奇异矩阵与非奇异矩阵(广义逆)

这篇具有很好参考价值的文章主要介绍了奇异矩阵与非奇异矩阵(广义逆)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

最近看了一篇多视图聚类的论文,论文代码使用matlab,在matlab中求矩阵的逆是使用了广义的逆pinv,对此很疑惑,整理资料供自己查阅。
奇异矩阵与非奇异矩阵(广义逆)

奇异矩阵

奇异矩阵的概念源于线性代数,就是对应行列式为0的方阵。

非奇异矩阵

对应行列式非零的方阵为非奇异矩阵。

判断方法

首先看这个矩阵是不是方阵;
然后看此矩阵的行列式是否为0,若等于0,则称该矩阵为奇异矩阵;
若不等于0,则为非奇异矩阵。

同时,由A行列式不为0,可知A可逆。这样就可以得到一个重要的结论:可逆矩阵就是非奇异矩阵,非奇异矩阵也可以是可逆矩阵。

pinv和inv在matlab中的区别

对于方阵A,如果为非奇异方阵,则存在逆矩阵inv(A)。
对于奇异矩阵或者非方阵,并不存在逆矩阵,但可以使用pinv(A)求其伪逆。
inv(A) = pinv(A)
但是pinv的计算复杂度较高文章来源地址https://www.toymoban.com/news/detail-403761.html

到了这里,关于奇异矩阵与非奇异矩阵(广义逆)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【论文阅读】通过对比聚类分配的深度多视图聚类

    原文链接 对于大多数现有的深度MVC方法, 探索多视图的不变表示 仍然是一个棘手的问题。在本文中,提出了一种 跨视图对比学习(CVCL)方法 ,该方法学习视图不变表示,并通过比较多个视图之间的聚类分配来产生聚类结果。 具体来说,首先在预训练阶段使用深度自编码器提

    2024年02月21日
    浏览(46)
  • 非奇异矩阵的多种判断方式

    基本概念: n阶 方阵 A是非奇异矩阵的充要条件是A为可逆矩阵。 下面列举几种判断方式( 前提条件:矩阵是个n*n的方阵 ): 一个矩阵非奇异当且仅当行列式不为0。 一个矩阵非奇异当且仅当其所代表的线性变换是个自同构。 一个矩阵非奇异(正定)当且仅当它的每个特征值

    2024年02月05日
    浏览(32)
  • 【矩阵论】4. 矩阵运算——广义逆——减号逆

    矩阵论的所有文章,主要内容参考北航赵迪老师的课件 [注]由于矩阵论对计算机比较重要,所以选修了这门课,但不是专业搞数学的,所以存在很多口语化描述,而且对很多东西理解不是很正确与透彻,欢迎大家指正。我可能间歇性忙,但有空一定会回复修改的。 矩阵论 1

    2024年02月03日
    浏览(30)
  • Python实现矩阵奇异值分解(SVD)

    Python实现矩阵奇异值分解(SVD) 矩阵奇异值分解(Singular Value Decomposition, SVD)是一种重要的矩阵分解方法,可以将一个矩阵分解成三个矩阵的乘积,即 A = U Σ V T A=USigma V^{T} A = U Σ

    2024年02月10日
    浏览(43)
  • 【矩阵论】4. 矩阵运算——广义逆——加号逆的计算

    矩阵论的所有文章,主要内容参考北航赵迪老师的课件 [注]由于矩阵论对计算机比较重要,所以选修了这门课,但不是专业搞数学的,所以存在很多口语化描述,而且对很多东西理解不是很正确与透彻,欢迎大家指正。我可能间歇性忙,但有空一定会回复修改的。 矩阵论 1

    2024年02月04日
    浏览(43)
  • 实对称矩阵的奇异值等于特征值

    首先,来看一下什么叫作矩阵的奇异值,根据课本上的定义 1 定理1: 实对称矩阵的奇异值等于其特征值. 证明: 对于实对称矩阵 A A A , 其特征值为 λ 1 , λ 2 , . . . , λ n lambda_1,lambda_2,...,lambda_n λ 1 ​ , λ 2 ​ , . . . , λ n ​ . 由某个定理可知(自己查找一下), A 2 A^2 A 2 的特

    2024年02月06日
    浏览(46)
  • 奇异值分解与矩阵逆:数值实现与优化

    奇异值分解(Singular Value Decomposition, SVD)和矩阵逆(Matrix Inverse)是线性代数和数值分析领域中非常重要的概念和方法。这两者在现实生活中的应用非常广泛,例如图像处理、信号处理、数据挖掘、机器学习等领域。在这篇文章中,我们将从以下几个方面进行深入的讨论: 背景介绍

    2024年04月12日
    浏览(31)
  • 12-数据结构-数组、矩阵、广义表

    目录 数组、矩阵、广义表   一、数组         二.矩阵 三、广义表         这一章节理解基本概念即可。数组要看清其实下标是多少,并且二维数组,存取数据,要先看清楚是按照行存还是按列存,按行则是正常一行一行的去读写,按列则是,从左至右,一列一列的弄。

    2024年02月13日
    浏览(36)
  • 用Python求矩阵的广义逆

    对于两个方阵 A , B A,B A , B ,若 A B = E AB=E A B = E ,且 E E E 为单位阵,则 A , B A,B A , B 互逆,可记作 A = B − 1 , B = A − 1 A=B^{-1}, B=A^{-1} A = B − 1 , B = A − 1 。 在 numpy 和 scipy 中,均提供了求逆函数,分别是 numpy.linalg.inv 和 scipy.lingalg.inv ,下面举个例子看一下 二者求逆的结果如

    2024年02月10日
    浏览(31)
  • 基础习题-串 - 数组 - 广义表 - 矩阵-03

    A. O(m) B. O(n) C. O(m*n) D. O(nlog2m) 因为KMP算法涉及到next数组的存储,next数组是基于模式串长度计算的。 A. ‘ijing’ B. ‘jing’ C. ‘ingNa’ D. ‘ingN’ substr(S,i,k):从第i个开始,取k个 A. 1和1 B. 1和3 C. 1和2 D. 2和3 A. a B. (a) C. () D. ((a)) A. 建立和删除 B. 索引和修改 C. 查找和修改 D. 查找

    2024年02月05日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包