scipy.sparse.linalg.spilu¶

scipy.sparse.linalg.spilu(A, drop_tol=None, fill_factor=None, drop_rule=None, permc_spec=None, diag_pivot_thresh=None, relax=None, panel_size=None, options=None)[源代码]¶

计算稀疏方阵的不完全LU分解。

产生的对象近似于 A 。

参数

A(n，N)类数组

要分解的稀疏矩阵

drop_tol浮动，可选

未完成LU分解的丢弃容差(0<=TOL<=1)。(默认值：1E-4)

fill_factor浮动，可选

指定ILU的填充比上限(>=1.0)。(默认值：10)

drop_rule字符串，可选

要使用的删除规则的逗号分隔字符串。可用的规则： basic ， prows ， column ， area ， secondary ， dynamic ， interp 。(默认值： basic,area )

有关详细信息，请参阅SuperLU文档。

其余其他选项

与的相同 splu

退货

invA_approxscipy.sparse.linalg.SuperLU: 对象，该对象具有一个 solve 方法。

参见

splu: 完全LU分解

注意事项

要提高与逆数的更好近似，可能需要增加 fill_factor 并减少 drop_tol 。

此函数使用SuperLU库。

示例

>>> from scipy.sparse import csc_matrix
>>> from scipy.sparse.linalg import spilu
>>> A = csc_matrix([[1., 0., 0.], [5., 0., 2.], [0., -1., 0.]], dtype=float)
>>> B = spilu(A)
>>> x = np.array([1., 2., 3.], dtype=float)
>>> B.solve(x)
array([ 1. , -3. , -1.5])
>>> A.dot(B.solve(x))
array([ 1.,  2.,  3.])
>>> B.solve(A.dot(x))
array([ 1.,  2.,  3.])

scipy.sparse.linalg.splu

scipy.sparse.linalg.SuperLU