Python LU分解的矩阵乘法问题？

我试图用LU分解来解Ax=b，但不知何故，我无法通过乘以L*U得到A

A = array([2,3,5,4]).reshape(2,2)
b = array([4,3])
P,L, U = lu(A)

以及L和U的结果

L:

array([[ 1. ,  0. ],

      [ 0.4,  1. ]])

U:

array([[ 5. ,  4. ],

       [ 0. ,  1.4]])

L*U的结果

dot(L,U):

array([[ 5.,  4.],

       [ 2.,  3.]])

---

所以我得到的不是（（2,3），（5,4）），而是（（5,4.），（2,3.））。因此，我不能解Ax=b。得到这样的L*U结果的原因是什么？

哦，我似乎完全忘记了置换矩阵p。p的逆与L*U相乘解决了这个问题

dot(inv(P),dot(P,A)):

array([[ 2.,  3.],
       [ 5.,  4.]])

根据：PA=LU

因此，如果需要A=LU，可以将

permute\u l=True

添加到

LU

函数中：

(ins)>>> a = np.array([2,3,5,4]).reshape(2,2)
(ins)>>> l,u = scipy.linalg.lu(a, permute_l=True)
(ins)>>> l.dot(u)
array([[ 2.,  3.],
       [ 5.,  4.]])

---

或者您可以使用

L，U=scipy.linalg.lu（A，permute\U L=True）

。然后

L.dot（U）

与预期一致。