正文

上三角矩阵的矩阵逆计算给出了大矩阵维度的误差

 2023-02-22  144

关键词：

【中文标题】上三角矩阵的矩阵逆计算给出了大矩阵维度的误差【英文标题】：Matrix inverse calculation of upper triangular matrix gives error for large matrix dimensions 【发布时间】：2020-02-08 22:50:46 【问题描述】：

我有一个递归函数来计算上三角矩阵的逆矩阵。我将矩阵分为顶部、底部和角落部分，然后遵循https://math.stackexchange.com/a/2333418 中规定的方法。这是一个伪代码形式：

//A diagram structure of the Matrix
Matrix = [Top Corner]
         [0   Bottom]

Matrix multiply_matrix(Matrix A, Matrix B)
    Simple Code to multiply two matrices and return a Matrix


Matrix simple_inverse(Matrix A)
    Simple Code to get inverse of a 2x2 Matrix


Matrix inverse_matrix(Matrix A)
   //Creating an empty A_inv matrix of dimension equal to A
   Matrix A_inv;
   if(A.dimension == 2)
       A_inv = simple_inverse(A) 
    
   else
       Top_inv = inverse_matrix(Top);
       (Code to check Top*Top_inv == Identity Matrix)

       Bottom_inv = inverse_matrix(Bottom);
       (Code to check Bottom*Bottom_inv == Identity Matrix)

       Corner_inv = multiply_matrix(Top_inv, Corner);
       Corner_inv = multiply_matrix(Corner_inv, Bottom_inv);
       Corner_inv = negate(Corner_inv);    //Just a function for negation of the matrix elements

       //Code to copy Top_inv, Bottom_inv and Corner_inv to A_inv
       ...
       ...
   
   return A_inv;


int main()
    matrix A = An upper triangular matrix with random integers between 1 and 9;
    A_inv = inverse_matrix(A);
    test_matrix = multiply_matrix(A, A_inv);
    (Code to Raise error if test_matrix != Identity matrix)

为简单起见，我已经实现了只支持二维矩阵的幂的代码。

我的问题是我已经针对 2、4、8、16、32 和 64 的矩阵维度测试了这段代码。所有这些都通过了代码中所示的所有断言检查。但是对于 128 的矩阵维度，我得到的失败是 main() 中的断言。当我检查时，我观察到 test_matrix 不是身份矩阵。一些非对角元素不等于 0。我想知道这可能是什么原因：-

std::vector<std::vector<double>>

double

test_matrix

-9.58122e-14

Top*Top_inv = Identity

Bottom*Bottom_inv = Identity

我觉得 C++ 数据类型的某些方面是关于 double 的，我不知道这可能会导致错误。否则 64->128 的突然错误没有意义。

【问题讨论】：

当增加大小时，随机矩阵越来越病态，这增加了最终的路由错误，即使是double。在这里，您可以通过计算最大对角元素与最小对角元素之间的比率（绝对值）来评估它。 【参考方案1】：

能否详细说明matrix == identity操作是如何实现的？我的猜测是，问题可能会恢复到浮点比较。

在最坏的情况下，矩阵求逆可能是 O(n^3)。这意味着，随着矩阵大小的增加，所涉及的计算量也会增加。即使使用 64 位浮点数也无法完美表示实数，它们始终是近似值。

对于诸如矩阵求逆之类的运算，这可能会导致数值误差传播的问题，因为累积的乘加运算会损失精度。

对此，*** 中已经有讨论：How should I do floating point comparison?

编辑：如果整个矩阵实际上是可逆的，则需要考虑其他事情。也许顶部和/或底部矩阵是可逆的，但完整的矩阵（与 Corner 矩阵组合时）不是。

【讨论】：

我认为 matrix==identity 计算没有错误。因为我有代码来检查“test_matrix”的元素。 test_matrix 应该几乎等同于身份矩阵，但这在我的情况下是失败的。有趣的是，只有矩阵“角”区域中的元素具有非零值。因此，“数值误差传播”可能是问题所在，但我的“顶部”和“底部”矩阵是正确的，所以不确定为什么“角”矩阵计算会出错。那我可能离这里很远，但是，如果顶部和底部矩阵不是奇异的，但整个矩阵是奇异的或条件不好怎么办？ @Caceres 我认为您关于“数字错误传播”的想法是正确的。为了进行实验，我将数据类型从“双”更改为“浮点”。现在我也遇到了 32 和 64 矩阵维度的错误。我的猜测是，在矩阵乘法中，C[i][j] += A[i][k]*B[k][j]; 是发生错误传播的地方。但是我不知道如何解决这个问题。注意：当所有对角线元素都不为空时，三角形矩阵在理论上是可转换的。这里的问题似乎是大型随机矩阵的病态 @Damien 是的，你是对的。我的矩阵是病态的。我认为我对此很好，因为我了解错误的根本原因是什么。谢谢！！

从下/上三角矩阵中给出一个元素

】从下/上三角矩阵中给出一个元素【英文标题】：Givinganelementfromlower/uppertriangularmatrix【发布时间】：2016-09-3014:35:17【问题描述】：我有一个矩阵的上三角部分，主对角线存储为一个线性数组，如何从数组的线性索引中提取矩阵... 查看详情

判断上三角行列式(代码片段)

...随堂练习3】【习题７-三-３】【必须用二维数组】判断上三角矩阵(15分)上三角矩阵指主对角线以下的元素都为0的矩阵；主对角线为从矩阵的左上角至右下角的连线。本题要求编写程序，判断一个给定的方阵是否上三角矩阵。输... 查看详情

第三周编程总结

7-1判断上三角矩阵（15分)上三角矩阵指主对角线以下的元素都为0的矩阵；主对角线为从矩阵的左上角至右下角的连线。本题要求编写程序，判断一个给定的方阵是否上三角矩阵。输入格式：输入第一行给出一个正整数T，为待测... 查看详情

7-1判断上三角矩阵（15分)(代码片段)

7-1判断上三角矩阵(代码片段)

02矩阵01——基本矩阵:对角矩阵方幂数量矩阵转置矩阵对称矩阵逆矩阵奇异矩阵三角矩阵

查看详情

为啥我必须计算模型矩阵的逆矩阵的转置才能计算反射纹理的法线？

】为啥我必须计算模型矩阵的逆矩阵的转置才能计算反射纹理的法线？【英文标题】：WhydoIhavetocalculatethetransposeoftheinverseofthemodelmatrixinordertocalculatethenormalforthereflectiontexture?为什么我必须计算模型矩阵的逆矩阵的转置才能计算反... 查看详情

使用 biogo 计算矩阵逆？

】使用biogo计算矩阵逆？【英文标题】：Computematrixinverseusingbiogo?【发布时间】：2013-12-1217:58:04【问题描述】：我正在研究Go中的卡尔曼滤波器实现。看完this线程后，我决定使用biogo进行矩阵运算。但是，从thedocumentation看来，biogo... 查看详情

第一章矩阵和高斯消元法

消元法解方程，将矩阵化成上三角或者下三角矩阵：有100个等式的方程的消法需要3分之百万步（乘法和减法），接近百万步的时候，舍入误差将会很大。行列式法（当矩阵变大时运算量急剧增大）：消元法是当前普遍采用... 查看详情

表示下/上三角矩阵的有效方法

】表示下/上三角矩阵的有效方法【英文标题】：efficientwaytorepresentalower/uppertriangularmatrix【发布时间】：2011-12-1805:53:10【问题描述】：我正在使用二维的C/C++程序处理我的数据。这里我的值是成对计算的，foo[i][j]和foo[j][i]的值相同... 查看详情

python与数据分析numpy数值计算基础——补充(代码片段)

目录二、矩阵生成与常用操作1.生成矩阵2.矩阵转置3.查看矩阵特征4.矩阵乘法5.计算相关系数矩阵6.计算方差、协方差、标准差7.行列扩展8.常用变量9.矩阵在不同维度上的计算10.应用（1）使用蒙特·卡罗方法估计圆周率的... 查看详情

第三周编程总结

7-1 判断上三角矩阵（15 分)上三角矩阵指主对角线以下的元素都为0的矩阵；主对角线为从矩阵的左上角至右下角的连线。本题要求编写程序，判断一个给定的方阵是否上三角矩阵。输入格式：输入第一行给出一个正... 查看详情

上三角下三角对称矩阵

/*上三角下三角对称矩阵说明:上三角矩阵是矩阵在对角线以下的元素均为0，即Aij=0，i>j，例如：1234506789001011120001314000015下三角矩阵是矩阵在对角线以上的元素均为0，即Aij=0，i<j，例如：1000026000371000481113059121415对称... 查看详情

三角矩阵的压缩存储

一、三角矩阵的分类三角矩阵大体分三类：下三角矩阵、上三角矩阵、对称矩阵。二、矩阵压缩存储以n*n的下三角矩阵（这里i<j时，元素为0，也可以为其他的数）为例：下三角矩阵的压缩存储原则是只存储下三... 查看详情

使用 cublasSgetriBatched 在 gpu 上求逆两个矩阵

】使用cublasSgetriBatched在gpu上求逆两个矩阵【英文标题】：InversionoftwomatricesonagpuusingcublasSgetriBatched【发布时间】：2021-07-2604:50:46【问题描述】：我是cublas的新手。我想在GPU上并行计算两个矩阵的逆。矩阵是[48;39]和[52;17]。是否可... 查看详情

矩阵的一些性质

...一个递归求解行列式的方法，它的复杂度为O（n！）。上三角矩阵下三角矩阵LU分解：将一个n阶矩阵A拆分成一个上三角矩阵L和一个下三角矩阵U，A=LU。一个n阶矩阵存在LU分解当且仅当这个矩阵存在逆矩阵查看详情

第三周编程总结(代码片段)

题目一、判断上三角矩阵上三角矩阵指主对角线以下的元素都为0的矩阵；主对角线为从矩阵的左上角至右下角的连线。本题要求编写程序，判断一个给定的方阵是否上三角矩阵。输入格式：输入第一行给出一个正整数T，为待测... 查看详情

行最简形矩阵化简就只能通过看来化简吗?

...行行列变换，在数值计算中，还经常用到正交型的变换与三角形的变换。1、矩阵的QR分解：Q是一个正交阵，R是上三角矩阵。矩阵的QR分解可以有两种方法。其一是Gram-Schmidt正交化方法。该方法的好处是，不论分解了多少步，都... 查看详情