大家好，欢迎来到IT知识分享网。
library(ggplot2) compute_smallest_singular_SVD <- function(n) { # Create the upper-triangular matrix A <- diag(0.1, n, n) A[upper.tri(A)] <- 1 # Compute the smallest singular value using svd svd_values <- svd(A)$d #只取奇异值，忽略左奇异和右奇异向量！ smallest_singular_value <- min(svd_values) return(smallest_singular_value) } compute_min_singular_AtA<-function(n){ # Create the upper-triangular matrix A <- diag(0.1, n, n) A[upper.tri(A)] <- 1 # Compute the smallest eigenvalue of A^2 eigenvalues_A <- eigen(t(A) %*% A)$values smallest_eigenvalue_A <- sqrt(min(eigenvalues_A)) return(smallest_eigenvalue_A) } n_values <- 1:30 results <- sapply(n_values,compute_smallest_singular_SVD) results outcomes<-sapply(n_values,compute_min_singular_AtA) results_df <- data.frame(Size = n_values, results) outcomes_df<-data.frame(size=n_values,outcomes) outcomes_df results_df[,1] qplot(x=results_df[,1], y=log10(results), data=results_df, geom="auto") qplot(x=outcomes_df[,1],y=log10(outcomes),data = outcomes_df,geom="point") 免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/149108.html
