scipy.linalg.

cholesky#

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

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) array_like: 要分解的矩阵
lowerbool, 可选: 是否计算上三角或下三角 Cholesky 分解。默认值为上三角。
overwrite_abool, 可选: 是否覆盖 a 中的数据（可能会提高性能）。
check_finitebool, 可选: 是否检查输入矩阵是否仅包含有限数字。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、不终止）。

返回值:

c(M, M) ndarray: a 的上三角或下三角 Cholesky 因子。

异常:

LinAlgError如果分解失败。

示例

>>> 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]])