如何使用Math.NET检查两个矩阵是否近似相等？

Math.NET Numerics没有提供和numpy allclose/isclose完全等价的内置方法，但可以通过手动实现元素级的误差检查来达到相同效果，核心逻辑和numpy一致：判断两个矩阵的每个元素是否满足绝对误差≤指定容差，或者相对误差≤指定容差。

方法1：手动遍历元素实现（兼容所有数值类型） #

using MathNet.Numerics.LinearAlgebra;

public static bool MatricesAreClose<T>(Matrix<T> matrixA, Matrix<T> matrixB, T absoluteTolerance, T relativeTolerance) 
    where T : struct, IEquatable<T>, IFormattable, IConvertible, IComparable<T>,
              ISubtractionOperators<T, T, T>, IUnaryNegationOperators<T, T>,
              IDivisionOperators<T, T, T>
{
    // 先检查矩阵维度是否一致
    if (!matrixA.Dimensions.Equals(matrixB.Dimensions))
        return false;

    var zero = default(T);
    for (int row = 0; row < matrixA.RowCount; row++)
    {
        for (int col = 0; col < matrixA.ColumnCount; col++)
        {
            var valA = matrixA[row, col];
            var valB = matrixB[row, col];
            var difference = valA - valB;
            var absDiff = difference.Abs();
            var absA = valA.Abs();
            var absB = valB.Abs();
            
            // 取两个元素绝对值的最大值作为相对误差的分母
            var maxAbs = absA.CompareTo(absB) > 0 ? absA : absB;
            var relativeError = maxAbs.CompareTo(zero) == 0 ? zero : absDiff / maxAbs;

            // 只要有一个元素不满足容差条件，返回false
            if (absDiff.CompareTo(absoluteTolerance) > 0 && relativeError.CompareTo(relativeTolerance) > 0)
                return false;
        }
    }
    return true;
}

方法2：利用Math.NET的逐元素操作简化代码 #

借助Math.NET的Pointwise系列方法，可以更简洁地实现批量元素检查：

using MathNet.Numerics.LinearAlgebra;

public static bool MatricesAreClose<T>(Matrix<T> matrixA, Matrix<T> matrixB, T atol, T rtol) 
    where T : struct, IEquatable<T>, IFormattable, IConvertible, IComparable<T>,
              ISubtractionOperators<T, T, T>, IDivisionOperators<T, T, T>,
              IComparisonOperators<T, T, bool>
{
    if (!matrixA.Dimensions.Equals(matrixB.Dimensions))
        return false;

    var diffMatrix = matrixA - matrixB;
    var absDiff = diffMatrix.PointwiseAbs();
    var absA = matrixA.PointwiseAbs();
    var absB = matrixB.PointwiseAbs();
    var maxAbsMatrix = absA.PointwiseMax(absB);
    
    // 处理元素为0的情况，避免除以0
    var relativeErrors = absDiff.PointwiseDivide(maxAbsMatrix)
                                .PointwiseWhere(maxAbsMatrix.Equals(Matrix<T>.Build.DenseSameAs(maxAbsMatrix, default(T))), 
                                               Matrix<T>.Build.DenseSameAs(maxAbsMatrix, default(T)));

    // 检查所有元素是否满足绝对误差或相对误差条件
    return absDiff.PointwiseLessThanOrEqual(atol).All() || relativeErrors.PointwiseLessThanOrEqual(rtol).All();
}

简化版：仅检查绝对误差 #

如果只需要验证绝对误差，可以使用更简单的实现：

using MathNet.Numerics.LinearAlgebra;

public static bool MatricesAreCloseAbsolute<T>(Matrix<T> matrixA, Matrix<T> matrixB, T tolerance) 
    where T : struct, IEquatable<T>, IFormattable, IConvertible, IComparable<T>,
              ISubtractionOperators<T, T, T>
{
    if (!matrixA.Dimensions.Equals(matrixB.Dimensions))
        return false;
    return (matrixA - matrixB).PointwiseAbs().PointwiseLessThanOrEqual(tolerance).All();
}

使用说明 #

• 可参考numpy的默认参数设置：rtol=1e-05，atol=1e-08
• 泛型约束确保方法支持double、float等常见数值类型

内容的提问来源于stack exchange，提问作者emilaz