【问题标题】:Numpy matrix multiplication with it's inv [duplicate]Numpy矩阵乘法与它的inv [重复]
【发布时间】:2018-01-26 09:05:03
【问题描述】:

如果这是一个愚蠢的问题,请原谅我。 我只是在 python shell 中探索 numpy 并运行了这些行

>>> from numpy.linalg import inv
>>> from numpy import dot, transpose
>>> a = np.matrix('1,2;3,4')
>>> print a
[[1 2]
 [3 4]]
>>> print inv(a)
[[-2.   1. ]
 [ 1.5 -0.5]]
>>> print a.dot(inv(a))
[[1.0000000e+00 0.0000000e+00]
 [8.8817842e-16 1.0000000e+00]]

在最后一行我期待值

[[1,0]
 [0,1]] 

(恒等矩阵),但是我在 (1,0) 位置得到了一些非零值。

【问题讨论】:

  • 在使用浮点数时,您不能期望得到准确的结果。也许某种规范||a - I||² 会起作用。 @GarbageCollector 发布的问题的第一个答案很好地解释了这一点。
  • 另外,你不需要在python控制台中使用print。
  • 话虽如此,numpy 可以简化了表达式,只返回一个相同等级的单位矩阵。它还可以加快大型矩阵的速度。
  • @Ev.Kounis:为此,您需要使用sympy,而不是numpy。

标签: python numpy matrix floating-point


【解决方案1】:

这是浮点运算的结果,以及与之相关的所有缺点。请参阅Is floating point math broken?,详细了解为什么会发生这种情况。

你的结果并不完美,但它足够接近,这是关键。 inv 当然,不计算 exact 结果(毕竟它使用数值方法)。相应地, A * A_inv 不会完全是单位矩阵,但它会足够接近。您可以使用np.allclose 测试紧密度。

np.allclose(a * inv(a), np.eye(2))
True

(请注意,a * b 计算 matrix 对象的点积。)

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2013-08-17
    • 2014-03-01
    • 2020-05-08
    • 2021-05-25
    • 2012-02-12
    • 1970-01-01
    相关资源
    最近更新 更多