向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵( 五 )


文章图片
下面是输出结果:
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
让我们对矩阵Σ进行如下设置 。
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
下面是输出结果 。
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
现在,我们可以确认=ΣT 。
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
下面是输出结果 。
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
现在我们知道了奇异值分解,就可以准备研究伪逆矩阵了 。
伪逆矩阵
逆矩阵并不总是存在,即使是方阵 。然而,对于非正方形矩阵,存在一个伪逆矩阵,也叫摩尔-彭罗斯逆矩阵 。
例如,矩阵A是m×n 。
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
使用伪逆矩阵A^+,我们可以进行以下转换 。
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
我们定义伪逆矩阵A^+为:
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
V和U来自奇异值分解 。
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
我们通过转置Σ和所有对角元素的逆得到D^+ 。假设Σ的定义如下:
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
那么D+的定义如下:
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
现在,我们可以看到A^+A的原理:
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
以同样的方式,AA^+ = I 。
综上所述,如果我们能够对矩阵A进行奇异值分解,我们就可以通过VD^+UT来计算A^+,这是一个A的伪逆矩阵 。
让我们用Numpy试试伪逆矩阵吧 。
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
下面是输出结果:
向量|揭开矩阵分解的神秘面纱——特征分解,奇异值分解,伪逆矩阵
文章图片
想了解更多精彩内容,快来关注老胡说科学

推荐阅读