下一节:奇异值问题的具体化 上一级:奇异值分解 上一节:分解

条件数

矩阵A的奇异值和奇异向量的条件数,与厄米矩阵的特征值和特征向量大致相同,这一点在第2.2.5节中已有描述。

矩阵A的奇异值总是良态的,这意味着在范数上至多改变\epsilonA,其任一特征值最多也只能改变\epsilon

这通常足以满足大多数需求,除非用户对小奇异值的前几位数字感兴趣,这些奇异值的幅值小于或等于\epsilon。例如,计算 \sigma_i = 10^{-5},误差范围在正负 \epsilon = 10^{-4}之间,意味着计算得到的\sigma_i的前几位数字可能都不正确。关于小奇异值的敏感性及其前几位数字何时能准确计算的讨论,请参见[114,118]。

另一方面,奇异向量和奇异子空间可能是病态的。 第2.2.5节中的例子说明了这一点。 (该矩阵的特征值和特征向量与其奇异值和奇异向量相同。) 因此,奇异向量的条件数取决于其奇异值与最接近的其他奇异值之间的间隔;间隔越小,奇异向量越敏感。 当对应于一组接近奇异值的奇异向量过于病态时,用户可能希望计算它们所张成的奇异子空间的基,而不是单个奇异向量。



下一节:奇异值问题的具体化 上一级:奇异值分解 上一节:分解
Susan Blackford 2000-11-20