Python SciPy linalg.logm用法及代码示例

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

用法:

scipy.linalg.logm(A, disp=True)#

计算矩阵对数。

矩阵对数是 expm 的倒数：expm(logm(A)) == A

参数 ：：

A： (N, N) 数组

对数求值的矩阵

disp： 布尔型，可选

如果结果中的错误估计很大，而不是返回估计的错误，则打印警告。 (默认：真)

返回 ：：

logm： (N, N) 数组

A的矩阵对数

errest： 浮点数

(如果 disp == False)

估计误差的 1 范数，||err||_1 /||A||_1

参考：

[1]

Awad H. Al-Mohy 和 Nicholas J. Higham (2012) “改进的矩阵对数的逆缩放和平方算法”。 SIAM 科学计算杂志，34 (4)。 C152-C169。 ISSN 1095-7197

[2]

Nicholas J. Higham (2008)“矩阵函数：理论与计算”ISBN 978-0-898716-46-7

[3]

Nicholas J. Higham 和 Lijing lin (2011) “A Schur-Pade 矩阵的分数幂算法”。 SIAM 矩阵分析与应用杂志，32 (3)。第 1056-1078 页。 ISSN 0895-4798

例子：

>>> import numpy as np
>>> from scipy.linalg import logm, expm
>>> a = np.array([[1.0, 3.0], [1.0, 4.0]])
>>> b = logm(a)
>>> b
array([[-1.02571087,  2.05142174],
       [ 0.68380725,  1.02571087]])
>>> expm(b)         # Verify expm(logm(a)) returns a
array([[ 1.,  3.],
       [ 1.,  4.]])