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，已知 a 的 LU 分解

参数:

(lu, piv)

系数矩阵 a 的分解，由 lu_factor 给出。特别是 piv 是 0 索引的枢轴索引。

b数组

右手边

trans{0, 1, 2}, 可选

要求解的系统类型

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

overwrite_b布尔值，可选

是否覆盖 b 中的数据（可能会提高性能）

check_finite布尔值，可选

是否检查输入矩阵中是否只包含有限数字。禁用可能会带来性能提升，但在输入包含无穷大或 NaN 的情况下可能会导致问题（崩溃、不终止）。

返回值:

x数组: 系统的解

另请参阅

lu_factor: 对矩阵进行 LU 分解

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