各类矩阵的定义及计算

一. 矩阵广义逆(Generalized inverse)的种类

广义逆也称为伪逆(pseudoinverse)

A\in \mathbb{R}^{n\times m} ~\text{and}~A^{g}\in\mathbb{R}^{m\times n}

1. AA^{g}A=A

2. A^{g}AA^{g}=A^{g}

3. (AA^{g})^{T}=AA^{g}

4. (A^{g}A)^{T}=A^{g}A

如果A^{g}满足条件1,则称A^{g}为矩阵A的广义逆矩阵

如果A^{g}同时满足条件1和2,则称A^{g}为矩阵A的广义反身逆(generalized reflexive inverse)

如果A^g同时满足以上四个条件,则称A^g为矩阵A的Moore-Penrose广义逆(Moore-Penrose generalized inverse)

注:有些时候,伪逆特指Moore-Penrose广义逆

二. 矩阵的Moore-Penrose广义逆(Moore–Penrose pseudoinverse)

Penrose广义逆条件:

 A\in \mathbb{R}^{n\times m} ~\text{and}~X\in\mathbb{R}^{m\times n}

1. AXA=A

2. XAX=X

3. (AX)^{\text{T}}=AX

4. (XA)^{\text{T}}=XA

如果矩阵X同时满足以上四个条件,则称X为矩阵A的Moore-Penrose广义逆。

三. 酉矩阵/幺正矩阵(Unitary matrix)

酉矩阵U\in\mathbb{C}^{n\times n}满足下列性质:

U^{H}U=U^{H}U=I_n

酉矩阵U的逆矩阵即其共轭转置矩阵:

U^{-1}=U^{H}

酉矩阵是实数中正交矩阵,在复数域中的推广

四. 对称矩阵(Symmetric matrix):

对于方阵A\in\mathbb{R}^{n\times n},若其转置和其自身相等,则称A为对称矩阵,即:

A=A^{\text{T}}

五. 埃尔米特矩阵(Hermitian matrix)

矩阵A\in\mathbb{C}^{n\times n}且其每个元素表示为a_{ij}。若A矩阵中第ij个元素和第ji个元素是复共轭的,即:

a_{ij}=\bar {a_{ji}}

则称A为埃尔米特矩阵,记作:

A=A^H

参考:埃尔米特矩阵

六. 正交矩阵(orthogonal matrix)

若一个方阵A\in\mathbb{R}^{n\times n}满足:

A^T=A^{-1}\Leftrightarrow A^TA=A^TA=I

则称A是正交矩阵

七. 奇异矩阵(singular matrix)

奇异矩阵是线性代数的概念,就是看该矩阵是否满秩。

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)。然后,再看此矩阵的行列式|A|是否等于0,若等于0,称矩阵A为奇异矩阵;若不等于0,称矩阵A为非奇异矩阵。

八. 德拉任逆矩阵(Drazin inverse)

方阵A\in\mathbb{R}^{k\times k}的阶数为k,若矩阵X满足:

A^{k+1}X=A^k

XAX=X

AX=XA

则称X为矩阵A的Drazin inverse

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值