So nutzen Sie den Pseudoinverse-Rechner
Der Pseudoinverse-Rechner berechnet die Moore-Penrose-Pseudoinverse $A^+$ für jede reelle Matrix schnell und zuverlässig online. Nach Eingabe der Matrixdimensionen und Matrixelemente wählt das Tool automatisch den passenden Rechenweg aus und liefert die inverse Matrix inklusive Zwischenschritten.
- Dimensionen festlegen — Wählen Sie die gewünschte Zeilen- und Spaltenanzahl (jeweils von 1 bis 5).
- Matrix A eingeben — Tragen Sie die Werte in die Matrixfelder ein. Es werden positive, negative Zahlen sowie Dezimalbrüche unterstützt.
- Pseudoinverse $A^+$ ablesen — Der Pseudoinverse-Rechner zeigt die berechnete Moore-Penrose-Pseudoinverse sowie den ermittelten Rang und das Berechnungsverfahren an.
- Rechenschritte prüfen — Verfolgen Sie die Zwischenergebnisse wie die Gram-Matrix $A^T A$ oder $(A^T A)^{-1}$ im Detail.
- Gleichungssystem lösen — Nutzen Sie die berechnete Pseudoinverse zur Lösung linearer Gleichungssysteme über $x = A^+ b$.
Formeln & mathematische Theorie – Pseudoinverse-Rechner
Der Pseudoinverse-Rechner nutzt analytische Standardformeln zur Bestimmung der Moore-Penrose-Pseudoinverse in Abhängigkeit vom Rang:
Fall 1: A ist quadratisch und invertierbar (voller Rang)
A⁺ = A⁻¹
Fall 2: A besitzt vollen Spaltenrang (Rang = n ≤ m)
A⁺ = (AᵀA)⁻¹ Aᵀ
Fall 3: A besitzt vollen Zeilenrang (Rang = m ≤ n)
A⁺ = Aᵀ (AAᵀ)⁻¹
Fall 4: A besitzt Rangabfall (weder voller Zeilen- noch Spaltenrang)
A⁺ ≈ (AᵀA + εI)⁻¹ Aᵀ (Tikhonov-Regularisierung)| Symbol | Bedeutung | Mathematische Definition |
|---|---|---|
| A⁺ | Moore-Penrose-Pseudoinverse | Eindeutige verallgemeinerte Inverse |
| AᵀA | Gram-Matrix | Quadratische Matrix der Dimension $n \times n$ |
| AAᵀ | Duale Gram-Matrix | Quadratische Matrix der Dimension $m \times m$ |
| ε | Regularisierungsparameter | Kleiner Dämpfungswert ($10^{-9}$) zur Stabilisierung |
| r | Rang der Matrix A | Anzahl linear unabhängiger Zeilen bzw. Spalten |
Die vom Pseudoinverse-Rechner ermittelte Matrix erfüllt stets die vier fundamentalen Penrose-Bedingungen:
- $A A^+ A = A$
- $A^+ A A^+ = A^+$
- $(A A^+)^T = A A^+$
- $(A^+ A)^T = A^+ A$
Für jedes lineare Gleichungssystem $Ax = b$ liefert $x = A^+ b$ die eindeutige Lösung nach der Methode der kleinsten Quadrate, welche $|Ax - b|_2$ minimiert und unter allen minimierenden Vektoren die kleinste euklidische Norm $|x|_2$ aufweist.
Voraussetzungen und numerische Grenzen
Dieser Pseudoinverse-Rechner ist für Matrizen bis zu einer Größe von 5×5 ausgelegt. Die Rangbestimmung erfolgt über das Gauß-Verfahren mit einem numerischen Schwellenwert von $10^{-10}$. Bei rangdefizienten Matrizen stabilisiert das System die Berechnung durch eine Tikhonov-Dämpfung mit $\varepsilon = 10^{-9}$.
Typische Anwendungsbereiche für den Pseudoinverse-Rechner
Der Pseudoinverse-Rechner findet breite Anwendung in Mathematik, Ingenieurwesen und Datenanalyse:
- Lineare Ausgleichsrechnung (Regression) — Bei überbestimmten Gleichungssystemen (mehr Messpunkte als Unbekannte) liefert die Berechnung die optimale Ausgleichslösung.
- Unterbestimmte Systeme — Finden Sie die minimumnormierte Lösung bei mehr Unbekannten als Gleichungen.
- Maschinelles Lernen & KI — Effiziente Bestimmung von Modellgewichten bei multivariaten linearen Modellen.
- Regelungstechnik & Robotik — Steuerung redundanter Manipulatoren und inverse Kinematik mithilfe der Pseudoinversen der Jacobi-Matrix.
- Signalverarbeitung & Bildrekonstruktion — Rekonstruktion verrauschter Signale und Invertierung linearer Filteroperatoren.
Mit dem Pseudoinverse-Rechner erhalten Sie exakte Ergebnisse für Ihre linearen Gleichungssysteme und Matrixanalysen direkt im Browser.