scipy.linalg.

pinvh#

scipy.linalg.pinvh(a, atol=None, rtol=None, lower=True, return_rank=False, check_finite=True)[源代码][源代码]#

计算厄米矩阵的（摩尔-彭罗斯）伪逆。

使用其特征值分解计算复厄米特/实对称矩阵的广义逆，并包括所有具有’大’绝对值的特征值。

参数:

a(N, N) array_like: 要进行伪逆运算的实对称或复埃尔米特矩阵
atolfloat, 可选: 绝对阈值术语，默认值为 0。

Added in version 1.7.0.
rtolfloat, 可选: 相对阈值项，默认值为 N * eps，其中 eps 是 a 数据类型的机器精度值。

Added in version 1.7.0.
下限bool, 可选: 相关数组数据是从 a 的下三角还是上三角获取。（默认：下三角）
return_rankbool, 可选: 如果为真，返回矩阵的有效秩。
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:

B(N, N) ndarray: 矩阵 a 的伪逆。
等级整数: 矩阵的有效秩。如果 return_rank 为 True，则返回。

Raises:

LinAlgError: 如果特征值算法不收敛。

参见

pinv: 矩阵的 Moore-Penrose 伪逆。

示例

更多详细示例请参见 pinv。

>>> import numpy as np
>>> from scipy.linalg import pinvh
>>> rng = np.random.default_rng()
>>> a = rng.standard_normal((9, 6))
>>> a = np.dot(a, a.T)
>>> B = pinvh(a)
>>> np.allclose(a, a @ B @ a)
True
>>> np.allclose(B, B @ a @ B)
True