Una matriz es invertible ← → cuadrado. Entonces, el inverso de una matriz no cuadrada no existe.
Sin embargo, puedes imaginar casos en los que necesites un inverso. ¿Bueno, que haces? A Roger Penrose se le ocurrió la siguiente mejor opción: ¡un ajuste de “mínimos cuadrados”! (En realidad, algunas personas resolvieron el problema de forma independiente). Se llama pseudoinverso, o pseudoinverso de Moore-Penrose, comúnmente conocido como [matemáticas] A ^ {+} [/ matemáticas]. No te confundas; es un signo más, no una daga, que se usa comúnmente para indicar una matriz hermitiana. Debe cumplir 4 criterios (ver la página Wiki para más información):
- [matemáticas] AA ^ {+} A = A [/ matemáticas]
- [matemáticas] A ^ {+} AA ^ {+} = A ^ {+} [/ matemáticas]
- [matemáticas] (AA ^ {+}) * = AA ^ {+} [/ matemáticas]
- [matemáticas] (A ^ {+} A) * = A ^ {+} A [/ matemáticas]
¡También para cualquier matriz A, el pseudoinverso existe y es único! Ahora no es un inverso real, es esencialmente una regresión lineal dimensional mxn, y para ver qué tan bueno es su pseudoinverso, puede calcular un número de condición (un valor alto implica que el IP está mal acondicionado). Para probar cosas usted mismo, genere una matriz de Hilbert 4 × 5 y obtenga un número de condición y pseudoinverso con Mathematica. Piense en un número de condición como una bondad de ajuste generalizada como [matemática] R ^ 2 [/ matemática] (debería ser alta para el problema que acabo de mencionar).
El psuedoinverse tiene innumerables aplicaciones del mundo real en álgebra lineal. Espero haber sido útil, ¡gracias por leer!
- ¿Por qué la notación para vectores no es explícita sobre los vectores base que está usando?
- ¿Cuál es la diferencia entre un tensor y un grupo de vectores?
- ¿Hay matrices que solo se puedan multiplicar con otra matriz si está en un lado?
- ¿Cuál es la dimensionalidad del espacio, en el que se realiza la clasificación lineal?
- ¿Qué es un problema de valor propio?