矩阵病态问题

本文主要是介绍矩阵病态问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

• 病态（ill-conditioned)矩阵
• 病态（ill-posed)方程

病态矩阵

• 矩阵的frobenius范数：
  • 对每一个元素平方，求和再开平方

• 矩阵的条件数：矩阵的frobenius范数与该矩阵的逆的frobenius范数的乘积

• 对于同阶矩阵，矩阵的条件数越大，他的病态程度越高 
  • 一般而言，条件数小于100，矩阵健康
  • 介于100-1000之间，有一定的病态趋势
  • 大于1000，病态

病态矩阵的实质

• 矩阵向量（行或列）之间存在共线性

举例

import numpy as npA = np.array([[1, 2], [3.00001, 6]])
b = np.array([6, 18])
def cond(A):a = np.sum(A**2)**0.5b = np.sum(np.linalg.inv(A)**2)**0.5return a*bx = np.linalg.solve(A, b)
print(x, "  ", cond(A))

[0. 3.]    2500003.000017089

---

---

 

import numpy as npA = np.array([[1, 2], [2, 6]])
b = np.array([6, 18])
def cond(A):a = np.sum(A**2)**0.5b = np.sum(np.linalg.inv(A)**2)**0.5return a*bx = np.linalg.solve(A, b)
print(x, "  ", cond(A))

[0. 3.]    22.500000000000004

---

---

 

这篇关于矩阵病态问题的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---