本文简要介绍 python 语言中 scipy.linalg.qr_update
的用法。
用法:
scipy.linalg.qr_update(Q, R, u, v, overwrite_qruv=False, check_finite=True)#
Rank-k二维码更新
如果
A = Q R
是A
的 QR 分解,则返回实数A
的A + u v**T
的 QR 分解或复数A
的A + u v**H
。- Q: (M, M) 或 (M, N) 数组
来自 A 的 qr 分解的酉/正交矩阵。
- R: (M, N) 或 (N, N) 数组
来自 A 的 qr 分解的上三角矩阵。
- u: (M,) 或 (M, k) 数组
左更新向量
- v: (N,) 或 (N, k) 数组
右更新向量
- overwrite_qruv: 布尔型,可选
如果为 True,则在执行更新时尽可能使用 Q、R、u 和 v,否则根据需要进行复制。默认为假。
- 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)。默认为真。
- Q1: ndarray
更新了单一/正交因子
- R1: ndarray
更新了上三角因子
参数 ::
返回 ::
注意:
此例程不保证 R1 的对角线条目是实数或正数。
参考:
[1]Golub, G. H. & Van Loan, C. F. 矩阵计算,第 3 版。 (约翰霍普金斯大学出版社,1996 年)。
[2]Daniel, J. W., Gragg, W. B., Kaufman, L. & Stewart, G. W. 用于更新Gram-Schmidt QR 分解的重新正交化和稳定算法。数学。计算。 30, 772-795 (1976)。
[3]Reichel, L. 和 Gragg, W. B. 算法 686:用于更新 QR 分解的 FORTRAN 子例程。 ACM 翻译。数学。软件。 16, 369-377 (1990)。
例子:
>>> import numpy as np >>> 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)
给定这个 q, r 分解,执行 1 级更新。
>>> u = np.array([7., -2., 4., 3., 5.]) >>> v = np.array([1., 3., -5.]) >>> q_up, r_up = linalg.qr_update(q, r, u, v, False) >>> q_up array([[ 0.54073807, 0.18645997, 0.81707661, -0.02136616, 0.06902409], # may vary (signs) [ 0.21629523, -0.63257324, 0.06567893, 0.34125904, -0.65749222], [ 0.05407381, 0.64757787, -0.12781284, -0.20031219, -0.72198188], [ 0.48666426, -0.30466718, -0.27487277, -0.77079214, 0.0256951 ], [ 0.64888568, 0.23001 , -0.4859845 , 0.49883891, 0.20253783]]) >>> r_up array([[ 18.49324201, 24.11691794, -44.98940746], # may vary (signs) [ 0. , 31.95894662, -27.40998201], [ 0. , 0. , -9.25451794], [ 0. , 0. , 0. ], [ 0. , 0. , 0. ]])
更新是等效的,但比以下更新更快。
>>> a_up = a + np.outer(u, v) >>> q_direct, r_direct = linalg.qr(a_up)
检查我们是否有相同的结果:
>>> np.allclose(np.dot(q_up, r_up), a_up) True
并且更新后的 Q 仍然是单一的:
>>> np.allclose(np.dot(q_up.T, q_up), np.eye(5)) True
也可以更新经济(简化的、精简的)分解:
>>> qe, re = linalg.qr(a, mode='economic') >>> qe_up, re_up = linalg.qr_update(qe, re, u, v, False) >>> qe_up array([[ 0.54073807, 0.18645997, 0.81707661], # may vary (signs) [ 0.21629523, -0.63257324, 0.06567893], [ 0.05407381, 0.64757787, -0.12781284], [ 0.48666426, -0.30466718, -0.27487277], [ 0.64888568, 0.23001 , -0.4859845 ]]) >>> re_up array([[ 18.49324201, 24.11691794, -44.98940746], # may vary (signs) [ 0. , 31.95894662, -27.40998201], [ 0. , 0. , -9.25451794]]) >>> np.allclose(np.dot(qe_up, re_up), a_up) True >>> np.allclose(np.dot(qe_up.T, qe_up), np.eye(3)) True
与上述类似,执行 2 级更新。
>>> u2 = np.array([[ 7., -1,], ... [-2., 4.], ... [ 4., 2.], ... [ 3., -6.], ... [ 5., 3.]]) >>> v2 = np.array([[ 1., 2.], ... [ 3., 4.], ... [-5., 2]]) >>> q_up2, r_up2 = linalg.qr_update(q, r, u2, v2, False) >>> q_up2 array([[-0.33626508, -0.03477253, 0.61956287, -0.64352987, -0.29618884], # may vary (signs) [-0.50439762, 0.58319694, -0.43010077, -0.33395279, 0.33008064], [-0.21016568, -0.63123106, 0.0582249 , -0.13675572, 0.73163206], [ 0.12609941, 0.49694436, 0.64590024, 0.31191919, 0.47187344], [-0.75659643, -0.11517748, 0.10284903, 0.5986227 , -0.21299983]]) >>> r_up2 array([[-23.79075451, -41.1084062 , 24.71548348], # may vary (signs) [ 0. , -33.83931057, 11.02226551], [ 0. , 0. , 48.91476811], [ 0. , 0. , 0. ], [ 0. , 0. , 0. ]])
此更新也是
A + U V**T
的有效 qr 分解。>>> a_up2 = a + np.dot(u2, v2.T) >>> np.allclose(a_up2, np.dot(q_up2, r_up2)) True >>> np.allclose(np.dot(q_up2.T, q_up2), np.eye(5)) True
相关用法
- Python SciPy linalg.qr_multiply用法及代码示例
- Python SciPy linalg.qr_insert用法及代码示例
- Python SciPy linalg.qr_delete用法及代码示例
- Python SciPy linalg.qr用法及代码示例
- Python SciPy linalg.qz用法及代码示例
- Python SciPy linalg.qmr用法及代码示例
- Python SciPy linalg.eigvalsh_tridiagonal用法及代码示例
- Python SciPy linalg.cdf2rdf用法及代码示例
- Python SciPy linalg.LaplacianNd用法及代码示例
- Python SciPy linalg.solve_circulant用法及代码示例
- Python SciPy linalg.polar用法及代码示例
- Python SciPy linalg.clarkson_woodruff_transform用法及代码示例
- Python SciPy linalg.rsf2csf用法及代码示例
- Python SciPy linalg.hessenberg用法及代码示例
- Python SciPy linalg.tril用法及代码示例
- Python SciPy linalg.triu用法及代码示例
- Python SciPy linalg.svd用法及代码示例
- Python SciPy linalg.ishermitian用法及代码示例
- Python SciPy linalg.invhilbert用法及代码示例
- Python SciPy linalg.factorized用法及代码示例
- Python SciPy linalg.lu_factor用法及代码示例
- Python SciPy linalg.SuperLU用法及代码示例
- Python SciPy linalg.lsqr用法及代码示例
- Python SciPy linalg.cho_factor用法及代码示例
- Python SciPy linalg.fractional_matrix_power用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.linalg.qr_update。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。