【线性代数】深入理解矩阵乘法、对称矩阵、正定矩阵

问题提出

  今天做到一道线性代数的证明题,如下:

A , B A, B A,B都是 n n n阶正定矩阵,且 A B = B A AB=BA AB=BA,证明: A B AB AB也是正定矩阵。

想了好半天没想出来,结果一翻答案,竟然是按照特征值证明的,两个矩阵相乘,特征值也相乘吗? 一开始没想明白,顺着这个思路在网上找了半天,没找到答案,反倒是直接搜这个问题得到了一个能够理解的证明思路,下面记录一下证明过程,顺带这道题的一些扩展思路

理论准备

1 对称矩阵与反对称矩阵

  首先需要明确的是,对称矩阵和反对称矩阵都是指方阵。另外,一般讨论的对称矩阵和反对称矩阵都是在定义在实数域的,即都是实矩阵

  • 对称矩阵
    A A A n n n阶矩阵,且满足 A T = A A^T=A AT=A,则 A A A为对称矩阵。因此,对于对称矩阵 A A A,应该满足 a i j = a j i ,       i , j = 1 , 2 , . . . , n . a_{ij}=a_{ji}, \, \, \space \space i,j=1,2,...,n. aij=aji,  i,j=1,2,...,n.
  • 反对称矩阵
    A A A n n n阶矩阵,且满足 A T = − A A^T=-A AT=A,则 A A A为反对称矩阵。因此,对于反对称矩阵 A A A,应该满足 a i j = − a j i ,       i , j = 1 , 2 , . . . , n . a_{ij}=-a_{ji}, \, \, \space \space i,j=1,2,...,n. aij=aji,  i,j=1,2,...,n.反对称矩阵的对角元素都为0

  根据对称矩阵和反对称矩阵的定义,可以得到一个重要的结论:

任意一个 n n n阶矩阵(方阵),都可以分解为一个 n n n阶对称矩阵 S S S和一个 n n n阶反对称矩阵 M M M之和

这个命题的证明思路非常简单:
A = A + A T 2 + A − A T 2 ,    令 S = A + A T 2 , M = A − A T 2 A=\frac{A+A^T}{2}+\frac{A-A^T}{2},\space \space \space 令S=\frac{A+A^T}{2},M=\frac{A-A^T}{2} A=2A+AT+2AAT,   S=2A+ATM=2AAT
显然, S T = S , M T = − M S^T=S, M^T=-M ST=S,MT=M,故 M M M为对称矩阵, S S S为反对称矩阵,证毕。

  其实对称是矩阵的一个非常重要的性质,但是从它的定义来看,似乎也没有什么能够得到的性质或推论,尤其是在矩阵乘法方面,即使是对称矩阵,乘了一个矩阵之后就不一定对称了,但是对于对称矩阵相乘,有一个可能会有用的结论。

A , B A, B A,B为对称矩阵,则 A B AB AB为对称矩阵 ⇔ \Leftrightarrow A , B A, B A,B可交换(即 A B = B A AB=BA AB=BA

证明思路如下:
【线性代数】深入理解矩阵乘法、对称矩阵、正定矩阵_第1张图片

2 正定矩阵

  首先需要明确的一点的是,正定矩阵是定义在实对称矩阵上的,即当我们说一个矩阵是正定的,就已经默认它是一个对称矩阵。这一点似乎很多教材上存在不同的说法,或者并没有明确指出,但其实已经暗含了这个条件,因为在正定矩阵这一块,都是说有一个二次型 A A A…即已经将讨论范围限定在二次型了,即对称矩阵。

  值得一提的是,为什么正定矩阵要定义在对称矩阵上?因为根据其特征值都大于0的判别方式,其实也有很多非对称矩阵满足这个条件。
  在知乎上找到一个链接,虽然它底下的答案都是回答“正定矩阵是否都是对称矩阵” 这个问题,但个人觉得这些答案或许用来解释 “为什么正定矩阵都定义在对称矩阵上”。其中一个利用了上面证明的那个矩阵拆解的定理,其中值得注意的是,反对称矩阵的二次型为0(根据定义可以推得),因此,讨论一个 n n n阶矩阵的二次型问题,即使它对应的矩阵不是对称矩阵(即交叉项没有对半拆),最后都可以转化为对称矩阵的二次型问题,因此正定矩阵索性就定义在对称矩阵上。

如果加上对称这个条件,那么正定矩阵的判定与性质可以总结为以下几点:

  • 常用的两种判别方式
    • 特征值法:矩阵 A A A为对称矩阵 + A A A的所有特征值都大于0;
    • 顺序主子式法:矩阵 A A A为对称矩阵 + A A A的各阶顺序主子式都大于0 ;
  • 其他在证明题中常用的等价结论
    • A A A为正定矩阵 ⇔ \Leftrightarrow 存在可逆矩阵 B B B, 使得 A = B T B A=B^TB A=BTB
    • A A A为正定矩阵 ⇔ \Leftrightarrow A ⋍ E A\backsimeq E AE E E E为单位矩阵,有些教材用的是 I I I
    • A A A为正定矩阵 ⇔ \Leftrightarrow A A A的正惯性指数为 n n n

问题证明

  有了上述理论知识储备,我们再来看一下最开始提出的问题:

A , B A, B A,B都是 n n n阶正定矩阵,且 A B = B A AB=BA AB=BA,证明: A B AB AB也是正定矩阵。

下面是证明过程:

证:
  因为 A , B A, B A,B n n n阶矩阵,则 A T = A , B T = B A^T=A, B^T=B AT=A,BT=B,又因为 A B = B A AB=BA AB=BA,故 A B AB AB为对称矩阵,即满足正定矩阵的前提条件。
  因 A , B A, B A,B为正定矩阵,故存在可逆矩阵 P P P Q Q Q,使得 A = P T P ,     B = Q T Q A=P^TP, \space \space \space B=Q^TQ A=PTP,   B=QTQ.
由此得到:
Q A B Q − 1 = Q ( P T P ∗ Q T Q ) Q − 1 = Q ( P T P ) Q T = ( P Q T ) T ∗ ( P Q T ) QABQ^{-1}=Q(P^TP*Q^TQ)Q^{-1}=Q(P^TP)Q^T=(PQ^T)^T*(PQ^T) QABQ1=Q(PTPQTQ)Q1=Q(PTP)QT=(PQT)T(PQT)
  显然, P Q T PQ^T PQT为可逆矩阵,故 ( P Q T ) T ∗ ( P Q T ) (PQ^T)^T*(PQ^T) (PQT)T(PQT)为正定矩阵,其特征值都大于0,而 A B AB AB与矩阵 ( P Q T ) T ∗ ( P Q T ) (PQ^T)^T*(PQ^T) (PQT)T(PQT)相似,故其特征值相同,都大于0。故 A B AB AB为正定矩阵,证毕。

你可能感兴趣的:(学习笔记,线性代数,正定矩阵,矩阵乘法,对称矩阵,特征值)