我不明白如何使用R中的chol
函数来计算正半正定矩阵。 (或者我做了,而且还有一个错误。)documentation州:
如果pivot = TRUE,则可以计算正半正定x的Choleski分解。 x的等级作为attr(Q," rank")返回,受数值误差的影响。枢轴以attr(Q," pivot")返回。不再是t(Q)%*%Q等于x的情况。但是,设置pivot< - attr(Q," pivot")和oo< - order(pivot),确实t(Q [,oo])%*%Q [,oo]等于x ...
以下示例似乎与此描述相符。
> x <- matrix(1, nrow=3, ncol=3)
> Q <- chol(x, pivot=TRUE)
> oo <- order(attr(Q, 'pivot'))
> t(Q[, oo]) %*% Q[, oo]
[,1] [,2] [,3]
[1,] 1 1 1
[2,] 1 1 1
[3,] 1 1 3
结果不是x
。我是否错误地使用了枢轴?
答案 0 :(得分:5)
对于满秩输入,即正定矩阵x
,我们需要
Q <- chol(x, TRUE)
oo <- order(attr(Q, 'pivot'))
unpivQ <- Q[, oo]
all.equal(crossprod(unpivQ), x)
对于有效排名不足的输入,即正半正定矩阵x
(具有负特征值的不定矩阵是非法的,但未在chol
中检查),记住零缺陷尾随对角块:
Q <- chol(x, TRUE)
r <- attr(Q, 'rank')
if (r < nrow(x)) Q[(r+1):nrow(x), (r+1):nrow(x)] <- 0
oo <- order(attr(Q, 'pivot'))
unpivQ <- Q[, oo]
all.equal(crossprod(unpivQ), x)
有些人将此称为chol
的“错误”,但实际上它是基础LAPACK例程dpstrf
的一个功能。分解进行到第一个对角元素低于公差,使尾随矩阵在退出时不受影响。
感谢Ian的以下观察:
您可以在Q[-(1:r): -(1:r)] <- 0
中使用R的否定索引来跳过if
语句。