La matrice unique A^+ qui satisfait les quatre conditions de Penrose pour une matrice donnée A et fournit une inverse généralisée donnant des solutions aux moindres carrés de norme minimale lorsque A n'est pas inversible.

Principe

Caractériser une inverse généralisée par les identités algébriques A A^+ A = A, A^+ A A^+ = A^+, (A A^+)^* = A A^+, et (A^+ A)^* = A^+ A, qui assurent la compatibilité avec les projections orthogonales et la sélection de norme minimale.

Démonstration

Pour une matrice réelle A de rang plein en colonnes, la pseudo-inverse vaut (A^T A)^{-1} A^T et donne la solution x de norme euclidienne minimale au problème des moindres carrés minimisant ||Ax - b||_2.

Mauvaise application

Employer la pseudo-inverse comme substitut d'une inversion régularisée dans des problèmes mal conditionnés sans traiter l'instabilité numérique ou interpréter la solution comme une inférence causale.

Conséquence

Fournit un opérateur linéaire canonique qui projette les données sur l'espace colonne de A et produit des solutions de norme minimale reproductibles et des décompositions orthogonales utilisées en reconstitution de signaux et estimation linéaire.

Inversion

Quand A est carrée et non singulière, la pseudo-inverse coïncide avec l'inverse ordinaire ; inverser cette relation souligne que la pseudo-inverse généralise l'inversion exacte aux cas de rang déficient.

Limite

Formulée pour des matrices finies sur R ou C ; des extensions existent pour des opérateurs bornés sur des espaces de Hilbert mais requièrent un cadre fonctionnel-analytique et sont exclues de cette description finie-dimensionnelle.

Tension sémantique

Souvent confondue avec l'inverse matriciel naïf ou avec des inverses régularisés (p. ex. de type crête) ; la pseudo-inverse est un dispositif algébrique de moindres carrés distinct des méthodes qui imposent une pénalité pour la stabilité.

Synthèse

La pseudo-inverse de Moore–Penrose est la matrice unique satisfaisant les identités de Penrose qui produit des solutions de moindres carrés de norme minimale et des projections orthogonales, étendant la notion d'inverse aux matrices singulières ou rectangulaires.