scipy.linalg.qr_delete¶
- scipy.linalg.qr_delete(Q, R, k, int p=1, which=u'row', overwrite_qr=False, check_finite=True)¶
行或列删除的QR Downdate
如果
A = Q R
是的QR因式分解A
,返回的QR因子分解A
哪里p
已从行或列开始删除行或列k
。- 参数
- Q(M,M)或(M,N)类阵列
QR分解的酉/正交矩阵。
- R(M,N)或(N,N)类阵列
QR分解的上三角矩阵。
- k集成
要删除的第一行或第一列的索引。
- p整型,可选
要删除的行数或列数,默认为1。
- 其中:{{‘行’,‘列’}},可选
确定是否删除行或列,默认为‘row’
- overwrite_qr布尔值,可选
如果为True,则使用Q和R,用它们的降级版本覆盖它们的内容,并返回相应大小的视图。默认为False。
- 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)。默认值为True。
- 退货
- Q1ndarray
更新的酉/正交因子
- R1ndarray
更新的上三角因子
参见
注意事项
此例程不能保证
R1
都是阳性的。0.16.0 新版功能.
参考文献
- 1
高卢布,G.H.&Van Loan,C.F.矩阵计算,第三版。(约翰·霍普金斯大学出版社,1996)。
- 2
Daniel,J.W.,Gragg,W.B.,Kaufman,L.&Stewart,G.W.重新正交化和更新Gram-Schmidt QR分解的稳定算法。数学课。电脑。30,772-795(1976)。
- 3
Reichel,L.&Gragg,W.B.算法686:用于更新QR分解的Fortran子例程。ACM传输数学课。软件。16369-377(1990)。
示例
>>> from scipy import linalg >>> a = np.array([[ 3., -2., -2.], ... [ 6., -9., -3.], ... [ -3., 10., 1.], ... [ 6., -7., 4.], ... [ 7., 8., -6.]]) >>> q, r = linalg.qr(a)
给定此QR分解,在删除2行时更新q和r。
>>> q1, r1 = linalg.qr_delete(q, r, 2, 2, 'row', False) >>> q1 array([[ 0.30942637, 0.15347579, 0.93845645], # may vary (signs) [ 0.61885275, 0.71680171, -0.32127338], [ 0.72199487, -0.68017681, -0.12681844]]) >>> r1 array([[ 9.69535971, -0.4125685 , -6.80738023], # may vary (signs) [ 0. , -12.19958144, 1.62370412], [ 0. , 0. , -0.15218213]])
更新是等效的,但比下面的更新更快。
>>> a1 = np.delete(a, slice(2,4), 0) >>> a1 array([[ 3., -2., -2.], [ 6., -9., -3.], [ 7., 8., -6.]]) >>> q_direct, r_direct = linalg.qr(a1)
检查我们是否有相同的结果:
>>> np.dot(q1, r1) array([[ 3., -2., -2.], [ 6., -9., -3.], [ 7., 8., -6.]]) >>> np.allclose(np.dot(q1, r1), a1) True
并且更新后的Q仍然是么正的:
>>> np.allclose(np.dot(q1.T, q1), np.eye(3)) True