scipy.linalg.

expm_cond

scipy.linalg.expm_cond(A, check_finite=True)

Frobenius 范数下矩阵指数的相对条件数。

参数:

A2-D array_like

形状为 (N, N) 的方形输入矩阵。

check_finitebool, 可选

是否检查输入矩阵是否仅包含有限数值。禁用可能会提高性能，但如果输入包含无穷大或NaN，可能会导致问题（崩溃、非终止）。

返回:

kappa浮动

矩阵指数在Frobenius范数中的相对条件数

参见

expm

计算矩阵的指数。

expm_frechet

计算矩阵指数的Frechet导数。

注释

在1-范数中，一个更快的条件数估计方法已被发表，但尚未在SciPy中实现。

Added in version 0.14.0.

示例

Try it in your browser!

>>> 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

Go BackOpen In Tab