Python SciPy linalg.cholesky用法及代码示例

本文简要介绍 python 语言中 scipy.linalg.cholesky 的用法。

用法:

scipy.linalg.cholesky(a, lower=False, overwrite_a=False, check_finite=True)#

计算矩阵的 Cholesky 分解。

返回 Hermitian 正定矩阵 A 的 Cholesky 分解 \(A = L L^*\) 或 \(A = U^* U\)。

参数 ：：

a： (M, M) 数组

待分解矩阵

lower： 布尔型，可选

是否计算上三角或下三角 Cholesky 分解。默认为上三角。

overwrite_a： 布尔型，可选

是否覆盖 a 中的数据(可能会提高性能)。

check_finite： 布尔型，可选

是否检查输入矩阵是否仅包含有限数。禁用可能会提高性能，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)。

返回 ：：

c： (M, M) ndarray

a 的上三角或下三角 Cholesky 因子。

抛出 ：：

LinAlgError： 如果分解失败。

例子：

>>> import numpy as np
>>> from scipy.linalg import cholesky
>>> a = np.array([[1,-2j],[2j,5]])
>>> L = cholesky(a, lower=True)
>>> L
array([[ 1.+0.j,  0.+0.j],
       [ 0.+2.j,  1.+0.j]])
>>> L @ L.T.conj()
array([[ 1.+0.j,  0.-2.j],
       [ 0.+2.j,  5.+0.j]])