从solve()和ginv()函数中获取错误的逆矩阵
从solve()和ginv()函数中获取错误的逆矩阵可能是由于以下原因：
- 矩阵不可逆：如果输入的矩阵不是可逆矩阵，即不存在逆矩阵，那么solve()和ginv()函数都会返回错误的结果。可逆矩阵是指行列式不为零的方阵。
- 数值精度问题：在计算机中，浮点数的表示和运算存在精度限制。当矩阵的元素非常大或非常接近零时，计算逆矩阵可能会引入数值误差，导致得到错误的结果。
- 输入错误：可能是由于输入的矩阵维度不正确或者函数参数设置错误导致的。确保输入的矩阵维度正确，并且函数的参数设置符合要求。
解决这个问题的方法包括：
- 检查矩阵的可逆性：在使用solve()和ginv()函数之前，可以先检查矩阵的可逆性。可以通过计算矩阵的行列式是否为零来判断矩阵是否可逆。
- 使用其他方法计算逆矩阵：如果solve()和ginv()函数无法得到正确的逆矩阵，可以尝试使用其他方法来计算逆矩阵，例如LU分解、QR分解、SVD分解等。
- 检查输入参数：确保输入的矩阵维度正确，并且函数的参数设置符合要求。查阅相关文档或者函数说明可以帮助确认参数的正确使用方式。
腾讯云相关产品和产品介绍链接地址：
腾讯云提供了多种云计算相关产品，包括计算、存储、数据库、人工智能等领域。以下是一些相关产品的介绍链接：
- 云服务器（CVM）：腾讯云的弹性计算服务，提供可扩展的云服务器实例。链接：https://cloud.tencent.com/product/cvm
- 云数据库 MySQL 版（TencentDB for MySQL）：腾讯云的关系型数据库服务，支持高可用、高性能的 MySQL 数据库。链接：https://cloud.tencent.com/product/cdb_mysql
- 人工智能平台（AI Lab）：腾讯云的人工智能平台，提供了丰富的人工智能服务和工具，包括图像识别、语音识别、自然语言处理等。链接：https://cloud.tencent.com/product/ai
请注意，以上链接仅为示例，具体产品选择应根据实际需求和腾讯云的产品文档进行决策。
相关·内容
1回答
R中奇异矩阵的平方根
、、、、
我需要在-1/2的幂上计算矩阵A，这基本上意味着初始矩阵的逆的平方根。
如果A是奇异的，则用质量包中的ginv函数计算Moore-Penrose广义逆，否则用解函数计算正则逆。
矩阵A的定义如下：
A <- structure(c(604135780529.807, 0, 58508487574887.2, 67671936726183.9,
0, 0, 0, 1, 0, 0, 0, 0, 58508487574887.2, 0, 10663900590720128,
10874631465443760, 0, 0, 676719367
浏览 7提问于2015-01-30得票数 0
回答已采纳
2回答
我试图在coursEra上为R编程课程运行这个示例。然而，当我试图确定矩阵是否为正方形时，我会出现错误：“is.square.matrix(x)中的错误:参数x不是矩阵”。
我的代码如下：
library(matrixcalc)
##non-square matrix
NCols <- sample(3:6, 1)
NRows <- sample(2:8, 1)
myMat <- matrix(runif(NCols*NRows), ncol=NCols)
is.square.matrix(myMat)
## functions
makeMatrix <- func
浏览 1提问于2017-08-07得票数 0
2回答
R中的广义逆
、、
我可以利用ginv函数从MASS库得到矩阵的Moore Penrose广义逆.
m <- matrix(1:9, 3, 3)
library(MASS)
ginv(m)
在SAS中，我们确实有多个函数来得到矩阵的广义逆。SVD可以用来找出广义逆，但这还是一个Moore-Penrose。我想知道R中是否有函数可以得到矩阵的广义逆(这不是唯一的)，而不是Moore-Penrose广义逆。提前感谢您的帮助和时间。
编辑
矩阵A的广义逆定义为满足方程AGA = A.的任意矩阵G
这个G不是摩尔-彭罗斯广义逆，所以它不是唯一的。
浏览 3提问于2012-02-03得票数 4
2回答
矩阵求逆R
、、
我想求一个平方对称正定矩阵的逆矩阵。我知道R中有两个函数solve()和chol2inv()，但它们的结果是不同的。我想知道为什么会这样？
谢谢。
浏览 1提问于2013-03-11得票数 2
回答已采纳
习惯对比在分析中被广泛使用，例如：“在这个三级因子的第1级和第3级的DV值是否有很大的差异？”
从直觉上讲，这种对比用细胞手段表示为：
c(1,0,-1)
这些对比中的一个或多个，作为列的界限，形成一个对比系数矩阵。
mat = matrix(ncol = 2, byrow = TRUE, data = c(
1, 0,
0, 1,
-1, -1)
)
[,1] [,2]
[1,] 1 0
[2,] 0 1
[3,] -1 -1
然而，当要运行系数矩阵指定的这些对比时，在网络和书籍中有很多(显然是自相矛盾的)信息。我的问题是哪
浏览 3提问于2015-08-04得票数 12
回答已采纳
2回答
我想要找到“如果矩阵b是非奇异矩阵，则求b的逆，否则如果找到b的广义逆”
所以我做了这样的陈述。但它并没有起作用。
a<-c(1:9)
a
b<-matrix(a,3,3)
b
library(MASS)
ifelse(ncol(b)==nrow(b),(ifelse(det(b)==0,ginv(b),solve(b)),ginv(b))
然后我像这样修改了语句
a<-c(1:9)
a
b<-matrix(a,3,3)
b
library(MASS)
d<-ifelse(det(b)==0,ginv(b),solve(b))
e<-ginv(b)
ifel
浏览 1提问于2013-05-12得票数 0
2回答
在中，我们找到了一个解，用于找到具有无穷多个解的非平方线性系统的一个特殊解。这就引出了另一个问题：
如何找到具有无穷多个解的非平方线性系统的所有解的，以及R? (关于无限解的可能描述，请参阅下文)
例子:线性系统
x+y+z=1
x-y-2z=2
与具有以下内容的A X = B等效：
A=matrix(c(1,1,1,1,-1,-2),2,3,T)
B=matrix(c(1,2),2,1,T)
A
[,1] [,2] [,3]
[1,] 1 1 1
[2,] 1 -1 -2
B
[,1]
[1,] 1
[2,] 2
我们可
浏览 3提问于2017-10-16得票数 1
我想在mahanalobis函数中用ginv()替换solve()。
有没有办法强制R中的任何函数使用ginv()而不是solve()
浏览 0提问于2016-04-28得票数 0
2回答
(在你告诉我之前，是的，我知道你永远不应该颠倒矩阵。不幸的是，在我的计算中，我构造了一个矩阵，它必须以某种方式倒置。)
我有一个很大的矩阵M，它是病态的.numpy.linalg.cond(M)输出一个大小为e+22的值。矩阵M为(1000,1000)形。
当然，numpy.linalg.inv()会导致许多精度错误。所以，我用numpy.linalg.solve()来反演矩阵。
考虑矩阵逆A^{-1}是由A * A^{-1} = Identity定义的。numpy.linalg.solve()计算精确解x，即满秩线性矩阵方程ax = b。
因此，我定义了恒等矩阵：
import numpy
浏览 4提问于2015-07-06得票数 3
回答已采纳
2回答
我需要在一个列表中solve超过上千个矩阵。但是，我得到了错误Lapack routine dgesv: system is exactly singular。我的问题是，我的输入数据是非奇异矩阵，但是在对这些矩阵进行计算之后，其中一些得到了奇异。但是，一个包含数据子集的可重复的示例是不可能的，因为它会很长(我已经尝试过了)。这里是我问题的一个基本例子(A是经过一些计算后的矩阵，R是我需要做的下一个计算)：
A=matrix(c(1,0,0,0,0,1,0,0,0,0,1,0,0,0,0,1), nrow=4)
R = solve(diag(4)-A)
你有什么想法如何“解决”这个问题，也许其
浏览 3提问于2015-11-06得票数 0
1回答
我有一个不可逆的矩阵A和一个向量b，我相信它有一个解x to Ax = b。我想找一个这样的x的例子。当我在R中尝试solve(A,b)时，它会产生一个错误，因为A是单数的。有没有办法让R给我一个随机的解？
浏览 15提问于2018-01-04得票数 1
当使用一个名为did的R包时，我会得到以下错误：
Error in solve.default(preV) : system is computationally singular:
reciprocal condition number = 4.09946e-19
solve函数有一个名为tol的参数，因此我可以设置容忍度，从而避免这个问题。但是这个包没有提供这个选项来从它的顶级函数中指定这个tol，所以没有办法为solve设置tol。
我在考虑另一种选择。由于solve()默认使用.Machine$double.eps for tol，所以如果我能够减少这个默认值，那就更好了。多么?
浏览 0提问于2018-07-18得票数 2
回答已采纳
1回答
矩阵逆的不同结果
、、
我有一个5乘5的矩阵：
t <- read.table(header=FALSE,
text=" 1 0 0 -0.0000009038 0
0 1 0 0.0000000000 0
0 0 1 0.0000000000 0
0 0 0 1.0000000000 0
0 0 0 0.0000000000 1
")
当我试图取这个矩阵的逆时，我得到了不同的结果
tt <- solve(t)
和
tt <- 1/(t)
为什么？他们两个人不是应该一起工作吗
浏览 3提问于2020-11-11得票数 0
回答已采纳
我不是高级R用户。我主要使用它来进行矩阵代数计算。我有一个很大的矩阵(9400x9400；675.1 MB)，我想要对其求逆。我试过"solve“函数和"chol2inv"，我得到”错误在...‘a’必须是一个复数矩阵“。我也试过使用MASS包中的"ginv“函数，得到错误消息"Error in svd(X)：infinite or missing values in 'x'”。我确信我的矩阵没有空(全零)列或行。我使用：和我得到了相同的矩阵进行了检查。也没有NA值，我已经用测试过了。我的矩阵是数字矩阵和方阵("is.numeri
浏览 1提问于2016-04-05得票数 0
2回答
我试图计算矩阵的伪逆，称为M，这看起来可能如下所示：
M=matrix(c(-1,-1,1,0,0,1),nrow=2,ncol=3)
我需要的是这个矩阵的左逆，这样：
M_inv_l M=I
使用质量包，我可以找到正确的逆：
M_inv_r=ginv(M)
其中m M_inv_r=I.
是否有一种方法来计算左逆而不是右逆？我还没有在论坛上找到答案。
谢谢
浏览 0提问于2014-04-14得票数 0
回答已采纳
1回答
社区， 语言障碍对我打击很大。不知何故，我设法从一个模型中学习，但我无法预测，因为它现在说我的矩阵是单数的-我不明白-这是唯一的另一个词吗？ 无论如何，这里是重要的部分： X.shape (457,123) coord.shape (457，2) pred = model.predict(coord, X) 文件“...\venv3libSite-packages\spglmiwls.py”，第37行，in _compute_betas_gwr xtx_inv_xt = linalg.solve(xtx，xT) 文件信息行216，在"...\venv3\lib\site-packag
浏览 29提问于2020-01-10得票数 0
回答已采纳
1回答
M×n矩阵的交叉积的逆
、、、
我想用随机矩阵重新创建以下计算：
我从以下几个方面开始，结果如下：
kmin1 <- cbind(1:10,1:10,6:15,1:10,1:10,6:15,1:10,1:10,6:15)
C <- cbind(1, kmin1) # Column of 1s
diag(C) <- 1
Ccrosprod <-crossprod(C) # C'C
Ctranspose <- t(C) # C'
CCtransposeinv <- solve(Ccr
浏览 1提问于2019-02-16得票数 0
回答已采纳
2回答
我对R语言非常陌生，并试图找出如何计算不正方形的矩阵的逆。(非正方形？不规则？我不确定正确的术语)。
从我的书和快速谷歌搜索(参见)中，我发现如果 a是正方形的，您可以使用solve(a)找到矩阵的逆。
据我所知，我创建的矩阵不是正方形的：
> matX<-matrix(c(rep(1, 8),2,3,4,0,6,4,3,7,-2,-4,3,5,7,8,9,11), nrow=8, ncol=3);
> matX
[,1] [,2] [,3]
[1,] 1 2 -2
[2,] 1 3 -4
[3,] 1
浏览 2提问于2014-01-26得票数 4
回答已采纳
2回答
我需要加速计算R中WLS协方差矩阵的逆，其中矩阵wls.cov.matrix是通过(下面的完整示例)给出的：
n = 10000
X = matrix(c(rnorm(n,1,2), sample(c(1,-1), n, replace = TRUE), rnorm(n,2,0.5)), nrow = 1000, ncol = 3)
Q = diag(rnorm(n, 1.5, 0.3))
wls.cov.matrix = solve(t(X)%*%diag(1/diag(Q))%*%X)
能不能加快计算速度？
更多与最终目标相关的信息:这仍然是很少的信息，让我更多地解释我的目标，如果有方法来
浏览 3提问于2014-06-12得票数 1
回答已采纳
我正在尝试用R- software解决下面形式的7x2矩阵问题：
A=array(c(5.54,0.96,1.59,2.07,0.73,10.64,8.28,1.41,3.77,3.11,3.74,2.93,8.29,3.33), c(7,2))
A
# [,1] [,2]
#[1,] 5.54 1.41
#[2,] 0.96 3.77
#[3,] 1.59 3.11
#[4,] 2.07 3.74
#[5,] 0.73 2.93
#[6,] 10.64 8.29
#[7,] 8.28 3.33
b=c(80814.25,34334.75,47921.75,59514.2
浏览 0提问于2015-06-03得票数 3
从数学上讲，通过Cholesky分解求正定矩阵的逆矩阵比仅使用np.linalg.inv(X)更快。然而，当我同时尝试这两种方法时，发现Cholesky分解的性能更差！
# Inversion through Cholesky
p = X.shape[0]
Ip = np.eye(p)
%timeit scipy.linalg.cho_solve(scipy.linalg.cho_factor(X,lower=True), Ip)
The slowest run took 17.96 times longer than the fastest. This could mean that an
浏览 9提问于2016-09-19得票数 5
5回答
我有一个上三角矩阵，我想用一种快速的方法计算它的逆矩阵。我尝试过qr.solve()，但我感觉它等同于solve()，而且它没有利用输入矩阵的三角性质。做这件事最好的方法是什么？
浏览 0提问于2014-09-04得票数 3
1回答
我试着求出协方差矩阵的逆。到目前为止，我有：
A<- c(1, 3, 5, 7)
B<- c(8, 4, 1, 4)
C<- c(9, 2, 4, 6)
D<- c(1, 4, 2, 0)
M<- matrix(c(A, B, C, D), 4)
> M
[,1] [,2] [,3] [,4]
[1,] 1 8 9 1
[2,] 3 4 2 4
[3,] 5 1 4 2
[4,] 7 4 6 0
>
> M<- cov(M)
浏览 34提问于2018-02-27得票数 1
回答已采纳
1回答
> dim(ginv(cov_mat_month))
[1] 495 495
> class(mu_hat_month)
[1] "matrix"
> class(cov_mat_month)
[1] "matrix"
> dim(mu_hat_month)
[1] 495 1
> c = ginv(cov_mat_month) * mu_hat_month
Error in ginv(cov_mat_month) * mu_hat_month : non-conformable arrays
矩阵(495*495)*矩阵(4
浏览 0提问于2014-11-14得票数 1
回答已采纳
2回答
对于我正在做的一个项目，我使用NetworkX adj_matrix()函数将我使用NetworkX创建的一个图分解成一个邻接矩阵。然而，我遇到的一个问题是，当我试图寻找矩阵的逆矩阵时，我分解的每个单独的图都会给我以下错误。
str: Traceback (most recent call last):
File "C:\eclipse\plugins\org.python.pydev.debug_1.4.7.2843\pysrc\pydevd_resolver.py", line 179, in _getPyDictionary
attr = getattr(va
浏览 0提问于2009-12-04得票数 2
回答已采纳
1回答
我想最小化函数FlogV (使用多正态分布，Z是数据矩阵NxC；SIGMA是数据协方差的方阵CxC，R是长度为C的向量)
FLogV <- function(P){
(here I define parameters, P, within R and SIGMA)
logC <- (C/2)*N*log(2*pi)+(1/2)*N*log(det(SIGMA))
SOMA.t <- 0
for (j in 1:N){
SOMA.t <- SOMA.t+sum(t(Z[j,]-R)%*%solve(SIGMA)%*%(Z[j,]-R))
}
MlogV <
浏览 6提问于2013-11-20得票数 0
2回答
大块对角稀疏矩阵在r中的逆矩阵
、、、、
我想计算一些大型块对角线稀疏矩阵的求逆。行数和列数略高于50,000。这些块是12x12的，并且是稀疏的(27个非零元素)。
我尝试计算整个矩阵的逆矩阵(使用solve)。这是不可能的，整个矩阵太大了。
在此之后，我使用了for循环。在每次迭代中，我取出一个块，计算其逆，然后将其放回原处。
这个方法行得通，但我需要大约5分钟。我想知道有没有更快的方法。
在此之前，非常感谢您。
浏览 1提问于2014-04-05得票数 0
在Matlab中，由于数值不稳定，通常不建议使用inv()函数(请参见中的描述部分)。建议替换如下表达式：
inv(A)*B
(其中A和B都是矩阵)，其中：
A\B
当倒置矩阵A接近奇异值时，这就变得至关重要。
有没有用numpy / scipy写这篇文章的好方法？( solve()会工作吗？)
浏览 0提问于2013-06-17得票数 3
回答已采纳
我尝试计算R中协方差矩阵的逆矩阵。我使用solve和ginv函数，但是我不能正确地找到单位矩阵。我想知道为什么会这样。以前有没有人遇到过这个问题？如何修复它？
d <- data.frame(r1,r2,r3,r4)
ad <- cov(d) # get covariance
您可以通过以下方式访问ad：
ad <- structure(c(0.000564103047135273, 0.000209426917735389,
-2.50601812852379e-07, 0.000318692159506722, 0.000209426917735389,
8.92
浏览 16提问于2016-07-24得票数 2
2回答
M矩阵
1000 793504755
793504755 629649829362825
这是我的矩阵M in R solve(M)给出了这个错误：
solve(M)
Error in solve.default(M) :
system is computationally singular: reciprocal condition number = 8.36282e-20
而excel中的MMINV给出了此2 x 2矩阵的所需输出
R计算是使用某种分解算法进行逆运算吗？为什么它不为我的矩阵提供输出？矩阵行列式也不是零。事实上，这是一个很大的值。
浏览 3提问于2014-09-22得票数 1
2回答
我编写了一些代码来实现一种算法，该算法以实数的向量q作为输入，并作为输出返回复矩阵R。下面的Matlab代码生成一个图形，显示输入向量q和输出矩阵R。
只给出复矩阵输出R，我想得到输入向量q。我能用最小二乘优化吗？由于代码中存在递归运行和(rs_r和rs_i)，因此输出矩阵的列的计算取决于前一列的计算。
也许可以建立一个非线性优化来从输出矩阵q中重新组合输入向量R。
从另一个角度来看，我使用了一个算法来计算矩阵R。我希望运行“反向”算法，从输出矩阵q中获取输入向量R。
如果无法从输出中重新组合起始值，从而将问题视为“黑匣子”，那么模型本身的数学也许可以用于优化？该程序计算下列等式：
浏览 2提问于2012-08-22得票数 0
回答已采纳
1回答
我正在为GP实现一个代码，这是一个迭代算法，我有几个问题。我希望有人能帮我弄清楚其中的逻辑：
1)我需要能够从满足约束条件Ab =c的初始起点b开始
这是矩阵A和向量c
A <- rbind(c(1,1,1),c(-1,1,-1))
c <- c(0,5)
我尝试了以下两种方法来找到b0作为开始迭代的初始点
b0 <- solve(t(A)%*%A)%*%t(A)%*%c
b0 <- ginv(A)%*%c
但是，当我检查下面的代码时，我没有得到所有的b0组件。
A %*% b0 == c
你能帮我找出一种更好的方法来获得满足条件Ab=c的初始点吗？
谢谢
浏览 0提问于2018-04-13得票数 0
我需要下列对角线：
diag(X %*% solve(A) %*% t(X))
其中A是满秩平方矩阵，X是矩形矩阵。A和X都是稀疏的。
我知道，除非你真的需要它，否则求矩阵的逆是不好的。但是，我看不出如何重写公式，使solve(A)被solve替换为两个参数，这样就可以不显式地反演线性系统。这有可能吗？
浏览 2提问于2016-09-16得票数 5
回答已采纳
1回答
求解大型稀疏非方阵
、、、、
我正在尝试解决一个大型稀疏矩阵线性回归问题。我创建了两个矩阵，如下所示：
> dim(A)
[1] 26573 32991
> dim(B)
[1] 26573 1
如果我使用matrixmodels lm.fit.sparse，我会得到以下错误：
> X=MatrixModels:::lm.fit.sparse(A,B)
Error in .solve.dgC.qr(if (cld@className %in% c("dtCMatrix", "dgCMatrix")) x else as(x, : dgCMatrix_qrsol(
浏览 0提问于2017-10-03得票数 1
#!/usr/bin/python
x = np.linalg.solve(A, B)
上面可以计算出Ax = B的根，这里A是3乘3矩阵，B是3×1向量。我想在带有的特征库中找到一个函数--相同的函数，而不是Python库。结果x使用Python linalg.solve()是正确的。矩阵A和B如下：
A:
64 256 1024
48 256 1280
24 192 1280
B:
-9
0
0
但是，我选择了下面的代码(C++特征)来解决同样的问题，错误是显示给我的。
// C++ with Eigen Library
auto x = A.colPivHous
浏览 3提问于2019-12-19得票数 0
回答已采纳
1回答
我正在学习R编程。
我在试着求矩阵的逆。下面是我尝试过的内容。
x <- matrix(1:16, 4, 4)
x
# [,1] [,2] [,3] [,4]
# [1,] 1 5 9 13
# [2,] 2 6 10 14
# [3,] 3 7 11 15
# [4,] 4 8 12 16
solve(x)
# Error in solve.default(x) :
# Lapack routine dgesv: system is exactly singular: U[3,3] = 0
浏览 0提问于2015-05-23得票数 3
回答已采纳
1回答
避免矩阵求逆
、、
我想避免计算矩阵的逆。我是用C语言写代码的，所以我不能使用MATLAB命令。我想执行以下计算：
v = bk/G;
bk是2×1矩阵，G是2×2矩阵，v是浮点变量。
我目前正在这样做：
V = G^-1 * bk;
这样，我必须使用除法运算符来查找G^-1。我想避免使用除法。
浏览 3提问于2015-09-25得票数 0
如何计算一个巨大( 14000*14000)矩阵的逆矩阵？我正在使用R进行尝试，错误消息显示为：
Error: cannot allocate vector of size 762.9 Mb
我知道这表示无法获取内存。任何帮助都将不胜感激。
即使我试图求一个标量单位矩阵的逆矩阵，R也不能解决它。标量单位矩阵的逆矩阵将是相同的矩阵，但R也不能求解它。
> solve(diag(1,10000,10000))
Error: cannot allocate vector of size 762.9 Mb
浏览 1提问于2014-05-22得票数 0
1回答
错误:奇异矩阵
、、、
我的代码中有一个错误，我希望你能帮助我！：(当我粘贴代码时，会发生一些奇怪的事情(并不是所有的代码都是像代码一样写的)，但我们开始吧：
我想要linalg.solve(A，Res)。第一个(A)具有10行10列，即矩阵( 10个阵列，10个元素)，第二个具有10行1列，即矩阵(1个阵列，10个元素)。
当我执行代码时，它抛出了以下错误: Singular
该怎么办呢。当我不要求linalg.solve，但要求打印两个矩阵时，两个都可以: 10个方程，10个变量。所以我不知道是怎么回事。请帮帮我！
如果你需要我粘贴代码(就像它看起来那么可怕)，我可以做到。
谢谢
浏览 2提问于2015-05-04得票数 3
回答已采纳
1回答
np.solve()很好，当你有一个Ax = b形式的方程时，我的问题是，我实际上有一个xC = D形式的方程，其中x是我想要找出来的2x2矩阵，C和D是2x2矩阵。
因为矩阵乘法通常不是可交换的，所以我不能只把两者互换。
在numpy (或者python中的其他库)中有解决这个问题的有效方法吗？
浏览 0提问于2019-12-02得票数 1
回答已采纳
1回答
我正面临着以下挑战，我似乎找不到解决方案：
基本上，我想为数据的StoNED -随机非光滑包络编写一些代码。
我是这样开始的：
# dim(G) is 35x15
# dim(X) is 5x15
# dim(y) is 5x1
# dim(h) is 15x1
# y is a vector of output, x a matrix of input,
h a vector of zeros, G a matrix of constraint parameters, betaa shall be estimated
library(CVXR)
betaa <- Variable
浏览 22提问于2020-05-31得票数 0
1回答
我试图将一些矩阵相乘，会发生以下错误：
B <- 2*mcov
B <- cbind(B,c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1))
B <- cbind(B,t(mrend))
B <- rbind(B, c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0))
B <- rbind(B, ((1 + c(meanNovartis, meanRDS, meanRoche, meanEJ, meanHSBC,
meanBayer, meanUnilever, meanGSK, meanSanofi,
浏览 2提问于2015-04-15得票数 1
1回答
我试图用Math.net来解一个非平方线性系统。但我得到的误差矩阵尺寸必须一致: 3x7。
下面是一些示例代码：
using MathNet.Numerics.LinearAlgebra;
var mBuilder = Matrix<double>.Build;
var vBuilder = Vector<double>.Build;
var A = mBuilder.DenseOfArray(new double[,]
{
{ 3, 2, 1, 5, -1, 0, 0 },
{ 2, 1, 1, 2, 0, -1, 0 },
{ 5, 1, 3
浏览 2提问于2020-01-16得票数 0
回答已采纳
我想在不使用solve(x)函数的情况下求逆矩阵的值。
inversed matrix = 1/det(x) * "cofactor"^(transpose)
我知道矩阵= det(x)的行列式和矩阵= t(x)的转置。但是我找不到如何求矩阵x的余因子和求逆矩阵的方法。
浏览 0提问于2013-05-24得票数 1
1回答
R中的非线性优化
、、
我正在尝试使用R中的nloptr包来解决一个优化问题。我不确定下面的代码有什么问题，因为我一直收到这个错误：
Error: nlopt_add_equality_mconstraint returned NLOPT_INVALID_ARGS.
这就是问题(注意(A+)^T是矩阵A的摩尔-彭罗斯逆的转置)
和代码：
library( MASS ) ## for the Moore-Penrose inverse ginv()
library( zoo )
library( nloptr )
A = matrix(runif(27, -0.5, 0.5), nc = 3)
sigma
浏览 3提问于2014-06-25得票数 5
1回答
加速数值矩阵求逆
、、、、
我正在使用Numpy/Scipy来求一个20k矩阵的逆矩阵，速度很慢。我试过了：
(1) M_inv = M.I
(2) Ident = np.Identity(len(M))
M_inv = scipy.linalg.solve(M, Ident)
(3) M_inv = scipy.linglg.inv(M)
但没有看到任何加速。
有没有其他方法可以加速这一过程？
浏览 0提问于2012-05-03得票数 3
回答已采纳
1回答
我有一个矩阵，它定义了对象相对于(0，0，0)的旋转和平移。假设恒等矩阵定义相机在(0，0，0)指向(0，0，1)的位置，我将如何从世界+旋转矩阵构造视图矩阵？
浏览 0提问于2011-05-07得票数 0
我用溢出对一个矩阵进行预处理，但是为了把这个预条件传递给cg (内置共轭梯度法)，有必要使用LinearOperator函数，有人能向我解释参数成熟度，以及为什么我需要使用它。下面是我的当前代码
Ainv=scla.spilu(A,drop_tol= 1e-7)
Ainv=scla.LinearOperator(Ainv.shape,matvec=Ainv)
scla.cg(A,b,maxiter=maxIterations, M = Ainv)
但是，这不起作用，我得到了错误TypeError：'SuperLU‘对象是不可调用的。我玩过，也试过
Ainv=scla.LinearOpe
浏览 3提问于2017-10-05得票数 1
回答已采纳
4回答
我想知道你推荐的计算矩阵求逆的方法是什么？
我发现的方法似乎并不令人满意。例如,
> c=rbind(c(1, -1/4), c(-1/4, 1))
> c
[,1] [,2]
[1,] 1.00 -0.25
[2,] -0.25 1.00
> inv(c)
Error: could not find function "inv"
> solve(c)
[,1] [,2]
[1,] 1.0666667 0.2666667
[2,] 0.2666667 1.0666
浏览 1提问于2010-11-20得票数 96
回答已采纳
我想计算两个给定矩阵的乘积的迹，例如A和B，Trace(AInv * B)，其中*是正则矩阵积，AInv是A的逆(对称和正定)，B是对称的。
解决方案1:求逆解释的
注意到Trace(AInv * B)等同于取AInv和B的分量乘积之和。
double sol1 = (A.inverse().cwiseProduct(B)).sum();
解决方案2:使用特征库的ldlt分解
double sol2 = (A.selfadjointView<Lower>().ldlt().solve(B)).trace();
理论上，这些解决方案应该是一样的，但在我的测试中，它
浏览 9提问于2017-03-16得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
