LU分解：算法原理与应用-CSDN博客

本文链接：https://blog.csdn.net/WANGWUSHAN/article/details/121745814

本文介绍了LU分解的算法来源，引用了Toledo在1997年的论文，并详细阐述了LAPACK中的dgetrf()函数。此外，还讨论了如何使用scipy库进行LU分解，并给出了实例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

partitioned LU factorization

1.算法来源
2.LAPACK dgetrf()
3.使用scipy进行LU分解实例
参考文献

待续

1.算法来源

Toledo, S. 1997. Locality of Reference in LU Decomposition with Partial Pivoting. SIAM J. Matrix Anal. Appl. 18, 4 (Oct. 1997),1065-1081.
https://sci-hub.wf/10.1137/s0895479896297744

论文中原始算法：
在这里插入图片描述

2.LAPACK dgetrf()

LAPACK 中 dgetrf() API介绍：
http://www.netlib.org/lapack/explorehtml/dd/d9a/group__double_g_ecomputational_ga0019443faea08275ca60a734d0593e60.html#ga0019443faea08275ca60a734d0593e60

subroutine dgetrf  ( integer  M,  
  integer  N,  
  double precision, dimension( lda, * )  A,  
  integer  LDA,  
  integer, dimension( * )  IPIV,  
  integer  INFO  
 )

API的返回值有些难以理解，可参考此描述：
在这里插入图片描述
即返回值也覆盖在A里，L对角线元素都是1，所以返回的A中也就不体现L的对角线元素。

另外还有P矩阵（permutation/pivot matrix），可能是体现在IPIV？待验证。

3.使用scipy进行LU分解实例

直接使用scipy官网中的例子：scipy.linalg.lu

import numpy as np
from scipy.linalg import lu
A = np.array([[2, 5, 8, 7], [5, 2, 2, 8], [7, 5, 6, 6], [5, 4, 4, 8]])
p, l, u = lu(A)
#p
array([[0., 1., 0., 0.],
       [0., 0., 0., 1.],
       [1., 0., 0., 0.],
       [0., 0., 1., 0.]])
#l
array([[ 1.        ,  0.        ,  0.        ,  0.        ],
       [ 0.28571429,  1.        ,  0.        ,  0.        ],
       [ 0.71428571,  0.12      ,  1.        ,  0.        ],
       [ 0.71428571, -0.44      , -0.46153846,  1.        ]])
#u
array([[ 7.        ,  5.        ,  6.        ,  6.        ],
       [ 0.        ,  3.57142857,  6.28571429,  5.28571429],
       [ 0.        ,  0.        , -1.04      ,  3.08      ],
       [ 0.        ,  0.        ,  0.        ,  7.46153846]])