Skript
Skript
Skript
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Bemerkung 2.1.7. Der dritte Punkt impliziert insbesondere die Existenz einer<br />
Zerlegung von g:<br />
g = blub<br />
. -> Muss es nicht immer geben (da R(A) nicht abgeschlossen ist !!)<br />
-> Im Gegensatz zum endlichdimensionalen Fall existiert die kleinste Quadrate<br />
Lösung nicht immer !<br />
Definition 2.1.8. Sei A ∈ L(X, Y ) und sei à : N(A)⊥ → R(A) die Einschränkung<br />
von A. Dann ist die Moore-Pensore verallgemeinerte inverse A † definiert<br />
als die eindeutige, lineare Erweiterung von Ã−1 auf<br />
mit N(A † ) = R(A) ⊥ .<br />
D(A † ) := R(A) ⊕ R(A) ⊥ ,<br />
Bemerkung 2.1.9.<br />
1. Die Moore-Pensore inverse ist wohldefininiert, denn<br />
• Ã ist bijektiv und daher invertierbar<br />
• Für bel. y ∈ D(A † ) kann man eindeutige y 1 ∈ R(A) und y 2 ∈<br />
R(A) ⊥ finden, so dass y = y 1 + y 2 und mit Hilfe der Linearität von<br />
A † und von N(A) = R(A) ⊥ folgt dann<br />
A † y = A † y 1 + A † y 2 = Ã−1 y 1<br />
2. Der Definitionsbereich ist nicht der ganze Raum Y ! (im Gegensatz zum<br />
endlichdimensionalen Fall)<br />
Theorem 2.1.10. A † ist charakterisiert durch die Moore-Penrose Gleichungen<br />
AA † A = A,<br />
A † AA † = A † ,<br />
AA † = Q| D(A † ) ,<br />
A † AI − P,<br />
wobei P : X → N(A) und Q : Y → ¯R(A) die orthogonalen Projektionen sind.<br />
Beweis. Engl/Hanke/Neubauer: [4, Proposition 2.3, Seite 33].<br />
Theorem 2.1.11. Für jedes y ∈ D(A † ) hat Ax = y eine eindeutige minimum-<br />
Norm-Lösung gegeben durch<br />
x † := A † y.<br />
und die Menge aller kleinste Quadrate-Lösungen ist gegeben durch {x † } +<br />
N(A).<br />
19