HCR - Pseudoinversa di una Matrice

• Pseudoinversa di una Matrice, definizione, spiegazione ed esempi:
  (ChatGPT 4o)
  • Definizione:
    • La pseudoinversa di una matrice (o pseudoinversa di Moore-Penrose) è una generalizzazione dell’inversa di una matrice quadrata a matrici che non sono necessariamente quadrate o invertibili.
      È una matrice denotata $A^{+}$ che fornisce una soluzione approssimata ai sistemi di equazioni lineari, specialmente quando non esiste una soluzione unica.
  • Spiegazione:
    • Per una matrice quadrata $A$, l’inversa $A^{-1}$ è una matrice che soddisfa:$A{A}^{-1}=A^{-1}A=I$dove $I$ è la matrice identità.
      Tuttavia, non tutte le matrici sono quadrate o invertibili, ma possiamo comunque definire una pseudoinversa $A^{+}$ che approssima l’inversa e soddisfa condizioni simili.
      La pseudoinversa è utilizzata quando:
    • La matrice non è quadrata (ad esempio una matrice $m\times n$ con $m\ne n$).
    • La matrice è singolare (ha determinante pari a zero) e quindi non invertibile nel senso tradizionale.
    • La pseudoinversa di una matrice $A$ soddisfa le seguenti proprietà:
    1. $A{A}^{+}A=A$
    2. $A^{+}A{A}^{+}=A^{+}$
    3. $(A{A}^{+}{)}^T=A{A}^{+}$
    4. $(A^{+}A{)}^T=A^{+}A$
  • Costruzione della pseudoinversa:
    La pseudoinversa può essere calcolata utilizzando la decomposizione ai valori singolari (SVD):
    1. Dato $A$, troviamo la sua decomposizione $A=U\Sigma V^T$, dove:
       • $U$ e $V$ sono matrici ortogonali.
       • $\Sigma$ è una matrice diagonale contenente i valori singolari di $A$.
    2. La pseudoinversa $A^{+}$ si calcola come:$A^{+}=V{\Sigma }^{+}{U}^T$Dove ${\Sigma }^{+}$ è ottenuta invertendo i valori singolari non nulli di $\Sigma$ (per i valori nulli, si lascia zero).
  • Esempi:
    1. Matrice quadrata non invertibile:
       • Consideriamo la matrice:$A=\left(\begin{array}{cc}1& 2\\ 2& 4\end{array}\right)$Questa matrice è singolare perché le righe non sono linearmente indipendenti (la seconda riga è il doppio della prima).
         Non esiste un’inversa nel senso tradizionale, ma possiamo calcolare la sua pseudoinversa $A^{+}$.
         Utilizzando la decomposizione ai valori singolari, otteniamo una soluzione approssimata per il sistema lineare associato.
    2. Matrice rettangolare:
       • Supponiamo di avere una matrice $A$ rettangolare di dimensioni $3\times 2$:$A=\left(\begin{array}{cc}1& 2\\ 3& 4\\ 5& 6\end{array}\right)$Poiché $A$ non è quadrata, non possiamo calcolare la sua inversa nel senso tradizionale.
         Tuttavia, possiamo calcolare la pseudoinversa $A^{+}$, che avrà dimensioni $2\times 3$ e potrà essere utilizzata per risolvere il sistema di equazioni $A\mathbf{x}=\mathbf{b}$ nel modo dei minimi quadrati, minimizzando l’errore della soluzione.
  • Applicazioni della pseudoinversa:
    1. Risoluzione di sistemi lineari:
       • La pseudoinversa è utilizzata per risolvere sistemi lineari che non hanno una soluzione unica o che non possono essere risolti con i metodi tradizionali.
         In particolare, per un sistema sovradeterminato (cioè con più equazioni che incognite), la pseudoinversa fornisce la soluzione dei minimi quadrati, che minimizza l’errore tra la soluzione stimata e i dati osservati.
       • Se abbiamo un sistema $A\mathbf{x}=\mathbf{b}$, dove $A$ è una matrice rettangolare, la pseudoinversa $A^{+}$ fornisce la soluzione:$\mathbf{x}=A^{+}\mathbf{b}$Questa soluzione minimizza la norma $||A\mathbf{x}-\mathbf{b}||$, riducendo l’errore tra i dati $\mathbf{b}$ e la soluzione approssimata.
    2. Robotica e cinematica inversa:
       • Nella robotica, la pseudoinversa della matrice Jacobiana è spesso utilizzata per calcolare la cinematica inversa.
         La matrice Jacobiana $J$ mappa le velocità dei giunti del robot alle velocità dell’end-effector.
         Se il robot ha ridondanza (più gradi di libertà rispetto ai movimenti richiesti), la Jacobiana potrebbe non essere invertibile.
         La pseudoinversa consente di trovare una soluzione approssimata che minimizza l’errore e fornisce una soluzione ai movimenti dei giunti.
       • Esempio: Se $J$ è la Jacobiana e $\mathbf{v}$ è la velocità desiderata per l’end-effector, possiamo calcolare la velocità dei giunti come $\dot{\mathbf{q}}=J^{+}\mathbf{v}$, dove $J^{+}$ è la pseudoinversa della Jacobiana.
    3. Apprendimento automatico:
       • La pseudoinversa viene anche utilizzata in alcune tecniche di regressione lineare per trovare i coefficienti che minimizzano l’errore tra le previsioni del modello e i dati osservati.
  • Esempio numerico:
    • Consideriamo una matrice semplice:$A=\left(\begin{array}{cc}1& 2\\ 3& 4\\ 5& 6\end{array}\right)$Per trovare la pseudoinversa $A^{+}$, possiamo usare la decomposizione ai valori singolari (SVD).
      Il risultato è:$A^{+}=\left(\begin{array}{ccc}-16.6667& -1.6667& 13.3333\\ 13.3333& 1.6667& -10.0000\end{array}\right)$Questa pseudoinversa minimizza l’errore nel risolvere sistemi lineari sovradeterminati associati alla matrice $A$.
  • Conclusione:
    La pseudoinversa è uno strumento potente per gestire matrici che non sono invertibili o quadrate.
    Essa fornisce una soluzione approssimata in molti contesti, inclusa la risoluzione di sistemi di equazioni lineari, la robotica e la minimizzazione dell’errore nei modelli di regressione.

---