用Python计算稀疏矩阵的Cholesky分解

Question

我正在尝试实施Reinsch's Algorithm（第4页）。 由于工作矩阵是稀疏的，我使用的是scipy.sparse模块，但正如你所看到的，Reinsch的算法需要对稀疏矩阵进行Cholesky分解（让我们称之为my_matrix）以解决某些系统，但我不能找到与此相关的任何内容。 当然，在同一算法中，我可以使用scipy.sparse.linalg.spsolve来解决稀疏系统，然后在算法结束时使用类似的东西：

R = numpy.linalg.chol（my_matrix.A）

但是，在我的应用程序中，my_matrix通常大约800 * 800，所以最后一个非常有用。 那么，我的问题是，在哪里可以找到这样的分解？。

提前感谢。

Answer 1

要快速分解，您可以尝试

from scikits.sparse.cholmod import cholesky
factor = cholesky(A.toarray())
x = factor(b) 

A是您的稀疏，对称，正定矩阵。 由于您的矩阵不是“巨大！”将其转换为numpy数组不会造成任何问题。