产品
产品概览
Mathematica
Mathematica 学生版
Mathematica Home Edition
Wolfram
CDF Player
(免费下载)
可计算文档格式(CDF)
web
Mathematica
grid
Mathematica
Wolfram
Workbench
Wolfram
SystemModeler
Wolfram
Finance Platform
Mathematica
附加程序包
Wolfram|Alpha 产品
解决方案
解决方案概览
工程
航空航天与国防
化学工程
控制系统
电气工程
图像处理
工业工程
材料科学
机械工程
运筹学
光学
石油工程
生物技术与医药
生物信息学
医学影像
金融、统计、商业分析
精算科学
数据分析与挖掘
计量经济学
经济学
金融工程与数学
金融风险管理
统计
软件工程、内容传递
创作与出版
界面开发
软件工程
网页开发
科学
天文学
生物科学
化学
环境科学
地球科学
社会与行为科学
设计、艺术以及娱乐
游戏设计、特殊效果及衍生艺术
教育
STEM 教育倡议
高等教育
高职高专院校
中小学教育
学生
科技
可计算文档格式(CDF)
高性能并行计算(HPC)
参见:技术指南
购买
网上商店
其它购买方式
批量许可及站点许可证
联络销售部
软件
服务
升级
培训
书籍
Merchandise
技术支持
技术支持概览
Mathematica
参考资料
知识库
学习中心
技术服务
社区与论坛
培训
查看站点是否有许可证授权
Wolfram 用户门户
公司概况
关于 Wolfram Research
新闻
活动
Wolfram 博客
合作伙伴
工作机会
Mathematica
的历史
Stephen Wolfram 主页
联系我们
公司网站
全部站点
Wolfram|Alpha
演示项目
MathWorld
Integrator
Wolfram Functions Site
Mathematica Journal
Wolfram Media
Wolfram
Tones
Wolfram Science
Stephen Wolfram
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE
DOCUMENTATION CENTER
FOR THE LATEST INFORMATION.
DOCUMENTATION CENTER SEARCH
New to
Mathematica
?
Find your learning path
»
Mathematica
>
数学和算法
>
矩阵和线性代数
>
基于矩阵的最小化
>
PseudoInverse
>
Mathematica
>
数学和算法
>
图与网络
>
图编程
>
矩阵和线性代数
>
基于矩阵的最小化
>
PseudoInverse
>
Mathematica
>
可视化与图形
>
图与网络
>
图编程
>
矩阵和线性代数
>
基于矩阵的最小化
>
PseudoInverse
>
MATHEMATICA 内置符号
高级矩阵运算
教程 »
|
Inverse
LeastSquares
Fit
SingularValueDecomposition
SingularValueList
参见 »
|
线性系统
矩阵和线性代数
基于矩阵的最小化
8.0的新功能:数学与算法
更多关于 »
PseudoInverse
PseudoInverse
[
m
]
求一个矩阵的伪逆.
更多信息
PseudoInverse
对符号矩阵和数值矩阵起作用.
对于方阵,
PseudoInverse
给出 Moore-Penrose 逆.
对于数值矩阵,
PseudoInverse
是基于
SingularValueDecomposition
.
PseudoInverse
[
m
,
Tolerance
->
t
]
指定去掉小于最大奇异值的
t
倍的奇异值.
缺省设置
Tolerance
->
Automatic
,去掉小于
的 100 倍的奇异值,其中
p
是
Precision
[
m
]
.
对于非奇异方阵
M
,伪逆
等价于标准逆.
范例
关闭所有单元
例
(1)
一个矩阵有伪逆,甚至它是奇异的:
一个矩阵有伪逆,甚至它是奇异的:
In[1]:=
Out[1]=
范围
(2)
m
是一个 4×3 矩阵:
用明确算法计算:
用机器算法计算:
用 24 位精度算法计算:
计算一个随机 3×2 的复数矩阵的伪逆:
推广和延伸
(1)
计算符号结果:
选项
(1)
m
是一个 16×16 Hilbert 矩阵:
某些奇异值小于机器精度的缺省公差:
计算缺省公差的伪逆:
当某些奇异值被认为是有效的零时,它不是一个真正的逆:
计算无公差的伪逆:
尽管没有奇异值被认为是零,但存在数值错误:
应用
(1)
这是某些数据:
重构一个设计矩阵来拟合一条线:
获得一个线性二次拟合的系数:
这和
Fit
给出的结果相同:
属性和关系
(3)
对于一个非奇异矩阵,伪逆和逆相同:
对于
,
给出使得
最小的
x
:
在
m
的
NullSpace
中,增加任何向量会使误差没有变化:
最小值在
处:
PseudoInverse
满足 Moore-Penrose方程 []:
参见
Inverse
LeastSquares
Fit
SingularValueDecomposition
SingularValueList
教程
高级矩阵运算
更多关于
线性系统
矩阵和线性代数
基于矩阵的最小化
8.0的新功能:数学与算法
相关链接
NKS|Online
(
A New Kind of Science
)
版本 1 的新功能 | 版本 5 修改功能