Question

我正在使用Apache Commons Library进行一些基本的计算，我有一个2x2对称的RealMatrix，我需要计算它的EigenDecomposition。矩阵如下：

{{10.387035702893005, 0.14862451664049367},
{0.14862451664049442, -5.1952457826500815}}

double类型的右上角和左下角元素应该是相同的，你会发现它们几乎是相同的。但是，当我将矩阵传递给EigenDecomposition的新实例时，我会得到一个例外。 isSymmetric（）计算false，并且因为构造函数将'true'作为参数传递，所以isSymmetric（）方法引发异常。我基本上需要绕过这个检查。我有什么选择？谢谢！

public EigenDecomposition(final RealMatrix matrix,
                              final double splitTolerance)  {
    if (isSymmetric(matrix, true)) {
        transformToTridiagonal(matrix);
        findEigenVectors(transformer.getQ().getData());
    }
}

N.B。拆分容差参数（人们可能认为指定容差级别）仅仅是一个虚拟参数。

Answer 1

问题似乎是一个数字错误 - 值几乎相同，但并不完全相同。一个快速而肮脏的解决方案可能是：

使用以下条件检查两个值是否相等：Math.abs(matrix[0][1] - matrix[1][0]) < DELTA。其中DELTA是您的容差因子（您可以容忍的最大值是多少，因此矩阵将被视为对称）。

如果是 - 请指定matrix[0][1] = matrix[1][0]

很容易看出，满足条件的矩阵现在应该按照定义进行对称。

Answer 2

你可以覆盖isSymmetric然后让第二个参数被忽略。然后，你可以调用自己的isSymmetric方法

例如

@override
public boolean isSymmetric(RealMatrix m, Boolean b) {
     return _isSymmetric(m);
}

其中_isSymmetric(m)是您自己的实现。然后，您可以以任何您认为合适的方式比较双值。我建议使用delta而不是直的==因为double值很少是完全相等但通常足够相等;）

Answer 3

如果这两个值相等，你可以只在另一个上面复制一个吗？

matrix[0][1] = matrix[1][0];

覆盖具有不需要的行为的库构造函数

3 个答案: