当前课程知识点:矩阵论及其应用 > 第六单元 广义逆矩阵 > 6.2 Moore-Penrose逆A+及其应用 > 6.2 Moore-Penrose逆A+及其应用
接下来看看加号逆在解线性方程组中的应用
前面介绍了用奇异值分解
计算加号逆的方法
因为奇异值分解过程复杂
下面给出用满秩分解计算加号逆的新方法
结论是这样的
假设秩r的矩阵A有满秩分解FG
那么A^+有如下的计算公式
在这个公式中
GG^H的秩等于G的秩=r
所以GG^H是可逆方阵
同理
F^HF也是可逆方阵
那么带入4个方程直接验算都满足
因为加号逆是唯一的
所以这也是另一个形式的加号逆
还是前面的例子
求A的加号逆
先求出满秩分解F,G
再计算GG^H
F^HF以及他们的逆
带入公式
得出加号逆是这样的矩阵
在了解了加号逆的计算后
下面来看看具体有什么应用
因为加号逆也是1逆
所以也可以用它来判断
方程组解的情况以及有解时求通解
那么下面这个定理就是显然的了
若方程组有解
当且仅当AA^+b=b
在有解的情况下
通解表示为A^+b+(In-A^+A)
由公式我们知道
当A^+A是单位矩阵时
也就是秩A=n时有唯一解
否则就是无穷多解
实际中
有无穷多解时
我们关心长度最小的解
称为线性方程组的极小范数解
关于极小范数解有如下结论
是说若线性方程组有解
则有唯一的极小范数解A^+b
证明思路是计算通解这个向量长度的平方
转化为x^hx
将x带入后再展开
一共有4项
其中包含两个长度的平方
还有2个交叉项
下面我们要说明交叉项都是0
将两个交叉项化简后得到这样的式子
下面重点计算划红线的部分
因为In-A^+ A的共轭转置还是自己
所以计算A^+H(In-A^+ A)
把后一项共轭转置下再合并
这样括号里面就为A^+-A^+AA^+
由广义逆的第二个等式知 它为0
同理
另一部分红线的地方也为0
这样综合起来
通解x长度的平方
恰好等于 A^+b长度的平方
加上 In-A^+A长度的平方
所以至少为 A^+b长度的平方
说明A^+b是极小范数解
唯一性就省略了
这就解决了方程组有解的情况
当方程组无解时
我们还是关心最小二乘解
利用Moose-Penrose也可以解决这一问题
结论是这样的
是说若线性方程组无解
则全部最小二乘解是这样形式的
和有解时方程组通解的形式完全一样
但是注意是两个不同的前提
证明过程也是通过计算
由题设给的向量z
带入计算Az-b的长度
恰好等于 AA^+b-b的长度
下面说明这个长度是最小的
那么对任意向量x
计算Ax-b长度的平方
先将其等价分成两部分
Ax-AA^+b 和 AA^+b-b
和前面的技巧类似
再展开分成4块
其中2块是长度的平方
还有2个交叉项
经过化简又出现了前面红色画线的两个式子
所以两个交叉项都是0
那么对任意向量x
Ax-b的长度都大于等于 AA^+b-b的长度
说明题设给的都是最小二乘解
反过来还要说明
最小二乘解都是题设给的样子
假设z0是最小二乘解
将前面推导的过程逆回去
就会得到 Az0-b长度的平方
等于另外两个长度的平方和
所以Az0-AA^+b必须为0
也就是说Ax=b的最小二乘解
z0满足新的线性方程组Ax=AA^+b的
而这个新的方程组是有解的
线性方程组有解的判定方法
说明z0可以用通解表达出来
化简后就是定理给的的样子
证明的过程中我们得出了如下有用的一个推论
是说矛盾方程组Ax=b的最小二乘解
和相容方程组Ax=AA^+b的解是一致的
同样由最小二乘解通解的结构知道
最小二乘解唯一当且仅当秩A等于n
否则有无穷多个最小二乘解
那么称所有最小二乘解中
长度最小的为极小范数最小二乘解
由上面的推论知道
矛盾方程组Ax=b的极小范数最小二乘解
就是相容方程组Ax=AA^+b的极小范数解
所以为A^+b
而且是唯一的一个
到目前为止
用加号逆我们已经彻底解决了
线性方程组Ax=b解的判断和求解
总结为如下
第1
方程组有解当且仅当 AA^+b=b.
第2
有解时
通解的形式和极小范数解的样子是这样的
第3
无解时
我们关心的最小二乘解的形式
和极小范数最小二乘解的样子也是这样的
比较23我们发现形式虽然完全一样
但含义却完全不同
最后看个例子
判断以A为系数的方程组有没有解
有解时求极小范数解
无解时求极小范数最小二乘解
根据前面得出的加号逆
带入计算AA^+b
发现不等于b 所以判断无解
此时极小范数最小二乘解为A^+b
计算出来 是这样的
-1.1 特征值与特征向量的定义与求法
-1.2 特征值与特征向量计算举例
-1.3 特征值与特征向量的性质
-1.4 相似矩阵的定义及性质
-1.5 可对角化的条件
-1.6 可对角化的计算举例
-第1单元作业(共15个单选题)
--第1单元作业(共15个单选题)
-2.1 Jordan标准形的定义及方法1
-2.2 求Jordan标准型的方法2—初等变换法
-2.3 求Jordan标准型的方法3—行列式因子法
-2.4 相似变换矩阵的计算
-2.5 应用案例一、Jordan标准型的应用举例
-第2单元作业(共15个单选题)
--第2单元作业(共15个单选题)
-3.1 Hamilton-Cayley定理
-3.2 最小多项式
-第3单元作业(共10个单选题)
--第3单元作业(共10个单选题)
-4.1 酉矩阵的定义及性质
-4.2 Schur分解定理
-第4单元作业(共10个单选题)
--第4单元作业(共10个单选题)
-5.1 矩阵的LU分解
-5.2 初等反射与初等旋转矩阵
-5.3 矩阵的QR分解
-5.4 矩阵的奇异值分解
-5.5 矩阵的满秩分解
-5.6 应用案例二、QR算法与最小二乘问题
-第5单元作业(共15个单选题)
--第5单元作业(共15个单选题)
-6.1 广义逆矩阵与线性方程组
-6.2 Moore-Penrose逆A+及其应用
-第6单元作业(共10个单选题)
--第6单元作业(共10个单选题)
-7.1 向量范数
--7.1 向量范数
-7.2 方阵范数
--7.2 方阵范数
-7.3 范数的应用 1-数值分析
-7.4 范数的应用 2
-第7单元作业(共15个单选题)
--第7单元作业
-8.1 矩阵序列
--8.1矩阵序列
-8.2 矩阵函数计算 1
-8.3 矩阵函数计算 2
-8.4 矩阵函数计算 3
-8.5 矩阵的微分和积分
-8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题
--8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题
-第8 单元作业(共15个单选题)
--第8 单元作业(共15个单选题)
-9.1 特征值的界的估计
-9.2 特征值的包含区域
-9.3 特征值的分离
-第9单元作业(共15个单选题)
--第9单元作业(共15个单选题)