我有个条件良好的小厄密矩阵L,其特征值在[0,2]中。尝试计算L的反范数时,我得到了奇怪的结果:
>> norm(inv(L))
ans =
2.0788
>> min(eig(L))
ans =
0.5000
这很奇怪,因为逆的第二范数应该等于矩阵的最小特征值的逆。
我知道由机器算术引入的错误,但是在这个小小的,埃尔米特式且条件良好的示例中,我希望它可以忽略不计。
这是矩阵https://www.dropbox.com/s/nh1wegrnn53wb6w/matrix.mat
我在Linux Mint 16(Petra)上使用matlab 8.2.0.701(R2013b)。
正如您已指出的,矩阵是条件良好的,这不是数字问题。
逆的第二范数应等于矩阵的最小特征值的逆
仅当矩阵是具有正特征值(即正定)的埃尔米特矩阵时,这才是正确的。来自维基百科:矩阵A的谱范数是A的最大奇异值,即正半定矩阵A * A的最大特征值的平方根
因此,在这里您可以将逆的范数计算为:
[v,d] = eig(L'*L);
1.0/sqrt(min(diag(d))) = 2.0788539
norm(inv(L)) = 2.0788539
如我们所料。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句