奇异值分解

摩尔-彭若斯伪逆

大多数矩阵没有逆——它们或是非方阵,或虽是方阵却奇异。可你仍想尽可能好地解 Ax = b。摩尔-彭若斯伪逆 A^+ 正是做这件事的矩阵:它是最佳拟合逆,在系统超定时给出最小二乘解,在欠定时给出最小范数解。

SVD 几乎免费地把它构造出来。若 A = U Sigma V^T,则 A^+ = V Sigma^+ U^T,其中 Sigma^+ 由把 Sigma 转置、并把每个非零奇异值 sigma_i 换成 1/sigma_i 而成(零仍保持为零)。能逆的就逆,不能逆的就忽略。当 A 确实可逆时,A^+ 退化为普通的 A^-1,所以它是名副其实的推广。

x = A^+ b 究竟给你什么?在所有使 ||Ax - b|| 最小(对不相容系统的最小二乘拟合)的 x 中,它挑出 ||x|| 最小的那个。这种双重最优性——先求最佳拟合,再以最小范数打破平局——正是 A^+ 成为标准求解器的原因。它由四条彭若斯条件唯一确定:A A^+ A = A,A^+ A A^+ = A^+,且 (A A^+) 与 (A^+ A) 都对称。

一个实用警告:微小的奇异值会变成巨大的 1/sigma_i,因此 A^+ 可能疯狂放大噪声。这正是实践中常用截断伪逆的原因——把低于阈值的奇异值置零,以精确性换取数值稳定性。

A^+ = V Sigma^+ U^T, Sigma^+ = diag(1/sigma_1, ..., 1/sigma_r, 0, ..., 0)^T

把非零奇异值取倒数,零保持不变,并交换 U 与 V。

对列满秩的 A,伪逆等于正规方程公式 (A^T A)^-1 A^T,但通过 SVD 计算它远比构造 A^T A 数值稳定。

又称
A^+generalized inverse