Numpy CBLAS/LAPACK与Python中的矩阵求逆
我试图反转的矩阵是:Numpy CBLAS/LAPACK与Python中的矩阵求逆,numpy,matrix,lapack,matrix-inverse,cblas,Numpy,Matrix,Lapack,Matrix Inverse,Cblas,我试图反转的矩阵是: [ 1 0 1] A = [ 2 0 1] [-1 1 1] 真正的反比是: [-1 1 0] A^-1 = [-3 2 1] [ 2 -1 0] 使用Python的numpy.linalg.inv,我得到了正确的答案。我的一个矩阵求逆例程使用了dgetri,它是: void compute_matrix_inverse_dbl( double* matrix,
[ 1 0 1]
A = [ 2 0 1]
[-1 1 1]
真正的反比是:
[-1 1 0]
A^-1 = [-3 2 1]
[ 2 -1 0]
使用Python的numpy.linalg.inv,我得到了正确的答案。我的一个矩阵求逆例程使用了dgetri,它是:
void compute_matrix_inverse_dbl( double* matrix,
int order,
double * inverse )
{
int N, lwork;
int success;
int *pivot;
double* workspace;
//===Allocate Space===//
pivot = malloc(order * order * order * sizeof(*pivot));
workspace = malloc(order * order * sizeof(*workspace));
//===Run Setup===//
N = order;
copy_array_dbl(matrix, order*order, inverse);
lwork = order*order;
//===Factor Matrix===//
dgetrf_(&N,&N,inverse,&N,pivot,&success);
//===Compute Inverse===//
dgetri_(&N, inverse, &N, pivot, workspace, &lwork, &success);
//===Clean Up===//
free(workspace);
free(pivot);
return;
}
使用此例程,我得到:
[-1 1 +-e1 ]
A^-1 = [-3 2 1 ]
[ 2 -1 +-e2 ]
其中e1和e2以及机器精度1e-16顺序上的小数字。现在也许DGETRIU不是最好的使用方法。然而,当我通过zgeqrf_uu和zungqr_u使用QR分解进行反演时,我得到了类似的答案。当我使用dgesvd作为使用SVD的逆函数时,我也得到了类似的答案
Python似乎使用了一个名为_umath_linalg.inv的例程。所以我有几个问题:
- 那套程序做什么
- 我可以使用什么样的CBLAS/LAPACK例程来反转该矩阵并获得类似CBLAS/LAPACK的结果(以便e1和e2被正确的零替换)李>
查看,它会调用
getrf
,然后getri
您需要使用?GESV
或?GESVX
进行全精度反演,而不是使用基于分解的解算器。LU速度更快,但正如您所看到的,它会失去精度。Scipylinalg.solve
最近已切换到\uuuuuuux
例程进行条件数检查。此外,除非需要参考,否则永远不要使用矩阵求逆。对于矩阵代数,总是使用solve.@percusse我不确定你所说的__x算法是什么意思。你能详细说明一下吗?我是说GESVX,POSVX,HESVX等等