scipy.linalg.
solveh_banded#
- scipy.linalg.solveh_banded(ab, b, overwrite_ab=False, overwrite_b=False, lower=False, check_finite=True)[源代码]#
求解方程 a x = b。a 是 Hermitian 正定带状矩阵。
使用 Thomas 算法,它比标准的 LU 分解更有效,但应仅用于 Hermitian 正定矩阵。
矩阵
a
存储在 ab 中,可以是以下三角形式或上三角形式有序排列ab[u + i - j, j] == a[i,j] (如果是上三角形式;i <= j) ab[ i - j, j] == a[i,j] (如果是下三角形式;i >= j)
ab 的示例(
a
的形状为 (6, 6),上对角线的数量,u
= 2)upper form: * * a02 a13 a24 a35 * a01 a12 a23 a34 a45 a00 a11 a22 a33 a44 a55 lower form: a00 a11 a22 a33 a44 a55 a10 a21 a32 a43 a54 * a20 a31 a42 a53 * *
标记为 * 的单元格未使用。
- 参数:
- ab(
u
+ 1, M) 类数组 带状矩阵
- b(M,) 或 (M, K) 类数组
右侧
- overwrite_abbool,可选
丢弃 ab 中的数据(可以提高性能)
- overwrite_bbool,可选
丢弃 b 中的数据(可以提高性能)
- lowerbool,可选
矩阵是否为下三角形式。(默认为上三角形式)
- 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)。
- ab(
- 返回:
- x(M,) 或 (M, K) ndarray
系统
a x = b
的解。返回值的形状与 b 的形状匹配。
注释
在非正定矩阵
a
的情况下,可以使用求解器solve_banded
。示例
求解带状系统
A x = b
,其中[ 4 2 -1 0 0 0] [1] [ 2 5 2 -1 0 0] [2] A = [-1 2 6 2 -1 0] b = [2] [ 0 -1 2 7 2 -1] [3] [ 0 0 -1 2 8 2] [3] [ 0 0 0 -1 2 9] [3]
>>> import numpy as np >>> from scipy.linalg import solveh_banded
ab
包含主对角线和主对角线以下非零对角线。也就是说,我们使用下三角形式>>> ab = np.array([[ 4, 5, 6, 7, 8, 9], ... [ 2, 2, 2, 2, 2, 0], ... [-1, -1, -1, -1, 0, 0]]) >>> b = np.array([1, 2, 2, 3, 3, 3]) >>> x = solveh_banded(ab, b, lower=True) >>> x array([ 0.03431373, 0.45938375, 0.05602241, 0.47759104, 0.17577031, 0.34733894])
求解 Hermitian 带状系统
H x = b
,其中[ 8 2-1j 0 0 ] [ 1 ] H = [2+1j 5 1j 0 ] b = [1+1j] [ 0 -1j 9 -2-1j] [1-2j] [ 0 0 -2+1j 6 ] [ 0 ]
在此示例中,我们将上对角线放入数组
hb
中>>> hb = np.array([[0, 2-1j, 1j, -2-1j], ... [8, 5, 9, 6 ]]) >>> b = np.array([1, 1+1j, 1-2j, 0]) >>> x = solveh_banded(hb, b) >>> x array([ 0.07318536-0.02939412j, 0.11877624+0.17696461j, 0.10077984-0.23035393j, -0.00479904-0.09358128j])