[英]Why is the output of inv() and pinv() not equal in Matlab and Octave?
我注意到如果 A 是 NxN 矩阵并且它有逆矩阵。 但是 inv() 和 pinv() 函数输出的是什么不同。 - 我的环境是 Win7x64 SP1、Matlab R2012a、Cygwin Octave 3.6.4、FreeMat 4.2
看看 Octave 的例子:
A = rand(3,3)
A =
0.185987 0.192125 0.046346
0.140710 0.351007 0.236889
0.155899 0.107302 0.300623
pinv(A) == inv(A)
ans =
0 0 0
0 0 0
0 0 0
ans
运行上面在Matlab相同的命令造成的。inv(A)*A
或A*inv(A)
,结果是 Octave 和 Matlab 中的恒等 3x3 矩阵。A*pinv(A)
和pinv(A)*A
是 Matlab 和 FreeMat 中的恒等 3x3 矩阵。A*pinv(A)
是 Octave 中的恒等 3x3 矩阵。pinv(A)*A
的结果不是Octave 中的恒等 3x3 矩阵。 我不知道为什么inv(A) != pinv(A)
,我已经考虑了矩阵中元素的细节。 似乎是浮动精度问题导致了这个问题。
点后的 10+ 位数字可能会不同,如下所示:
6.65858991579923298331777914427220821380615200000000
inv(A)(1,1)
中的元素反对
6.65858991579923209513935944414697587490081800000000
pinv(A)(1,1)
元素
这个问题很老了,但无论如何我都会回答它,因为它似乎在一些谷歌搜索中几乎排在最前面。
我将在我的例子中使用魔法(N)函数,该函数返回N-by-N魔方。
我将创建一个3x3魔方M3,取伪逆PI_M3并乘以它们:
prompt_$ M3 = magic(3) , PI_M3 = pinv(M3) , M3 * PI_M3
M3 = 8 1 6 3 5 7 4 9 2 PI_M3 = 0.147222 -0.144444 0.063889 -0.061111 0.022222 0.105556 -0.019444 0.188889 -0.102778 ans = 1.0000e+00 -1.2212e-14 6.3283e-15 5.5511e-17 1.0000e+00 -2.2204e-16 -5.9952e-15 1.2268e-14 1.0000e+00
正如您所看到的,答案是单位矩阵,以节省一些舍入误差。 我将用4x4魔方重复操作:
prompt_$ M4 = magic(4) , PI_M4 = pinv(M4) , M4 * PI_M4
M4 = 16 2 3 13 5 11 10 8 9 7 6 12 4 14 15 1 PI_M4 = 0.1011029 -0.0738971 -0.0613971 0.0636029 -0.0363971 0.0386029 0.0261029 0.0011029 0.0136029 -0.0113971 -0.0238971 0.0511029 -0.0488971 0.0761029 0.0886029 -0.0863971 ans = 0.950000 -0.150000 0.150000 0.050000 -0.150000 0.550000 0.450000 0.150000 0.150000 0.450000 0.550000 -0.150000 0.050000 0.150000 -0.150000 0.950000
结果不是单位矩阵,这意味着4x4魔方不具有逆。 我可以通过尝试Moore-Penrose伪逆的一个规则来验证这一点:
prompt_$ M4 * PI_M4 * M4
ans = 16.00000 2.00000 3.00000 13.00000 5.00000 11.00000 10.00000 8.00000 9.00000 7.00000 6.00000 12.00000 4.00000 14.00000 15.00000 1.00000
满足规则A * B * A = A. 这表明pinv在可用时返回逆矩阵,而当逆矩阵不可用时返回伪逆。 这就是为什么在某些情况下你会得到一个小的差异,只是一些舍入错误,在其他情况下你会得到更大的差异。 为了显示它,我将获得两个魔术象限的倒数并从伪逆中减去它们:
prompt_$ I_M3 = inv(M3) , I_M4 = inv(M4) , DIFF_M3 = PI_M3 - I_M3, DIFF_M4 = PI_M4 - I_M4
I_M3 = 0.147222 -0.144444 0.063889 -0.061111 0.022222 0.105556 -0.019444 0.188889 -0.102778 warning: inverse: matrix singular to machine precision, rcond = 1.30614e-17 I_M4 = 9.3825e+13 2.8147e+14 -2.8147e+14 -9.3825e+13 2.8147e+14 8.4442e+14 -8.4442e+14 -2.8147e+14 -2.8147e+14 -8.4442e+14 8.4442e+14 2.8147e+14 -9.3825e+13 -2.8147e+14 2.8147e+14 9.3825e+13 DIFF_M3 = 4.7184e-16 -1.0270e-15 5.5511e-16 -9.9226e-16 2.0470e-15 -1.0825e-15 5.2042e-16 -1.0270e-15 4.9960e-16 DIFF_M4 = -9.3825e+13 -2.8147e+14 2.8147e+14 9.3825e+13 -2.8147e+14 -8.4442e+14 8.4442e+14 2.8147e+14 2.8147e+14 8.4442e+14 -8.4442e+14 -2.8147e+14 9.3825e+13 2.8147e+14 -2.8147e+14 -9.3825e+13
在我看来,你在底部回答了自己的问题。 原因是浮点运算。 inv()
和pinv()
不完全相同,因为pinv()
必须能够处理非方形矩阵。 因此答案将不完全相同。
如果你看一下pinv(A)*A
,你会发现它非常接近单位矩阵。
我明白了:
ans =
1.0000e+00 6.1062e-16 -3.0809e-15
-5.8877e-15 1.0000e+00 6.3942e-15
2.4425e-15 -3.0184e-16 1.0000e+00
不要将矩阵与==
进行比较,而是使用< tolerance_limit
c = A*pinv(A);
d = pinv(A)*A;
(c-d) < 1e-10
边注:
x = A^-1*b
不应解决x = inv(A)*b;
,而是x = A \\ b;
请参阅Shai发布的链接以获取解释。
浮点运算具有一定的精度,可以不依赖于等式。 为避免此类错误,您可以尝试使用matlab的符号工具箱。
非常简单的八度代码行来演示问题:
>>> (1/48)*48==(1/49)*49
ans = 0
>>> (1/48)*48-(1/49)*49
ans = 1.1102e-16
>>>
我通过使用pinv(A)
计算了A=[1,1,0;1,0,1;2,1,1]
(等级为 2)的伪逆矩阵。 A*pinv(A)
给出了一个非单位矩阵,即A*pinv(A)=[0.667, -0.333, 0.333; -0.333, 0.667,0.333; 0.333, 0.333, 0.667]
A*pinv(A)=[0.667, -0.333, 0.333; -0.333, 0.667,0.333; 0.333, 0.333, 0.667]
A*pinv(A)=[0.667, -0.333, 0.333; -0.333, 0.667,0.333; 0.333, 0.333, 0.667]
。 我认为对于奇异矩阵,最好使用svd()
手动计算伪逆矩阵。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.