Ditampilkan (Yousef Saad, metode berulang untuk sistem linier yang jarang , hal. 260) yang
Apakah ini juga berlaku untuk ?
Dalam kasus adalah dengan , saya amati bahwaN × M N ≪ M c o n d ( A ′ A ) ≫ c o n d ( A A ′ )
Apakah itu berarti formulasi dalam hal lebih disukai dalam kasus ini?
linear-algebra
condition-number
Alexander
sumber
sumber
Jawaban:
Jika dengan N < M , maka r a n k ( A T A ) = r a n k ( A A T ) = r a n k ( A ) ≤ N < M sehingga A T A ∈ R M × M tidak bisa peringkat penuh, yaitu singular.A ∈ RN× M N< M
Dengan demikian nomor kondisi adalah . Karena aritmatika presisi terbatas, jika Anda menghitung dalam matlab Anda mendapatkan jumlah besar, tidak .κ2( ATA ) = ∞
cond(A'A)
Inf
sumber
Nah, lihat mari mengapa memiliki sekitar jumlah kondisi kuadrat A . Dengan menggunakan dekomposisi SVD dari A = U S V T , dengan U ∈ R N × N , S ∈ R N × M , V ∈ R M × M , kita dapat menyatakan A T A sebagaiSEBUAHTSEBUAH SEBUAH A = USVT U∈ RN× N S∈ RN× M V∈ RM.× M SEBUAHTSEBUAH
Yang kita tiba di dengan mencatat bahwa adalah ortonormal, sehingga U T U = I . Lebih lanjut kita perhatikan bahwa S adalah matriks diagonal, sehingga dekomposisi akhir A T A dapat dinyatakan sebagai V S 2 V T , dengan S 2 yang berarti S T S , menghasilkan matriks diagonal dengan nilai singular N pertama dari S kuadrat di diagonal. Ini berarti bahwa karena jumlah kondisi adalah rasio yang pertama dan nilai singular terakhir, c o n d (U UTU= Saya S SEBUAHTSEBUAH VS2VT S2 STS S untukA∈RN×M, c o nd( A ) = s1sN A ∈ RN× M
Sekarang, kita dapat melakukan latihan yang sama dengan :A AT
Yang berarti bahwa kita mendapatkan hasil , karenaS2 disini berartiSST, perbedaan yang halus dari notasi di atas.c o n d( A AT) = s21s2N S2 SST
Tetapi perhatikan perbedaan yang halus itu! Untuk , nomor kondisi memiliki nilai tunggal M'th dalam penyebut, sedangkan A A T memiliki nilai tunggal N'th. Hal ini menjelaskan mengapa Anda melihat perbedaan yang signifikan dalam jumlah kondisi - A A T memang akan “lebih baik AC” dari A T A .SEBUAHTSEBUAH A AT A AT SEBUAHTSEBUAH
Namun, David Ketcheson benar - Anda membandingkan angka kondisi antara dua matriks yang sangat berbeda. Secara khusus, apa yang dapat Anda capai dengan tidak akan sama dengan apa yang dapat Anda capai dengan A A T .SEBUAHTSEBUAH A AT
sumber
Klaim bahwa (untuk matriks kuadrat)condSEBUAH2≈ kondSEBUAHTSEBUAH
dalam pertanyaan dan[Sunting: Saya salah membaca] dalam jawaban Artan adalah omong kosong. Contoh tandingandi mana Anda dapat dengan mudah memeriksa sementara cond A 2 = O ( ϵ - 2 ) .condSEBUAHTA = O ( ϵ- 4) condSEBUAH2= O ( ϵ- 2)
sumber
Dalam cond aritmatika yang tepat (A ^ 2) = cond (A'A) = cond (AA '), lihat misalnya. Golub dan van Loan, edisi ketiga, p70. Ini tidak benar dalam aritmatika floating point jika A hampir kekurangan peringkat. Saran terbaik adalah mengikuti resep buku di atas ketika memecahkan masalah kuadrat terkecil, pendekatan SVD teraman, p257. Gunakan \ varepsilon-rank sebagai gantinya saat menghitung SVD, di mana \ varepsilon adalah resolusi data matriks Anda.
sumber