摩尔-彭若斯广义逆(英语:Moore–Penrose pseudoinverse),通常标记为
或
,是著名的广义逆矩阵之一。
1903年,埃里克伊姆(Erik Ivar Fredholm)提出积分算子的伪逆的概念。摩尔-彭若斯广义逆先后被以利亚金·黑斯廷斯·摩尔(Eliakim Hastings Moore)(1920年)[1]、阿恩·布耶哈马(Arne Bjerhammar)(1951年) [2]、罗杰·彭罗斯(1955年)[3]发现或描述。
它常被用于求得或简化非一致线性方程组的最小范数最小二乘解(最小二乘法)。
矩阵的摩尔-彭若斯广义逆在实数域和复数域上都是唯一的,并且可以通过奇异值分解求得。
性质
从摩尔-彭若斯条件出发,彭若斯推导出了摩尔-彭若斯广义逆的一些性质[3]:
![{\displaystyle ({\boldsymbol {A))^{H})^{\dagger }=({\boldsymbol {A))^{\dagger })^{H))](https://wikimedia.org/api/rest_v1/media/math/render/svg/4cb8a055549356ebf048cd6084d1571ac7e16304)
![{\displaystyle {\boldsymbol {A))^{\dagger }{\boldsymbol {A)){\boldsymbol {A))^{H}={\boldsymbol {A))^{H}{\boldsymbol {A)){\boldsymbol {A))^{\dagger }={\boldsymbol {A))^{H))](https://wikimedia.org/api/rest_v1/media/math/render/svg/5eacceb44d960277e8a49d622413f8699f174961)
![{\displaystyle {\boldsymbol {A)){\boldsymbol {A))^{H}({\boldsymbol {A))^{H})^{\dagger }=({\boldsymbol {A))^{H})^{\dagger }{\boldsymbol {A))^{H}{\boldsymbol {A))={\boldsymbol {A))}](https://wikimedia.org/api/rest_v1/media/math/render/svg/92c24225ac598a7e200eb95aaaa28aff22367c20)
,
,
和
都是幂等矩阵。
存在性和唯一性
伪逆存在且唯一:对于任何矩阵
,恰好有一个矩阵
满足定义的四个性质。[4]
满足该定义的第一个条件的矩阵被称为广义逆。如果该矩阵也满足第二个定义,它就被称为广义反身逆阵(generalized reflexive inverse)。广义逆矩阵总存在,但一般不唯一。唯一性是最后两个条件的结果。
基本性质
这些性质的证明可以在维基教科书中找到。
- 如果
有实数项,那么
也有。
- 如果
是可逆的,它的伪逆就是它的逆矩阵,即:
.[5]:243
- 零矩阵的伪逆是它的转置。
- 矩阵伪逆的伪逆是原矩阵,即:
.[5]:245
- 伪转置与转置、复共轭和共轭转置可以交换:[5]:245
,
,
.
- 矩阵
的标量乘法的伪逆是
的标量的倒数的乘法:
对于
.
恒等式
下面的恒等式可以用来判定部分涉及伪逆的子表达式的正确性:
同样的,将
替换为
会得到:
当用
替代
时,会得到:
埃尔米特情况
伪逆的计算可以简化为其在埃尔米特情况下的构造,这可以通过等价关系实现:![{\displaystyle A^{+}=\left(A^{*}A\right)^{+}A^{*},}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2a3819b3b2af8cf5ab4bc588874651dbfff4c2cc)
其中
和
是埃尔米特矩阵。
乘积
令
,下列等式等价:[6]
![{\displaystyle (AB)^{\dagger }=B^{\dagger }A^{\dagger ))](https://wikimedia.org/api/rest_v1/media/math/render/svg/56c24383e80487eaae0cf7eac8b3262c91acea63)
![{\textstyle {\begin{aligned}A^{\dagger }ABB^{*}A^{*}&=BB^{*}A^{*},\\BB^{\dagger }A^{*}AB&=A^{*}AB.\end{aligned))}](https://wikimedia.org/api/rest_v1/media/math/render/svg/4e9ed0e7e051dd77da6b7f0ca3b2fdbc1196babb)
![{\displaystyle {\begin{aligned}\left(A^{\dagger }ABB^{*}\right)^{*}&=A^{\dagger }ABB^{*},\\\left(A^{*}ABB^{\dagger }\right)^{*}&=A^{*}ABB^{\dagger }.\end{aligned))}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ba6fab0616dca1ced257fe1ddc8dbbe0e29ceba0)
![{\displaystyle A^{\dagger }ABB^{*}A^{*}ABB^{\dagger }=BB^{*}A^{*}A}](https://wikimedia.org/api/rest_v1/media/math/render/svg/44215186b7058f63b3af2cfd5d44ebfe2f164a0b)
![{\displaystyle {\begin{aligned}A^{\dagger }AB&=B(AB)^{\dagger }AB,\\BB^{\dagger }A^{*}&=A^{*}AB(AB)^{\dagger }.\end{aligned))}](https://wikimedia.org/api/rest_v1/media/math/render/svg/27678bca3bd5a8db412a4987ce932ebefe14e4a2)
下方列出了
的充分条件:
的列单位正交(此时
),或
的行单位正交 (此时
) ,或
的列线性无关(此时
) 同时
的行线性无关(此时
),或
,或
。
下方列出了
的必要条件:
![{\displaystyle (A^{\dagger }A)(BB^{\dagger })=(BB^{\dagger })(A^{\dagger }A)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2cfaf7e9dbd530015450156d22021c0e5bfb6541)
由最后一个充分条件得出等式:
注意: 等式
一般不成立,例如:
投影
和
是正交投影算子,即它们是埃尔米特矩阵(
,
)和幂等矩阵(
,
)。以下性质成立:
,![{\displaystyle A^{\dagger }P=QA^{\dagger }=A^{\dagger ))](https://wikimedia.org/api/rest_v1/media/math/render/svg/a40b2dd5d0789697ca8bcccc807c4feb47012d3d)
是正交投影算子,投影到
的值域(也就是
的核的正交补空间)。
是正交投影算子,投影到
的值域(也就是
的核的正交补空间)。
是正交投影算子,投影到
的核。
是正交投影算子,投影到
的核。[4]
最后两条性质隐含了下列等式:
![{\displaystyle A\,\ \left(I-A^{\dagger }A\right)=\left(I-AA^{\dagger }\right)A\ \ =0}](https://wikimedia.org/api/rest_v1/media/math/render/svg/71cab9ae2da833938f3a6b6d4f8560c0c6bd8d2e)
![{\displaystyle A^{*}\left(I-AA^{\dagger }\right)=\left(I-A^{\dagger }A\right)A^{*}=0}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b040638bc22dbad848877491f4601b59f6400e0b)
如果
是埃尔米特矩阵和幂等矩阵(当且仅当它为正交投影矩阵),则对于任意矩阵
,下式成立:[7]
这一条性质可以如此证明:定义矩阵
,
,当
是埃尔米特矩阵和幂等矩阵时,通过验证伪逆的性质可以检查
确实是
的一个伪逆。从上一条性质可以看出,当
是埃尔米特矩阵和幂等矩阵时,对于任意矩阵
当
是一个正交投影矩阵,则它的伪逆就是它自身,即
。
几何结构
如果我们把矩阵看作是一个在数域
上的线性映射
, 那么
可以被分解如下。首先定义符号:
表示直和,
表示正交补,
表示映射的核,
表示映射的像。注意
和
。 限制条件
则是一个同构。这意味着
在
上时这个同构的逆,在
上则是零。
换而言之,对于给定的
要找到
,首先将
正交投影在
的值域中,找到点
,然后构建
,即就是在
中,会被
投影到
的点。这是
的一个平行于
的核的仿射子空间。这个子空间中长度最小的元素(也就是最靠近原点的元素),就是我们寻找的
的解。它可以通过从
中选择任意元素,并将其投影在
的核的正交补空间而得到。
以上描述与线性系统的最小范数解密切相关。
子空间
极限
伪逆可以由极限定义:
(参见吉洪诺夫正则化)。当
或
不存在时,这些极限仍然存在。[4]:263
连续性
与一般的矩阵求逆不同,求伪逆的过程并不连续:如果序列
收敛到矩阵
(在最大范数或弗罗贝尼乌斯范数意义下),则
不一定收敛于
. 然而,如果所有的矩阵
与
有相同的秩,则
将收敛于
.[8]
导数关系
实值伪逆矩阵的导数,该矩阵在某点
处具有恒定的秩 可以用原矩阵的导数来计算:[9]