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