定矩阵(Definite matrix)和对称矩阵相互等价吗？-CSDN博客

本文链接：https://blog.csdn.net/qq_40107455/article/details/126966794

定矩阵（Definite matrix）和对称矩阵在各个领域都有重要的应用，这里就两者是否等价谈谈自己的理解。

1. 首先给出定矩阵和对称矩阵的定义

实半正定矩阵和实半负定矩阵（实正定矩阵和实负定矩阵去掉等于0即可）：

An $n\times n$ symmetric real matrix $M$ is said to be positive-semidefinite if $\mathbf {x} ^{\textsf {T}}M\mathbf {x} \geq 0$ for all non-zero $\mathbf {x} } \in {\displaystyle \mathbb {R} ^{n}$ .

An $n\times n$ symmetric real matrix $M$ is said to be negative-semidefinite if $\mathbf {x} ^{\textsf {T}}M\mathbf {x} \leq 0$ for all non-zero $\mathbf {x} } \in {\displaystyle \mathbb {R} ^{n}$ .

复半正定矩阵和复半负定矩阵（复正定矩阵和复负定矩阵去掉等于0即可）：

An $n\times n$ Hermitian complex matrix $M$ is said to be positive semi-definite or non-negative-definite if $x^{*}Mx\geq 0$ for all $x} \in {\displaystyle \mathbb {C} ^{n}$ .

An $n\times n$ Hermitian complex matrix $M$ is said to be negative semi-definite or non-positive-definite if $x^{*}Mx\leq 0$ for all $x} \in {\displaystyle \mathbb {C} ^{n}$ .

对称矩阵：

A symmetric matrix is a square matrix that is equal to its transpose, i.e.,

$M$ is symmetric if ${\displaystyle M}={\displaystyle M}^T$ .

2. 正（或负）半定矩阵一定是对称矩阵吗？

回复：不一定。对于复正定矩阵，显然是不成立的。对于实矩阵来说，根据定义来说，对称性是实半定矩阵的前提条件，因此在很多文献中都默认实半定矩阵是对称的。

3.为什么一般认为实半定矩阵是对称的？

回复：先将矩阵 $M$ 分为歪斜对称( skew-symmetric)部分 $\frac{M-M^{\textsf {T}}}{2}$ 和对称( symmetric)部分 $\frac{M+M^{\textsf {T}}}{2}$ 之和，即

$M=\frac{M-M^{\textsf {T}}}{2}+\frac{M+M^{\textsf {T}}}{2}$ 。

根据实半定矩阵的定义， $\mathbf {x} ^{\textsf {T}}M\mathbf {x}$ 是标量，则 $\mathbf {x} ^{\textsf {T}}M\mathbf {x} }=({\displaystyle \mathbf {x} ^{\textsf {T}}M\mathbf {x} })^{\textsf {T}}={\displaystyle \mathbf {x} ^{\textsf {T}}M^{\textsf {T}}\mathbf {x}$ .因此，

${\displaystyle \mathbf {x} ^{\textsf {T}}(\frac{M-M^{\textsf {T}}}{2})\mathbf {x} }=0$

因此，矩阵 $M$ 的歪斜对称部分 $\frac{M-M^{\textsf {T}}}{2}$ 对矩阵的半定性没有任何贡献。那么，剩下的就是对称部分 $\frac{M+M^{\textsf {T}}}{2}$ 了。这意味着，对于任意实矩阵 $M$ ，如果用对称部分 $\frac{M+M^{\textsf {T}}}{2}$ 取代 $M$ ，可以得到与 $M$ 同样的二次方形式（quadratic form）。而且，对称部分是可对角化的，具有实特征值和正交的特征向量，这些都是很好的特性，便于分析计算。因此，在解决问题中，约定俗成，通常会加入半定矩阵对称性这一限制，从而可以产生了许多重要的应用。

注意如果不去看定义，单说正定矩阵并不一定是对称，举一反例，如

$M=\begin{bmatrix} 2 & 0\\ 2 & 2 \end{bmatrix}$ ， $M$ 是半正定的，但不是对称的。