Warning: Matrix is close to singular or badly scaled.
Results may be inaccurate. RCOND = 7.021517e-021.
矩阵奇异!
所以不能求逆!
结果可能不准确!
必须换成不用求逆的算法
Matrix is close to singular or badly scaled
矩阵接近奇异了,可能导致后面不收敛,可不可以把这些不收敛的初值点屏蔽掉。
判断一下A的行列式,如果det(A)过小的话,就不要了
奇异矩阵是线性代数的概念,就是对应的行列式等于0的矩阵。
奇异矩阵的判断方法:首先,看这个矩阵是不是方阵(即行数和列数相等的矩阵。若行数和列数不相等,那就谈不上奇异矩阵和非奇异矩阵)。
然后,再看此方阵的行列式|A|是否等于0,若等于0,称矩阵A为奇异矩阵;若不等于0,称矩阵A为非奇异矩阵。
同时,由|A|≠0可知矩阵A可逆,这样可以得出另外一个重要结论:可逆矩阵就是非奇异矩阵,非奇异矩阵也是可逆矩阵。 如果A为奇异矩阵,则AX=0有无穷解,AX=b有无穷解或者无解。如果A为非奇异矩阵,则AX=0有且只有唯一零解,AX=b有唯一解。
如果A(n×m)为奇异矩阵(singular
matrix)<=>
A的秩Rank(A)
如果A(n×m)为非奇异矩阵(nonsingular
matrix)<=> A满秩,Rank(A)=n.
[1]
Eviews软件中当样本容量太少或是当变量间存在完全相关性时会提示“near singular
matrix”,意为“近奇异矩阵”。计量经济学范畴
一个方阵非奇异当且仅当它的行列式不为零。
一个方阵非奇异当且仅当它代表的线性变换是个自同构。
一个矩阵半正定当且仅当它的每个特征值大于或等于零。
一个矩阵正定当且仅当它的每个特征值都大于零。
奇异矩阵怎么处理?
Matlab中提供了伪逆函数pinv()
用来求解工程中矩阵的逆,inv一般是数学上的