scipy.linalg.

lu_solve#

scipy.linalg.lu_solve(lu_and_piv, b, trans=0, overwrite_b=False, check_finite=True)[source]#

求解方程组 a x = b，给定 a 的 LU 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:

(lu, piv)

系数矩阵 a 的分解，由 lu_factor 提供。特别是 piv 是从 0 开始的枢轴索引。

barray

右侧向量

trans{0, 1, 2}, 可选

要解的系统类型

trans	系统
0	a x = b
1	a^T x = b
2	a^H x = b

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: 系统的解

另请参阅

lu_factor: LU 分解矩阵

示例

>>> import numpy as np
>>> from scipy.linalg import lu_factor, lu_solve
>>> A = np.array([[2, 5, 8, 7], [5, 2, 2, 8], [7, 5, 6, 6], [5, 4, 4, 8]])
>>> b = np.array([1, 1, 1, 1])
>>> lu, piv = lu_factor(A)
>>> x = lu_solve((lu, piv), b)
>>> np.allclose(A @ x - b, np.zeros((4,)))
True