Çok boyutlu Gaussian'dan rastgele değişkenleri örneklemek ve rasgele değişkenlerin güç spektrumunu hesaplamak için Cholesky ayrışmasını kullanırım. numpy.linalg.cholesky
'dan aldığım sonuç her zaman yüksek frekanslarda scipy.linalg.cholesky
'dan daha yüksek güce sahiptir.Numune ve scipy'de koleski arasındaki fark nedir?
Bu iki işlev arasındaki bu sonuca neden olabilecek farklılıklar nelerdir? Hangisi daha sayısal olarak kararlı?
n = 2000
m = 10000
c0 = np.exp(-.05*np.arange(n))
C = linalg.toeplitz(c0)
Xn = np.dot(np.random.randn(m,n),np.linalg.cholesky(C))
Xs = np.dot(np.random.randn(m,n),linalg.cholesky(C))
Xnf = np.fft.fft(Xn)
Xsf = np.fft.fft(Xs)
Xnp = np.mean(Xnf*Xnf.conj(),axis=0)
Xsp = np.mean(Xsf*Xsf.conj(),axis=0)
Scipy faq'den [NumPy ve SciPy arasındaki fark nedir?] (Http://new.scipy.org/faq.html#what-is-the-difference-between-numpy-and-scipy) : "Her durumda, SciPy co lineer cebir modüllerinin daha fazla özellikli versiyonlarının yanı sıra diğer birçok sayısal algoritmayı da kullanır. " Ayrıca bkz. [Neden her ikisi de numpy.linalg' ve scipy.linalg'? Fark nedir?] (Http://new.scipy.org/faq.html#why-both-numpy-linalg-and-scipy-linalg-what-s-the-difference). –