我使用的倍频3.8.1，一个Matlab样的程序。 我想概括1/x的地方的情况下x可以是标量或矩阵。 替换1/x与inv(x)或pinv(x)适用于大多数x ，除了：
octave:1> 1/inf
ans = 0
octave:2> pinv([inf])
ans = NaN
octave:3> inv([inf])
warning: inverse: matrix singular to machine precision, rcond = 0
ans = Inf
我应该转换为NaN 0事后得到这个工作？ 还是我错过了什么？ 谢谢！
在摩尔-彭罗斯伪逆 ，这是Matab和倍频的基础pinv ，通过完全不同的算法比实施inv功能。 更具体地说， 奇异值分解使用 ，这需要的有限值矩阵（它们也不能是sparse ）。 你没有说，如果你的矩阵是正方形或没有。 真正使用的pinv是解决非方形系统（ 过或欠定 ）。
但是，你不应该使用pinv或inv为您的应用程序，无论你的矩阵的尺寸。 相反，你应该使用mldivide （ 八度 ， Matlab的 ），即反斜线操作， \ 。 这是更有效和数值鲁棒性。
A1 = 3;
A2 = [1 2 1;2 4 6;1 1 3];
A1inv = A1\1
A2inv = A2\eye(size(A2))
该mldivide函数处理矩形矩阵太多，但你会得到比欠定系统不同的答案pinv因为这两个用不同的方法来选择的解决方案。
A3 = [1 2 1;2 4 6]; % Underdetermined
A4 = [1 2;2 4;1 1]; % Overdetermined
A3inv = A3\eye(min(size(A3))) % Compare to pinv(A3), different answer
A4inv = A4\eye(max(size(A4))) % Compare to pinv(A4), same answer
如果你运行上面的代码，你会发现你会得到一个稍微不同的结果为A3inv相比，什么是返回pinv(A3) 然而，这两种都是有效的解决方案。
