在尝试将Hessian转换为Matlab中的优化问题时,我遇到了问题。我的问题的一个例子是:
H=[1 2 2;
2 3 2;
1 3 1];
[V,D]=eig(H);
尽管H*V-V*D
应该基本上等于零:
V*D*V'
未提供原始H矩阵
答案 0 :(得分:0)
我实际上试图运行你的代码:
H = [
1 2 2;
2 3 2;
1 3 1
];
[V,D] = eig(H);
test = norm(H*V-V*D,inf) / norm(V*D,inf);
我发现您发布的示例没有明显问题。我得到的特征值和向量满足其定义方程的高精度:
test = 7.57596318689868e-16
最重要的是,正如@ kpg987指出的那样,你必须使用V的倒数,而不是V的转置版本。如果你执行以下测试:
test = V * D * inv(V);
您将获得原始的粗麻布(或非常接近它的东西)。