cho_factor是计算一个Hermitian正定矩阵A的Cholesky分解,np.triu©为计算给定矩阵C的上三角矩阵,lower参数是指定分解矩阵为一个上三角矩阵还是下三角矩阵,默认为上三角。看栗子能更清晰:
>>> import numpy as np
>>> from scipy.linalg import cho_factor
>>> A = np.array([[9, 3, 1, 5], [3, 7, 5, 1], [1, 5, 9, 2], [5, 1, 2, 6]])
>>> A
array([[9, 3, 1, 5],
[3, 7, 5, 1],
[1, 5, 9, 2],
[5, 1, 2, 6]])
>>> c,low = cho_factor(A)
>>> c
array([[ 3. , 1. , 0.33333333, 1.66666667],
[ 3. , 2.44948974, 1.90515869, -0.27216553],
[ 1. , 5. , 2.29330749, 0.8559528 ],
[ 5. , 1. , 2. , 1.55418563]])
>>> low
False
>>> np.triu(c)
array([[ 3. , 1. , 0.33333333, 1.66666667],
[ 0. , 2.44948974, 1.90515869, -0.27216553],
[ 0. , 0. , 2.29330749, 0.8559528 ],
[ 0. , 0. , 0. , 1.55418563]])
>>> np.triu(c).T @ np. triu(c)
array([[9., 3., 1., 5.],
[3., 7., 5., 1.],
[1., 5., 9., 2.],
[5., 1., 2., 6.]])
这里,A@B与矩阵乘法的效果一致 ( A*B为逐元素相乘)
>>> np.matmul(np.triu(c).T, np.triu(c))
array([[9., 3., 1., 5.],
[3., 7., 5., 1.],
[1., 5., 9., 2.],
[5., 1., 2., 6.]])