问我们可以使用scipy对带状矩阵进行更快的LU分解吗？
EN

Stack Overflow用户

提问于 2019-01-14 10:41:20

回答 1查看 347关注 0票数 0

我们知道消除大致需要1/3 n^3操作，如果我们使用存储在内存中的LU分解，它将简化为n^2操作。如果我们有一个带上对角线和下对角线的带状矩阵，我们可以跳过零，把它降到大约nw^2操作，如果我们使用LU分解，它可以在大约2nw操作中完成。

在scipy.linalg中，我们有lu_factor和lu_solve，但它们似乎没有针对频带矩阵进行优化。我们也有solve_banded，但它直接解决了Ax=b。如何对带状矩阵进行有效的LU分解，并使用带状三角L和U有效地执行前向和后向消去法

发布于 2019-01-19 04:07:38

Lapack的*gbsv例程计算输入带状矩阵的LU分解。在python中，您可以使用它的f2py包装器(参见scipy.linalg.solve_banded的源代码了解用法示例)，也可以拖放到Cython并使用scipy.linalg.cython_lapack绑定。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/54175192

复制

相似问题

问我们可以使用scipy对带状矩阵进行更快的LU分解吗？EN