Python SciPy linalg.logm用法及代碼示例

本文簡要介紹 python 語言中 scipy.linalg.logm 的用法。

用法:

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

計算矩陣對數。

矩陣對數是 expm 的倒數：expm(logm(A)) == A

參數 ：：

A： (N, N) 數組

對數求值的矩陣

disp： 布爾型，可選

如果結果中的錯誤估計很大，而不是返回估計的錯誤，則打印警告。 (默認：真)

返回 ：：

logm： (N, N) 數組

A的矩陣對數

errest： 浮點數

(如果 disp == False)

估計誤差的 1 範數，||err||_1 /||A||_1

參考：

[1]

Awad H. Al-Mohy 和 Nicholas J. Higham (2012) “改進的矩陣對數的逆縮放和平方算法”。 SIAM 科學計算雜誌，34 (4)。 C152-C169。 ISSN 1095-7197

[2]

Nicholas J. Higham (2008)“矩陣函數：理論與計算”ISBN 978-0-898716-46-7

[3]

Nicholas J. Higham 和 Lijing lin (2011) “A Schur-Pade 矩陣的分數冪算法”。 SIAM 矩陣分析與應用雜誌，32 (3)。第 1056-1078 頁。 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.]])