triangular_solve

paddle.linalg. triangular_solve ( x, y, upper=True, transpose=False, unitriangular=False, name=None ) [源代码]

计算具有唯一解的线性方程组解,其中系数矩阵 x 是上(下)三角系数矩阵,y 是方程右边。

\(X\) 表示一个或一批方阵,\(Y\) 表示一个或一批矩阵。

则方程组为:

\[X * Out = Y\]

方程组的解为:

\[Out = X ^ {-1} * Y\]

特别地,

  • 如果 x 不可逆,则线性方程组不可解。

参数

  • x (Tensor):线性方程组左边的系数方阵,其为一个或一批方阵。x 的形状应为 [*, M, M],其中 * 为零或更大的批次维度,数据类型为 float32, float64。

  • y (Tensor):线性方程组右边的矩阵,其为一个或一批矩阵。y 的形状应为 [*, M, K],其中 * 为零或更大的批次维度,数据类型为 float32, float64。

  • upper (bool,可选) - 对系数矩阵 x 取上三角还是下三角。默认为 True,表示取上三角。

  • transpose (bool,可选) - 是否对系数矩阵 x 进行转置。默认为 False,不进行转置。

  • unitriangular (bool,可选) - 如果为 True,则将系数矩阵 x 对角线元素假设为 1 来求解方程。默认为 False。

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

返回

Tensor,线程方程组的解,数据类型和 x 一致。

代码示例

# a square system of linear equations:
# x1 +   x2  +   x3 = 0
#      2*x2  +   x3 = -9
#               -x3 = 5

import paddle

x = paddle.to_tensor([[1, 1, 1],
                      [0, 2, 1],
                      [0, 0,-1]], dtype="float64")
y = paddle.to_tensor([[0], [-9], [5]], dtype="float64")
out = paddle.linalg.triangular_solve(x, y, upper=True)

print(out)
# [7, -2, -5]