Чи означає крихітний детермінант неправильне кондиціонування матриці?


29

det(A)0

Чи справедливо і зворотне? Чи має неправильно обумовлена ​​матриця детермінант майже нуля?

Ось що я спробував у Octave:

a = rand(4,4);
det(a) %0.008
cond(a)%125
a(:,4) = 1*a(:,1) + 2*a(:,2) = 0.000000001*ones(4,1);
det(a)%1.8E-11
cond(a)%3.46E10

1
Детермінант показує, чи є матриця правильною чи сингулярною. Це не показує, чи це добре чи погано обумовлено.
Аллан П. Енгсіг-Каруп

5
Величина детермінанта не може відображати недобре обумовленість: але . κ(A)=κ(A1)det(A1)=(detA)1
faleichik

Чи повинен десь бути чи ?
Запит

3
Якщо вам цікаво дізнатися більше про вплив математики з плаваючою комою на спектри матриць, вам слід ознайомитись з книгою Ніка Трефетена: Спектри та псевдоспектри: Поведінка ненормальних матриць та операторів та шлюз Псевдоспектри .
Арон Ахмадія

Відповіді:


38

Саме величина числа умови вимірює близькість до сингулярності, а не тонкість детермінанта.κ(A)

Наприклад, діагональна матриця має крихітний визначник, але добре обумовлена.1050I

Зверніть увагу на наступне сімейство квадратних верхніх трикутних матриць завдяки Олександру Островському (а також його вивчав Джим Вілкінсон):

U=(122121)

Детермінант матриці завжди дорівнює , але відношення найбільшого до найменшого сингулярного значення (тобто 2- число умови ) показав, що Островський дорівнює , що може збільшуватися для збільшення .n×nU1κ2(U)=σ1σncot2π4nn


1
@Nunoxic: швидше за все, ні; перед тим, як розпочати деталізацію, ви вже знайомі з розбором значення однини?
JM

2
Дуже добре. Це все, що потрібно знати. Ідея полягає в тому, що дуже важлива інформація щодо кондиціонування зосереджена в . Зокрема, вам потрібно буде шукати найбільші та найменші значення (пам’ятайте, що декомпозиція визначена таким чином, що діагональні записи невід'ємні) у діагоналі цієї матриці. Відношення найбільшого до найменшого діагонального запису - число умови . Який розмір номера умови повинен вас турбувати, залежить від машини, над якою ви працюєте ...ΣΣκ
JM

2
... але в цілому, при вирішенні лінійних рівнянь з цією матрицею, ви стоїте втратити base- цифр в рішенні. Це приблизне правило щодо кількості умови; тому якщо ви працюєте лише з 16 цифрами, з повинен викликати занепокоєння. logbκbκ1013
JM

1
Так, але це не рекомендований метод визначення номера умови (пояснення до іншого питання). Я припускаю, що ви знаєте, як перетворити діагональну матрицю, ні?
JM

2
"Редд. Втрата цифр, чи не могли б ви дати мені довідку про це?" - Я міг би, але це справді одна з тих речей, над якими ви повинні самостійно експериментувати в обчислювальному середовищі для посилення.
JM

17

Оскільки , визначник може бути зроблений довільно великим або малим простим масштабуванням (що не змінює номер умови). Особливо у великих розмірах навіть масштабування невинного коефіцієнта 2 змінює детермінант на величезну кількість.det(kA)=kndetA

Таким чином, ніколи не використовуйте визначник для оцінки стану чи близькості до сингулярності.

З іншого боку, майже для всіх добре поставлених числових задач умова тісно пов'язана з відстані до сингулярності, в сенсі найменшого відносного збурення, необхідного для того, щоб зробити проблему неправомірною. Зокрема, це стосується лінійних систем.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.