矩陣條件數

矩陣A的條件數等於A的範數與A的逆的範數的乘積，即cond(A)=‖A‖·‖A^(-1)‖，是判斷矩陣病態與否的一種度量，條件數越大矩陣越病態。對應矩陣的3種範數，相應地可以定義3種條件數： 函式 cond(A)1、cond(A)2以及cond(A)∞。

基本介紹

• 中文名：矩陣條件數
• 外文名：Conditional number of matrix
• 公式：cond(A)=‖A‖·‖A^(-1)‖
• 作用：表示了矩陣計算對於誤差的敏感性

套用

條件數事實上表示了矩陣計算對於誤差的敏感性。對於線性方程組Ax=b，如果A的條件數大，b的微小改變就能引起解x較大的改變，數值穩定性差。如果A的條件數小，b有微小的改變，x的改變也很微小，數值穩定性好。它也可以表示b不變，而A有微小改變時，x的變化情況。

比如線性方程組

的解是(x,y)=(0.0,0.1),

而

的解是(x,y)=(-0.17,0.22)

可見b很小的擾動就引起了x很大的變化，這就是A矩陣條件數大的表現。

簡介

一個極端的例子，當A奇異時，條件數為無窮，這時即使不改變b，x也可以改變。奇異的本質原因在於矩陣有0特徵值，x在對應特徵向量的方向上運動不改變Ax的值。如果一個特徵值比其它特徵值在數量級上小很多，x在對應特徵向量方向上很大的移動才能產生b微小的變化，這就解釋了為什麼這個矩陣為什麼會有大的條件數，事實上，正規陣在二範數下的條件數就可以表示成 abs(最大特徵值/最小特徵值)。