求逆矩阵与伪逆矩阵

矩阵A的逆矩阵用

表示，并且满足下面的关系：

看下面的矩阵方程：

如果A的逆矩阵存在，那么解可以写成：

在MATLAB输入下面的命令就可以计算矩阵A的逆矩阵

但是逆矩阵并不一定存在，所以我们可以用矩阵的行列式来判断逆矩阵是否存在，如果

那么逆矩阵不存在，这时我们说此矩阵是一个奇异矩阵。
下面是一个2x2矩阵的例子

首先检查矩阵的行列式：

>> A = [2 3; 4 5];
>> det(A)
ans =-2

由于行列式不等于0，此矩阵的逆矩阵存在，下面进行逆矩阵的求解：

>> inv(A)
ans =-2.5000    1.50002.0000   -1.0000

又如：

>> S = [1 0 -1 2; 4 -2 -3 1;0 2 -1 1;0 0 9 8];
>> det(S)
ans =-108

行列式不等于0，逆矩阵T存在：

>> T = inv(S)T =-0.9259    0.4815    0.4815    0.1111-0.6296    0.1574    0.6574    0.0556-0.5926    0.1481    0.1481    0.11110.6667   -0.1667   -0.1667         0

检验一下：

>> S * T
ans =1.0000         0         0         00.0000    1.0000   -0.0000         00.0000   -0.0000    1.0000         00         0         0    1.0000

来自于四舍五入误差，用另一种方式检查可以避免错误：

>> T * S
ans =1.0000         0         0         00    1.0000         0    0.00000         0    1.0000         00         0    0.0000    1.0000

用逆矩阵求解方程

考虑方程：

系数矩阵是：

>> A =[3 -2; 6 -2]
A =3    -26    -2

Ax= b中的向量b是：

>> b = [5;2]
b =52

我们来检查A的行列式来确保A的逆矩阵存在：

>> det(A)
ans =6

解为：

>> x = inv(A) * b
x =-1.0000-4.0000

解的特殊情况

如果方程组的个数比未知数的个数少，此时方程组称为欠定。
这意味着方程组有无数解，因此此时方程组只有一些未知数能能够确定下来，不能确定的可以赋予任意值，因此可以得到无限组解。

我们举个简单例子

稍微处理可以得到：

在这个方程组中，我们可以为两个变量找到值(x和z)，第三个变量y是不确定的。我们可以为y选择自己喜欢的值，此时方程组就有解了。
另一种方程组存在无限解的情况是当det(A) = 0时，此时我们引入伪逆矩阵(属于广义矩阵)的概念
解的办法是为未知数给出最小范数实数解，即是说，解向量x具有最小范数且元素都为实数，我们拿一个线性方程组来举例：

很明显，这个方程具有无限解，我们输入数据：

>> A = [3 2 -1;0 4 1];
>> b = [7;2];
>> C = [A b];

现在计算秩：

>> rank(A)
ans =2
>> rank(C)
ans =2

由于这些秩相等，解存在，可以使用左除产生一组解：

>> x = A\b
x =2.00000.50000

MATLAB通过把其中一个变量设为0来产生一组解。
此时的矩阵A不是一个方阵，不能算行列式，所以可以使用伪逆矩阵来解这个方程组。输入以下内容：

>> x = pinv(A) * b
x =1.66670.6667-0.6667

MATLAB使用穆尔-彭罗斯法计算pinv

MATLAB与线性代数--逆矩阵与伪逆矩阵相关推荐

线性代数笔记：逆矩阵及伪逆矩阵，最小二乘估计，最小范数估计
逆矩阵及伪逆矩阵,最小二乘估计,最小范数估计逆矩阵的概念我们为什么需要逆矩阵? 伪逆矩阵和最小二乘估计正则化求伪逆矩阵逆矩阵的概念矩阵A的逆矩阵(matrix inversion)记作A−1 ...
逆矩阵、伪逆矩阵：数据的压缩和复原
逆矩阵.伪逆矩阵.数据的压缩和复原:这一块知识虽然很简单,但在光学各种实验情况下经常用到,特此总结. 矩阵的乘法 (观测矩阵):C = A* B C:M*1 A:M*N B:N*1 A可以理解为一个转 ...
【深度学习基础】：线性代数(三)_逆矩阵与伪逆矩阵
一.矩阵的逆定义 2.Python 2.1 Numpy import numpy as npA = np.array([[1,2],[3,4]])# 求逆矩阵A_inv = np.linalg.i ...
奇异矩阵，非奇异矩阵，伪逆矩阵
奇异矩阵就是Singular Matrix 的中文翻译. Singular 就是唯一的,可以想成是单身狗,所以他没有对象逆矩阵. Non-singular的非奇异矩阵就是Couple 有逆矩阵. 奇 ...
奇异矩阵和非奇异矩阵，伪逆矩阵
奇异矩阵: 奇异矩阵是线性代数的概念,就是对应的行列式等于0的矩阵. 奇异矩阵的判断方法:首先,看这个矩阵是不是方阵(即行数和列数相等的矩阵.若行数和列数不相等,那就谈不上奇异矩阵和非奇异矩阵). 然 ...
pinv--求矩阵的伪逆矩阵
pinv--求矩阵的伪逆矩阵 [功能简介]用于求矩阵的伪逆矩阵. [语法格式] 1．B=pinv(A) 函数返回矩阵A的伪逆矩阵.如果矩阵A是可逆(非奇异)的,那么pinv(A)与inv(A)的结果是 ...
【转录调控网络】典型的基因转录调控网络推导方法——伪逆矩阵模型
基因转录调控网络推导方法--伪逆矩阵模型在基因调控网络推导中,使用到的基因芯片数据通常具有样本个数少(通常小于10)而基因数目大(通常大于1000)的局限性,也就是说,实验样本个数远远小于基因 ...
关于数学库Eigen两个常用函数实现（伪逆矩阵和协方差矩阵)
关于数学库Eigen两个常用函数实现(伪逆矩阵和协方差矩阵) cov pinv 实现代码
一分钟读懂：矩阵的特征值分解、奇异值分解和伪逆矩阵
通过把矩阵运算分解成多个矩阵的乘法,可以简化矩阵运算,也可发现对应线性变换的一些内在规律和特性.根据不同的目的,有不同的分解策略.本文我们讨论最常用的特征值分解和奇异值分解. 1. 矩阵的乘方运算定 ...

MATLAB与线性代数--逆矩阵与伪逆矩阵

求逆矩阵与伪逆矩阵

用逆矩阵求解方程

解的特殊情况

MATLAB与线性代数--逆矩阵与伪逆矩阵相关推荐

最新文章

热门文章