26对称矩阵及正定性

为什么投影矩阵是一个对称矩阵？因为$A{A}^T$一定是一个对称矩阵。证明：$(A{A}^T{)}^T={A^T}^T{A}^T=A{A}^T$，转置等于其本身，符合对称矩阵定义。

一、对称矩阵（Symmetric matrices）

毫不夸张地讲，对阵矩阵 $S$ 是在线性代数中最为重要的一类矩阵。如果矩阵元素都是实数，那么，它的特征值和特征向量的特点如下：

• 特征值都是实数
• 特征向量都是垂直的（证明看教材）

对于一个单位矩阵，任何向量都是其特征向量，所以这里指的特征向量应该理解为可以选出的垂直的特征向量。一般地，如果矩阵可对角化[1]，则：
$$A=S\Lambda S^{-1}\text{\hspace{1em}(1)}$$
如果矩阵$A$还是对称矩阵，那么：
$$A=Q\Lambda Q^{-1}=Q\Lambda Q^T\text{\hspace{1em}(2)}$$

（2）为什么$S$变成了$Q$？将特征向量进行缩放（缩放后仍是特征向量）至单位向量，一个简单的例子： $\left[\begin{array}{c}{a}_1\\ a_2\end{array}\right]$变成$\left[\begin{array}{c}\frac{a_1}{\sqrt{a_1^2+a_2^2}}\\ \frac{a_2}{\sqrt{a_1^2+a_2^2}}\end{array}\right]$，再把对应的系数转移到新的 $\Lambda$ 矩阵中去.

给定一个对称矩阵，可以分解为三项，他完全展示了对称矩阵的特征值和特征向量以及其对称的性质。在数学上称为谱定理（ Spectral theorem），这里指的是特征向量矩阵，不光是数学，光学和力学（主轴定理）也有类似的概念。

下面我们来探讨一下为什么是对称矩阵一定是一个实特征值。

$$Ax=\lambda x\text{\hspace{1em}(3)}$$
左右两边同时取共轭：
$$\bar{A}\bar{x}=\bar{\lambda }\bar{x}\text{\hspace{1em}(4)}$$
因为$A$ 是实矩阵所以：
$$A\bar{x}=\bar{\lambda }\bar{x}\text{\hspace{1em}(5)}$$
左右两边同时取转置：
$${\bar{x}}^{T}A=\bar{x}\bar{\lambda }\text{\hspace{1em}(6)}$$
（6）左右两边乘以$x$有：
$${\bar{x}}^{T}Ax={\bar{x}}^T\bar{\lambda }x\text{\hspace{1em}(7)}$$

（3）左右两边同时乘以${\bar{x}}^T$有：
$${\bar{x}}^{T}Ax=\lambda {\bar{x}}^{T}x\text{\hspace{1em}(8)}$$
对比（7）（8）有：
$${\bar{x}}^T\bar{\lambda }x=\lambda {\bar{x}}^{T}x\text{\hspace{1em}(9)}$$
因为${\bar{x}}^{T}x$不可能为零向量，所有：
$$\bar{\lambda }=\lambda \text{\hspace{1em}(10)}$$
至此，可以说明其特征根一定是一个实数。

${\bar{x}}^{T}x={\bar{x}}_1{x}_1+{\bar{x}}_2{x}_2+\cdots +{\bar{x}}_n{x}_n$，因为$(a+bi)(a-bi)=a^2+b^2>0$

假如$A$不是一个实对称矩阵，而是一个复对称矩阵必须要满足$A={\bar{A}}^T$（百分之90都是实对称矩阵）。

继续讨论$A=Q\Lambda Q^T$
$$Q\Lambda Q^T=\left[\begin{array}{cccc}{q}_1& q_2& \cdots & q_n\end{array}\right]\left[\begin{array}{ccccc}{\lambda }_1& & & & \\ & {\lambda }_2& & & \\ & & & & \end{array}\right]\left[\begin{array}{c}{q}_1^T\\ q_2^T\\ ⋮\\ q_n^T\end{array}\right]={\lambda }_1{q}_1{q}_1^T+{\lambda }_2{q}_2{q}_2^T+\cdots +{\lambda }_n{q}_n{q}_n^T$$

向量投影矩阵的公式为$P=\frac{a{a}^T}{a^{T}a}$，如果$a^{T}a=1$，那么投影矩阵就是$a{a}^T.$

也就是说每一个对称矩阵都是一些相互垂直的投影矩阵的组合。

二、正定性

计算一个50阶的矩阵的特征值，显然，手工计算不是一个明智的选择。但是我们能够通过一些方法来辅助、界定这些特征值，比如说主元正负：

• 主元的符号与特征值的符号相同
• 正主元个数等于正特征值个数

正定矩阵（Positive definite symmetric matrix）：

• 所有特征值都为正数
• 所有主元都为正数
• 所有子行列式都是正数

只要满足上述的一个条件，其它两个条件也是满足的，这样的矩阵称为正定矩阵。

---

[1] 方阵可对角化