小编jef*_*her的帖子

使用 numpy 的矩阵的条件数

[python 2.7 和 numpy v1.11.1] 我正在查看矩阵条件数,并试图在不使用函数的情况下计算矩阵的条件数np.linalg.cond()

根据 numpy 的文档,矩阵条件数的定义是“x 的范数乘以 x 的倒数的范数”。

||X|| * ||X^-1||

对于矩阵

a = np.matrix([[1, 1, 1],
               [2, 2, 1],
               [3, 3, 0]])

print np.linalg.cond(a)
Run Code Online (Sandbox Code Playgroud)

1.84814479698e+16

print np.linalg.norm(a) * np.linalg.norm(np.linalg.inv(a))
Run Code Online (Sandbox Code Playgroud)

2.027453660713377e+17

我的计算错误在哪里?

谢谢!

python numpy matrix linear-algebra matrix-inverse

1
推荐指数
2
解决办法
7086
查看次数

标签 统计

linear-algebra ×1

matrix ×1

matrix-inverse ×1

numpy ×1

python ×1