此博客停止更新,遷移至SnailDove’s blog,查看本文請點擊此處
筆記源自:清華大學公開課:線性代數2——第6講:僞逆
提示:如果文中圖片看不清文字,請右鍵單擊鼠標,選擇在新窗口打開圖片,然後放大圖片(這邊上傳之前都是可以看清的,由於網頁正文部分大小固定,因此圖片被自動縮小以便適配網頁),截圖部分是課堂ppt老師隨手的板書。
目錄
引言
本文基礎:SVD分解原理
矩陣的奇異值分解可以理解成從Rn 到Rm 的線性變換在不同基底下矩陣表示,接下來利用矩陣的奇異值分解
來定義矩陣的僞逆,然後再利用矩陣的僞逆來討論線性方程組Ax=b無解時的最小二乘解,線性代數的中心問題是
求解線性方程組Ax=b ,最簡單的情況是如果係數矩陣A是n階的可逆矩陣,那麼這時對於任意的n維向量b ,線性方程組Ax=b 有唯一的解,這個解是A−1b ,那這就啓發去對於不可逆的矩陣或者是對於Am×n 的矩陣,我們來定義它的一個逆矩陣,那麼這時候逆矩陣我們叫做僞逆或者是叫廣義逆 。
定義
僞逆的定義來自於奇異值分解:
(1)若A 可逆,即r=m=n ,則:A−1=(UΣVT)−1=VΣ−1UT=A+ ,注意:由奇異值分解公式 AV=UΣ, (v1...vr)∈C(AT), (vr+1...vn)∈N(A), (u1...ur)∈C(A), (ur+1...um)∈N(AT) 得:AV=UΣ:C(AT)→C(A) ,同理可得:A+UT=VΣ+:C(A)→C(AT)
(2)AA+=(UΣm×nVT)(VΣ+n×mUT)=UΣm×nΣ+n×mUT=U(Ir000)m×mUT 得出以下3個性質:
- 對稱性:(AA+)T=AA+
- AA+=u1uT1+...+uruTr,U=(u1,...ur,ur+1...,un)
- AA+=Rm 到C(A) 的正交投影矩陣,AA+|C(A)=id,AA+|N(AT)=0
- 證明1:AA+x=(u1uT1+...+uruTr)x=(uT1x)u1+...+(uTrx)ur ,由奇異值svd分解得到V=(v1,...,vr) 是AT 列空間(即C(AT) )的單位正交特徵向量基,而U=(u1,...,ur) 是C(A) 的單位正交特徵向量基,所以AA+ 是投影到C(A) 的正交投影矩陣(即保留了C(A) 的部分),因此AA+ 限制在C(A) 的變換即變成了恆等變換。而U 中(ur+1...um) 和UT 中(ur+1...um)T 即屬於N(AT) 的基乘以矩陣(Ir000)m×m 中右下角的0 相當於對屬於N(AT) 的部分做了零變換。
- 證明2:A+uj=1σjvj⇒AA+uj=A(1σjvj)=1σjAvj 再根據奇異值分解中Avj=σuj,(1≤j≤r) 得AA+uj=uj(1≤j≤r), AA+uj=0(r+1≤j≤m)
- 驗證:(AA+)(AA+)=U(Ir000)m×mUTU(Ir000)m×mUT ,由於從svd分解知道U 是單位正交特徵向量基 ,因此:UT=U−1⇒(AA+)(AA+)=U(Ir000)m×mUT=AA+ ,這正是投影的性質:多次投影結果還是第一次投影結果。
- 結果:∀ p∈Rm,b=p+e,p∈C(A),e∈N(AT),AA+b=p
(3)A+A=(VΣ+n×mUT)(UΣm×nVT)=V(Ir000)n×nVT 得到以下三個性質(證明同上):
- (A+A)T=A+A
- A+A=v1vT1+...+vrvTr
- A+A=Rn 到C(AT) 的正交投影矩陣(A+A|C(AT)=id,A+A|N(A)=0 ):
- ∀ x∈Rn=C(AT)⨁N(A)), x=x1,r+xr+1,n, x1,r∈C(AT), xr+1,n∈N(AT),A+Ax=A+A(x1,...xr,xr+1,...xn)=x1,r
爲什麼稱爲僞逆、左逆、右逆
例子
注:u1,u2,u3 是Rm 的一組基底那麼它是Av1σ1 ,那麼很容易計算出來,是12√⎛⎝⎜110⎞⎠⎟ 那u2 和u3 分別是0所對應的特徵向量,u2 和u3 可以看成是三維空間裏頭,u1 的正交補所給出來的單位正交的向量。
特例
Jordan標準形的僞逆
推導結論:J+n=JTn ,Jordan標準形的僞逆是它自己的轉置。
Moore-Penrose僞逆
E.H.Moore僞逆
Penrose僞逆
注:
1. A可以是mxn的複數矩陣,這樣的話(3)(4)裏面就變成共軛轉置。
2. Penrose僞逆與E.H.Moore僞逆定義是等價的。
(1)AXA=A⇒AXAX=AX⇒(AX)N=AX⇒AX 是冪等矩陣,投影矩陣
(2)XAX=X⇒XAXA=XA⇒(XA)N=XA⇒XA 是冪等矩陣,投影矩陣
(3)(AX)T=AX⇒AX 是對稱矩陣
(4)(XA)T=XA⇒XA 是對稱矩陣
通過奇異值分解得到的僞逆矩陣A+ ,AA+:Rm→C(A) ,A+A:Rn→C(AT)=C(A+) ,前文已經證明兩者都是對稱的,所以符合Penrose對僞逆矩陣的定義。對於僞逆唯一性的證明上文圖片太小可以放大來看。
僞逆的應用之最小二乘法
引言
但是我們需要求e 即誤差最小的解!但是這時候Am×n 不是列滿秩不存在逆矩陣,於是自然地想到利用僞逆求解。
僞逆求解正規方程——最佳最小二乘解
注:由於A+ 來自於:A+UT=VΣ+, (v1...vr)∈C(AT), (vr+1...vn)∈N(A), (u1...ur)∈C(A), (ur+1...um)∈N(AT),Σ+=⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜1σ11σ2..1σr0⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟n×m⇒A+:C(A)→C(AT) ,另外由於 ATAx=0,Ax=0 同解所以零空間相同。
最佳最小二乘解的四個基本子空間