解线性问题
线性方程组的直接方法:
spsolve \(a,b[, permc_spec, use_umfpack] ) |
求解稀疏线性系统Ax=b,其中b可以是向量或矩阵。 |
spsolve_triangular \(a,b[, lower, ...] ) |
解这个方程式 |
factorized \(a) |
返回求解稀疏线性系统的函数,并预分解A。 |
use_solver \(** Kwargs) |
选择要使用的默认稀疏直接解算器。 |
线性方程组的迭代方法:
bicg \(a,b[, x0, tol, maxiter, M, callback, atol] ) |
用BI型共轭梯度迭代法求解 |
bicgstab \(a,b[, x0, tol, maxiter, M, ...] ) |
用BI型共轭梯度稳定迭代法求解 |
cg \(a,b[, x0, tol, maxiter, M, callback, atol] ) |
用共轭梯度迭代法求解 |
cgs \(a,b[, x0, tol, maxiter, M, callback, atol] ) |
用共轭梯度平方迭代法求解 |
gmres \(a,b[, x0, tol, restart, maxiter, M, ...] ) |
用广义最小残差迭代法求解 |
lgmres \(a,b[, x0, tol, maxiter, M, ...] ) |
使用LGMRES算法求解矩阵方程。 |
minres \(a,b[, x0, shift, tol, maxiter, M, ...] ) |
用最小残差迭代法求解Ax=b |
qmr \(a,b[, x0, tol, maxiter, M1, M2, ...] ) |
用拟最小残差迭代法求解 |
gcrotmk \(a,b[, x0, tol, maxiter, M, ...] ) |
使用灵活的GCROT(m,k)算法求解矩阵方程。 |
tfqmr \(a,b[, x0, tol, maxiter, M, callback, ...] ) |
用无转置的准最小残差迭代法求解 |
求解最小二乘问题的迭代方法:
lsqr \(a,b[, damp, atol, btol, conlim, ...] ) |
找出大型稀疏线性方程组的最小二乘解。 |
lsmr \(a,b[, damp, atol, btol, conlim, ...] ) |
最小二乘问题的迭代求解器。 |