問題の敏感さを測る
条件数は、入力の小さな相対変化が出力の相対変化へどれほど増幅され得るかを表す量です。可逆な正方行列の連立方程式Ax=bでは、選んだ行列ノルムを使ってκ(A)=||A||||A⁻¹||と定めます。ここで条件数は問題の性質であり、プログラムの実行時間を表しません。計算法が丁寧でも、入力自体の不確かさが敏感な方向へ入れば解が大きく変わる場合があります。どの入力を変え、どの出力を比べ、どのノルムで相対変化を測るかによって条件数の意味は変わるため、数字だけを切り離して解釈しません。
特異値の比で計算する
2ノルムでは、可逆な正方行列の条件数は最大特異値を最小特異値で割った値です。A=diag(1,0.001)なら、条件数は1000です。二番目の方向が強く縮むため、逆向きに解を求めるとその方向の入力誤差が増幅されます。ただし、どんな右辺でも実際の誤差が必ず1000倍になるとは限りません。条件数は最悪の場合の感度を支える指標であり、誤差の方向にも依存します。例の行列で計算してから、別のスケールや右辺へ変えると、上限と実際の結果の違いを確かめられます。
小さい成分だけで悪条件と決めない
A=0.001Iなら、2ノルムの条件数は1です。行列の成分が小さいからといって、相対的な感度が悪いとは限りません。Aを非ゼロの定数で一様にスケーリングすると、||A||と||A⁻¹||の変化が打ち消し合います。一方、列ごとに異なる単位や桁の量を入れると、スケーリングが条件数に大きく影響する場合があります。測定単位をそろえる前処理は役立ちますが、元の問題の不確かさを消す魔法ではありません。何を変数とし、どの単位で誤差を許すかを保った上で、数値表現を検討します。
残差が小さくても解が正しいとは限らない
計算した近似解x̂について、r=b−Ax̂を残差と呼びます。残差が小さいことは、近似解が方程式をどの程度満たすかを示します。しかしAが敏感なら、小さな残差に対応する解のずれA⁻¹rが大きい場合があります。例えば強く縮む方向へ解をずらすと、Ax̂の変化は小さく見えます。残差と真の解との差を同じ指標として報告しないようにします。真の解を知らない実問題では、スケールをそろえた残差、条件数の推定、入力誤差の大きさを組み合わせて、どこまで精度を信頼できるかを判断します。
安定な計算法と組み合わせる
悪条件は問題の感度、数値安定性は計算法が丸め誤差などをどのように増幅するかを扱います。良条件の問題を不安定な方法で解けば精度を失う場合があり、安定な方法でも悪条件の問題の入力誤差を完全には取り除けません。連立方程式の解法では、逆行列を明示的に作るより適切な分解を使う方が望ましい場面があります。特異行列には通常の逆行列を前提とする有限の条件数をそのまま使えません。精度が足りないときは計算法の変更、入力の精査、モデルの見直し、正則化を、それぞれ何を変える操作か区別して選びます。
実際の誤差方向を検算する
diag(1,0.001)では第一成分だけの右辺の変化はそのまま解へ伝わり、第二成分の変化は1000倍されます。条件数が大きくても、入力誤差の方向によって実際の影響は違います。最悪の場合の上限と、特定の測定誤差について得られた結果を分けると、過度に悲観的にも楽観的にもならず精度を評価できます。