[最优化]求解线性方程组(3)

本文介绍了矩阵的伪逆概念,特别是Moore-Penrose逆矩阵,并详细阐述了如何根据矩阵的不同秩情况求解伪逆。此外,讨论了一般线性方程组的解法,包括最小范数解和最小二乘解,强调了在不同秩情况下矩阵解法的应用。
摘要由CSDN通过智能技术生成

求解线性方程组(3)

矩阵的伪逆

这里所介绍的伪逆是Moore-Penrose逆矩阵,其定义为:给定矩阵 ARmn A ∈ R m ∗ n ,如果矩阵 ARnm A † ∈ R n ∗ m 满足 AAA=A A A † A = A ,且存在两个矩阵 URnn,VRmm U ∈ R n ∗ n , V ∈ R m ∗ m 使得

A=UAT,A=ATV A † = U A T , A † = A T V

那么则称 A A † 是矩阵 A A 伪逆,可以通过证明得到,矩阵的伪逆是 唯一的。

对于矩阵 A R m

  • 0
    点赞
  • 0
    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