SciPy 的哪个线性函数用于求解三角矩阵方程?
名为scipy.linalg.solve_triangular的线性函数用于求解三角矩阵方程。此函数的形式如下-
scipy.linalg.solve_triangular(a, b, trans=0, lower=False, unit_diagonal=False, overwrite_b=False, debug=None, check_finite=True)
这个线性函数将求解方程ax=bforx,其中a是三角矩阵。
参数
下面给出函数scipylinalg.solve_triangular()的参数。-
a-(M,M)array_like
该参数表示三角矩阵。
b-(M,)或(M,N)array_like
该参数表示等式ax=b中的右侧矩阵。
下-布尔值,可选
通过使用此参数,我们将能够仅使用三角矩阵a的下三角中包含的数据。该参数的默认值为上限。
反-{0,1,2,'N','T','C'},可选
此参数告诉要解决的系统类型。下面给出了描述系统的表格-
unit_diagonal-布尔值,可选
如果此参数设置为true,三角矩阵的对角元素将被假定为1,并且不会被引用。
Overwrite_b-布尔值,可选
该参数用于允许覆盖b中的数据。它可以提高矩阵的性能。
check_finite-布尔值,可选
此参数用于检查输入矩阵是否仅包含有限数。禁用它后,我们可能会获得一些性能提升。如果输入不包含无穷大,则可能会导致问题。
退货
x-(M,)或(M,N)ndarray
它返回带状矩阵方程ax=b的解。输出的形状将取决于b的形状。
加注
LinAlgError-
如果与c关联的循环矩阵接近奇异,则会引发LinAlgError。