반응형
정방행렬이고, 특이행렬이 아닐 경우 즉, full rank인 정방행렬(square matrix)에서만 역행렬을 정의할 수 있다. 정방 행렬이 아닌 행렬에서는 역행렬을 정의하는 것 대신에 무어-펜로즈 유사역행렬을 다음과 같이 정의할 수 있다.
\[ A^{+}= \lim_{a \rightarrow 0}(A^T A + \alpha I)^{-1} A^T \]
$A^{+}$는 행렬 $A$의 무어-펜로즈 유사역행렬이다. 또한, 다음과 같은 조건을 만족해야지만 유사역행렬이라고 부를 수 있다.
- $ A A^+ A = A $
- $ A^+AA^+ = A^+ $
- $ (AA^+)^T = AA^+ $
- $ (A^+A)^T = A^+A $
이전 글에서 다룬 SVD로 유사역행렬을 쉽게 구할 수 있다. 우리는 SVD를 다음과 같이 정의한다.
$ A = UDV^T $
SVD에서 $U$와 $V$는 직교행렬(orthogonal matrix)라고 했다. 직교 행렬은 $U^{-1} = U^T$를 만족하기 때문에 다음과 같이 값을 구할 수 있다.
$ AA^+ = UDV^T A^+ $
$ (V^T)^{-1}D^+U^{-1} = A^+ $
$ A^+ = VD^+U^T$
이로써 행렬 $A$의 무어-펜로즈 유사역행렬인 $A^+$를 쉽게 구할 수 있다. 위에서 유사역행렬을 만족하기 위해선 4가지의 조건을 만족해야된다고 언급했다. 한번 확인해보자.
- $ A A^+ A = UDD^+V^T = UDV^T = A $
- $ A^+AA^+ = VD^+DD^+U^T = VD^+U^T = A^+ $
- $ (AA^+)^T = (UDD^+U^T)^T = (U \begin{bmatrix} I_r & 0 \\ 0 & 0 \end{bmatrix} U^T)^T = AA^+ $
- $ (A^+A)^T = (VD^+DV^T)^T = (V \begin{bmatrix} I_r & 0 \\ 0 & 0 \end{bmatrix} V^T)^T = A^+A $
이로써 정방행렬이 아닌 행렬에 대해서 무어-펜로즈 유사역행렬을 구해보았다.
'Mathematics > Linear Algebra' 카테고리의 다른 글
[Linear Algebra] 선형대수학에서의 랭크(Rank) (2) | 2022.04.29 |
---|---|
[Linear Algebra] trace operate (0) | 2022.03.05 |
[Linear Algebra] 고윳값 분해(eigen decomposition) (0) | 2022.03.05 |
[Linear Algebra] 노름(norm) 이란? (0) | 2022.03.05 |
[Linear Algebra] 선형대수학 기초 용어 정리 (0) | 2022.03.05 |