矩阵 A T A A^{T}A ATA 是否一定正定?NO!
注意,并不要求 A A A 是方阵,记 A A A 是 m × n m\times n m×n 的矩阵。则
x T A T A x = ( A x ) T A x = ∥ A x ∥ 2 ≥ 0 x^{T}A^{T}Ax=(Ax)^{T}Ax= \lVert Ax\rVert^{2} \ge 0 xTATAx=(Ax)TAx=∥Ax∥2≥0
其中 x x x 是 n × 1 n\times 1 n×1 的向量, A T A A^{T}A ATA 是 n × n n\times n n×n 的方阵。
由上面的不等式我们知道 A T A A^{T}A ATA 是半正定的。
而且,
y = A x y=Ax y=Ax
则
x T A T A x = ( A x ) T A x = y T y x^{T}A^{T}Ax=(Ax)^{T}Ax=y^{T}y xTATAx=(Ax)TAx=yTy
注意一个显而易见的事实, y T y ≥ 0 y^Ty \ge 0 yTy≥0 永远成立。
当 y T y = 0 y^Ty=0 yTy=0 意味着 y = 0 ⃗ y=\vec{0} y=0 ,注意 y = A x y=Ax y=Ax,即 A x = 0 ⃗ Ax = \vec{0} Ax=0 ,当 A A A 满秩 该方程才只有唯一零解,得证。
由于 r a n k ( A ) ≤ m i n { m , n } = m < n rank(A) \le min\{m,n\}=m
又 y = A x = 0 ⃗ y=Ax= \vec{0} y=Ax=0 方程的基础解系的秩 等于 n − r a n k ( A ) > 0 n-rank(A) >0 n−rank(A)>0
所以,存在 非零向量 使得 y = A X = 0 ⃗ y=AX=\vec{0} y=AX=0
这不符合 正定的定义。