【矩阵论】6.总结3

6. 总结3

9 广义逆

定义9.1 给定矩阵 $A\in {\mathbf{R}}^{m\times n}$ , 若存在矩阵 $X\in {\mathbf{R}}^{m\times m}$ 满足下面四个方程( Penrose-Moore 方程组 )的全部或者一部分：$(1)AXA=A;$ $(2)XAX=X;$ $(3)(AX{)}^{\mathrm{T}}=AX$ $(4)(XA{)}^{\mathrm{T}}=XA$ ,
则称 $X$ 为 $A$ 的一个广义逆矩阵.

定理 4.1.3 Penrose-Moore 方程与条件等价$\{\begin{array}{l}{\mathbf{XAA}}^{\mathrm{T}}={\mathbf{A}}^{\mathrm{T}},\\ {\mathbf{XX}}^{\mathrm{T}}{\mathbf{A}}^{\mathrm{T}}=\mathbf{X},\end{array}$

证 首先证明条件 $(1)AXA=A,(4)(XA{)}^{\mathrm{T}}=XA$ 与 $XA{A}^{\mathrm{T}}=A^{\mathrm{T}}$ 等价.
  ~  
将第四个方程代入第一个方程，有 $A(XA{)}^{\mathrm{T}}=A.$ 两边取共轭转置，得 $XA{A}^{\mathrm{T}}=A^{\mathrm{T}}.$
  ~  
用 $X^{\mathrm{T}}$ 右乘 (4.1) 的第一式，得 $XA{A}^{\mathrm{T}}{X}^{\mathrm{T}}=A^{\mathrm{T}}{X}^{\mathrm{T}},$ 即 $(XA)(XA{)}^{\mathrm{T}}=(XA{)}^{\mathrm{T}}.$
两边同时转置，得 $(XA)(XA{)}^{\mathrm{T}}=XA,$ 由此得 $(XA{)}^{\mathrm{T}}=XA.$ 将此式代人式(7.1)的第一式，
得$(XA{)}^{\mathrm{T}}{A}^{\mathrm{T}}=A^{\mathrm{T}},$两边同时共轭转置，有 $AXA=A.$

5. 设矩阵 $\mathbf{P},\mathbf{Q}$ 可逆，则 Q − 1 A − P − 1 ∈ ( P A Q ) { 1 } ; \boldsymbol {Q^{-1}A^-}\boldsymbol{P}^{-1}\in(\boldsymbol{PAQ})\{1\}; Q−1A−P−1∈(PAQ){1};

定理 4.2.2 设 $A\in {\mathbf{R}}^{m\times n}$, $\mathrm{rank}A=r,\mathbf{P}\in {\mathbf{R}}^{m\times m},\mathbf{Q}\in {\mathbf{R}}^{n\times n},\mathbf{P}$ 和 $\mathbf{Q}$ 可逆，且
$\mathbf{PAQ}=\left(\begin{array}{cc}{\mathbf{E}}_{\mathbf{r}}& \mathbf{O}\\ \mathbf{O}& \mathbf{O}\end{array}\right),$则 A { 1 } \boldsymbol{A}\{1\} A{1} 中任一矩阵可写成 $\mathbf{Q}\left[\begin{array}{cc}{\mathbf{E}}_r& {\mathbf{X}}_{12}\\ {\mathbf{X}}_{21}& {\mathbf{X}}_{22}\end{array}\right]\mathbf{P}.$
其中 $X_{12}\in {\mathbf{R}}^{r\times (n-r)},X_{21}\in {\mathbf{R}}^{(m-r)\times r},X_{22}\in {\mathbf{R}}^{(n-r)\times (m-r)}$ 为任意矩阵.

例 4.2.3 已知矩阵 $\mathbf{A}=\left(\begin{array}{cccc}1& 0& -1& 1\\ 0& 2& 2& 2\\ -1& 4& 5& 3\end{array}\right)$ 求 $A$ 的广义逆 A { 1 } A\{1\} A{1}.
解 $\mathbf{B}=\left[\begin{array}{ccccccc}1& 0& -1& 1& 1& 0& 0\\ 0& 2& 2& 2& 0& 1& 0\\ -1& 4& 5& 3& 0& 0& 1\\ 1& 0& 0& 0& & & \\ 0& 1& 0& 0& & \mathbf{O}& \\ 0& 0& 1& 0& & & \\ 0& 0& 0& 1& & & \end{array}\right]\cong \left[\begin{array}{ccccccc}1& 0& 0& 0& 1& 0& 0\\ 0& 1& 0& 0& 0& \frac{1}{2}& 0\\ 0& 0& 0& 0& 1& -2& 1\\ 1& 0& 1& -1& & & \\ 0& 1& -1& -1& & \mathbf{O}& \\ 0& 0& 1& 0& & & \\ 0& 0& 0& 1& & & \end{array}\right]$
于是 $\mathbf{P}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \frac{1}{2}& 0\\ 1& -2& 1\end{array}\right],\mathbf{Q}=\left[\begin{array}{cccc}1& 0& 1& -1\\ 0& 1& -1& -1\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$因此, $A$ 的任一个 { 1 } \{1\} {1} 逆可写成
$\mathbf{X}=\mathbf{Q}\left[\begin{array}{ccc}1& 0& x_1\\ 0& 1& x_2\\ y_{11}& y_{12}& z_1\\ y_{21}& y_{22}& z_2\end{array}\right]\mathbf{P}$, 其中 $x_i,y_{ij},z_j(i=1,2;j=1,2)$ 为任意实数.
若取 $x_i=y_{ij}=z_j=0(i=1,2;j=1,2),$ 则得到 $A$ 的一个具体的 { 1 } \{1\} {1} 逆.
  ~  
$A^{-}=\left[\begin{array}{cccc}1& 0& 1& -1\\ 0& 1& -1& -1\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ 0& \frac{1}{2}& 0\\ 1& -2& 1\end{array}\right]=\left[\begin{array}{ccc}1& 0& 0\\ 0& \frac{1}{2}& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right]$

行满秩矩阵有右逆 $A_R^{-1}=A^{\mathrm{T}}(A{A}^{\mathrm{T}}{)}^{-1}$ 列满秩矩阵有左逆 $A_L^{-1}=(A^{\mathrm{T}}A{)}^{-1}{A}^{\mathrm{T}}.$
行满秩 $m\times n$ 矩阵 $A$ 的右逆一般表达式为 $B=V{A}^{\mathrm{T}}(AV{A}^{\mathrm{T}}{)}^{-1},$
其中 $V$ 是使等式 $\mathrm{rank}AV{A}^{\mathrm{T}}=\mathrm{rank}A=m$ 成立的任意 $n$ 阶方阵.
如果 $A$ 是 $m\times n$ 列满秩矩阵，则 $A$ 的左逆一般表达式为 $B=(A^{\mathrm{T}}UA{)}^{-1}{A}^{\mathrm{T}}U,$
其中 $U$ 是使等式 $\mathrm{rank}{A}^{\mathrm{T}}UA=\mathrm{rank}A=n$ 成立的任意 $m$ 阶方阵.

满秩分解 $A=BC,$ 则 $A^{-}=C_R^{-1}{B}_L^{-1}$

定理 4.3.2 任何矩阵 $A\in {\mathbf{R}}^{m\times n}$ 都有自反广义逆.

证 如果 $A=\mathbf{O}$ , 则 $X=\mathbf{O}$ , 显然就是 $A$ 的自反广义逆.
如果$A\ne \mathbf{O}$, rank $A=r$, 存在可逆矩阵 $P$ 和 $Q$ , 使$PAQ=\left(\genfrac{}{}{0ex}{}{E_{r}O}{OO}\right).$
结合减号逆的证明，直接验证可知矩阵 $\mathbf{X}=\mathbf{Q}\left[\begin{array}{cc}{\mathbf{E}}_r& W\\ V& VW\end{array}\right]\mathbf{P}$ 是 $A$ 的自反广义逆。

例 4.3.3 $\mathbf{A}=\left(\begin{array}{ccc}1& 0& 0\\ 1& 1& 1\\ 2& 1& 1\end{array}\right)$ 试求A的自反广义逆.
解 由初等矩阵变换可知 $\mathbf{PAQ}=\left[\begin{array}{ccc}1& 0& 0\\ -1& 1& 0\\ -1& -1& 1\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ 1& 1& 1\\ 2& 1& 1\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& -1\\ 0& 0& 1\end{array}\right]=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 0\end{array}\right].$
则 ${\mathbf{A}}^{(1,2)}=\mathbf{Q}\left[\begin{array}{ccc}1& 0& w_1\\ 0& 1& w_2\\ & & \\ v_1& v_2& v_1{w}_1+v_2{w}_2\end{array}\right]\mathbf{P}$, 其中 $w_i,v_i(i=1,2)$ 可以取任意常数.

10 复合矩阵定义 简单算复合&加性复合矩阵

定义10.1 设 $A$ 是 $m\times n$ 矩阵. 定义 $Q_{k,m}=\{(i_1,\dots ,i_k)|1\le i,<\cdots <i_k\le n\}$
对于 1 ⩽ k ⩽ min ⁡ { m , n } 1\leqslant k\leqslant\min\{m,n\} 1⩽k⩽min{m,n}, 定义 $A$ 的 $k$ 级 复合矩阵 $C_k(A)$ 如下：

$C_k(A)$ 是 $\left(\genfrac{}{}{0ex}{}{m}{k}\right)\times \left(\genfrac{}{}{0ex}{}{n}{k}\right)$ 矩阵，它分别以 $\alpha \in Q_{k,m}$ 和 $\beta \in Q_{k.n}$ 作为行标和列标，并均按字典式排序, $C_k(A)$ 的 $(\mathbf{\alpha },\mathbf{\beta })$ 元是 $\det \mathbf{A}[\mathbf{\alpha }|\mathbf{\beta }].$

例，当 $m=n=3,k=2$ 时，$C_2(A)$ 是 $3\times 3$ 矩阵：
$C_2(A)=\left(\begin{array}{ccc}\det A[1,2\mid 1,2]& \det A[1,2\mid 1,3]& \det A[1,2\mid 2,3]\\ \det A[1,3\mid 1,2]& \det A[1,3\mid 1,3]& \det A[1,3\mid 2,3]\\ \det A[2,3\mid 1,2]& \det A[2,3\mid 1,3]& \det A[2,3\mid 2,3]\end{array}\right).$

特别地，总有 $C_1(A)=A$ ; 当 $m=n$ 时$,C_n(A)=(\det A)$(作为 1 阶方阵).

定义10.2 设 $A$ 是 $n$ 阶方阵 $,t$ 是不定元. 记 $C_k\left(I_n+t\mathbf{A}\right)$ = ${\mathbf{I}}_{\left(\genfrac{}{}{0ex}{}{n}{k}\right)}$ + $t{\Delta }_k\left(\mathbf{A}\right)$ + $t^2\mathbf{R}$ ,
其中 ${\Delta }_k(\mathbf{A})\in M_{\left(\genfrac{}{}{0ex}{}{n}{k}\right)}(\mathbf{C}),\mathbf{R}\in M_{\left(\genfrac{}{}{0ex}{}{n}{k}\right)}(\mathbf{C}[t]).$ 称 $\left(\genfrac{}{}{0ex}{}{n}{k}\right)$ 阶方阵 ${\Delta }_k(\mathbf{A})$ 为 $\mathbf{A}$ 的 $k$ 级加性复合矩阵.

易知 $k=1$ 时，${\Delta }_1(\mathbf{A})=\mathbf{A};$当 $k=n$ 时$,{\Delta }_n(\mathbf{A})=\mathrm{tr}\mathbf{A}.$

证 $C_1(I+tA)=I+tA,C_n(I+tA)=\det (I+tA)$中 $\left(\begin{array}{ccc}f(t)+1& & t多项式\\ & g(t)+1& \\ t多项式& & h(t)+1\end{array}\right)$ ，$t$ 的一次项仅在 $n$ 个对角元乘积 $(t{a}_{11}+1)\cdots (t{a}_m+1)$ 中, 即 $tr(A)$。

例 $A=\left(\begin{array}{ccc}1& 2& 3\\ & 1& 2\\ & & 3\end{array}\right),k=2$
则$\begin{array}{rl}{C}_2(I_3+tA)& =\left(\begin{array}{ccc}(t+1{)}^2& 2t(t+1)& t^2-3t\\ 0& (t+1)(t+1)& 2t(3t+1)\\ 0& 0& (t+1)(3t+1)\end{array}\right)\\ & =I_{\left(\genfrac{}{}{0ex}{}{3}{2}\right)}+t\left(\begin{array}{ccc}2& 2& -3\\ 0& 4& 2\\ 0& 0& 4\end{array}\right)+t^2\left(\begin{array}{ccc}1& 2& 1\\ 0& 3& 6\\ 0& 0& 3\end{array}\right)\end{array}$