两个对称矩阵相乘还是对称矩阵吗？秩、迹、幂与可逆性一次讲清
线性代数学习过程中，矩阵运算的性质总是让人头疼：两个对称矩阵相乘，结果还对称吗？AB的秩和A、B的秩有什么关系？AB与BA的迹是否相等？这些问题看似零散，却在考研、期末考试和实际工程计算中反复出现。本文围绕矩阵乘法的五大核心问题，逐一拆解背后的逻辑，帮你建立清晰的判断框架。
对称矩阵相乘：交换条件决定结果
两个对称矩阵A和B的乘积AB是否仍为对称矩阵？答案取决于A和B是否可交换。所谓对称矩阵，就是满足A' = A的矩阵（'表示转置）。利用转置运算的性质（AB)' = B'A'，可以完成证明。
从转置运算出发证明核心条件
设A、B均为对称矩阵，则A' = A，B' = B。计算(AB)'：
(AB)' = B'A' = BA
若AB = BA，则(AB)' = AB，即AB为对称矩阵；反过来，若AB为对称矩阵，则(AB)' = AB，于是BA = (AB)' = AB，即AB = BA。因此AB是对称矩阵的充分必要条件是AB = BA。
一个常见的理解误区
很多人以为对称矩阵的乘积一定对称，实际上只有满足交换律时才成立。很多对称矩阵对并不满足交换条件，因此AB通常不是对称矩阵。遇到这类题目，先检查AB是否等于BA，再下结论。
矩阵乘积的秩：上界与判别意义
关于秩，最重要的不等式是：rank(AB) ≤ min{rank(A), rank(B)}。也就是说，两个矩阵相乘后，秩不会超过两者中较小的那个，而不是大于等于。
秩的定义与几何直觉
矩阵的秩是其非零子式的最高阶数，也等于行（列）向量组的最大无关组所含向量个数。相乘相当于先做一次线性变换再做一次线性变换，变换的像空间维度只会被压缩，不会增加。
秩在相关领域的应用
- 在解析几何中，矩阵的秩可以用来判断空间中两直线、两平面及直线和平面之间的位置关系。
- 在控制论中，矩阵的秩可以用来确定线性系统是否可控或可观测。
矩阵乘积的幂：交换律决定能否拆分
求(AB)的k次方，不能想当然地写成A^k B^k，除非A和B可交换。矩阵乘法不满足交换律，这是与数的乘法最大的不同。
直接展开看看问题出在哪
(AB)² = (AB)(AB) = A(BA)B。只有当AB = BA时，才有(AB)² = A(AB)B = A²B²。更一般地，若AB = BA，则(AB)^k = A^k B^k；若不可交换，则不能这么简化。
逆矩阵的幂也有自己的规则
关于可逆矩阵的幂，有一个恒成立的结论：若A可逆，则(A^k)的逆等于(A的逆)^k。可以这样验证：A^k 与 (A^{-1})^k 相乘，从中间逐对消去，最终得到单位矩阵E。
矩阵的迹：AB与BA的永恒等式
矩阵的迹（对角线元素之和）有一个漂亮的性质：tr(AB) = tr(BA)，即使AB ≠ BA也成立。这一点很多同学容易忽略，他们以为只有对称矩阵或可交换矩阵才有此结论。
为什么迹不依赖交换性
根据矩阵乘法定义，tr(AB) = Σ_i Σ_j A_ij B_ji，而tr(BA) = Σ_i Σ_j B_ij A_ji，交换求和顺序后两者相等。因此迹的等式与A、B是否对称无关，是普遍成立的。
对称矩阵特例下的附加结论
如果A、B和AB都是对称矩阵，那么由前面的结论可知AB = BA。进一步地，当AB = BA时，还可以推出(A+B)² = A² + 2AB + B²，这与数的完全平方公式形式一致，但前提仍然是交换性。
可逆矩阵的乘积：封闭性及逆矩阵公式
如果A、B都是可逆矩阵，那么AB一定可逆吗？答案是肯定的。这个命题的证明可以从行列式入手，也可以直接构造逆矩阵。
行列式判据最简洁
因为det(AB) = det(A)det(B)，而A、B可逆意味着det(A) ≠ 0，det(B) ≠ 0，所以det(AB) ≠ 0，因此AB可逆。
逆矩阵的显式表达
更重要的是，(AB)^{-1} = B^{-1}A^{-1}。注意顺序颠倒。验证方法：
(AB)(B^{-1}A^{-1}) = A(BB^{-1})A^{-1} = AA^{-1} = E
同理，另一侧也成立。需要提醒的是，仅仅说“A不是零矩阵”并不能推出A可逆，因为非零矩阵的行列式也可能为零。
把矩阵运算性质串进解题思维
先判断交换条件，再决定能否套用公式
回到开头的问题：两个对称矩阵相乘是否还是对称矩阵？现在你已经知道，关键在于交换条件。矩阵的秩给出乘积的上界，迹给出AB与BA之间的恒定联系，可逆性说明矩阵乘法在可逆矩阵之间是封闭的。
秩、迹、可逆性：三个维度的快速检查
这些结论相互独立却又彼此呼应，构成线性代数中判断矩阵性质的基础工具。做题时，先判断是否满足交换律，再用秩、迹、行列式等快速验证，思路自然清晰。