SciPy 的哪个线性函数用于求解三角矩阵方程？

2026-06-02 1 花语

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-

反式系统0or‘N’轴=b1or‘T’a^Tx=b2or‘C’a^Hx=b

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。

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。

LinAlgError-

如果与c关联的循环矩阵接近奇异，则会引发LinAlgError。