我在做python的矩阵求逆,并且发现结果因数据比例而不同,这很奇怪。在python中有大值的矩阵的矩阵求逆
在下面的代码中,预计A_inv/B_inv = B/A。但是,它表明,A_inv/B_inv和B/A之间的差异越来越大,这取决于数据范围......这是因为Python无法精确计算具有大值的矩阵的矩阵求逆吗?
此外,我检查了B的条件编号,这是一个常数〜3.016,无论规模是多少。
谢谢!
import numpy as np
from matplotlib import pyplot as plt
D = 30
N = 300
np.random.seed(10)
original_data = np.random.sample([D, N])
A = np.cov(original_data)
A_inv = np.linalg.inv(A)
B_cond = []
diff = []
for k in xrange(1,10):
B = A * np.power(10,k)
B_cond.append(np.linalg.cond(B))
B_inv = np.linalg.inv(B)
### Two measurements of difference are used
diff.append(np.log(np.linalg.norm(A_inv/B_inv - B/A)))
#diff.append(np.max(np.abs(A_inv/B_inv - B/A)))
# print B_cond
plt.figure()
plt.plot(xrange(1,10), diff)
plt.xlabel('data(B)/data(A)')
plt.ylabel('log(||A_inv/B_inv - B/A||)')
plt.savefig('Inversion for large matrix')
是的,我不知道python如何计算反函数,但是'B'矩阵显然在某些回合后具有行列式='inf'。不知道这是否会导致问题... –