矩阵分析(十四)矩阵的广义逆

2021-04-02 12:25:13 浏览数 (2)

矩阵的广义逆

Ain mathbb{C}^{ntimes n},且A为可逆矩阵,则有

  1. AA^{-1}A=A
  2. A^{-1}AA^{-1}=A^{-1}
  3. (AA^{-1})^H=AA^{-1}
  4. (A^{-1}A)^H=A^{-1}A

Ain mathbb{C}^{mtimes n}, Xin mathbb{C}^{mtimes m},以下矩阵方程称为Penrose方程

  1. AXA=A
  2. XAX=X
  3. (AX)^H=AX
  4. (XA)^H=XA

满足Penrose方程中一个或多个的Xin mathbb{C}^{ntimes m}称为A的一种广义逆矩阵。最广泛的广义逆矩阵有以下两个

  • 仅满足条件1的广义逆矩阵称为减号逆,记为A^{-}
  • 满足条件1,2,3,4的广义逆矩阵称为加号逆,记为A^

矩阵的减号逆

(减号逆存在性定理)Ain mathbb{C}^{mtimes n},矩阵方程AXA=A恒有解,并且称XA的一个减号逆

证明:设rank(A)=r≤min(m,n),存在可逆矩阵P,Q使得

A = Pbegin{bmatrix}E_r&0\0&0end{bmatrix}Q

X = Q^{-1}begin{bmatrix}E_r&B_{rtimes (n-r)}\C_{(m-r)times r}&D_{(m-r)times (n-r)}end{bmatrix}P^{-1}B,C,D为任意的满足分块要求的矩阵,则

$$ begin{aligned} AX A &= Pbegin{bmatrix}E_r&0\0&0end{bmatrix}QQ^{-1}begin{bmatrix}E_r&B\C&Dend{bmatrix}P^{-1}Pbegin{bmatrix}E_r&0\0&0end{bmatrix}Q\ &=Pbegin{bmatrix}E_r&0\0&0end{bmatrix}Q\ &=A end{aligned} $$

很明显,减号逆是不唯一的

$A^{-}$的求法

rank(A)=r的矩阵A,做增广矩阵begin{bmatrix}A & E_m\ E_n & 0 end{bmatrix}A化为最简形,得到left[begin{array}{rr|rr} E_r& 0 & P \ 0 & 0 & \ hline \ Q & & 0 &end{array}right]X = Qbegin{bmatrix}E_r&B\C&Dend{bmatrix}PB,C,D是满足固定阶次的任意矩阵


例1

求矩阵A= begin{bmatrix}0&-1&3&0\2&-4&1&5\-4&5&7&-10end{bmatrix}

解:

$$ begin{aligned} left[begin{array}{c|c} A & E_{m} \ hline E_{n} & 0 end{array}right]&=left[begin{array}{rrrr|rrr} 0 & -1 & 3 & 0 & 1 & 0 & 0 \ 2 & -4 & 1 & 5 & 0 & 1 & 0 \ -4 & 5 & 7 & -10 & 0 & 0 & 1 \ hline 1 & 0 & 0 & 0 & & \ 0 & 1 & 0 & 0 & & 0 \ 0 & 0 & 1 & 0 \ 0 & 0 & 0 & 1 & & end{array}right]\ &to left[begin{array}{cccc|ccc} 1 & 0 & 0 & 0 & -2 & frac{1}{2} & 0 \ 0 & 1 & 0 & 0 & -1 & 0 & 0 \ 0 & 0 & 0 & 0 & -3 & 2 & 1 \ hline 1 & 0 & frac{11}{2} & -frac{5}{2} & & \ 0 & 1 & 3 & 0 & 0 & \ 0 & 0 & 1 & 0 & & \ 0 & 0 & 0 & 1 & & end{array}right] end{aligned} $$

于是

$$ {P}=left[begin{array}{ccc} -2 & frac{1}{2} & 0 \ -1 & 0 & 0 \ -3 & 2 & 1 end{array}right], quad {Q}=begin{bmatrix} 1 & 0 & frac{11}{2} & -frac{5}{2} \ 0 & 1 & 3 & 0 \ 0 & 0 & 1 & 0 \ 0 & 0 & 0 & 1 end{bmatrix} $$

所以

A^-=Qbegin{bmatrix}E_2&B\C&Dend{bmatrix}P

其中Bin mathbb{C}^{2times 1}, Cin mathbb{C}^{2times 2},Din mathbb{C}^{2times 1}


例2

求矩阵A=begin{bmatrix}2mathrm{i}&mathrm{i}&0\0&0&-3\2&1&1end{bmatrix}

解:

$$ begin{aligned} left[begin{array}{c|c} A & E_{m} \ hline E_{n} & 0 end{array}right]&=left[begin{array}{rrr|rrr} 2mathrm{i} & mathrm{i} & 0&1&0&0 \ 0&0&-3&0&1&0 \ 2&1&1 &0&0&1\ hline 1 & 0 & 0 & & \ 0 & 1 & 0 & & 0 \ 0 & 0 & 1 end{array}right]\ &to left[begin{array}{rrr|rrr} 1 & 0 & 0&1&0&0 \ 0&1&0&0&1&0 \ 0&0&0 &mathrm{i}&frac{1}{3}&1\ hline -frac{1}{2}mathrm{i} & 0&-frac{1}{2} & & \ 0 & 0 & 1 & & 0 \ 0 & -frac{1}{3} & 0 end{array}right] end{aligned} $$

于是

$$ {P}=left[begin{array}{ccc} 1 & 0 & 0 \ 0 & 1 & 0 \ mathrm{i}&frac{1}{3}&1 end{array}right], quad {Q}=begin{bmatrix} -frac{1}{2}mathrm{i} & 0&-frac{1}{2} \ 0 & 0 & 1 \ 0 & -frac{1}{3} & 0 end{bmatrix} $$

所以

A^-=Qbegin{bmatrix}E_2&B\C&Dend{bmatrix}P

其中Bin mathbb{C}^{2times 1}, Cin mathbb{C}^{2times 2},Din mathbb{C}^{2times 1}


非齐次线性方程组的相容性

(定理)Ain mathbb{C}^{ntimes n},Ax=b有解Leftrightarrow b=AA^-b

非齐次线性方程组解的结构

(定理)Ain mathbb{C}^{mtimes n},若Ax=b有解,则通解为

x=A^{ }b (E_n-A^ A)t

其中tin mathbb{C}^{n}。若相容,则上式为通解;若不相容,则上式为最小二乘的通解


矩阵的左逆、右逆

A in mathbb{C}^{m times n}, B in mathbb{C}^{n times m},若有BA=E_n,则称BA的一个左逆,记为A_L^{-1}

等价条件:

  • A的零空间N(A)={0}
  • m geqslant n, ; rank(A)= n,即A是列满秩的
  • A^H A可逆

A in mathbb{C}^{m times n}, C in mathbb{C}^{n times m},有AC = E_m,则称CA的一个右逆,记为A_R^{-1}

等价条件:

  • A的列空间R(A)=C^m
  • m leqslant n, ; rank(A)=m,即A是行满秩的
  • AA^H可逆

矩阵的加号逆

定义:对于矩阵A in mathbb{C}^{m times n}A=BCA的一个满秩分解,则

A^ = underbrace{C^H(CC^H)^{-1}}_{C_R^{-1}}underbrace{(B^HB)^{-1}B^H}_{B_L^{-1}}

A的加号逆,且加号逆唯一

性质:

  • rank(A) = rank(A^ )
  • rank(A^ A) = rank(AA^ )=rank(A)
$A^ $的求法

实际上加号逆的定义就是一个求法,另外还可以通过SVD分解进行求解:

对矩阵A进行奇异值分解,得到A = U begin{bmatrix}Delta &0 \ 0 & 0end{bmatrix}V^Hcolor{red}{A^ = V begin{bmatrix}Delta^{-1} & 0\ 0 & 0end{bmatrix}U^H}


例2

分别求矩阵A=left[begin{array}{lllll}1 & 1 & 0 & 1 & 0 \0 & 1 & 1 & 1 & 1 \1 & 0 & 1 & 1 & 0end{array}right],B = begin{bmatrix}0&1&0&1\0&1&0&1\2&0&1&1end{bmatrix}

解:

对矩阵A只作初等行变换

$$ A=left[begin{array}{lllll} 1 & 1 & 0 & 1 & 0 \ 0 & 1 & 1 & 1 & 1 \ 1 & 0 & 1 & 1 & 0 end{array}right]to ···to begin{bmatrix}1&0&0&frac{1}{2}&-frac{1}{2}\0&1&0&frac{1}{2}&frac{1}{2}\0&0&1&frac{1}{2}&frac{1}{2}end{bmatrix} $$

故可将A进行满秩分解为A=CD,且

C = begin{bmatrix}1&1&0\0&1&1\1&0&1end{bmatrix},D = begin{bmatrix}1&0&0&frac{1}{2}&-frac{1}{2}\0&1&0&frac{1}{2}&frac{1}{2}\0&0&1&frac{1}{2}&frac{1}{2}end{bmatrix}

A^ =begin{bmatrix}frac{1}{3}&-frac{1}{3}&frac{1}{3}\frac{1}{2}&frac{1}{4}&-frac{1}{2}\-frac{1}{2}&frac{1}{4}&frac{1}{2}\frac{1}{6}&frac{1}{12}&frac{1}{6}\-frac{1}{6}&frac{5}{12}&-frac{1}{6}end{bmatrix}

对矩阵B只作初等行变换

B = begin{bmatrix}0&1&0&1\0&1&0&1\2&0&1&1end{bmatrix}to ···to begin{bmatrix}1&0&frac{1}{2}&frac{1}{2}\0&1&0&1\0&0&0&0end{bmatrix}

故可将B进行满秩分解为B=EF,且

E = begin{bmatrix}0&1\0&1\2&0end{bmatrix},F = begin{bmatrix}1&0&frac{1}{2}&frac{1}{2}\0&1&0&1end{bmatrix}

B^ =begin{bmatrix}-frac{1}{11}&-frac{1}{11}&frac{4}{11}\frac{3}{11}&frac{3}{11}&-frac{1}{11}\-frac{1}{22}&-frac{1}{22}&frac{2}{11}\frac{5}{22}&frac{5}{22}&frac{1}{11}end{bmatrix}

0 人点赞