scipy.linalg.

expm_cond#

scipy.linalg.expm_cond(A, check_finite=True)[Quelle]#

Relativer Konditionsfaktor der Matrixexponentialfunktion in der Frobenius-Norm.

Die Dokumentation wurde unter der Annahme verfasst, dass die Array-Argumente bestimmte „Kern“-Formen haben. Array-Argumente dieser Funktion können jedoch zusätzliche „Batch“-Dimensionen vorangestellt haben. In diesem Fall wird das Array als Stapel von niedrigdimensionalen Schnitten behandelt; siehe Gestapelte lineare Operationen für Details.

Parameter:

A2-D array_like: Quadratische Eingabematrix mit Form (N, N).
check_finitebool, optional: Ob überprüft werden soll, ob die Eingabematrix nur endliche Zahlen enthält. Das Deaktivieren kann zu einer Leistungssteigerung führen, kann aber zu Problemen (Abstürze, Nichtterminierung) führen, wenn die Eingaben Unendlichkeiten oder NaNs enthalten.

Rückgabe:

kappafloat: Der relative Konditionsfaktor der Matrixexponentialfunktion in der Frobenius-Norm

Siehe auch

expm: Berechnet die Exponentialfunktion einer Matrix.
expm_frechet: Berechnet die Frechet-Ableitung der Matrixexponentialfunktion.

Hinweise

Eine schnellere Schätzung des Konditionsfaktors in der 1-Norm wurde veröffentlicht, ist aber noch nicht in SciPy implementiert.

Hinzugefügt in Version 0.14.0.

Beispiele

>>> import numpy as np
>>> from scipy.linalg import expm_cond
>>> A = np.array([[-0.3, 0.2, 0.6], [0.6, 0.3, -0.1], [-0.7, 1.2, 0.9]])
>>> k = expm_cond(A)
>>> k
1.7787805864469866