对称矩阵方程求解：C=A^(1/2)是否成立？矩阵平方根如何定义？

嘿，这个问题抓得很准！先直接给结论：对于满足 ( A = C^T C = C^2 ) 的对称矩阵 ( C )，写成 ( C = A^{1/2} ) 是合理的，但要注意这是在「对称半正定矩阵的唯一平方根」这个语境下，矩阵的平方根其实有更宽泛的定义，且并不总是唯一的。

1. 为什么 ( C = A^{1/2} ) 成立？ #

因为 ( C ) 是对称矩阵，所以 ( C^T = C )，你的条件本质上就是 ( A = C^2 )。这正好契合矩阵平方根的核心定义：如果存在矩阵 ( X ) 使得 ( X^2 = A )，那 ( X ) 就是 ( A ) 的一个平方根。

但这里有个关键前提：由 ( A = C^2 ) 且 ( C ) 对称，能推出 ( A ) 一定是对称半正定矩阵（对称矩阵的平方的所有特征值都是非负的）。而对称半正定矩阵有一个唯一的对称半正定平方根，我们通常就把这个唯一的半正定版本记作 ( A^{1/2} )。

所以如果你的 ( C ) 本身是半正定的，那它就是 ( A ) 的这个唯一平方根，写成 ( C = A^{1/2} ) 完全没问题；如果 ( C ) 是对称但不是半正定的（比如有负特征值），那它仍然是 ( A ) 的一个平方根，但这时候不能用 ( A^{1/2} ) 来指代它——因为这个符号默认特指半正定的那个版本。

2. 矩阵平方根的严格定义 #

通用定义 #

对于任意方阵 ( A )，如果存在方阵 ( X ) 满足 ( X^2 = A )，那么 ( X ) 就称为 ( A ) 的一个矩阵平方根。这个定义很宽泛：

• 有些矩阵可能有多个平方根（比如下面例子里的对角矩阵）；
• 有些矩阵甚至没有平方根（比如特征值包含负奇数重数的实矩阵）。

对称半正定矩阵的特殊（常用）定义 #

在实际应用中，我们最常用的是对称半正定矩阵的唯一平方根，它的定义依赖于对称矩阵的谱分解：

• 设 ( A ) 是 ( n \times n ) 对称半正定矩阵，根据谱定理，存在正交矩阵 ( Q ) 和对角矩阵 ( \Lambda = \text{diag}(\lambda_1, \lambda_2, ..., \lambda_n) )（所有 ( \lambda_i \geq 0 )），使得 ( A = Q \Lambda Q^T )；
• 那么 ( A ) 的对称半正定平方根就定义为：
  [
  A^{1/2} = Q \Lambda^{1/2} Q^T
  ]
  其中 ( \Lambda^{1/2} = \text{diag}(\sqrt{\lambda_1}, \sqrt{\lambda_2}, ..., \sqrt{\lambda_n}) )（每个特征值取非负平方根）。

这个定义下的 ( A^{1/2} ) 有几个关键性质：

• 它本身是对称半正定矩阵；
• 满足 ( (A^{1/2})2 = A )；
• 是唯一的——不存在其他对称半正定矩阵能满足平方等于 ( A )。

如果 ( A ) 是对称正定矩阵（所有特征值都大于0），那它的对称正定平方根也是唯一的，这时候 ( A^{1/2} ) 就是这个正定版本。

3. 举个直观例子 #

比如取 ( A = \begin{pmatrix} 4 & 0 \ 0 & 9 \end{pmatrix} )，它的谱分解就是 ( Q = I )（单位矩阵），( \Lambda = \begin{pmatrix} 4 & 0 \ 0 & 9 \end{pmatrix} )，所以它的对称半正定平方根是：
[
A^{1/2} = \begin{pmatrix} 2 & 0 \ 0 & 3 \end{pmatrix}
]
而 ( \begin{pmatrix} -2 & 0 \ 0 & -3 \end{pmatrix} ) 也是 ( A ) 的一个平方根，但它是负定的，不能用 ( A^{1/2} ) 表示。

内容的提问来源于stack exchange，提问作者Domdamo