本文简要介绍 python 语言中 numpy.linalg.cholesky
的用法。
用法:
linalg.cholesky(a)
Cholesky 分解。
返回 Cholesky 分解,L * L.H, 方阵a,其中L是下三角形,.H 是共轭转置算子(如果a是实值)。a必须是 Hermitian(如果为实值,则为对称)且是正定的。不进行检查以验证是否a是厄米特还是不是。此外,只有下三角形和对角线元素a被使用。仅有的L实际上是返回的。
- a: (…, M, M) 数组
Hermitian(对称,如果所有元素都是实数),正定输入矩阵。
- L: (…, M, M) 数组
a 的上三角或下三角 Cholesky 因子。如果 a 是矩阵对象,则返回一个矩阵对象。
- LinAlgError
如果分解失败,例如,如果 a 不是正定的。
参数:
返回:
抛出:
注意:
广播规则适用,有关详细信息,请参阅
numpy.linalg
文档。Cholesky 分解通常用作求解的快速方法
(当 A 是 Hermitian/对称和正定时)。
首先,我们求解
然后在 中
例子:
>>> A = np.array([[1,-2j],[2j,5]]) >>> A array([[ 1.+0.j, -0.-2.j], [ 0.+2.j, 5.+0.j]]) >>> L = np.linalg.cholesky(A) >>> L array([[1.+0.j, 0.+0.j], [0.+2.j, 1.+0.j]]) >>> np.dot(L, L.T.conj()) # verify that L * L.H = A array([[1.+0.j, 0.-2.j], [0.+2.j, 5.+0.j]]) >>> A = [[1,-2j],[2j,5]] # what happens if A is only array_like? >>> np.linalg.cholesky(A) # an ndarray object is returned array([[1.+0.j, 0.+0.j], [0.+2.j, 1.+0.j]]) >>> # But a matrix object is returned if A is a matrix object >>> np.linalg.cholesky(np.matrix(A)) matrix([[ 1.+0.j, 0.+0.j], [ 0.+2.j, 1.+0.j]])
相关用法
- Python numpy linalg.cond用法及代码示例
- Python numpy linalg.svd用法及代码示例
- Python numpy linalg.pinv用法及代码示例
- Python numpy linalg.eigh用法及代码示例
- Python numpy linalg.tensorinv用法及代码示例
- Python numpy linalg.LinAlgError用法及代码示例
- Python numpy linalg.matrix_rank用法及代码示例
- Python numpy linalg.solve用法及代码示例
- Python numpy linalg.det用法及代码示例
- Python numpy linalg.inv用法及代码示例
- Python numpy linalg.eig用法及代码示例
- Python numpy linalg.lstsq用法及代码示例
- Python numpy linalg.norm用法及代码示例
- Python numpy linalg.slogdet用法及代码示例
- Python numpy linalg.multi_dot用法及代码示例
- Python numpy linalg.tensorsolve用法及代码示例
- Python numpy linalg.qr用法及代码示例
- Python numpy linalg.matrix_power用法及代码示例
- Python numpy linalg.eigvals用法及代码示例
- Python numpy linalg.eigvalsh用法及代码示例
- Python numpy linspace用法及代码示例
- Python numpy lib.NumpyVersion用法及代码示例
- Python numpy lib.Arrayterator用法及代码示例
- Python numpy legendre.legint用法及代码示例
- Python numpy laguerre.lagone用法及代码示例
注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.linalg.cholesky。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。