矩阵的广义逆

定义

  • 广义逆
    $A_{m \times n}, X_{m \times n}$,若X满足moore-penrose条件
  1. AXA=A
  2. XAX=X
  3. $(AX)^H=AX$
  4. $(XA)^H=XA$
    中的一部分,称X是A的广义逆矩阵, 简称广义逆
  • 伪逆$A^+$

    • 如果X满足上述所有moore-penrose条件,则称X是A的伪逆,或加号逆(M-P逆),记为$A^+$, 若A可逆,则$A^{-1} = A^+$。
    • $\forall A_{n \times n} \in C,A^+$ 存在且唯一。
    • 性质
    1. $AA^+A=A$
    2. $A^+A A^+= A^+$
    3. $(AA^+)^H = AA^+$
    4. $(A^+A)^H = A^+A$
  • 伪逆的运算
    设$A_{n \times n} \in C$,则

  1. 伪逆的伪逆是自己,$(A^+)^+ = A$
  2. 共轭转置的伪逆=伪逆的共轭转置,$(A^H)^+ = (A^+)^H$
  3. 转置的伪逆=伪逆的转置,$(A^T)^+ = (A^+)^T$
  4. $(A^HA)^+ = A^+(A^H)^+,(AA^H)^+ = (A^H)^+A^+$
  5. 一般的伪逆不能去括号,$(AB)^+ ≠ B^+A^+$
  6. 一般地,A乘A的伪逆不等于单位阵,$A^+A ≠ AA^+ ≠ I$
  7. 伪逆的秩=本身的秩,$r(A^+) = r(A)$
  8. $A^+ = (A^HA)^+A^H = A^H (AA^H)^+$
  9. 伪逆的像空间=共轭转置的像空间$R(A^+) = R(A^H)$
  10. 伪逆的核空间=共轭转置的核空间$N(A^+) = N(A^H)$
    这里写图片描述
  • A的{n}逆
    满足第n个moore-pensore条件的广义逆叫做A的{n}逆,记作A(n), n=1,2,3,4,如:
  1. 满足第1个mp条件为A的{1}逆,可写作A(1),常记作$A^-$,也叫A的减号逆
  2. 满足第2,3个mp条件的为A的{2,3}逆,可写作A(2,3)
    以上均是A的广义逆

伪逆$A^+$的求法

  • 满秩分解求A+
    对于$A_{m \times n}^r$, r > 0, A有满秩分解 $A=F_{m \times r}G_{r \times n}$(列满秩×行满秩),则
    $A^+ = G^H(GG^H)^{-1}(F^HF)^{-1}F^H = G^H(F^HAG^H)^{-1}F^H$
    特别地,
    当A列满秩,r=n时,$A^+ = (A^HA)^{-1}A^H$
    当A行满秩,r=m时,$A^+ = A^H (AA^H)^{-1}$
  • 奇异值分解求$A^+$
    对于$A_{m \times n}^r, r > 0$, A有奇异值分解
$$A=V\left( \begin{matrix} S_r & 0 \\ 0 & 0 \end{matrix} \right)U^H$$

则有

$$A^+=U\left( \begin{matrix} S_r^{-1} & 0 \\ 0 & 0 \end{matrix} \right)V^H$$

即UV位置对换,Sr取逆,对角元全变倒数:$Sr^{-1} = diag(σ_1^{-1}, … σ_r^{-1})$
或者,只需要U, $U=(U_1, U_2)$, 则$A^+ = U_1Λ_r^{-1}U_1^HA^H$, 这里$Λ_r=S_r^2=diag(λ_1, …, λ_n)$

  • 奇异值分解求A+的简化步骤:
  1. 求出$A^HA$的r个非0特征值
  2. 求出相应的特征向量,并schmidt正交化,组成酉高矩阵$U_1$
$$A^+=U_1\left( \begin{matrix} λ_1^{-1} & & \\ & \ddots & \\ & & λ_r^{-1} \\ \end{matrix} \right)U_1^HA^H$$
  • 秩1公式求$A^+$:若r(A)=1, 则$$A^+={1 \over \sum |a_{ij}|^2}A^H$$
  • 谱分解求$A^+$ (这个部分有些问题。。。有空再改)
    $A^HA$有k个相异的特征值,$A^HA$的谱分解为$$A^HA= \sum_{i=1}^k λ_iG_i$$
    这里$G_i = X_iY_i$,$X_i$是P的各列向量,$Y_i$是$P^{-1}$的各行向量,P是$A^HA$相似对角化时的可逆阵P, 则$$A^+=\sum_{i=1}^k λ_i{ \phi_i(A^HA) \over \phi_i(\lambda_i)}A^H$$ 其中$$\phi_i(\lambda)= \prod^k_{j=1, i≠j} (\lambda - \lambda_j)$$

广义逆与线性方程组

  • 方程组相容:
    即Ax=b有解(当且仅当A列满秩时解唯一, $A_{m \times n}$)
    Ax=b相容的充要条件为$AA^-b=b$, 其通解为:$$x=A^-b+(I_n-A^-A)y$$
    y为n阶任意列向量,因为$A^+$是$A^-$的子集,所以将$A^-$替换为$A^+$也成立(这里的$I_n$的阶数与A的列数相等): $$x=A^+b+(I_n-A^+A)y$$
    极小范数解为:$$x_0=A^+b$$

  • 方程组不相容:
    x的最小二乘解的通解为:

    $$x=A^+b+(I_n-A^+A)y$$

    当且仅当A列满秩时,不相容方程组Ax=b的最小二乘解唯一,是:

    $$x_0=A^+b$$

    当A非列满秩时,最小二乘解不唯一,但上式是极小范数最小二乘解, 且唯一。

A的{1}逆$A^-$的求法

对于$A_{m \times n}, \exists P_m, Q_n$可逆,使得

$$PAQ=\left( \begin{matrix} I_r & 0 \\ 0 & 0 \end{matrix} \right)U^H$$

$$A^-=\left \{ \begin{array}{c|c} Q\left(\begin{matrix}I_r & X_{12} \\ X_{21} & X_{22} \end{matrix} \right)P &X_{12},X_{21},X_{22}为任意适当阶子块 \end{array} \right \}$$ $X_{12}^{r \times (m-r)}, X_{12}^{(n-r) \times r},X_{22}^{(n-r) \times (m-r)}$可取0, 则

$$A^-=Q\left( \begin{matrix} I_r & 0 \\ 0 & 0 \end{matrix} \right)P$$

特别地,当$A_{n \times n}$ 为方阵且可逆时,有$$PAQ=I_n$$此时$$A^- = QI_nP=QP=A^{-1}$$

  • 初等行变换求P, Q
$$ \left(\begin{matrix}A_{m \times n} & I_m \\ I_n & 0\end{matrix}\right) \longrightarrow \left(\begin{matrix} \left(\begin{matrix}I_n & 0 \\ 0 & 0\end{matrix}\right) & P \\ Q & 0\end{matrix}\right) $$