scipy.linalg.cho_factor¶

scipy.linalg.cho_factor(a, lower=False, overwrite_a=False, check_finite=True)[源代码]¶

计算矩阵的Cholesky分解，用于cho_solve

返回包含Cholesky分解的矩阵， A = L L* 或 A = U* U 关于厄米特正定矩阵 a 。返回值可以直接用作cho_solve的第一个参数。

警告

返回的矩阵还包含Cholesky分解未使用的条目中的随机数据。如果需要将这些条目置零，请使用函数 cholesky 取而代之的是。

参数

a(M，M)类数组: 待分解矩阵
lower布尔值，可选: 是否计算上三角或下三角的Cholesky因式分解(默认值：上三角)
overwrite_a布尔值，可选: 是否覆盖中的数据(可能会提高性能)
check_finite布尔值，可选: 是否检查输入矩阵是否仅包含有限个数字。禁用可能会带来性能提升，但如果输入确实包含无穷大或NAN，则可能会导致问题(崩溃、非终止)。

退货

c(M，M)ndarray: 其上或下三角形包含的Cholesky因子的矩阵 a 。矩阵的其他部分包含随机数据。
lower布尔尔: 指示因子是在下三角形中还是在上三角形中的标志

加薪

LinAlgError: 分解失败时引发。

参见

cho_solve: 使用矩阵的Cholesky因式分解求解线性集合方程。

示例

>>> from scipy.linalg import cho_factor
>>> A = np.array([[9, 3, 1, 5], [3, 7, 5, 1], [1, 5, 9, 2], [5, 1, 2, 6]])
>>> c, low = cho_factor(A)
>>> c
array([[3.        , 1.        , 0.33333333, 1.66666667],
       [3.        , 2.44948974, 1.90515869, -0.27216553],
       [1.        , 5.        , 2.29330749, 0.8559528 ],
       [5.        , 1.        , 2.        , 1.55418563]])
>>> np.allclose(np.triu(c).T @ np. triu(c) - A, np.zeros((4, 4)))
True

scipy.linalg.cholesky_banded

scipy.linalg.cho_solve