目录
满足
,但不满足
的矩阵
称为矩阵
的左逆矩阵(left inverse)。
满足
,但不满足
的矩阵称为矩阵
的右逆矩阵(right inverse)o
仅当
时,矩阵
T可能有右逆矩阵。
线性方程
称为一致方程,若矩阵
的行之间存在的线性关系也存在于向量
的对应元素中。
令
是一个m x n矩阵,具有任意秩。矩阵
的广义逆矩阵是-个n x m矩阵G,并使得当
为一致方程时,
是线性方程
的解。
一致方程
对y≠0有解
,当且仅当AGA = A。
m × n矩阵A的广义逆矩阵是一个满足

的nx m矩阵
。
m x n矩阵A的广义逆矩阵是满足下列条件之一的n × m 矩阵
(1)
为幂等矩阵,且 rank(.
) rank(
):
(2)
是幂等矩阵,且rank(
) =rank(
)。
性质:
方程
的解与矩阵
的任意行正交,并且线性无关。
存在
定理1:一线性方程组可以求解,当且仅当这些方程为一致方程。
定理2:线性方程
是一致的,当且仅当增广矩阵
的秩等于矩阵
的秩,即
。
令
具有秩r。若
,其中,
的秩为r (满列秩矩阵),且
的秩也为r(满行秩矩阵),则称
为矩阵A的满秩分解(full-rank decomposition)。
一个秩为r的mx n矩阵A可以分解为

式中,K和L分别具有满列秩和满行秩。
若矩阵
具有秩r,且其满秩分解为
,其中,
为满列秩
为满行秩,则

是
的一个广义逆矩阵。
1.利用行初等变换将矩阵A化为阶梯型
![A\xrightarrow[E_1]{}[]\xrightarrow[E_2]{}...\xrightarrow[E_k]{}\begin{bmatrix} G_{r\times n}\\ O_{(m-r)\times n} \end{bmatrix}](https://1000bd.com/contentImg/2022/08/12/190935145.gif)
2.对单位矩阵执行逆行初等变换,得到逆矩阵
![I\xrightarrow[E_k^{-1}]{}[ ]\xrightarrow[E_{k-1}^{-1}]{}....\xrightarrow[E_1^{-1}]{}[]=P^{-1}](https://1000bd.com/contentImg/2022/08/12/190936004.gif)
3.利用逆矩阵
的前r列构造矩阵F。
4.书写满秩分解结果
。
1.计算矩阵
的满秩分解
。
2.求广义逆矩阵
。
令n x m 矩阵
是m×n矩阵
的任意一个广义逆矩阵,则
(1)齐次方程
的一个通解为
,其中,z是n×1任意向量。
(2非齐次方程
为-致方程的充分必要条件是

(3)非齐次方程Aa = g 的一个通解为

式中,z为n×1任意向量。
伴随矩阵具有以下性质
(1)
(2)
(3)
(4)
(若A为实矩阵)或
(若A为复矩阵)
是一致方程
的最小范数解,当且仅当

令G是某个矩阵,则
是非一致方程
的最小二乘解,当且仅当

或
