实对称矩阵的性质_19、对称矩阵、共轭和虚数、复矩阵的模长、酉矩阵、正定矩阵...

本章包含许多概念：

对称矩阵

正定矩阵

共轭矩阵

虚数的共轭和平方

复矩阵

复矩阵的模长和内积

酉矩阵

这里面很多的概念是准备学习“傅里叶”之前所必备的概念。

本人吃了很大的亏，一开始轻视学习对称矩阵，奉劝学习的人一定要侧重学习对称矩阵！一开始我们不知道它有什么用，甚至感觉它就是一种巧合，逐渐在后面的知识中，它意外得像一匹黑马，非常重要

本章有些强调和补充地方，啰嗦，也是本人在学习中曾经被忽视的地方。

---

在学习到代数的后期，我们会逐渐发现一个矩阵的性质、特点，很多时候都体现在它的特征值和特征向量上。

而对称矩阵，逐渐成为拉开这个序幕的一股重要的力量。

对称矩阵，定义：

（1）

（2）特征向量之间，任意一对两两正交（这是个非常重要的一点，在之后运用中非常非常重要。

这说明了特征向量组成的“特征基矩阵”P也是一个正交矩阵。那么就有当A是一个对称阵时，存在正交矩阵使得：

，这完全运用了正交矩阵

的性质，且恰好的

等于对角阵D的原先使用条件是

，而特征基矩阵P又是两两正交，所以是正交矩阵，所以将P用正交矩阵Q去替换之。）

另外还能引申出其它的性质：

（3）如果A是一个对称阵，那么

构成的矩阵也是对称矩阵

另外其“长相”也有一定的特征：

（4）

注意的是：一开始学习的时候，更应该侧重记忆（1）（2）（3），而（4）在实际很多的问题上，我们更要发挥能不能“看”不重要，重点是要会用（性质123）。

（补充一点会遗忘的点：向量两两正交是指，比如上面图片中，3*1+1*2+7*9=0，如果结果是等于0，就是说，这一对向量两两正交，注意中间的符号是加哦，不是减！但对称矩阵是指对称矩阵A的特征向量之间两两正交，不是指对称矩阵A。）

关于对称矩阵的其它重要关注点：

（5）对称矩阵不一定可逆。比如一个三阶矩阵：

1 0 0

0 1 0

0 0 0

是一个对称矩阵，但存在0行0列，它是一个不可逆的矩阵。

类似的还有：

0 2 0

2 0 0

0 0 0

或者是0矩阵，这些，都是不可逆的。

对称矩阵可以逆，也可以无法逆；

它既可能线性无关，也可能线性相关；

它既可能存在0行0列，也可能是满秩。

关于这一系列的推导可以关注之前章节提到的“神功运转路线”。

（6）在（1）中

，进而，

一个可逆的对称矩阵，

（或者也可以说）

，甚至

，

这些A的幂次对称矩阵都和对称矩阵A有相等的零空间和秩。（前提，A一定是可逆。）

还有可以补充可以延伸思考的另一个性质：

（7）对角矩阵都是对称矩阵。（但是对称矩阵不一定是对角矩阵！）

强化和分辨：

（8）A基于是对称矩阵的前提：

在(2)说：对称矩阵A的特征向量之间，任意一对两两正交

可推导，A一定存在可逆的“特征基”矩阵P，进而可推到存在对角阵

（

也是一个对称矩阵，但A作为对称矩阵就不一定是对角阵了，参见（7）），

且可逆的“特征基”矩阵P，我们在（2）说 P是一个特征向量矩阵，任意一对两两正交，正交又完全等同于互相垂直的概念，

在之前的章节我们提到一句很重要的话：

“互相垂直的各列一定是线性无关的”，

所以A的特征向量矩阵P列向量一定都是线性无关的！

注意，初学的时候，非常容易将线性无关和A和

关联，这是一种错误的想法，

这里屡次强调的“两两正交，线性无关，绝对不存在0行0列，绝对可逆”，是指的是特征向量矩阵P，而不是A和

！P是A的特征向量矩阵！

（且绝对可逆，也同样也可以看出：

因为P可逆，所以P作为A的特征向量矩阵，可以有

，

我想表达的是：正因为P可逆，所以才存在A的

）

还是要强调一遍，是P可逆，P绝对是可逆的，而不是说对称矩阵A可不可逆！！！

A可以逆，也可以无法逆！

另一个非常重要的是：

上面讨论的是：A基于是对称矩阵的前提，P也是绝对存在的，P也绝对可逆。

但是，如果A不是对称矩阵，那么P也绝对存在，但P不一定是可逆的。A对角阵

也不一定存在了。

还有我们不能说，P可逆A就是对称矩阵，这种反推显然是不对的。

请一定要记住，不要弄混了。

（9）

基于（8）的讨论。特征向量P还能化为单位向量矩阵，只需要将长度缩放到1，所以我们有标准正交向量Q，即可以把P认为是标准正交矩阵Q。

（单位向量是指模等于1的向量。即范数（或者 内积）两两为1。）

所以对于

，

我们对P进行Schmidt化，而P已经是本身自带正交化，那么只需要单位化，就可以实现Schmidt化，我们就能将P化为标准正交矩阵Q（或者说规范正交矩阵Q），

得出：

而对于标准正交矩阵，我们有这样的性质：

（标准正交矩阵，它 逆等于转置）

，所以：

，

对了，因为我们一直说A是对称矩阵，对称矩阵一定是方阵，所以P单位化后，更准确的说法是正交矩阵，而非模棱两可的规范正交矩阵。

而对称矩阵说的

，

所以进一步的，

对于

也可以同等于

总结：

由于对称矩阵可以将特征向量矩阵P进行单位化而成为正交矩阵，所以有Q替代P，再因为正交矩阵的性质“Q的逆”和“Q的转置”这两个矩阵可以等同，对称矩阵又使得“Q的转置”等于“Q”，使得最后形成对于

同等于

的推论，

这就是实数空间的谱定理。

简而言就是，实数空间谱定理是：对称矩阵在标准正交基下某个特性互通。（这个特性就是上面的结论）.

谱就是矩阵特征值的集合。

(我对谱定理还有很多不清晰，长路迢迢啊。)

补充：

虽然，上面没有讨论对称矩阵和正交矩阵之间关系，对称矩阵是A和

，正交矩阵是从P化到Q，但看到网络上充斥着大量的错误，所以特别说明下：

对称矩阵有可能是正交矩阵。大部分情况都不是正交矩阵。

正交矩阵可能是对称矩阵。大部分情况不是。对称矩阵（4）的性质和随便翻本书的正交矩阵的样子明显都不一样。

先看下不是的：比如：

1 0

0 0

它是一个对称矩阵，可逆不可逆对于它来讲无所谓，但它不是一个正交矩阵，因为它无法逆啊

这就说明了对称矩阵不是正交矩阵的其中一个例子。

而最简单的二阶单位矩阵就是对称矩阵，也是正交矩阵！

关于范数和Schmidt化，这部分可以看之间我写的章节：

14、范数、内积、归一、正交化、标准正交(Schmidt化）

（10）对称矩阵内的数字一定是实数。定义对称矩阵一定在实数空间内，不可能存在虚数。

这部分在下面的共轭矩阵中会再次提到。

（11）在对称矩阵中，特征值的乘积总是等于行列式

（12）对称矩阵中，

主元的正值的个数和负值的个数，分别等于，特征值正值的个数和负值的个数

（我们把正的特征值个数称为正惯性指数，把负的特征值个数称为负惯性指数）

（惯性指数是特征值的个数）

（本章暂且不提及惯性指数，在之后的学习中会提到。）

关于对称阵还有其它的性质，可觉得一时没有特别的关注点，可以看百度百科：

对称矩阵_百度百科

---

反对称矩阵：

满足

的矩阵为反对称矩阵。

且 可推，

。 （对称矩阵是

）

其外貌特征是主对角线上的元素是0，关于主对角线对称的元素互为相反数

比如

A=

0 1

-1 0

是个二阶反对称矩阵

---

正定矩阵：

正定矩阵A是对称矩阵中的一种。其特点是：

（1）A的特征值都是正的

（2）矩阵A行最简的主元都是正的。

（3）所有的子行列式都为正

子行列式概念：

从原行列式左上角开始依次划分出 1x1 的一块,2x2 的一块，...得到的这些子块对应的行列式就称之为“子行列式”。

copy下别人的例子，觉得没必要浪费时间再添加什么了：

——推荐 ——推荐 ——推荐 ——推荐 ——推荐 ——推荐 ——

关于更详细的正定矩阵的学习和概念：

请参见本人写的22章：

回头是岸不回走：22、正定矩阵、正定二次型、半负定​zhuanlan.zhihu.com

---

共轭矩阵：

共轭矩阵又称为：自共轭矩阵、Hermite阵、埃尔米特矩阵。

共轭矩阵有分为“实数共轭矩阵”和“复数共轭矩阵”，

当是一个“实数共轭矩阵”时，实数共轭矩阵就是对称矩阵。

当是一个“复数共轭矩阵时”，即包含了虚部，那么它不是对称矩阵，

我们要明白对于虚数i的共轭是什么，

看一下概念：

两个实部相等，虚部互为相反数的复数互为共轭复数。（当虚部不等于0时也叫共轭虚数）

复数z的共轭复数记作

，也可表示为

根据定义，若z=a+ib (a，b∈R)，则它的共轭是

=a－ib（a,b∈R)。

举个例子：

矩阵A为复数共轭矩阵：

1+i 2+i

2-i 1+i

在实数空间里，我们可以认为共轭就是为对称，而虚数还要参照上面说的。

所以在复数空间里，如果一个复数矩阵想拥有实数对称矩阵的性质，需要满足

简单说，包含实部和虚部的A要想拥有对称矩阵的性质，不仅要满足等于它的转置，还要等于它的共轭。

而如果是实数空间，没有虚部，那么就直接等于转置就可以了，没必要再共轭，因为它的共轭就是本身啊。

所以：在实数空间内，

永远同等于

（对称矩阵一定是实数。一定在实数空间内。）

备注：

共轭矩阵拥有这对称矩阵的性质，且共轭矩阵的特征值都是实数，它的特征向量互相垂直。

---

虚数的平方和共轭：

复数求范数或内积的核心就是，原先在实数空间内的

，

现在变为了需要对 每个复数“x” 求共轭，

（考虑到转置这东西实在不过是公式里数乘运算的规范，其实在意义没有，那我想干脆就人性化，不要去记住转置这种东西，直接记得上面的式子，才简洁，不产生其它歧义。）

已知复数“x”是包含了实数和虚数，实数的共轭是本身，那么虚数的共轭是：

虚数的平方：（i3表示i的三次方，没这种写法，但我要节省时间，就这么写了）

i1 = i

i2= - 1

i3 = - i

i4 = 1

i5 = i

i6 = - 1

i7 = - i

i8 = 1

幂次i，一次循环以4为周期，

周期内一次奇数次方为i，二次偶数次方为-1，三次奇数次方为-i，四次奇数次方为1.

以此循环。

对于虚数的共轭是取相反符号：

比如：

i的共轭是-i

4+3i 的共轭是 4-3i

于是“对称矩阵”若在出现虚数，便不叫“对称矩阵”，复数空间里，它应该的叫法是：

“共轭矩阵”。

比如：

a 4+3i

4-3i b

备注：

共轭矩阵的特征值都是实数。它的特征向量互相垂直。

备注：

求一个数的共轭和共轭矩阵是不同的，并不是说“求某的共轭，它就是一个复数内对称矩阵。NO。”，共轭和共轭矩阵还是要有区分开来学习。

---

复矩阵和它的模长：

在复数空间内的矩阵都是复矩阵。

我们对包含实数和虚数的数求“模长”和“内积”，其操作和实数空间内求“模长”和“内积”稍有些不同。

做下实数求模长的简单回忆：

一个实数要求模长（范数、长度），

比如列向量A=[1 2]的模长为

，

即是

，也有公式这么阐述：

，

而对于复数的情况，即存在虚部，它的模长为：

，

表达的即是A不仅要做转置要要同时做“共轭”。我们将

写做

H就是共轭矩阵、埃尔米特矩阵、自共轭矩阵。（H主要代表了实数虚数共轭的性质）

---

酉矩阵：

正交矩阵是指在实数空间的范围内的，而在复数空间里，有相同正交性质的，不叫正交矩阵，而叫“酉矩阵”。

简单总结：

在实数空间：A正交矩阵，B对称矩阵 ；

在复数空间：A酉矩阵 ，B共轭矩阵 。

（完）