scipy.linalg.

cho_solve#

scipy.linalg.cho_solve(c_and_lower, b, overwrite_b=False, check_finite=True)[source]#

求解线性方程组 A x = b，给定 A 的 Cholesky 分解。

文档的编写假定数组参数具有指定的“核心”形状。然而，此函数的数组参数可能具有额外的“批次”维度，这些维度会预置在核心形状之前。在这种情况下，数组被视为较低维切片的批次；有关详细信息，请参阅批量线性运算。

参数:

(c, lower)元组, (数组, 布尔值): 由 cho_factor 给出的 a 的 Cholesky 分解
b数组: 右侧向量
overwrite_bbool, 可选: 是否覆盖 b 中的数据（可能提高性能）
check_finitebool, optional: 是否检查输入矩阵是否仅包含有限数。禁用检查可能会获得性能提升，但如果输入确实包含无穷大或 NaN，则可能会导致问题（崩溃、无法终止）。

返回:

xarray: 方程组 A x = b 的解

另请参阅

cho_factor: 矩阵的 Cholesky 分解

示例

>>> import numpy as np
>>> from scipy.linalg import cho_factor, cho_solve
>>> A = np.array([[9, 3, 1, 5], [3, 7, 5, 1], [1, 5, 9, 2], [5, 1, 2, 6]])
>>> c, low = cho_factor(A)
>>> x = cho_solve((c, low), [1, 1, 1, 1])
>>> np.allclose(A @ x - [1, 1, 1, 1], np.zeros(4))
True