matrix - 矩阵逆的行列式

标签 matrix linear-algebra

如何使用 Cholesky 分解计算矩阵逆的行列式。我发现直接计算矩阵的行列式并不是一个好主意。那么任何人都可以提供一些见解吗?

最佳答案

如果您已经有了 Cholesky 分解 (A = L * L_t),那么您只需拥有

det(A) = det(L) * det(L_t) = sqr(det(L))

L 矩阵是下三角矩阵,因此它的行列式是对角线元素的乘积。

Cholesky 分解需要 O(n^3) 次操作,L 的对角线元素的乘积仅为 O(n)。高斯消元法(将 A 转换为三角矩阵)需要 O(n^3) 并且会遇到可能的数值问题。

最后,det(inv(A)) = 1/det(A)。

关于matrix - 矩阵逆的行列式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10435895/

相关文章:

c++ - 从一组最接近直线的点中找到点的最快算法是什么?

cuda - 使用 CUDA 的复杂非对称矩阵的特征值和特征向量

遍历二维矩阵的算法

c++ - OpenCV:访问 5D 矩阵的元素

algorithm - Damm 算法的替代基表

c++ - 将相机指向 O(0,0,0),45 度

python - 如何将 numpy 数组乘以 numpy 矩阵?

algorithm - 找出连续 1 的最大数量

Android - 从位置 A(索引)检查位置 B(索引)是否在 GridView 布局中与它成对角线,而不管是否接近

algorithm - 线性方程的快速近似解?