我在使用 NumPy
求逆矩阵时遇到问题.奇怪的是,它只在 18 阶之前给出正确的结果。一旦阶数大于 18,它就会给出错误的结果。
import numpy as np
from decimal import Decimal
import numpy.matlib
I_1=np.matlib.eye(ngrid,ngrid,k=0,dtype=Decimal)
I_2=np.matlib.eye(ngrid,ngrid,k=1,dtype=Decimal)
I_3=np.matlib.eye(ngrid,ngrid,k=2,dtype=Decimal)
B=I_1 + 10.*I_2 + I_3
B=np.divide(B,12.)
B_inv=np.linalg.inv(B)
print B_inv
C=B.dot(B_inv)
print C
包含最后一行是为了检查它是否给出了正确的结果。
最佳答案
从技术上讲,您的代码没有任何问题。但是,您在数值分析中遇到了一个非常基本的问题。这里有两种效果:
我不会在这里解释它们,因为几乎任何关于数值分析的介绍性书籍(例如 Kendall Atkinson)都比我在这里做得更好。我只会给你留下这个代码片段:
import numpy as np
NGRID = 8
def HilbertMatrix(N, dtype=np.float64):
arr = np.zeros((N,N), dtype=dtype)
for i in range(N):
for j in range(N):
arr[i,j] = 1 / (i + j + 1)
return arr
H = HilbertMatrix(NGRID)
J = np.linalg.inv(H)
C = np.dot(H, J)
print(np.allclose(C, np.eye(NGRID)))
print(np.linalg.norm(C))
尝试使用 NGRID,看看 C 离单位矩阵有多远。
关于python - Numpy 矩阵求逆给出大于 18 的阶数的错误结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64292103/