scipy.linalg.

expm_cond#

scipy.linalg.expm_cond(A, check_finite=True)[源代码]#

矩阵指数在弗罗贝尼乌斯范数下的相对条件数。

参数:

A二维类数组: 形状为 (N, N) 的方形输入矩阵。
check_finite布尔值，可选: 是否检查输入矩阵是否仅包含有限的数字。禁用此选项可能会提高性能，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）。

返回:

kappa浮点数: 矩阵指数在弗罗贝尼乌斯范数下的相对条件数

另请参阅

expm: 计算矩阵的指数。
expm_frechet: 计算矩阵指数的弗雷歇导数。

注释

已发表一种更快的 1 范数条件数估计方法，但尚未在 SciPy 中实现。

在 0.14.0 版本中添加。

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