矩阵 A乘A的转置是否一定正定? NO!!!

本文探讨了矩阵ATA的性质,特别是其正定性和半正定性的条件。指出当AAA为方阵且满秩时,ATA为正定;当AAA的行数小于列数时,ATA为半正定;当AAA的行数大于列数时,结果取决于具体矩阵。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

矩阵 ATAA^{T}AATA 是否一定正定?NO!

注意,并不要求 AAA 是方阵,记 AAAm×nm\times nm×n 的矩阵。则
xTATAx=(Ax)TAx=∥Ax∥2≥0 x^{T}A^{T}Ax=(Ax)^{T}Ax= \lVert Ax\rVert^{2} \ge 0 xTATAx=(Ax)TAx=Ax20
其中 xxxn×1n\times 1n×1 的向量, ATAA^{T}AATAn×nn\times nn×n 的方阵。

由上面的不等式我们知道 ATAA^{T}AATA 是半正定的。

而且,

  1. 如果 m=nm = nm=nATAA^{T}AATA 是正定的当且仅当 AAA 是可逆矩阵(满秩)。
  2. m<nm < nm<nATAA^{T}AATA 一定是半正定的。
  3. m>nm >nm>n ,看具体矩阵,可能正定,可能半正定。

附录:

关于 case 1的证明,取

y=Ax y=Ax y=Ax

xTATAx=(Ax)TAx=yTy 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, yTy≥0y^Ty \ge 0yTy0 永远成立。

yTy=0y^Ty=0yTy=0 意味着 y=0⃗y=\vec{0}y=0 ,注意 y=Axy=Axy=Ax,即 Ax=0⃗Ax = \vec{0}Ax=0 ,当 AAA 满秩 该方程才只有唯一零解,得证。

关于 case2 的证明:

由于 rank(A)≤min{m,n}=m<nrank(A) \le min\{m,n\}=m<nrank(A)min{m,n}=m<n
y=Ax=0⃗y=Ax= \vec{0}y=Ax=0 方程的基础解系的秩 等于 n−rank(A)>0n-rank(A) >0nrank(A)>0
所以,存在 非零向量 使得 y=AX=0⃗y=AX=\vec{0}y=AX=0
这不符合 正定的定义。

评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

培之

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值