到实际的桥梁和检验工具。
观测数据：主要是指统计数据和各种调查数据。
是所考察的经济对象的客观反映和信息载体，是计量经济工作处理的主要现实素材。
经济数据是计量经济分析的材料。
经济数据是经济规律的信息载体。
数据类型有时间序列数据、截面数据、平行数据、虚拟变量数据。
统计理论：是指各种数理统计方法，包括参数的估计，假设检验等内容。
是计量经济的主要数学基础，很多计量经济学方法都是在数理统计的基础上发展起来的。
3. 计量经济模型的应用：结构分析 经济预测 政策评价 检验与发展经济理论4. 回归的含义：回归分析是研究关于一个叫做被解释变量的变量对另一个或多个叫做解释变量的依赖关系。
其用意在于通过后者（在重复抽样中）的已知或被设定值去估计和（或）预测前者的（总体）均值。
回归分析构成计量经济学的方法论基础，主要内容包括：根据样本观察值对经济计量模型参数进行估计，求得回归方程；对回归方程、参数估计值进行显著性检验；利用回归方程进行分析、评价及预测。
回归分析的用途：通过自变量的值来估计应变量的值。
对独立性进行假设检验——根据经济理论建立适当的假设。
通过自变量的值对应变量进行预测。
上述多个目标的综合。
5. 回归关系与确定性关系：回归关系（统计关系）：研究的是非确定现象随机变量间的关系。
确定性关系（函数关系）：研究的是确定现象非随机变量间的关系。
计量经济学要点
第一章 导论1、什么是计量经济学模型？它有哪些要素？要素的内容是什么？计量经济模型就是经济变量之间所存在的随机关系的一种数学表达式，其一般形式为： 模型由经济变量（x,y ），随机误差项（u ），参数（β）和方程的形式 f (▪)等四个要素构成。
经济变量（x,y ）——用于描述经济活动水平的各种量，是经济计量建模的基础随机误差项（u ）——表示模型中尚未包含的影响因素对因变量的影响，一般假定其满足一定条件。
参数（β）——是模型中表示变量之间 数量关系的系数，具体说明解释变量对解释变量的影响程度。
方程的形式 f (▪) ——是将计量经济模型的三个要素联系在一起的数学表达式，分为线性模型和非线性模型。
2、经典计量经济学模型的建模步骤及主要内容是什么？经典计量建模可分为四个连续的阶段：模型设定，参数估计，模型检验，模型应用。
模型设定阶段需研究有关经济理论并确定变量以及函数形式，进行样本数据的收集与整理；模型的参数估计阶段要用到统计推断、回归分析方法，经常需要借助于统计软件的帮助得到参数的估计结果，参数一经确定，模型中各变量之间的关系就确定了，模型也就随之确定了。
参数估计的主要方法有最小平方法（OLS ）及其拓展形式（GLS 、WLS 、2StageLS 等）、最大似然估计法、数值计算法等；模型检验包括经济意义检验、统计检验、计量经济检验；模型可应用于验证与发展经济理论、结构分析、经济预测、政策评价等方面。
3、数据及数据类型变量的具体取值称为数据(Data)。
数据是经济计量分析的原材料，根据形式不同，数据分为时间序列数据、横截面数据和合并数据。
1.时间序列数据（Time series data ）是按时间顺序排列而成的数据。
2.截面数据（Cross sectional data ）又称横断面数据，是指在同一时间，不同统计单位的相同统计指标组成的数据列。
3.合并数据（Pooled data ）是指既有时间序列数据又有横截面数据。
计量经济学知识点总结
计量经济学知识点总结1. 引言计量经济学是经济学的一个分支，它运用数学和统计学的方法来研究经济现象和经济理论。
计量经济学的研究对象包括经济数据的收集、整理和分析，以及对经济模型和经济政策的评估和检验。
本文将总结计量经济学的一些重要知识点。
2. 回归分析回归分析是计量经济学中最基础的方法之一。
它用来研究一个或多个自变量对一个因变量的影响程度和方向。
回归分析包括简单线性回归和多元线性回归。
简单线性回归假设自变量和因变量之间存在线性关系，用一条直线拟合数据。
多元线性回归则考虑多个自变量对因变量的影响，通过最小二乘法求解回归方程。
在回归分析中，参数估计的标准工具是OLS（Ordinary Least Squares）估计法。
OLS估计法用于最小化预测值与观测值的残差平方和，并得到回归系数的估计值。
3. 验证回归模型在应用回归模型之前，需要对模型进行验证。
通过检验回归模型的假设和具体形式，我们可以评估模型的有效性和适用性。
3.1 线性假设回归模型的核心假设之一是线性假设。
线性假设意味着自变量和因变量之间的关系是线性的。
我们可以通过残差分析和显著性检验来验证线性假设。
残差分析用于检验模型的残差是否具有随机性、无序列相关和常方差性。
一般来说，在线性假设下，残差应该满足以上条件。
通过观察残差的图形和假设检验，我们可以对模型的线性假设进行评估。
3.2 检验回归系数的显著性回归系数的显著性检验用于确定自变量对因变量的影响是否显著。
在回归模型中，我们希望得到对回归系数的置信区间和显著性水平的判断。
常用的显著性检验包括t检验和F检验。
t检验用于检验单个回归系数的显著性，而F检验则用于检验整个回归模型的显著性。
4. 模型选择与评估在回归分析中，模型选择和评估是重要的步骤。
选择一个合适的模型可以提高估计的准确性和解释力。
4.1 变量选择变量选择是指在多元回归分析中选择自变量。
我们可以通过相关系数矩阵、逐步回归和信息准则等方法进行变量选择。
计量经济学基础知识
计量经济学基础知识引言计量经济学是经济学中的一个重要分支，通过运用统计学和数学工具来研究经济现象并进行经济数据的分析和量化。
本文将介绍计量经济学的基础知识，包括计量经济学的定义、应用领域、研究方法和重要概念。
1. 计量经济学的定义计量经济学是一门研究经济现象的科学，它利用统计学和数学工具来分析和解释经济数据。
计量经济学不仅关注经济理论的推导和验证，还关注经济现象的实证研究和政策分析。
计量经济学可以帮助经济学家理解经济现象背后的规律，预测经济变量的未来走势，并为政策制定者提供政策建议。
2. 计量经济学的应用领域计量经济学的应用领域非常广泛，涵盖了许多经济学的分支领域。
以下列举几个常见的应用领域：2.1. 劳动经济学劳动经济学研究劳动市场的行为和结果，包括就业、工资、劳动力供给和劳动力需求等方面。
计量经济学的方法可以帮助研究者理解劳动市场的运作机制，评估劳动市场政策的效果，以及预测未来的劳动力需求和就业机会。
2.2. 产业经济学产业经济学研究产业结构、企业行为和市场竞争等方面。
计量经济学的方法可以用来评估市场垄断程度、分析市场结构的变动、研究企业决策的影响因素等。
2.3. 金融经济学金融经济学研究与金融市场有关的经济现象，包括金融资产定价、投资组合选择、风险管理等方面。
计量经济学的方法可以用来构建金融模型、分析金融市场数据，帮助投资者进行投资决策和风险管理。
2.4. 国际贸易经济学国际贸易经济学研究国际贸易的原因和影响，包括比较优势、贸易政策和国际收支平衡等方面。
计量经济学的方法可以用来检验贸易理论的有效性，评估贸易政策的影响以及预测国际贸易的走势。
3. 计量经济学的研究方法计量经济学的研究方法包括理论推导、数据收集、模型建立、变量选择和实证分析等环节。
以下是计量经济学常用的研究方法和技巧：3.1. 线性回归模型线性回归模型是计量经济学中最常用的方法之一，它使用线性方程来描述因变量和自变量之间的关系。
计量经济学讲义
计量经济学讲义第一部分：引言计量经济学是研究经济现象的量化方法，它结合了统计学和经济学原理，旨在提供对经济现象进行定量分析的工具和技术。
本讲义将介绍计量经济学的基本概念和方法，帮助读者理解和应用计量经济学的基本原理。
第二部分：经济数据和计量经济学模型1. 经济数据的类型- 我们将介绍经济数据的两种主要类型：时间序列数据和截面数据。
时间序列数据是在一段时间内收集的数据，而截面数据是在同一时间点上收集的数据。
2. 计量经济学模型- 我们将讨论计量经济学模型的基本原理和应用，例如最小二乘法和线性回归模型。
这些模型可以帮助我们分析经济数据之间的关系，并进行预测和政策评估。
第三部分：经济数据的描述性统计分析1. 描述性统计分析的概念- 我们将介绍描述性统计分析的基本概念和方法，包括中心趋势测量、离散度测量和分布形态测量。
这些方法可以帮助我们理解和总结经济数据的基本特征。
2. 经济数据的描述性统计分析实例- 我们将通过实例演示如何使用描述性统计分析方法来分析和解释经济数据。
例如，我们可以使用均值和方差来描述一个国家的经济增长和收入分配。
第四部分：计量经济学的统计推断1. 统计推断的概念- 我们将讨论统计推断的基本概念和方法，包括假设检验和置信区间。
这些方法可以帮助我们从样本数据中推断总体参数，并评估推断的精度和可靠性。
2. 统计推断的实例- 我们将通过实例演示如何使用统计推断方法来研究和解释经济现象。
例如，我们可以使用假设检验来判断一个政策措施对经济增长的影响。
第五部分：计量经济学的回归分析1. 单变量线性回归模型- 我们将介绍单变量线性回归模型的基本原理和应用。
这个模型可以帮助我们分析一个因变量和一个自变量之间的关系，并进行预测和政策评估。
2. 多变量线性回归模型- 我们将讨论多变量线性回归模型的基本原理和应用。
这个模型可以帮助我们分析多个自变量对一个因变量的影响，并进行政策评估和变量选择。
第六部分：计量经济学的时间序列分析1. 时间序列模型的基本概念- 我们将介绍时间序列模型的基本概念和方法，包括自回归模型和移动平均模型。
计量经济学数据类型
计量经济学数据类型
“计量经济学”是指利用经济学理论和数学统计方法来研究实际的经济问题。
数据是计量经济学研究的重要基础，计量经济学中常见的数据类型如下：
1. 时间序列数据：时间序列数据是按时间顺序排列的数据，例如经济指标、股票价格、汇率等。
应用：基于时间序列数据进行趋势预测和时间序列分析，例如预测未来的经济增长率、通货膨胀率、利率等。
2. 横截面数据：横截面数据是在相同时间点上针对不同个体所收集的数据，例如收入、教育程度、职业等。
应用：基于横截面数据进行个体变量的比较分析，例如探讨收入水平与教育程度的关系、职业类型与收入的关系等。
3. 面板数据：面板数据是同时包含时间序列和横截面数据的数据，例如企业的经济数据、家庭调查数据等。
应用：基于面板数据进行个体和时间变量的研究，例如探讨企业投资和利润的关系、家庭收支变化的影响因素等。
4. 实验数据：实验数据是通过对特定因素进行控制来获取的数据，例如经济政策的实验数据、招聘决策的实验数据等。
应用：基于实验数据进行因果关系的分析，例如探讨各种政策对实体经济的影响、探讨招聘流程中不同因素对应聘者选择和工作表现的影响等。
以上数据类型及其应用是计量经济学研究中常见的基础。
在实际应用中，根据实际问题和数据可用性，研究者可以将不同类型的数据进行组合分析，以获取更深入的结论。
计量经济学的基本原理和应用范围
计量经济学的基本原理和应用范围计量经济学是经济学的一个分支，它通过数学和统计方法来研究经济现象。
计量经济学的基本原理包括数学和统计学的理论基础，以及经济学原理的应用。
计量经济学的应用范围非常广泛，可以用来研究消费者行为、生产成本、市场竞争、货币政策等经济问题。
一、计量经济学的基本原理1.数学和统计学的理论基础计量经济学的数学和统计学的理论基础，主要包括微积分、线性代数、概率论、数理统计等学科。
这些学科为计量经济学的分析提供了必要的数学和统计理论方法，例如回归分析、时间序列分析、方差分析等方法。
2.经济学原理的应用计量经济学的经济学原理应用主要包括货币经济学、宏观经济学、微观经济学和国际贸易等方面。
这些经济学原理可以帮助计量经济学研究者理解和解释市场现象、预测市场变化，进而做出正确的政策决策。
二、计量经济学的应用范围1.消费者行为计量经济学可以用来研究消费者行为，例如价格弹性、需求曲线、消费者剩余等问题。
这些研究结果对企业制定价格策略、产品策略、营销策略等方面有着极为重要的指导作用。
2.生产成本计量经济学可以用来研究生产成本的结构、规律和变化等问题。
通过对生产成本的研究，企业可以更加科学地制定生产计划和生产成本控制策略，提高生产效率和经济效益。
3.市场竞争计量经济学可以用来研究市场竞争的形式、机制和效果等问题。
通过对市场竞争的研究，可以预测市场变化趋势，帮助企业做出市场准备和应对措施，提高市场竞争力。
4.货币政策计量经济学可以用来研究货币供应、利率决策、通货膨胀等方面的问题。
这些研究可以帮助政府、金融机构和企业了解货币政策的实际效果，制定适当的货币政策措施，保持经济稳定。
5.国际贸易计量经济学可以用来研究国际贸易的贸易自由化、国际收支平衡等问题。
这些研究可以帮助政府、企业和研究机构了解国际贸易的趋势和规律，制定相应的国际贸易政策和国际竞争策略，提高国际竞争力。
总之，计量经济学作为经济学的一个重要分支，有着广泛的应用范围和重要的实践价值。
基础计量经济学
基础计量经济学摘要：I.引言- 介绍基础计量经济学的概念- 计量经济学在经济学研究中的重要性II.基础计量经济学的核心理论- 描述性统计学- 推断性统计学- 回归分析III.基础计量经济学的方法- 经济模型构建- 数据收集与处理- 参数估计与假设检验IV.基础计量经济学的应用- 我国经济增长分析- 通货膨胀预测- 货币政策评估V.基础计量经济学的发展趋势- 大数据与人工智能的融合- 跨学科研究- 我国基础计量经济学的发展现状与挑战正文：基础计量经济学是一门以经济现象为研究对象，运用数学、统计学等方法来描述、解释和预测经济现象的学科。
它在经济学研究中具有重要意义，为我们提供了实证分析的工具。
基础计量经济学的核心理论包括描述性统计学、推断性统计学和回归分析。
描述性统计学主要通过计算各种统计量来概括数据的基本特征；推断性统计学则关注如何从样本数据中推断总体参数；回归分析则是研究两个或多个变量之间关系的方法。
基础计量经济学的方法包括经济模型构建、数据收集与处理以及参数估计与假设检验。
经济模型构建是根据实际问题抽象出经济关系的过程；数据收集与处理则涉及到数据的来源、整理和分析；参数估计与假设检验则是通过统计方法来估计模型参数并检验经济学理论。
基础计量经济学在实际应用中具有广泛的应用，例如在我国经济增长分析、通货膨胀预测和货币政策评估等方面都发挥着重要作用。
通过运用基础计量经济学方法，我们可以更深入地理解经济现象，为政策制定提供有力支持。
近年来，基础计量经济学的发展趋势表现为大数据与人工智能的融合、跨学科研究以及我国基础计量经济学的发展现状与挑战。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计量经济学数学基础word文档，精心编排整理，均可修改你的满意，我的安心《计量经济学》数学基础本文案经过精细搜索而来，内容齐全数学基础 (Mathematics)第一节 矩阵(Matrix)及其二次型(Quadratic Forms)第二节 分布函数(Distribution Function)，数学期望(Expectation)及方差(Variance)第三节 数理统计（Mathematical Statistics ）第一节 矩阵及其二次型(Matrix and its Quadratic Forms)矩阵的基本概念与运算 一个m ×n 矩阵可表示为：v a a a a a aa a a a A mn m m n n ij ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡== 212222111211][矩阵的加法较为简单，若C=A +B ，c ij =a ij +b ij但矩阵的乘法的定义比较特殊，若A 是一个m ×n 1的矩阵，B 是一个n 1×n 的矩阵，则C =AB 是一个m ×n 的矩阵，而且∑==nk kj ik ij b a c 1，一般来讲，AB ≠BA ，但如下运算是成立的：结合律（Associative Law ） (AB )C =A （BC ） 分配律（Distributive Law ） A (B +C )=AB +AC 问题：(A+B)2=A 2+2AB+B 2是否成立向量（Vector ）是一个有序的数组，既可以按行，也可以按列排列。
行向量(row vector)是只有一行的向量，列向量(column vector)只有一列的向量。
如果α是一个标量，则αA =[αa ij ]。
矩阵A 的转置矩阵(transpose matrix)记为A '，是通过把A 的行向量变成相应的列向量而得到。
显然(A ')′=A ，而且（A +B ）′=A '+B '，乘积的转置（Transpose of production ） A B AB ''=')(，A B C ABC '''=')(。
可逆矩阵（inverse matrix ），如果n 级方阵(square matrix)A 和B ，满足AB=BA=I 。
则称A 、B 是可逆矩阵，显然1-=B A ，1-=A B 。
如下结果是成立的：1111111)()()()(-------='='=A B AB A A AA 。
特殊矩阵1）恒等矩阵(identity matrix)对角线上元素全为1，其余全为0，可记为I ； 2）标量矩阵(scalar matrix) 即形如αI 的矩阵，其中α是标量； 3）幂等矩阵(idempotent matrix)如果矩阵A 具有性质A A A A ==⋅2，这样的矩阵称为幂等矩阵。
定理：幂等矩阵的特征根要么是1，要么是零。
4）正定矩阵（positive definite ）和负定矩阵（negative definite ），非负定矩阵(nonnegative ) 或 半正定矩阵（positive semi-definite ），非正定矩阵(nonpositive definite) 或 半负定矩阵（negative semi-definite ）；对于任意的非零向量x ，如有x A x'＞0（＜0），则称A 是正（负）定矩阵；如有x A x'≥0（≤0），非负（非正）定矩阵。
如果A 是非负定的，则记为A ≥0；如果是正定的，则记为A ＞0。
协方差矩阵∑是半正定矩阵，几个结论：a ）恒等矩阵或单位矩阵是正定的；b ）如果A 是正定的，则1-A 也是正定的；c ）如果A 是正定的，B 是可逆矩阵，则AB B '是正定的；d ）如果A 是一个n ×m 矩阵，且n ＞m ，m A r =)(，则A A '是正定的，A A '是非负定矩阵。
5）对称矩阵（symmetric matrix ）；如果A =A ′，则A 称为对称矩阵。
矩阵的迹（trace ）一个n ×n 矩阵的迹被定义为它的对角线上的元素之和，记为)(A tr ，则∑==ni ii a A tr 1)(，如下结论是显然的。
1）)()(A tr A tr αα= （α是标量） 特例n I tr =)( 2）)()(A tr A tr ='3）)()()(B tr A tr B A tr +=+4）)()(BA tr AB tr =，特例211)(ij nj ni a A A tr ∑∑==='５）循环排列原则 tr(ABCD)=tr(BCDA)=tr(CDAB)=tr(DABC) 定理：实对称矩阵A 的迹等于它的特征根之和。
因为A 是实对称矩阵，故有在矩阵C ，使得⎪⎪⎪⎭⎫⎝⎛=Λ='n AC C λλ 1，其中I C C ='，所以，∑==='='=Λ=ni i A tr AI tr C C A tr AC C tr tr 1)()()()()(λ。
矩阵的秩(rank)一个矩阵A 的行秩和列秩一定相等，一个矩阵的秩就可以定义为它的行秩或列秩，记为r(A)，不加证明，我们给出如下结果：1）)()(A r A r '=≤min （行数、列数）2）1)()(n B r A r -+≤)(AB r ≤min ))(),((B r A r ，其中A 、B 分别为m ×n 1、n 1×n 矩阵，特例：如果A 、B 为n ×n 矩阵，而且AB=0，则)()(B r A r +≤n3）)()()(A A r A A r A r '='=，其中A 是n ×n 的方阵 4）)(B A r +≤)()(B r A r +5）设A 是n ×n 矩阵，且I A =2，则n I A r I A r =-++)()(6）设A 是n ×n 矩阵，且A A =2，则n I A r A r =-+)()(统计量的矩阵表示向量可理解为特殊的矩阵。
i 是一个其元素都为1的n 维列向量，即i'=（1，1，…，1），如果我们再假定),,,(21n x x x x='，计量经济模型中的许多统计量就可以用矩阵的形式表示出来，很方便进行数学推导。
显而易见，∑=⋅'=n i i x i x 1，∑=⋅'=n i i x x x 12，样本的均值与方差的矩阵表示如下：1）样本均值矩阵表示；事实上n i i =' 即11='i i n，而⎪⎪⎪⎪⎭⎫ ⎝⎛='111111111 i i ，x i n x n x n i i ⋅'==∑=111；2）样本方差矩阵表示易知：x i i n x i n i x i x x '=⋅'⋅⋅==⎪⎪⎪⎭⎫⎝⎛11。
其中矩阵i i n '1是一个每个元素都为n 1的n 阶方阵，从而x M x i i n I x i i n x x i x x x x x x x n 021)1()1()(∆'⋅-='-=-=⎪⎪⎪⎪⎭⎫ ⎝⎛---。
矩阵0M 的对角线上的元素为)11(n -，非对角线的元素为n 1-，是一个对称矩阵。
故样本方差：)()(1)(1122x x x x nx x n S n i i -'-=-=∑=x M x nx M x n x M M x n02000111'=='⋅=。
定理：矩阵0M 是幂等矩阵。
矩阵的二次型与多元正态分布1）矩阵的二次型（Quadratic Forms ）和线性变换（linear transferring ） 设P 是一数域，一个系数在数域P 中的n x x x ,,,21 的二次齐次多项式n n n x x a x x a x a x x x f 11211221112122),,,(+++=n n x x a x a 2222222+++ ……………………………2n nn x a + （1）称为数域P 上的一个n 元二次型，或者，在不致引起混淆时简称二次型。
例如2332223*********x x x x x x x x x +++++就是有理数域上的一个三元二次型，为了以后讨论上的方便，在（1）中，i x x j i (＜)j 的系数写在ij a 2。
而不简单地写成ij a 。
和在几何中一样，在处理许多其它问题时也常常希望通过变量的线性替换简化有关的二次型，为此，我们引入定义1 设．n x x ,,1 ；n y y ,,1 是两组文字，系数在数域．．．．．．．．．．．P ．中的一级关系式．．．．．．．⎪⎪⎩⎪⎪⎨⎧+++=+++=+++=nnn n n n nn nn y c y c y c x y c y c y c x y c y c y c x 22112222121212121111 （2） 称为由．．．n x x ,,1 ，n x 到．n y y ,,1 的一个线性替换，或简称线性替换，如果系数行列式．．．．．．．．．．．．．．．．．．．．．．．0≠ij c那么线性替换．．．．．．（2）就称为非退化的．．．．．．．。
在讨论二次型时，矩阵是一个有力的工具，因此我们先把二次型与线性替换用矩阵来表示。
令ij ji a a =， i ＜j由于i j j i x x x x =所以二次型（1）可以写成n n n x x a x x a x a x x x f 112112211121),,,(+++=n n x x a x a x x a 2222221221++++……………………………………22211n nn n n n n x a x x a x x a ++++∑∑===n i nj j i ij x x a 11（3）把（3）的系数排成一个n ×n 矩阵⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n a a a a a a a a a A 212222111211 （4） 它就称为二次型（3）的矩阵，因为ji ij a a =，i ，,,,1n j =所以A A '=我们把这样的矩阵称为对称矩阵，因此，二次型的矩阵都是对称的．．．．．．．．．．．。
令⎪⎪⎪⎪⎭⎫⎝⎛=n x x x X 21 于是，二次型可以用矩阵的乘积表示出来，AX X '⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎭⎫ ⎝⎛=n nn n n n n n x x x a a a a a a a a a x x x 2121222211121121),,,( ⎪⎪⎪⎪⎭⎫ ⎝⎛+++++++++=n nn n n n n n n n x a x a x a x x x a x a x a x a x a x x x 22112222121121211121),,,( ∑∑===ni nj j i ij x x a 11故 AX X x x x f n '=),,,(21应该看到，二次型（1）的矩阵A 的元素ji ij a a =正是它的j i x x 项的系数的一半，因此二次型和它的矩阵是相互唯一决定的，由此还能得到，若二次型BX X AX X x x x f n '='=),,,(21且A A ='，B B ='，则B A =。