scipy.linalg.
expm_cond#
- scipy.linalg.expm_cond(A, check_finite=True)[源]#
矩阵指数在弗罗贝尼乌斯范数中的相对条件数。
此文档假设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在核心形状之前附加额外的“批次”维度。在这种情况下,数组被视为低维切片的批次;详见批次线性操作。
- 参数:
- A2-D array_like
形状为 (N, N) 的方阵输入。
- check_finite布尔值,可选
是否检查输入矩阵仅包含有限数。禁用此功能可能会提升性能,但如果输入确实包含无穷大或 NaN,则可能导致问题(崩溃、不终止)。
- 返回:
- kappa浮点数
矩阵指数在弗罗贝尼乌斯范数中的相对条件数
另请参阅
expm
计算矩阵的指数。
expm_frechet
计算矩阵指数的 Frechet 导数。
备注
关于 1-范数中条件数的更快估计方法已经发布,但尚未在 SciPy 中实现。
在 0.14.0 版本中新增。
示例
>>> import numpy as np >>> from scipy.linalg import expm_cond >>> A = np.array([[-0.3, 0.2, 0.6], [0.6, 0.3, -0.1], [-0.7, 1.2, 0.9]]) >>> k = expm_cond(A) >>> k 1.7787805864469866