生成非奇異稀疏矩陣在Python

，也可以是單數。實際上，下面的代碼會產生一個錯誤"RuntimeError: superlu failure (singular matrix?) at line 100 in file scipy/sparse/linalg/dsolve/SuperLU/SRC/dsnode_bmod.c"。生成非奇異稀疏矩陣在Python

dim = 20000 
ratio = 0.000133 

A = scipy.sparse.rand(dim,dim,ratio) 
inv_sparse = scipy.sparse.linalg.inv(A)

有沒有辦法生成非奇異稀疏矩陣？

我真正想要做的是與np.linalg.inv的scipy.sparse.linalg.inv比較性能（處理時間）。這就是爲什麼我需要生成不是奇異的隨機稀疏矩陣。

來源

2016-09-24 rkjt50r983

評論可能會幫助http://math.stackexchange.com/questions/449396/getting-non-singular-invertible-matrix-from-a-singular-one你可能也只是檢查的決定，然後做反轉...或者生成它們並處理異常...可能事先生成已知爲非奇異的案例 – tenCupMaximum

單數是因爲2行還是更多行都是零？如果密度足夠低，這是可能的。 – hpaulj

嘗試添加'sparse.eye（A.shape [0]）'到它。 – hpaulj

你的矩陣的密度ratio = 0.000133是非常低的。這意味着7518中的一個項目非空。因此，每一項爲零的概率約爲7517/7518。

每行由20000個獨立項組成。所以一行爲空的概率是（7517/7518）^ 20000 = 6.99％。因此，一行非空的概率是1-（7517/7518）^ 20000 = 93.0％。

然後，矩陣由20000行組成。行可以被認爲是獨立的。因此，矩陣不包含空行的概率是（1-（7517/7518）^ 20000）^ 20000 =（93.0％）^ 20000。這個概率非常低。

由於矩陣可能包含一個空行，它通常是單數。

此外，由於浮點數的有限的精度，程序通常考慮不周conditionned矩陣作爲單數。事實上，在這種情況下，計算出來的倒數會非常不正常，毫無意義。

最後，比較反函數，它可能是更好地使用已知可逆矩陣......至少，你可以嘗試增加密度，使空行的概率變得非常低。這裏

來源

2016-09-24 12:32:45 francis

生成非奇異稀疏矩陣在Python

回答

相關問題