6

我正在尝试使用特征值方法检查我的矩阵是否是奇异的（即，如果特征值之一为零，则矩阵是奇异的）。这是代码：

z <- matrix(c(-3,2,1,4,-9,6,3,12,5,5,9,4),nrow=4,ncol=3) 
eigen(t(z)%*%z)$values

我知道特征值是按降序排列的。有人可以告诉我是否有办法找出与矩阵中的哪一列相关联的特征值？我需要删除共线列。

在上面的示例中可能很明显，但这只是一个示例，旨在节省您创建新矩阵的时间。

4

2 回答 2

7

例子：

z <- matrix(c(-3,2,1,4,-9,6,3,12,5,5,9,4),nrow=4,ncol=3)
m <- crossprod(z) ## slightly more efficient than t(z) %*% z

这告诉您第三个特征向量对应于共线组合：

ee <- eigen(m)
(evals <- zapsmall(ee$values))
## [1] 322.7585 124.2415   0.0000

现在检查相应的特征向量，它们被列为对应于它们各自特征值的列：

   (evecs <- zapsmall(ee$vectors))
   ## [1,] -0.2975496 -0.1070713  0.9486833
   ## [2,] -0.8926487 -0.3212138 -0.3162278
   ## [3,] -0.3385891  0.9409343  0.0000000

第三个特征值为零；第三个特征向量 ( evecs[,3]) 的前两个元素不为零，这表明第 1 列和第 2 列是共线的。

这是自动化此测试的一种方法：

   testcols <- function(ee) {
       ## split eigenvector matrix into a list, by columns
       evecs <- split(zapsmall(ee$vectors),col(ee$vectors))
       ## for non-zero eigenvalues, list non-zero evec components
       mapply(function(val,vec) {
           if (val!=0) NULL else which(vec!=0)
       },zapsmall(ee$values),evecs)
   }

testcols(ee)
##  [[1]]
## NULL
## [[2]]
## NULL
## [[3]]
## [1] 1 2
于 2012-09-06T17:13:29.357 回答
2

你可以tmp <- svd(z)用来做一个svd。然后将特征值保存tmp$d为特征值的对角矩阵。这也适用于非方阵。

> diag(tmp$d)
         [,1]     [,2]         [,3]
[1,] 17.96548  0.00000 0.000000e+00
[2,]  0.00000 11.14637 0.000000e+00
[3,]  0.00000  0.00000 8.787239e-16
于 2012-09-06T17:57:01.743 回答