关于病态条件的理解

本文探讨了病态条件的概念及其在科学计算中的重要性,特别是在矩阵求逆过程中。通过引用《深度学习》一书及具体博客案例,解析了条件数的定义与计算方法,强调了病态矩阵对计算精度的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

对于病态条件的理解主要参考两个文献 

1《深度学习》      

        条件数指的是函数相对于输入的微小的变化而变化的快慢程度。输入被轻微扰动而迅速改变的函数对于科学计算来说是有问题的,因为输入中的舍入误差可能导致输出的巨大变化。考虑函数。当具有特征值分解时,其条件数为

                                                                                 

这代表最大特征值和最小特征值的模之比。当该数很大时,矩阵求逆对输入的误差特别敏感。

        这种敏感性是矩阵本身的固有特性,而不是矩阵求逆期间舍入误差的结果,即使我们乘以完全正确的矩阵逆,病态条件的矩阵也会放大预先存在的误差。在实践中,该错误将与求逆过程本身的数值误差进一步符合。

 

2   https://blog.youkuaiyun.com/qq_18888869/article/details/82979590

        参考这个博客中的例子,很直观

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值