numpy.polynomial.hermite.hermcompanion#

polynomial.hermite.hermcompanion(c)[源代码]#

返回 c 的缩放伴随矩阵.

基多项式被缩放,因此当 c 是埃尔米特基多项式时,伴随矩阵是对称的. 与未缩放的情况相比,这提供了更好的特征值估计,并且对于基多项式,如果使用 numpy.linalg.eigvalsh 来获取特征值,则保证特征值为实数.

参数:
carray_like

从低到高阶排列的厄米级数系数的 1-D 数组.

返回:
matndarray

维度为 (deg, deg) 的缩放伴随矩阵.

示例

>>> from numpy.polynomial.hermite import hermcompanion
>>> hermcompanion([1, 0, 1])
array([[0.        , 0.35355339],
       [0.70710678, 0.        ]])