关于证明对称半正定矩阵M对应的$(I+M)^{-1}M$为半正定矩阵的问题咨询

嘿，我来帮你搞定这个证明！你刚才的疑问很到位——确实，一般情况下正定矩阵和半正定矩阵的乘积未必是半正定的，甚至连对称性都没法保证，因为它们不一定可交换。但咱们这个问题里的情况很特殊，有好几种直观的方法能严谨证明$(I+M)^{-1}M$是半正定的，我给你捋几个最易懂的：

方法一：正交对角化+特征值分析 #

因为$M$是对称半正定矩阵，根据对称矩阵的核心性质，它可以做正交对角化：存在正交矩阵$Q$（满足$Q^TQ=I$）和对角矩阵$\Lambda$（对角元$\lambda_i \geq 0$，对应$M$的特征值），使得$M = Q\Lambda Q^T$。

接下来一步步推导目标矩阵：

1. 先计算$I+M$：$I+M = I + Q\Lambda Q^T = Q(I+\Lambda)Q^T$，其中$I+\Lambda$是对角矩阵，对角元为$1+\lambda_i > 0$（因为$\lambda_i \geq 0$），所以$I+\Lambda$可逆，且逆矩阵$(I+\Lambda)^{-1}$也是对角矩阵，对角元为$\frac{1}{1+\lambda_i}$。
2. 由此可得$(I+M)^{-1} = Q(I+\Lambda)^{-1}QT$，代入乘积后：
   $$(I+M)^{-1}M = Q(I+\Lambda)^{-1}QT \cdot Q\Lambda Q^T = Q(I+\Lambda)^{-1}\Lambda Q^T$$

现在看中间的对角矩阵$(I+\Lambda)^{-1}\Lambda$，它的对角元是$\frac{\lambda_i}{1+\lambda_i}$，因为$\lambda_i \geq 0$，所以这些对角元全部非负，说明这个对角矩阵是半正定的。而正交相似变换（$Q$是正交矩阵）不会改变矩阵的正定性，因此$(I+M)^{-1}M$是半正定的。

额外补充：这个矩阵还是对称的——因为$I+M$是对称矩阵，它的逆矩阵$(I+M)^{{-1}$也对称；$M$对称，又因为$M(I+M)=(I+M)M$（$M$和单位矩阵$I$可交换），所以$(I+M)}{-1}M = M(I+M)^{-1}$，对称性直接得证，这也是半正定矩阵的必要前提。

方法二：巧妙的代数变形 #

我们可以把目标矩阵做个简单变形，一下子就能看清本质：
$$(I+M)^{-1}M = (I+M)^{-1}(I+M - I) = I - (I+M)^{-1}$$

因为$I+M$是正定矩阵，所以$(I+M)^{-1}$的所有特征值都是$\frac{1}{1+\lambda_i}$（$\lambda_i$是$M$的非负特征值），这些值都满足$0 < \frac{1}{1+\lambda_i} \leq 1$。那么$I - (I+M)^{-1}$的特征值就是$1 - \frac{1}{1+\lambda_i} = \frac{\lambda_i}{1+\lambda_i} \geq 0$，所有特征值非负，再结合矩阵的对称性，直接就能得出它是半正定的结论。

方法三：二次型验证（定义法） #

半正定矩阵的核心定义是：对任意向量$x$，二次型$x^TAx \geq 0$。咱们用这个定义来验证：

对任意向量$x$，计算$x^T(I+M){-1}Mx$。令$y = (I+M)x$，则$x = (I+M)^{-1}y$，代入后得到：
$$x^T(I+M){-1}Mx = y^T(I+M){-1}M(I+M)^{-1}y$$
令$z = (I+M)^{{-1/2}y$（因为$I+M$正定，它的平方根$(I+M)}{-1/2}$存在且正定），上式可转化为：
$$z^T(I+M){1/2}M(I+M)^{1/2}z$$
而$(I+M)^{1/2}M(I+M){1/2} = (M^{1/2}(I+M){1/2})^T(M{1/2}(I+M)^{1/2})$，这是一个Gram矩阵，天然半正定，因此二次型的值非负，满足半正定的定义。

备注：内容来源于stack exchange，提问作者Felix P.