We analyze a complex matrix inversion algorithm first proposed by Frobenius, but largely forgotten: $(A + iB)^{-1} = (A + BA^{-1}B)^{-1} - i A^{-1}B(A+BA^{-1} B)^{-1}$ when $A$ is invertible and $(A + iB)^{-1} = B^{-1}A(AB^{-1}A + B)^{-1} - i (AB^{-1}A + B)^{-1}$ when $B$ is invertible. This may be viewed as an inversion analogue of the aforementioned Gauss multiplication. We proved that Frobenius inversion is optimal -- it uses the least number of real matrix multiplications and inversions among all complex matrix inversion algorithms. We also showed that Frobenius inversion runs faster than the standard method based on LU decomposition if and only if the ratio of the running time for real matrix inversion to that for real matrix multiplication is greater than $5/4$. We corroborate this theoretical result with extensive numerical experiments, applying Frobenius inversion to evaluate matrix sign function, solve Sylvester equation, and compute polar decomposition, concluding that for these problems, Frobenius inversion is more efficient than LU decomposition with nearly no loss in accuracy.


翻译:我们分析了Frobenius首先提出的复杂的矩阵转换算法,但基本上被遗忘了:$(A+ iB)%-1} = (A+ BA ⁇ -1}B) =-1} - i A*-1} B(A+B) B(A+B ⁇ -1}B) ⁇ -1} $是不可逆的,而美元(A+iB) = B-1} A(AB}-1}A+B) *-1} - (i(AB ⁇ -1}A+B) +B) *-1} 美元,当美元是不可逆的时。这可以被视为(A+BA+B ⁇ -1}) = (A+BA+B ⁇ -1}B) * * *-1} - -1} - i A 美元是不可逆的,当美元是(A+BA+B} (A+BA+B}-1}-1}B}B} } } } = = = $ (A+ + iBB) = 1} = = = = = (A+ +Bax = 1} = = = = = = (A+Ba) = = = = = = = = = = = = = (A+B= =) = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = (A= = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
【硬核书】矩阵代数基础,248页pdf
专知会员服务
84+阅读 · 2021年12月9日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年4月7日
Arxiv
0+阅读 · 2023年4月6日
Arxiv
0+阅读 · 2023年4月5日
Arxiv
0+阅读 · 2023年4月3日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员