Section L: 数学库函数 - Linux 手册页

caxpy(l)

CAXPY 常数乘以向量加上向量

cbdsqr(l)

计算奇异值以及，，实 N 阶双对角矩阵 B 的奇异向量分解的右/左奇异向量，使用隐式零移 QR ...

ccopy(l)

CCOPY 将向量 x 复制到向量 y

cdotc(l)

形成两个向量的点积，对第一个向量进行共轭

cdotu(l)

CDOTU 形成两个向量的点积

cgbbrd(l)

将复数一般 m 阶 n 阶带状矩阵通过酉变换化简为实上双对角矩阵 B

cgbcon(l)

估计复数一般带状矩阵的条件数的倒数，使用 1-范数或无穷范数

cgbequ(l)

计算行/列缩放，旨在平衡 M 阶 N 阶带状矩阵/降低其条件数

cgbequb(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

cgbmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y，或 y := alpha*'*x + beta*y，或 y := alpha*conjg*x + beta*y

cgbrfs(l)

改进带状系数矩阵的线性方程组的计算解，并为解提供误差界限和后向误差估计

cgbrfsx(l)

CGBRFSX 改进线性方程组的计算解/提供解的误差界限和后向误差估计

cgbsv(l)

计算复数线性方程组 * X = B 的解，其中是 N 阶带状矩阵，具有 KL 个子对角线和 KU 个超对角线，X 和 B 是...

cgbsvx(l)

使用 LU 分解计算复数线性方程组 * X = B，**T * X = B，或 **H * X = B

cgbsvxx(l)

CGBSVXX 使用 LU 分解计算复线性方程组 A * X = B 的解，其中 A 是 N-乘-N 矩阵，X 和 B 是 N-乘-NRHS 矩阵

cgbtf2(l)

使用部分枢轴和行互换计算复数 m 阶 n 阶带状矩阵的 LU 分解

cgbtrf(l)

使用部分枢轴和行互换计算复数 m 阶 n 阶带状矩阵的 LU 分解

cgbtrs(l)

使用 CGBTRF 计算的 LU 分解，求解通用带状矩阵的线性方程组 A * X = B, A**T * X = B, 或 A**H * X = B

cgebak(l)

通过对 CGEBAL 输出的平衡矩阵的计算特征向量进行后向变换，形成复通用矩阵的右/左特征向量

cgebal(l)

平衡一般复数矩阵

cgebd2(l)

通过酉变换将复数一般 m 阶 n 阶矩阵化简为上/下实双对角矩阵 B

cgebrd(l)

通过酉变换将一般复数 M 阶 N 阶矩阵化简为上/下双对角矩阵 B

cgecon(l)

使用 CGETRF 计算的 LU 分解，估计通用复矩阵 A 在 1-范数或无穷范数下的条件数倒数

cgeequ(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

cgeequb(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

cgees(l)

计算 N 阶 N 阶复数非对称矩阵的特征值、Schur 形式 T 以及 Schur 向量矩阵 Z

cgeesx(l)

计算 N 阶 N 阶复数非对称矩阵的特征值、Schur 形式 T 以及 Schur 向量矩阵 Z

cgeev(l)

计算 N 阶 N 阶复数非对称矩阵的特征值以及左/右特征向量

cgeevx(l)

计算 N 阶 N 阶复数非对称矩阵的特征值以及左/右特征向量

cgegs(l)

该例程已弃用/已被例程 CGGES 取代

cgegv(l)

该例程已弃用/已被例程 CGGEV 取代

cgehd2(l)

通过酉相似变换将复数一般矩阵化简为上 Hessenberg 形式 H

cgehrd(l)

通过酉相似变换将复数一般矩阵化简为上 Hessenberg 形式 H

cgelq2(l)

计算复数 m 阶 n 阶矩阵的 LQ 分解

cgelqf(l)

计算复数 M 阶 N 阶矩阵的 LQ 分解

cgels(l)

使用矩阵的 QR 或 LQ 分解求解超定或欠定复数线性系统，涉及 M 阶 N 阶矩阵

cgelsd(l)

计算实线性最小二乘问题的最小范数解

cgelss(l)

计算复线性最小二乘问题的最小范数解

cgelsx(l)

该例程已弃用/已被例程 CGELSY 取代

cgelsy(l)

计算复线性最小二乘问题的最小范数解

cgemm(l)

执行矩阵-矩阵运算 C := alpha*op*op + beta*C

cgemv(l)

执行矩阵-向量运算 y := alpha**x + beta*y，或 y := alpha*'*x + beta*y，或 y := alpha*conjg*x + beta*y

cgeql2(l)

计算复数 m 阶 n 阶矩阵的 QL 分解

cgeqlf(l)

计算复数 M 阶 N 阶矩阵的 QL 分解

cgeqp3(l)

计算矩阵的带列枢轴的 QR 分解

cgeqpf(l)

该例程已弃用/已被例程 CGEQP3 取代

cgeqr2(l)

计算复数 m 阶 n 阶矩阵的 QR 分解

cgeqrf(l)

计算复数 M 阶 N 阶矩阵的 QR 分解

cgerc(l)

执行秩 1 运算 := alpha*x*conjg +

cgerfs(l)

改进线性方程组的计算解/提供误差界限/后向误差估计

cgerfsx(l)

CGERFSX 改进线性方程组的计算解/提供解的误差界限和后向误差估计

cgerq2(l)

计算复数 m 阶 n 阶矩阵的 RQ 分解

cgerqf(l)

计算复数 M 阶 N 阶矩阵的 RQ 分解

cgeru(l)

执行秩 1 运算 := alpha*x*y' +

cgesc2(l)

使用 CGETC2 计算的具有完全选主元的 LU 分解，求解通用 N-乘-N 矩阵的线性方程组 A * X = scale* RHS

cgesdd(l)

使用分治法计算复数 M 阶 N 阶矩阵的奇异值分解，计算左/右奇异向量

cgesv(l)

计算复数线性方程组 * X = B 的解

cgesvd(l)

计算复数 M 阶 N 阶矩阵的奇异值分解，计算左/右奇异向量

cgesvx(l)

使用 LU 分解计算复数线性方程组 * X = B 的解

cgesvxx(l)

CGESVXX 使用 LU 分解计算复线性方程组 A * X = B 的解，其中 A 是 N-乘-N 矩阵，X 和 B 是 N-乘-NRHS 矩阵

cgetc2(l)

使用完全枢轴计算 n 阶 n 阶矩阵的 LU 分解

cgetf2(l)

使用部分枢轴和行互换计算一般 m 阶 n 阶矩阵的 LU 分解

cgetrf(l)

使用部分枢轴和行互换计算一般 M 阶 N 阶矩阵的 LU 分解

cgetri(l)

使用 CGETRF 计算的 LU 分解计算矩阵的逆

cgetrs(l)

使用 CGETRF 计算的 LU 分解，求解通用 N-乘-N 矩阵的线性方程组 A * X = B, A**T * X = B, 或 A**H * X = B

cggbak(l)

通过对平衡矩阵的计算特征向量进行反向变换，形成复数广义特征值问题 *x = lambda*B*x 的右或左特征向量

cggbal(l)

平衡一对一般复数矩阵

cgges(l)

计算一对 N 阶 N 阶复数非对称矩阵的广义特征值、广义复数 Schur 形式以及左/右 Schur 向量

cggesx(l)

计算一对 N 阶 N 阶复数非对称矩阵的广义特征值、复数 Schur 形式

cggev(l)

计算一对 N 阶 N 阶复数非对称矩阵的广义特征值以及左/右广义特征向量

cggevx(l)

计算一对 N 阶 N 阶复数非对称矩阵的广义特征值以及左/右广义特征向量

cggglm(l)

求解一般 Gauss-Markov 线性模型问题

cgghrd(l)

使用酉变换将一对复数矩阵化简为广义上 Hessenberg 形式，其中是一般矩阵，B 是上三角矩阵

cgglse(l)

求解线性等式约束最小二乘问题

cggqrf(l)

计算 N 阶 M 阶矩阵/N 阶 P 阶矩阵 B 的广义 QR 分解

cggrqf(l)

计算 M 阶 N 阶矩阵/P 阶 N 阶矩阵 B 的广义 RQ 分解

cggsvd(l)

计算复数 M 阶 N 阶矩阵/复数 P 阶 N 阶矩阵 B 的广义奇异值分解

cggsvp(l)

计算酉矩阵 U、V 和 Q，使得 N-K-L K L U'**Q = K 如果 M-K-L >= 0

cgtcon(l)

使用 CGTTRF 计算的 LU 分解，估计复三对角矩阵的条件数倒数

cgtrfs(l)

改进带状系数矩阵的线性方程组的计算解，并为解提供误差界限和后向误差估计

cgtsv(l)

求解方程 *X = B

cgtsvx(l)

使用 LU 分解计算复数线性方程组 * X = B，**T * X = B，或 **H * X = B

cgttrf(l)

使用消去法和部分枢轴/行互换计算复数三对角矩阵的 LU 分解

cgttrs(l)

求解线性方程组 * X = B，**T * X = B，或 **H * X = B

cgtts2(l)

求解线性方程组 * X = B，**T * X = B，或 **H * X = B

chbev(l)

计算复数 Hermitian 带状矩阵的所有特征值和特征向量

chbevd(l)

计算复数 Hermitian 带状矩阵的所有特征值和特征向量

chbevx(l)

计算复数 Hermitian 带状矩阵的选定特征值和特征向量

chbgst(l)

将复数 Hermitian-definite 带状广义特征值问题 *x = lambda*B*x 化简为标准形式 C*y = lambda*y

chbgv(l)

计算复数广义 Hermitian-definite 带状特征值问题的所有特征值和特征向量，形式为 *x=*B*x

chbgvd(l)

计算复数广义 Hermitian-definite 带状特征值问题的所有特征值和特征向量，形式为 *x=*B*x

chbgvx(l)

计算复数广义 Hermitian-definite 带状特征值问题的所有特征值和特征向量，形式为 *x=*B*x

chbmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

chbtrd(l)

通过酉相似变换将复数 Hermitian 带状矩阵化简为实对称三对角矩阵 T

checon(l)

使用 CHETRF 计算的分解 A = U*D*U**H / L*D*L**H，估计复 Hermitian 矩阵的条件数倒数

cheequb(l)

计算行/列缩放，旨在平衡对称矩阵/降低其条件数

cheev(l)

计算复数 Hermitian 矩阵的所有特征值和特征向量

cheevd(l)

计算复数 Hermitian 矩阵的所有特征值和特征向量

cheevr(l)

计算复数 Hermitian 矩阵的选定特征值和特征向量

cheevx(l)

计算复数 Hermitian 矩阵的选定特征值和特征向量

chegs2(l)

将复数 Hermitian-definite 广义特征值问题化简为标准形式

chegst(l)

将复数 Hermitian-definite 广义特征值问题化简为标准形式

chegv(l)

计算复数广义 Hermitian-definite 特征值问题的所有特征值和特征向量，形式为 *x=*B*x、*Bx=*x 或 B**x=*x

chegvd(l)

计算复数广义 Hermitian-definite 特征值问题的所有特征值和特征向量，形式为 *x=*B*x、*Bx=*x 或 B**x=*x

chegvx(l)

计算复数广义 Hermitian-definite 特征值问题的选定特征值和特征向量，形式为 *x=*B*x、*Bx=*x 或 B**x=*x

chemm(l)

执行矩阵-矩阵运算 C := alpha**B + beta*C

chemv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

cher(l)

执行 Hermitian 秩 1 运算 := alpha*x*conjg +

cher2(l)

执行 Hermitian 秩 2 运算 := alpha*x*conjg + conjg*y*conjg +

cher2k(l)

执行一个Hermitian秩为2k的操作 C := alpha**conjg + conjg*B*conjg + beta*C

cherfs(l)

当系数矩阵为Hermitian不定矩阵时，改进求解线性方程组的计算解，并提供误差界限和后向误差...

cherfsx(l)

CHERFSX 改进当系数矩阵为 Hermitian 不定矩阵时线性方程组的计算解，并提供误差界限和后向误差...

cherk(l)

执行一个Hermitian秩为k的操作 C := alpha**conjg + beta*C

chesv(l)

计算复数线性方程组 * X = B 的解

chesvx(l)

使用对角线主元分解来计算复线性方程组 * X = B 的解

chesvxx(l)

CHESVXX 使用对角选主元分解计算复线性方程组 A * X = B 的解，其中 A 是 N-乘-N 对称矩阵，X 和 B 是...

chetd2(l)

通过酉相似变换将复Hermitian矩阵简化为实对称三对角矩阵 T

chetf2(l)

使用Bunch-Kaufman对角线主元方法计算复Hermitian矩阵的分解

chetrd(l)

通过酉相似变换将复Hermitian矩阵简化为实对称三对角矩阵 T

chetrf(l)

使用Bunch-Kaufman对角线主元方法计算复Hermitian矩阵的分解

chetri(l)

使用 CHETRF 计算的分解 A = U*D*U**H / L*D*L**H 计算复 Hermitian 不定矩阵的逆

chetrs(l)

使用 CHETRF 计算的分解 A = U*D*U**H / L*D*L**H，求解复 Hermitian 矩阵的线性方程组 A*X = B

chfrk(l)

3 类似于BLAS的例程，用于RFP格式的C

chgeqz(l)

计算复矩阵对的特征值

chla_transtype(l)

子例程将 BLAST 指定的整数常量转换为指定转置操作的字符字符串

chpcon(l)

使用 CHPTRF 计算的分解 A = U*D*U**H / L*D*L**H，估计复 Hermitian 压缩矩阵的条件数倒数

chpev(l)

计算复Hermitian矩阵在紧凑存储中的所有特征值和，，特征向量

chpevd(l)

计算复Hermitian矩阵在紧凑存储中的所有特征值和，，特征向量

chpevx(l)

计算复Hermitian矩阵在紧凑存储中的选定特征值和，，特征向量

chpgst(l)

使用紧凑存储将复Hermitian-定广义特征问题简化为标准形式

chpgv(l)

计算复广义Hermitian-定特征问题的全部特征值和，，特征向量，形式为 *x=*B*x，*Bx=*x，或 B**x=*x

chpgvd(l)

计算复广义Hermitian-定特征问题的全部特征值和，，特征向量，形式为 *x=*B*x，*Bx=*x，或 B**x=*x

chpgvx(l)

计算复广义Hermitian-定特征问题的选定特征值和，，特征向量，形式为 *x=*B*x，*Bx=*x，或 B**x=*x

chpmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

chpr(l)

执行 Hermitian 秩 1 运算 := alpha*x*conjg +

chpr2(l)

执行 Hermitian 秩 2 运算 := alpha*x*conjg + conjg*y*conjg +

chprfs(l)

改进求解线性方程组的计算解，当系数矩阵为Hermitian不定矩阵且为紧凑形式时，并提供误差界限和后向...

chpsv(l)

计算复数线性方程组 * X = B 的解

chpsvx(l)

使用对角线主元分解 = U*D*U**H 或 = L*D*L**H 计算复线性方程组 * X = B 的解，其中是 N-by-N Hermitian ...

chptrd(l)

通过酉相似变换将以紧凑形式存储的复Hermitian矩阵简化为实对称三对角矩阵 T

chptrf(l)

使用Bunch-Kaufman对角线主元方法计算复Hermitian紧凑矩阵的分解

chptri(l)

使用 CHPTRF 计算的分解 A = U*D*U**H / L*D*L**H 计算压缩存储中复 Hermitian 不定矩阵的逆

chptrs(l)

使用 CHPTRF 计算的分解 A = U*D*U**H / L*D*L**H，求解以压缩格式存储的复 Hermitian 矩阵的线性方程组 A*X = B

chsein(l)

使用反迭代法找到复上Hessenberg矩阵H的指定右/左特征向量

chseqr(l)

CHSEQR 计算 Hessenberg 矩阵 H 的特征值，以及来自 Schur 分解 H = Z T Z**H 的矩阵 T 和 Z，其中 T 是上三角矩阵，Z 是...

cla_gbamv(l)

执行一种矩阵-向量运算 y := alpha*abs*abs + beta*abs

cla_gbrcond_c(l)

CLA_GBRCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是实向量

cla_gbrcond_x(l)

CLA_GBRCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复向量

cla_gbrfsx_extended(l)

计算

cla_gbrpvgrw(l)

计算

cla_geamv(l)

执行一种矩阵-向量运算 y := alpha*abs*abs + beta*abs

cla_gercond_c(l)

CLA_GERCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是实向量

cla_gercond_x(l)

CLA_GERCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复向量

cla_gerfsx_extended(l)

计算

cla_heamv(l)

执行矩阵-向量运算 y := alpha*abs*abs + beta*abs

cla_hercond_c(l)

CLA_HERCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是实向量

cla_hercond_x(l)

CLA_HERCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复向量

cla_herfsx_extended(l)

计算

cla_herpvgrw(l)

计算

cla_lin_berr(l)

CLA_LIN_BERR 从公式 max ( abs(R)/( abs(op)*abs + abs ) ) 计算分量相对后向误差，其中 abs 是分量绝对值...

cla_porcond_c(l)

SLA_PORCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是实向量，WORK 是大小为 2*N 的复工作空间，RWORK 是实数...

cla_porcond_x(l)

CLA_PORCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复向量

cla_porfsx_extended(l)

计算

cla_porpvgrw(l)

计算

cla_rpvgrw(l)

计算

cla_syamv(l)

执行矩阵-向量运算 y := alpha*abs*abs + beta*abs

cla_syrcond_c(l)

CLA_SYRCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是实向量

cla_syrcond_x(l)

CLA_SYRCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复向量

cla_syrfsx_extended(l)

计算

cla_syrpvgrw(l)

计算

cla_wwaddw(l)

CLA_WWADDW 将向量 W 添加到双单精度向量中

clabrd(l)

通过酉变换 Q' * * P 将复一般 m by n 矩阵的前 NB 行和列简化为上或下实双对角形式，并返回...

clacgv(l)

共轭长度为 N 的复向量

clacn2(l)

估计平方复矩阵的 1 范数

clacon(l)

估计平方复矩阵的 1 范数

clacp2(l)

将实二维矩阵的所有/部分复制到复矩阵 B

clacpy(l)

将二维矩阵的所有/部分复制到另一个矩阵 B

clacrm(l)

执行非常简单的矩阵-矩阵乘法

clacrt(l)

执行操作 ==> 其中 c/s 是复/向量 x/y 是复

cladiv(l)

:= X/Y，其中 X 和 Y 是复数

claed0(l)

分治法，CLAED0 计算对称三对角矩阵的所有特征值，该矩阵是归约稠密或带状矩阵所得的对角块之一...

claed7(l)

计算通过秩为一的对称矩阵修改后对角矩阵的更新特征系统

claed8(l)

将两组特征值合并成单个排序组

claein(l)

使用反迭代法找到与复上Hessenberg矩阵H的特征值W对应的右/左特征向量

claesy(l)

计算 2-by-2 对称矩阵 ( ; ) 的特征分解，前提是特征向量矩阵的范数大于某个阈值

claev2(l)

计算 2-by-2 Hermitian 矩阵 [ B ] [ CONJG C ] 的特征分解

clag2z(l)

将 COMPLEX 矩阵 SA 转换为 COMPLEX*16 矩阵

clags2(l)

计算 2-by-2 酉矩阵 U、V 和 Q，使得如果那么 U'**Q = U'**Q = 并且 V'*B*Q = V'**Q = 或者如果那么 U'**Q = U'**Q = 并且 V'*B*Q = V'**Q = 其中 U = ...

clagtm(l)

执行矩阵-向量乘积形式 B := alpha * * X + beta * B 其中是 N 阶三对角矩阵，B 和 X 是 N by NRHS 矩阵，alpha 和 beta ...

clahef(l)

使用Bunch-Kaufman对角线主元方法计算复Hermitian矩阵的部分分解

clahqr(l)

CLAHQR 是 CHSEQR 调用的辅助例程，用于更新已由 CHSEQR 计算的特征值和 Schur 分解，通过处理 Hessenberg 子矩阵...

clahr2(l)

减少复一般 n-BY- 矩阵的前 NB 列，使得 k-th 子对角线以下的元素为零

clahrd(l)

减少复一般 n-by- 矩阵的前 NB 列，使得 k-th 子对角线以下的元素为零

claic1(l)

应用增量条件估计的一个步骤，以其最简单的形式

clals0(l)

应用反向乘法因子，左/右奇异向量矩阵的对角矩阵附加到右侧矩阵 B 中，以求解最小...

clalsa(l)

是求解最小二乘问题的中间步骤，通过以紧凑形式计算系数矩阵的奇异值分解

clalsd(l)

使用奇异值分解来求解最小二乘问题，找到 X 以最小化 *X-B 的每一列的欧几里得范数，其中是 N-by-N 上...

clangb(l)

返回 1 范数、Frobenius 范数、无穷范数或 n by n 带矩阵 的最大绝对值元素，其中 kl 个次对角线和 ku ...

clange(l)

返回复矩阵的 1 范数、Frobenius 范数、无穷范数或最大绝对值元素

clangt(l)

返回复三对角矩阵的 1 范数、Frobenius 范数、无穷范数或最大绝对值元素

clanhb(l)

返回 n by n Hermitian 带矩阵 的 1 范数、Frobenius 范数、无穷范数或最大绝对值元素，其中 k 个超对角线

clanhe(l)

返回一个范数、Frobenius范数、无穷范数或复Hermitian矩阵中最大绝对值元素的数值

clanhf(l)

返回RFP格式的复Hermitian矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素的数值

clanhp(l)

返回复Hermitian矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，以紧凑形式提供

clanhs(l)

返回Hessenberg矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

clanht(l)

返回复Hermitian三对角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

clansb(l)

返回n x n对称带状矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，具有k个超对角线

clansp(l)

返回复对称矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，以紧凑形式提供

clansy(l)

返回复对称矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

clantb(l)

返回n x n三角带状矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，具有对角线

clantp(l)

返回三角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，以紧凑形式提供

clantr(l)

返回梯形或三角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

clapll(l)

对于两个列向量X和Y，令 =

clapmt(l)

根据整数1,...,N的排列K,K,...,K重新排列M x N矩阵X的列

claqgb(l)

使用向量R/C中的行/缩放因子对具有KL个次对角线/KU个超对角线的通用M x N带状矩阵进行平衡

claqge(l)

使用向量R/C中的行/列缩放因子对通用M x N矩阵进行平衡

claqhb(l)

使用向量 S 中的缩放因子平衡 Hermitian 带状矩阵

claqhe(l)

使用向量S中的缩放因子对Hermitian矩阵进行平衡

claqhp(l)

使用向量S中的缩放因子对Hermitian矩阵进行平衡

claqp2(l)

计算块的带列主元QR分解

claqps(l)

使用Blas-3计算复M x N矩阵的带列主元QR分解的步骤

claqr0(l)

CLAQR0 计算 Hessenberg 矩阵 H 的特征值，以及来自 Schur 分解 H = Z T Z**H 的矩阵 T 和 Z，其中 T 是上三角矩阵，Z 是...

claqr1(l)

claqr2(l)

claqr3(l)

claqr4(l)

CLAQR4 计算 Hessenberg 矩阵 H 的特征值，以及来自 Schur 分解 H = Z T Z**H 的矩阵 T 和 Z，其中 T 是上三角矩阵，Z 是...

claqr5(l)

claqsb(l)

使用向量S中的缩放因子对对称带状矩阵进行平衡

claqsp(l)

使用向量S中的缩放因子对对称矩阵进行平衡

claqsy(l)

使用向量S中的缩放因子对对称矩阵进行平衡

clar1v(l)

计算tridiagonal矩阵L D L^T - sigma I中行B1到BN的逆矩阵的第r列

clar2v(l)

从两侧应用具有实余弦的复平面旋转向量到一系列2x2复Hermitian矩阵

clarcm(l)

执行非常简单的矩阵-矩阵乘法

clarf(l)

从左侧或右侧将复初等反射器H应用于复M x N矩阵C

clarfb(l)

从左侧或右侧将复块反射器H或其转置H'应用于复M x N矩阵C

clarfg(l)

生成复初等反射器H的阶数为n，使得H' * = , H' * H = I

clarfp(l)

生成复初等反射器H的阶数为n，使得H' * = , H' * H = I

clarft(l)

形成复块反射器H的阶数为n的三角因子T，该因子定义为k个初等反射器的乘积

clarfx(l)

从左侧或右侧将复初等反射器H应用于复m x n矩阵C

clargv(l)

生成具有实余弦的复平面旋转向量，由复向量x和y的元素确定

clarnv(l)

返回n个来自均匀/正态分布的随机复数向量

clarrv(l)

计算tridiagonal矩阵T = L D L^T的特征向量，给定L、D和L D L^T特征值的近似值

clarscl2(l)

对向量执行倒数对角线缩放

clartg(l)

生成平面旋转，使得[ CS SN ] [ F ] [ R ] [ __ ]

clartv(l)

将具有实余弦的复平面旋转向量应用于复向量x/y的元素

clarz(l)

从左侧或右侧将复初等反射器H应用于复M x N矩阵C

clarzb(l)

从左侧/右侧将复块反射器H/其转置H**H应用于复分布式M x N C

clarzt(l)

形成复块反射器H的阶数为> n的三角因子T，该因子定义为k个初等反射器的乘积

clascl(l)

将M x N复矩阵乘以实标量CTO/CFROM

clascl2(l)

对向量执行对角线缩放

claset(l)

将2D数组初始化为对角线上的BETA和非对角线上的ALPHA

clasr(l)

从左侧或右侧将一系列实平面旋转应用于复矩阵

classq(l)

返回值scl和ssq，使得*ssq = x**2 +...+ x**2 + *sumsq

claswp(l)

对矩阵执行一系列行互换

clasyf(l)

使用Bunch-Kaufman对角线枢轴方法计算复对称矩阵的偏分解

clatbs(l)

求解以下三角系统* x = s*b，**T * x = s*b，或**H * x = s*b

clatdf(l)

通过求解Z * x = b来计算对倒数Dif估计的贡献，其中b被选择为使x的范数尽可能大

clatps(l)

求解以下三角系统* x = s*b，**T * x = s*b，或**H * x = s*b

clatrd(l)

通过酉相似变换Q' * * Q将复Hermitian矩阵的NB行和列减少为Hermitian三对角形式，并返回矩阵V和...

clatrs(l)

求解以下三角系统* x = s*b，**T * x = s*b，或**H * x = s*b

clatrz(l)

将M x N复上梯形矩阵[ A1 A2 ] = [ ]分解为* Z，通过酉变换，其中Z是-x-酉矩阵，R和A1是...

clatzm(l)

该例程已弃用/已被例程 CUNMRZ 取代

clauu2(l)

计算U * U'或L' * L，其中三角因子U或L存储在数组的上三角或下三角部分

clauum(l)

计算U * U'或L' * L，其中三角因子U或L存储在数组的上三角或下三角部分

cpbcon(l)

使用 CPBTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H，估计复 Hermitian 正定带状矩阵的条件数倒数

cpbequ(l)

计算行/列缩放，旨在平衡Hermitian正定带状矩阵/减小其条件数

cpbrfs(l)

当系数矩阵是Hermitian正定且带状时，改进线性方程组的计算解，并提供误差界限和...

cpbstf(l)

计算复Hermitian正定带状矩阵的分割Cholesky分解

cpbsv(l)

计算复数线性方程组 * X = B 的解

cpbsvx(l)

使用Cholesky分解= U**H*U或= L*L**H来计算复线性方程组* X = B的解

cpbtf2(l)

计算复Hermitian正定带状矩阵的Cholesky分解

cpbtrf(l)

计算复Hermitian正定带状矩阵的Cholesky分解

cpbtrs(l)

使用 CPBTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H，求解 Hermitian 正定带状矩阵的线性方程组 A*X = B

cpftrf(l)

计算复Hermitian正定矩阵的Cholesky分解

cpftri(l)

使用 CPFTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H 计算复 Hermitian 正定矩阵的逆

cpftrs(l)

使用 CPFTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H，求解 Hermitian 正定矩阵的线性方程组 A*X = B

cpocon(l)

使用 CPOTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H，估计复 Hermitian 正定矩阵的条件数倒数

cpoequ(l)

计算行/列缩放，旨在平衡Hermitian正定矩阵/减小其条件数

cpoequb(l)

计算行/列缩放，旨在平衡对称正定矩阵/减小其条件数

cporfs(l)

当系数矩阵是Hermitian正定时，改进线性方程组的计算解

cporfsx(l)

CPORFSX 改进当系数矩阵为对称正定矩阵时线性方程组的计算解，并提供误差界限和后向...

cposv(l)

计算复数线性方程组 * X = B 的解

cposvx(l)

使用Cholesky分解= U**H*U或= L*L**H来计算复线性方程组* X = B的解

cposvxx(l)

CPOSVXX 使用 Cholesky 分解 A = U**T*U 或 A = L*L**T 计算复线性方程组 A * X = B 的解，其中 A 是 N-乘-N 对称正...

cpotf2(l)

计算复Hermitian正定矩阵的Cholesky分解

cpotrf(l)

计算复Hermitian正定矩阵的Cholesky分解

cpotri(l)

使用 CPOTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H 计算复 Hermitian 正定矩阵的逆

cpotrs(l)

使用 CPOTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H，求解 Hermitian 正定矩阵的线性方程组 A*X = B

cppcon(l)

使用 CPPTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H，估计复 Hermitian 正定压缩矩阵的条件数倒数

cppequ(l)

计算行/列缩放，旨在平衡 Hermitian 正定矩阵在紧密存储中的状态/降低其条件数

cpprfs(l)

改进线性方程组的计算解，当系数矩阵是 Hermitian 正定且紧密时，并提供误差界和...

cppsv(l)

计算复数线性方程组 * X = B 的解

cppsvx(l)

使用Cholesky分解= U**H*U或= L*L**H来计算复线性方程组* X = B的解

cpptrf(l)

计算复 Hermitian 正定矩阵的 Cholesky 分解，该矩阵以紧密格式存储

cpptri(l)

使用 CPPTRF 计算的 Cholesky 分解 A = U**H*U / L*L**H 计算复 Hermitian 正定矩阵的逆

cpptrs(l)

使用 Cholesky 分解 = U**H*U/= L*L**H 由 ... 计算，求解 Hermitian 正定矩阵的线性方程组 *X = B，该矩阵以紧密格式存储

cpstf2(l)

计算复 Hermitian 正半定矩阵的完全主元 Cholesky 分解

cpstrf(l)

计算复 Hermitian 正半定矩阵的完全主元 Cholesky 分解

cptcon(l)

使用 CPTTRF 计算的分解 A = L*D*L**H / U**H*D*U，计算复 Hermitian 正定三对角矩阵的条件数倒数

cpteqr(l)

通过首先使用 SPTTRF 对矩阵进行因式分解，然后调用 CBDSQR，计算对称正定三对角矩阵的所有特征值和特征向量...

cptrfs(l)

改进线性方程组的计算解，当系数矩阵是 Hermitian 正定且三对角时，并提供误差界和...

cptsv(l)

计算复线性方程组 *X = B 的解，其中是 N 维 Hermitian 正定三对角矩阵，X 和 B 是 N 维 NRHS...

cptsvx(l)

使用分解 = L*D*L**H 来计算复线性方程组 *X = B 的解，其中是 N 维 Hermitian 正定三对角矩阵...

cpttrf(l)

计算复 Hermitian 正定三对角矩阵的 L*D*L' 分解

cpttrs(l)

使用 CPTTRF 计算的分解 A = U'*D*U / L*D*L'，求解三对角方程组 A * X = B

cptts2(l)

使用 CPTTRF 计算的分解 A = U'*D*U / L*D*L'，求解三对角方程组 A * X = B

crot(l)

应用平面旋转，其中 cos 是实数，sin 是复数，向量 CX 和 CY 是复数

crotg(l)

确定复数 Givens 旋转

cscal(l)

CSCAL 用常数缩放向量

cspcon(l)

使用 CSPTRF 计算的分解 A = U*D*U**T / L*D*L**T，估计复对称压缩矩阵的条件数倒数

cspmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

cspr(l)

执行对称秩 1 操作 := alpha*x*conjg +

csprfs(l)

改进线性方程组的计算解，当系数矩阵是对称不定且紧密时，并提供误差界和反向...

cspsv(l)

计算复数线性方程组 * X = B 的解

cspsvx(l)

使用对角主元分解 = U*D*U**T 或 = L*D*L**T 来计算复线性方程组 * X = B 的解，其中是 N 维对称...

csptrf(l)

使用 Bunch-Kaufman 对角主元方法计算以紧密格式存储的复对称矩阵的分解

csptri(l)

使用 CSPTRF 计算的分解 A = U*D*U**T / L*D*L**T 计算压缩存储中复对称不定矩阵的逆

csptrs(l)

使用 CSPTRF 计算的分解 A = U*D*U**T / L*D*L**T，求解以压缩格式存储的复对称矩阵的线性方程组 A*X = B

csrot(l)

平面旋转，其中 cos 和 sin 是实数，向量 cx 和 cy 是复数

csrscl(l)

将 n 元素复向量 x 乘以实标量 1/

csscal(l)

CSSCAL 用实常数缩放复向量

cstedc(l)

使用分治法计算对称三对角矩阵的所有特征值和，，特征向量

cstegr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

cstein(l)

使用反迭代法计算对应于指定特征值的实对称三对角矩阵 T 的特征向量

cstemr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

csteqr(l)

使用隐式 QL 或 QR 方法计算对称三对角矩阵的所有特征值和，，特征向量

cswap(l)

CSWAP 交换两个向量

csycon(l)

使用 CSYTRF 计算的分解 A = U*D*U**T / L*D*L**T，估计复对称矩阵的条件数倒数

csyequb(l)

计算行/列缩放，旨在平衡对称矩阵/降低其条件数

csymm(l)

执行矩阵-矩阵运算 C := alpha**B + beta*C

csymv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

csyr(l)

执行对称秩 1 操作 := alpha*x* +

csyr2k(l)

执行对称秩 2k 操作之一 C := alpha**B' + alpha*B*' + beta*C

csyrfs(l)

改进线性方程组的计算解，当系数矩阵是对称不定时，并提供误差界和反向误差...

csyrfsx(l)

CSYRFSX 改进当系数矩阵为对称不定矩阵时线性方程组的计算解，并提供误差界限和后向误差...

csyrk(l)

执行对称秩 k 操作之一 C := alpha**' + beta*C

csysv(l)

计算复数线性方程组 * X = B 的解

csysvx(l)

使用对角线主元分解来计算复线性方程组 * X = B 的解

csysvxx(l)

CSYSVXX 使用对角选主元分解计算复线性方程组 A * X = B 的解，其中 A 是 N-乘-N 对称矩阵，X 和 B 是...

csytf2(l)

使用 Bunch-Kaufman 对角主元方法计算复对称矩阵的分解

csytrf(l)

使用 Bunch-Kaufman 对角主元方法计算复对称矩阵的分解

csytri(l)

使用 CSYTRF 计算的分解 A = U*D*U**T / L*D*L**T 计算复对称不定矩阵的逆

csytrs(l)

使用 CSYTRF 计算的分解 A = U*D*U**T / L*D*L**T，求解复对称矩阵的线性方程组 A*X = B

ctbcon(l)

估计三角带矩阵，在 1 范数或无穷范数中，条件数的倒数

ctbmv(l)

执行矩阵向量运算之一 x := *x，或 x := '*x，或 x := conjg*x

ctbrfs(l)

为具有三角带系数矩阵的线性方程组的解提供误差界/反向误差估计

ctbsv(l)

求解方程组之一 *x = b，或 '*x = b，或 conjg*x = b

ctbtrs(l)

求解三角系统 * X = B，**T * X = B，或 **H * X = B

ctfsm(l)

RFP 格式中的 3 BLAS 类似例程

ctftri(l)

计算 RFP 格式中存储的三角矩阵的逆

ctfttp(l)

将三角矩阵从矩形全打包格式复制到标准打包格式

ctfttr(l)

将三角矩阵从矩形全打包格式复制到标准全格式

ctgevc(l)

计算复矩阵对的某些或全部右/左特征向量，其中 S 和 P 是上三角矩阵

ctgex2(l)

交换相邻的对角 1x1 块/

ctgexc(l)

重新排序复矩阵对的广义 Schur 分解，使用酉等价变换 := Q * * Z'，使得具有行...的 T 的对角块

ctgsen(l)

重新排序复矩阵对的广义 Schur 分解（就酉等价变换 Q' * * Z 而言），使得选定的特征值簇出现在上三角...

ctgsja(l)

计算两个复上三角矩阵/B 的广义奇异值分解

ctgsna(l)

估计矩阵对的指定特征值/特征向量的条件数的倒数

ctgsy2(l)

使用第 1 级和第 2 级 BLAS 求解广义 Sylvester 方程 * R - L * B = scale D * R - L * E = scale * F，其中 R 和 L 是未知的 M 维 N 矩阵

ctgsyl(l)

求解广义 Sylvester 方程

ctpcon(l)

估计打包三角矩阵，在 1 范数或无穷范数中，条件数的倒数

ctpmv(l)

执行矩阵向量运算之一 x := *x，或 x := '*x，或 x := conjg*x

ctprfs(l)

为具有三角打包系数矩阵的线性方程组的解提供误差界/反向误差估计

ctpsv(l)

求解方程组之一 *x = b，或 '*x = b，或 conjg*x = b

ctptri(l)

计算以打包格式存储的复上/下三角矩阵的逆

ctptrs(l)

求解三角系统 * X = B，**T * X = B，或 **H * X = B

ctpttf(l)

将三角矩阵从标准打包格式复制到矩形全打包格式

ctpttr(l)

将三角矩阵从标准打包格式复制到标准全格式

ctrcon(l)

估计三角矩阵，在 1 范数或无穷范数中，条件数的倒数

ctrevc(l)

计算复上三角矩阵 T 的某些/全部右/左特征向量

ctrexc(l)

重新排序复矩阵 = Q*T*Q**H 的 Schur 分解，使得 T 的具有行索引 IFST 的对角元素移动到行 ILST

ctrmm(l)

执行矩阵矩阵运算之一 B := alpha*op*B，或 B := alpha*B*op，其中 alpha 是标量，B 是 m 维 n 矩阵，是单位或非单位，上三角或下三角...

ctrmv(l)

执行矩阵向量运算之一 x := *x，或 x := '*x，或 x := conjg*x

ctrrfs(l)

为具有三角系数矩阵的线性方程组的解提供误差界/反向误差估计

ctrsen(l)

重新排序复矩阵 = Q*T*Q**H 的 Schur 分解，使得选定的特征值簇出现在上三角...

ctrsm(l)

求解矩阵方程之一 op*X = alpha*B，或 X*op = alpha*B

ctrsna(l)

估计复上三角矩阵 T 的指定特征值/右特征向量的条件数的倒数

ctrsv(l)

求解方程组之一 *x = b，或 '*x = b，或 conjg*x = b

ctrsyl(l)

求解复 Sylvester 矩阵方程

ctrti2(l)

计算复上/下三角矩阵的逆

ctrtri(l)

计算复上/下三角矩阵的逆

ctrtrs(l)

求解三角系统 * X = B，**T * X = B，或 **H * X = B

ctrttf(l)

将标准全格式的三角矩阵复制到矩形全打包格式

ctrttp(l)

将全格式的三角矩阵复制到标准打包格式

ctzrqf(l)

该例程已弃用/已被例程 CTZRZF 取代

ctzrzf(l)

通过酉变换将 M×N 复数上梯形矩阵化为上三角形式

cung2l(l)

生成具有正交列的 m×n 复数矩阵 Q

cung2r(l)

生成具有正交列的 m×n 复数矩阵 Q

cungbr(l)

生成 CGEBRD 在将复矩阵简化为双对角形式时确定的复酉矩阵 Q/P**H 之一

cunghr(l)

生成复酉矩阵 Q，其定义为 CGEHRD 返回的 N 阶 IHI-ILO 初等反射器的乘积

cungl2(l)

生成具有正交行的 m×n 复数矩阵 Q

cunglq(l)

生成具有正交行的 M×N 复数矩阵 Q

cungql(l)

生成具有正交列的 M×N 复数矩阵 Q

cungqr(l)

生成具有正交列的 M×N 复数矩阵 Q

cungr2(l)

生成具有正交行的 m×n 复数矩阵 Q

cungrq(l)

生成具有正交行的 M×N 复数矩阵 Q

cungtr(l)

生成复酉矩阵 Q，其定义为 CHETRD 返回的 N 阶 n-1 个初等反射器的乘积

cunm2l(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

cunm2r(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

cunmbr(l)

VECT = 'Q', CUNMBR 用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用复 M-乘-N 矩阵 C

cunmhr(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

cunml2(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

cunmlq(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

cunmql(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

cunmqr(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

cunmr2(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

cunmr3(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

cunmrq(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

cunmrz(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

cunmtr(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

cupgtr(l)

生成复酉矩阵 Q，其定义为 CHPTRD 使用压缩存储返回的 n 阶 n-1 个初等反射器 H 的乘积

cupmtr(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

dasum(l)

DASUM 求绝对值之和

daxpy(l)

DAXPY 常数乘以向量加上向量

dbdsdc(l)

计算实数 N×N 双对角矩阵 B 的奇异值分解

dbdsqr(l)

计算奇异值以及，，实 N 阶双对角矩阵 B 的奇异向量分解的右/左奇异向量，使用隐式零移 QR ...

dcabs1(l)

计算双精度复数的绝对值 =====================================================================

dcopy(l)

DCOPY 将向量 x 复制到向量 y

ddisna(l)

计算实对称/复 Hermitian 矩阵的特征向量的倒数条件数/一般 m×n 矩阵的左/右奇异向量

ddot(l)

DDOT 形成两个向量的点积

dgbbrd(l)

通过正交变换将实数通用的 m×n 带状矩阵化为上双对角形式 B

dgbcon(l)

估计实数通用带状矩阵的条件数的倒数，使用 1-范数或无穷范数

dgbequ(l)

计算行/列缩放，旨在平衡 M 阶 N 阶带状矩阵/降低其条件数

dgbequb(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

dgbmv(l)

执行以下矩阵向量运算之一：y := alpha**x + beta*y，或 y := alpha*'*x + beta*y

dgbrfs(l)

改进带状系数矩阵的线性方程组的计算解，并为解提供误差界限和后向误差估计

dgbrfsx(l)

DGBRFSX 改进线性方程组的计算解/提供解的误差界限和后向误差估计

dgbsv(l)

计算实数线性方程组 * X = B 的解，其中是具有 KL 个子对角线和 KU 个超对角线的 N 阶带状矩阵，并且 X 和 B 是...

dgbsvx(l)

使用 LU 分解计算实数线性方程组 * X = B、**T * X = B 或 **H * X = B 的解

dgbsvxx(l)

DGBSVXX 使用 LU 分解计算双精度线性方程组 A * X = B 的解，其中 A 是 N-乘-N 矩阵，X 和 B 是 N-乘-NRHS...

dgbtf2(l)

使用部分枢轴和行互换计算实数 m×n 带状矩阵的 LU 分解

dgbtrf(l)

使用部分枢轴和行互换计算实数 m×n 带状矩阵的 LU 分解

dgbtrs(l)

使用 DGBTRF 计算的 LU 分解，求解通用带状矩阵的线性方程组 A * X = B / A' * X = B

dgebak(l)

通过对 DGEBAL 输出的平衡矩阵的计算特征向量进行后向变换，形成实通用矩阵的右/左特征向量

dgebal(l)

平衡通用实数矩阵

dgebd2(l)

通过正交变换将实数通用 m×n 矩阵化为上/下双对角形式 B

dgebrd(l)

通过正交变换将通用实数 M×N 矩阵化为上/下双对角形式 B

dgecon(l)

使用 DGETRF 计算的 LU 分解，估计通用实矩阵 A 在 1-范数或无穷范数下的条件数倒数

dgeequ(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

dgeequb(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

dgees(l)

计算 N×N 实数非对称矩阵的特征值、实数 Schur 形式 T 以及 Schur 向量矩阵 Z

dgeesx(l)

计算 N×N 实数非对称矩阵的特征值、实数 Schur 形式 T 以及 Schur 向量矩阵 Z

dgeev(l)

计算 N×N 实数非对称矩阵的特征值以及左/右特征向量

dgeevx(l)

计算 N×N 实数非对称矩阵的特征值以及左/右特征向量

dgegs(l)

该例程已弃用/已被例程 DGGES 取代

dgegv(l)

该例程已弃用/已被例程 DGGEV 取代

dgehd2(l)

通过正交相似变换将实数通用矩阵化为上 Hessenberg 形式 H

dgehrd(l)

通过正交相似变换将实数通用矩阵化为上 Hessenberg 形式 H

dgejsv(l)

计算实 M-乘-N 矩阵 [] 的奇异值分解，其中 M >= N

dgelq2(l)

计算实数 m×n 矩阵的 LQ 分解

dgelqf(l)

计算实数 M×N 矩阵的 LQ 分解

dgels(l)

使用 QR 或 LQ 分解求解涉及 M×N 矩阵或其转置的超定或欠定实数线性系统

dgelsd(l)

计算实线性最小二乘问题的最小范数解

dgelss(l)

计算实数线性最小二乘问题的最小范数解

dgelsx(l)

该例程已弃用/已被例程 DGELSY 取代

dgelsy(l)

计算实线性最小二乘问题的最小范数解

dgemm(l)

执行矩阵-矩阵运算 C := alpha*op*op + beta*C

dgemv(l)

执行以下矩阵向量运算之一：y := alpha**x + beta*y，或 y := alpha*'*x + beta*y

dgeql2(l)

计算实数 m×n 矩阵的 QL 分解

dgeqlf(l)

计算实数 M×N 矩阵的 QL 分解

dgeqp3(l)

计算矩阵的带列枢轴的 QR 分解

dgeqpf(l)

该例程已弃用/已被例程 DGEQP3 取代

dgeqr2(l)

计算实数 m×n 矩阵的 QR 分解

dgeqrf(l)

计算实数 M×N 矩阵的 QR 分解

dger(l)

执行秩 1 运算 := alpha*x*y' +

dgerfs(l)

改进线性方程组的计算解/提供误差界限/后向误差估计

dgerfsx(l)

DGERFSX 改进线性方程组的计算解/提供解的误差界限和后向误差估计

dgerq2(l)

计算实数 m×n 矩阵的 RQ 分解

dgerqf(l)

计算实数 M×N 矩阵的 RQ 分解

dgesc2(l)

使用 DGETC2 计算的具有完全选主元的 LU 分解，求解通用 N-乘-N 矩阵的线性方程组 A * X = scale* RHS

dgesdd(l)

计算实数 M×N 矩阵的奇异值分解，计算左奇异向量和右奇异向量

dgesv(l)

计算实数线性方程组 * X = B 的解

dgesvd(l)

计算实数 M×N 矩阵的奇异值分解，计算左奇异向量和右奇异向量

dgesvj(l)

计算实数 M×N 矩阵的奇异值分解，其中 M >= N

dgesvx(l)

使用 LU 分解计算实数线性方程组 * X = B 的解

dgesvxx(l)

DGESVXX 使用 LU 分解计算双精度线性方程组 A * X = B 的解，其中 A 是 N-乘-N 矩阵，X 和 B 是 N-乘-NRHS...

dgetc2(l)

使用完全枢轴计算 n×n 矩阵的 LU 分解

dgetf2(l)

使用部分枢轴和行互换计算一般 m 阶 n 阶矩阵的 LU 分解

dgetrf(l)

使用部分枢轴和行互换计算一般 M 阶 N 阶矩阵的 LU 分解

dgetri(l)

使用 DGETRF 计算的 LU 分解计算矩阵的逆

dgetrs(l)

使用 DGETRF 计算的 LU 分解，求解通用 N-乘-N 矩阵的线性方程组 A * X = B / A' * X = B

dggbak(l)

通过对 DGEBAL 输出的平衡矩阵的计算特征向量进行反向变换形成实数广义特征问题 *x = lambda*B*x 的右或左特征向量

dggbal(l)

平衡一对通用实数矩阵

dgges(l)

计算一对 N×N 实数非对称矩阵的广义特征值

dggesx(l)

计算一对 N×N 实数非对称矩阵的广义特征值、实数 Schur 形式

dggev(l)

计算一对 N×N 实数非对称矩阵的广义特征值

dggevx(l)

计算一对 N×N 实数非对称矩阵的广义特征值

dggglm(l)

求解一般 Gauss-Markov 线性模型问题

dgghrd(l)

使用正交变换将一对实数矩阵化为广义上 Hessenberg 形式，其中是通用矩阵，B 是上三角矩阵

dgglse(l)

求解线性等式约束最小二乘问题

dggqrf(l)

计算 N 阶 M 阶矩阵/N 阶 P 阶矩阵 B 的广义 QR 分解

dggrqf(l)

计算 M 阶 N 阶矩阵/P 阶 N 阶矩阵 B 的广义 RQ 分解

dggsvd(l)

计算实数 M×N 矩阵/P×N 实数矩阵 B 的广义奇异值分解

dggsvp(l)

计算正交矩阵 U、V 和 Q，使得 N-K-L K L U'**Q = K 如果 M-K-L >= 0

dgsvj0(l)

从 DGESVJ 作为预处理器调用/这是其主要目的

dgsvj1(l)

作为预处理器从 SGESVJ 调用，这是它的主要目的

dgtcon(l)

使用 DGTTRF 计算的 LU 分解，估计实三对角矩阵的条件数倒数

dgtrfs(l)

改进带状系数矩阵的线性方程组的计算解，并为解提供误差界限和后向误差估计

dgtsv(l)

求解方程 *X = B

dgtsvx(l)

使用 LU 分解计算实线性方程组 * X = B 或 **T * X = B 的解

dgttrf(l)

使用部分选主元/行互换的消元法计算实三对角矩阵的 LU 分解

dgttrs(l)

求解方程组 *X = B 或 '*X = B 中的一个

dgtts2(l)

求解方程组 *X = B 或 '*X = B 中的一个

dhgeqz(l)

计算实矩阵对的特征值

dhsein(l)

使用逆迭代法找到实上赫森堡矩阵 H 的指定右/左特征向量

dhseqr(l)

DHSEQR 计算 Hessenberg 矩阵 H 的特征值，以及来自 Schur 分解 H = Z T Z**T 的矩阵 T 和 Z，其中 T 是上拟三角矩阵，...

disnan(l)

返回 .TRUE

dla_gbamv(l)

执行一种矩阵-向量运算 y := alpha*abs*abs + beta*abs

dla_gbrcond(l)

DLA_GERCOND 估计 op * op2 的 Skeel 条件数，其中 op2 由 CMODE 确定如下：CMODE = 1 op2 = C, CMODE = 0 op2 = I, CMODE = -1 op2 = inv...

dla_gbrfsx_extended(l)

计算

dla_gbrpvgrw(l)

计算

dla_geamv(l)

执行一种矩阵-向量运算 y := alpha*abs*abs + beta*abs

dla_gercond(l)

DLA_GERCOND 估计 op * op2 的 Skeel 条件数，其中 op2 由 CMODE 确定如下：CMODE = 1 op2 = C, CMODE = 0 op2 = I, CMODE = -1 op2 = inv...

dla_gerfsx_extended(l)

计算

dla_lin_berr(l)

DLA_LIN_BERR 从公式 max ( abs(R)/( abs(op)*abs + abs ) ) 计算分量相对后向误差，其中 abs 是分量绝对值...

dla_porcond(l)

DLA_PORCOND 估计 op * op2 的 Skeel 条件数，其中 op2 由 CMODE 确定如下：CMODE = 1 op2 = C, CMODE = 0 op2 = I, CMODE = -1 op2 = inv...

dla_porfsx_extended(l)

计算

dla_porpvgrw(l)

计算

dla_rpvgrw(l)

计算

dla_syamv(l)

执行矩阵-向量运算 y := alpha*abs*abs + beta*abs

dla_syrcond(l)

DLA_SYRCOND 估计 op * op2 的 Skeel 条件数，其中 op2 由 CMODE 确定如下：CMODE = 1 op2 = C, CMODE = 0 op2 = I, CMODE = -1 op2 = inv...

dla_syrfsx_extended(l)

计算

dla_syrpvgrw(l)

计算

dla_wwaddw(l)

DLA_WWADDW 将向量 W 添加到双单精度向量中

dlabad(l)

获取由 DLAMCH 计算的下溢和上溢输入值，如果 LARGE 的对数足够大，则返回这些值的平方根

dlabrd(l)

通过正交变换 Q' * * P 将实通用 m 乘 n 矩阵的前 NB 行和列减少为上或下双对角形式，并返回矩阵 X ...

dlacn2(l)

估计实方阵的 1-范数

dlacon(l)

估计实方阵的 1-范数

dlacpy(l)

将二维矩阵的所有/部分复制到另一个矩阵 B

dladiv(l)

在实数运算中执行复数除法 + i*b p + i*q = --------- c + i*d 算法来自 Robert L

dlae2(l)

计算 2x2 对称矩阵 [ B ] [ B C ] 的特征值

dlaebz(l)

包含迭代循环，这些循环计算并使用函数 N，它是对称三对角矩阵 T 小于或等于其参数 w 的特征值的数量

dlaed0(l)

使用分治法计算对称三对角矩阵的所有特征值/相应的特征向量

dlaed1(l)

计算通过秩为一的对称矩阵修改后对角矩阵的更新特征系统

dlaed2(l)

将两组特征值合并成单个排序组

dlaed3(l)

找到由 D、W 和 RHO 中的值定义的世俗方程的根，介于 1 和 K 之间

dlaed4(l)

子例程计算对称秩一修正对角矩阵的第 I 个更新特征值，其元素由数组 d 中给出，并且 D < D 对于 i ...

dlaed5(l)

子例程计算对称秩一修正的 2x2 对角矩阵 diag + RHO 的第 I 个特征值，数组 D 中的元素假定满足 ...

dlaed6(l)

计算 z z z f = rho + --------- + ---------- + --------- d-x d-x d-x 的正/负根，假设如果 ORGATI = .true

dlaed7(l)

计算通过秩为一的对称矩阵修改后对角矩阵的更新特征系统

dlaed8(l)

将两组特征值合并成单个排序组

dlaed9(l)

找到由 D、Z 和 RHO 中的值定义的世俗方程的根，介于 KSTART 和 KSTOP 之间

dlaeda(l)

计算合并步骤中第 CURLVL 步的向量 Z，合并过程有 TLVLS 步，用于 CURPBMth 问题

dlaein(l)

使用逆迭代法找到实上赫森堡矩阵 H 的特征值的右/左特征向量

dlaev2(l)

计算 2x2 对称矩阵 [ B ] [ B C ] 的特征分解

dlaexc(l)

通过正交相似变换交换上准三角矩阵 T 的相邻对角块 T11/T22，阶数为 1/2

dlag2(l)

计算 2x2 广义特征值问题的特征值 - w B，必要时进行缩放以避免溢出/下溢

dlag2s(l)

将 DOUBLE PRECISION 矩阵 SA 转换为 SINGLE PRECISION 矩阵

dlags2(l)

计算 2x2 正交矩阵 U、V 和 Q，使得如果那么 U'**Q = U'**Q = 并且 V'*B*Q = V'**Q = 或者如果那么 U'**Q = U'**Q = 并且 V'*B*Q = V'**Q = 行 ...

dlagtf(l)

将矩阵分解为 T - lambda*I = PLU，其中 T 是 n 乘 n 的三对角矩阵，lambda 是标量

dlagtm(l)

执行矩阵-向量乘积形式 B := alpha * * X + beta * B 其中是 N 阶三对角矩阵，B 和 X 是 N by NRHS 矩阵，alpha 和 beta ...

dlagts(l)

可用于求解方程组 *x = y 或 '*x = y 中的一个

dlagv2(l)

计算实 2x2 矩阵铅笔的广义 Schur 分解，其中 B 是上三角的

dlahqr(l)

DLAHQR 是 DHSEQR 调用的辅助例程，用于更新已由 DHSEQR 计算的特征值和 Schur 分解，通过处理 Hessenberg 子矩阵...

dlahr2(l)

减少实通用 n-BY- 矩阵的前 NB 列，使得 k-th 对角线以下的元素为零

dlahrd(l)

减少实通用 n-by- 矩阵的前 NB 列，使得 k-th 对角线以下的元素为零

dlaic1(l)

应用增量条件估计的一个步骤，以其最简单的形式

dlaisnan(l)

子例程 i 不供通用使用

dlaln2(l)

求解形式为 X = s B/X = s B 的系统，并可能对

dlals0(l)

应用反向乘法因子，左/右奇异向量矩阵的对角矩阵附加到右侧矩阵 B 中，以求解最小...

dlalsa(l)

是求解最小二乘问题的中间步骤，通过以紧凑形式计算系数矩阵的奇异值分解

dlalsd(l)

使用奇异值分解来求解最小二乘问题，找到 X 以最小化 *X-B 的每一列的欧几里得范数，其中是 N-by-N 上...

dlamch(l)

双精度机器参数

dlamchtst(l)

dlamrg(l)

将创建排列列表，该列表将合并到单个按升序排序的集合中

dlaneg(l)

计算 Sturm 计数，在对三对角矩阵 T - sigma I 进行分解时遇到的负主元的数量

dlangb(l)

返回 1 范数、Frobenius 范数、无穷范数或 n by n 带矩阵 的最大绝对值元素，其中 kl 个次对角线和 ku ...

dlange(l)

返回实矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

dlangt(l)

返回实三对角矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

dlanhs(l)

返回Hessenberg矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

dlansb(l)

返回n x n对称带状矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，具有k个超对角线

dlansf(l)

返回实对称矩阵在 RFP 格式中的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

dlansp(l)

返回实对称矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值，以打包形式提供

dlanst(l)

返回实对称三对角矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

dlansy(l)

返回实对称矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

dlantb(l)

返回n x n三角带状矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，具有对角线

dlantp(l)

返回三角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，以紧凑形式提供

dlantr(l)

返回梯形或三角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

dlanv2(l)

计算实 2x2 非对称矩阵的标准形式的 Schur 分解

dlapll(l)

对于两个列向量X和Y，令 =

dlapmt(l)

根据整数1,...,N的排列K,K,...,K重新排列M x N矩阵X的列

dlapy2(l)

返回 sqrt，注意不要引起不必要的溢出

dlapy3(l)

返回 sqrt，注意不要引起不必要的溢出

dlaqgb(l)

使用向量R/C中的行/缩放因子对具有KL个次对角线/KU个超对角线的通用M x N带状矩阵进行平衡

dlaqge(l)

使用向量R/C中的行/列缩放因子对通用M x N矩阵进行平衡

dlaqp2(l)

计算块的带列主元QR分解

dlaqps(l)

使用 Blas-3 计算实 M 乘 N 矩阵的带列主元的 QR 分解步骤

dlaqr0(l)

DLAQR0 计算 Hessenberg 矩阵 H 的特征值，以及来自 Schur 分解 H = Z T Z**T 的矩阵 T 和 Z，其中 T 是上拟三角矩阵，...

dlaqr1(l)

dlaqr2(l)

dlaqr3(l)

dlaqr4(l)

DLAQR4 计算 Hessenberg 矩阵 H 的特征值，以及来自 Schur 分解 H = Z T Z**T 的矩阵 T 和 Z，其中 T 是上拟三角矩阵，...

dlaqr5(l)

dlaqsb(l)

使用向量S中的缩放因子对对称带状矩阵进行平衡

dlaqsp(l)

使用向量S中的缩放因子对对称矩阵进行平衡

dlaqsy(l)

使用向量S中的缩放因子对对称矩阵进行平衡

dlaqtr(l)

如果 LREAL = .TRUE，则求解 op*p = scale*c 形式的实准三角系统

dlar1v(l)

计算tridiagonal矩阵L D L^T - sigma I中行B1到BN的逆矩阵的第r列

dlar2v(l)

从两侧应用实平面旋转向量到由向量 x、y 和 z 定义的 2x2 实对称矩阵序列

dlarf(l)

从左侧或右侧将实初等反射器 H 应用于实 m 乘 n 矩阵 C

dlarfb(l)

从左侧或右侧将实块反射器 H 或其转置 H' 应用于实 m 乘 n 矩阵 C

dlarfg(l)

生成实初等反射器 H，阶数为 n，使得 H * = ，H' * H = I

dlarfp(l)

生成实初等反射器 H，阶数为 n，使得 H * = ，H' * H = I

dlarft(l)

形成实块反射器H的三角因子T，阶数为n，定义为k个基本反射器的乘积

dlarfx(l)

从左侧或右侧将实初等反射器 H 应用于实 m 乘 n 矩阵 C

dlargv(l)

生成由实向量x和y的元素确定的实平面旋转向量

dlarnv(l)

返回来自均匀/正态分布的n个随机实数向量

dlarra(l)

具有阈值SPLTOL的分裂点

dlarrb(l)

相对稳健的表示 L D L^T，DLARRB 执行有限的二分法以细化 L D L^T 的特征值

dlarrc(l)

如果JOBT = 'T'，则计算对称三对角矩阵T在区间(VL,VU]内的特征值个数，如果JOBT = 'L'，则计算L D L^T的特征值个数

dlarrd(l)

计算对称三对角矩阵T的特征值，达到合适的精度

dlarre(l)

查找给定实对称三对角矩阵 T 的期望特征值，DLARRE 将任何小的非对角元素设置为零，并为每个未归约块 T_i...

dlarrf(l)

初始表示 L D L^T 及其接近特征值的簇，W, W,

dlarrj(l)

T 的初始特征值近似，DLARRJ 执行二分法以细化 T 的特征值

dlarrk(l)

计算对称三对角矩阵T的一个特征值，达到合适的精度

dlarrr(l)

测试以确定对称三对角矩阵T是否值得进行昂贵的计算，从而保证特征值的相对高精度

dlarrv(l)

计算tridiagonal矩阵T = L D L^T的特征向量，给定L、D和L D L^T特征值的近似值

dlarscl2(l)

对向量执行倒数对角线缩放

dlartg(l)

构造平面旋转，使得 [ CS SN ]

dlartv(l)

将实平面旋转向量应用于实向量x/y的元素

dlaruv(l)

返回来自均匀分布的n个随机实数向量

dlarz(l)

从左侧或右侧将实基本反射器H应用于实M-by-N矩阵C

dlarzb(l)

将实块反射器H/其转置H**T应用于实分布式M-by-N C，从左侧/右侧

dlarzt(l)

形成实块反射器H的三角因子T，阶数大于n，定义为k个基本反射器的乘积

dlas2(l)

计算2-by-2矩阵 [ F G ] [ 0 H ]的奇异值

dlascl(l)

将M-by-N实矩阵乘以实标量 CTO/CFROM

dlascl2(l)

对向量执行对角线缩放

dlasd0(l)

分治法，DLASD0 计算实上双对角 N-乘-M 矩阵 B 的奇异值分解，其中对角 D 和非对角 E，其中 M =...

dlasd1(l)

计算上双对角N-by-M矩阵B的SVD

dlasd2(l)

将两组奇异值合并成单个排序组

dlasd3(l)

找到世俗方程根的所有平方根，如D和Z中的值定义

dlasd4(l)

子例程计算正对称秩一修正到正对角矩阵的第I个更新特征值的平方根，其条目由...给出

dlasd5(l)

子例程计算正对称秩一修正的2-by-2对角矩阵diag * diag + RHO对角条目在...中的第I个特征值的平方根

dlasd6(l)

计算通过附加行合并两个较小矩阵获得的更新上双对角矩阵B的SVD

dlasd7(l)

将两组奇异值合并成单个排序组

dlasd8(l)

找到世俗方程根的平方根

dlasd9(l)

找到世俗方程根的平方根

dlasda(l)

分治法，DLASDA 计算实上双对角 N-乘-M 矩阵 B 的奇异值分解，其中对角 D 和非对角 E，其中 M =...

dlasdq(l)

计算具有对角线D和非对角线E的实双对角矩阵的奇异值分解，如果需要则累积变换

dlasdt(l)

为双对角分而治之创建子问题树

dlaset(l)

将m-by-n矩阵初始化为对角线上的BETA/非对角线上的ALPHA

dlasq1(l)

计算具有对角线D/非对角线E的实N-by-N双对角矩阵的奇异值

dlasq2(l)

计算与qd数组Z相关的对称正定三对角矩阵的所有特征值，达到高相对精度，达到高相对...

dlasq3(l)

检查是否可以进行消去，计算移位并调用dqds

dlasq4(l)

使用来自先前变换的d值计算最小特征值的近似值TAU

dlasq5(l)

以乒乓形式计算一个dqds变换，一个版本用于IEEE机器，另一个版本用于非IEEE机器

dlasq6(l)

以乒乓形式计算一个dqd变换，并防止下溢和溢出

dlasr(l)

将平面旋转序列应用于实矩阵

dlasrt(l)

按递增顺序/按递减顺序排列D中的数字

dlassq(l)

返回值scl和smsq，使得 *smsq = x**2 +...+ x**2 + *sumsq

dlasv2(l)

计算2-by-2三角矩阵 [ F G ] [ 0 H ]的奇异值分解

dlaswp(l)

对矩阵执行一系列行互换

dlasy2(l)

求解N1-by-N2矩阵X，1 <= N1,N2 <= 2，在op*X + ISGN*X*op = SCALE*B中

dlasyf(l)

使用Bunch-Kaufman对角枢轴方法计算实对称矩阵的偏分解

dlat2s(l)

将 DOUBLE PRECISION 三角矩阵 SA 转换为 SINGLE PRECISION 三角矩阵

dlatbs(l)

求解其中是上或下三角带矩阵的 *x = s*b 或 '*x = s*b，并进行缩放以防止溢出

dlatdf(l)

使用 DGETC2 计算的 n-乘-n 矩阵 Z 的 LU 分解，并通过求解 Z * x = b 来计算对倒数 Dif-估计的贡献，并选择右侧

dlatps(l)

求解其中是上或下三角矩阵存储在紧凑形式中的 *x = s*b 或 '*x = s*b，并进行缩放以防止溢出

dlatrd(l)

通过正交相似变换Q' * * Q将实对称矩阵的NB行和列减少为对称三对角形式，并返回矩阵V和...

dlatrs(l)

求解其中是上或下三角矩阵的 *x = s*b/'*x = s*b，并进行缩放以防止溢出

dlatrz(l)

将M-by-实上梯形矩阵 [ A1 A2 ] = [ ]分解为 * Z，通过正交变换

dlatzm(l)

该例程已弃用/已被例程 DORMRZ 取代

dlauu2(l)

计算U * U'或L' * L，其中三角因子U或L存储在数组的上三角或下三角部分

dlauum(l)

计算U * U'或L' * L，其中三角因子U或L存储在数组的上三角或下三角部分

dlazq3(l)

用于消去，计算移位并调用dqds

dlazq4(l)

使用来自先前变换的d值计算最小特征值的近似值TAU

dnrm2(l)

此版本于1982年10月25日编写

dopgtr(l)

生成实正交矩阵 Q，其定义为 DSPTRD 使用压缩存储返回的 n 阶 n-1 个初等反射器 H 的乘积

dopmtr(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

dorg2l(l)

生成具有正交列的m-by-n实矩阵Q

dorg2r(l)

生成具有正交列的m-by-n实矩阵Q

dorgbr(l)

生成 DGEBRD 在将实矩阵简化为双对角形式时确定的实正交矩阵 Q/P**T 之一

dorghr(l)

生成实正交矩阵 Q，其定义为 DGEHRD 返回的 N 阶 IHI-ILO 初等反射器的乘积

dorgl2(l)

生成具有正交行的m-by-n实矩阵Q

dorglq(l)

生成具有正交行的M-by-N实矩阵Q

dorgql(l)

生成具有正交列的M-by-N实矩阵Q

dorgqr(l)

生成具有正交列的M-by-N实矩阵Q

dorgr2(l)

生成具有正交行的m-by-n实矩阵Q

dorgrq(l)

生成具有正交行的M-by-N实矩阵Q

dorgtr(l)

生成实正交矩阵 Q，其定义为 DSYTRD 返回的 N 阶 n-1 个初等反射器的乘积

dorm2l(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

dorm2r(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

dormbr(l)

VECT = 'Q', DORMBR 用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用实 M-乘-N 矩阵 C

dormhr(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

dorml2(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

dormlq(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

dormql(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

dormqr(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

dormr2(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

dormr3(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

dormrq(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

dormrz(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

dormtr(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

dpbcon(l)

使用 DPBTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T，估计实对称正定带状矩阵的条件数倒数

dpbequ(l)

计算用于平衡对称正定带矩阵/降低其条件数的行/列缩放

dpbrfs(l)

当系数矩阵是对称正定且带状时，改进线性方程组的计算解，并提供误差界限和...

dpbstf(l)

计算实对称正定带矩阵的分割Cholesky分解

dpbsv(l)

计算实数线性方程组 * X = B 的解

dpbsvx(l)

使用Cholesky分解= U**T*U或= L*L**T来计算实线性方程组 * X = B的解

dpbtf2(l)

计算实对称正定带矩阵的Cholesky分解

dpbtrf(l)

计算实对称正定带矩阵的Cholesky分解

dpbtrs(l)

使用 DPBTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T，求解对称正定带状矩阵的线性方程组 A*X = B

dpftrf(l)

计算实对称正定矩阵的Cholesky分解

dpftri(l)

使用 DPFTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T 计算对称正定矩阵的逆

dpftrs(l)

使用 DPFTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T，求解对称正定矩阵的线性方程组 A*X = B

dpocon(l)

使用 DPOTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T，估计实对称正定矩阵的条件数倒数

dpoequ(l)

计算行/列缩放，旨在平衡对称正定矩阵/减小其条件数

dpoequb(l)

计算行/列缩放，旨在平衡对称正定矩阵/减小其条件数

dporfs(l)

改进当系数矩阵为对称正定时线性方程组的计算解

dporfsx(l)

DPORFSX 改进当系数矩阵为对称正定矩阵时线性方程组的计算解，并提供误差界限和后向...

dposv(l)

计算实数线性方程组 * X = B 的解

dposvx(l)

使用Cholesky分解= U**T*U或= L*L**T来计算实线性方程组 * X = B的解

dposvxx(l)

DPOSVXX 使用 Cholesky 分解 A = U**T*U 或 A = L*L**T 计算双精度线性方程组 A * X = B 的解，其中 A 是 N-乘-N 对称...

dpotf2(l)

计算实对称正定矩阵的Cholesky分解

dpotrf(l)

计算实对称正定矩阵的Cholesky分解

dpotri(l)

使用 DPOTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T 计算实对称正定矩阵的逆

dpotrs(l)

使用 DPOTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T，求解对称正定矩阵的线性方程组 A*X = B

dppcon(l)

使用 DPPTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T，估计实对称正定压缩矩阵的条件数倒数

dppequ(l)

计算行/列缩放，旨在平衡压缩存储中的对称正定矩阵/降低其条件数

dpprfs(l)

改进当系数矩阵为对称正定且压缩时线性方程组的计算解，并提供误差界限和...

dppsv(l)

计算实数线性方程组 * X = B 的解

dppsvx(l)

使用Cholesky分解= U**T*U或= L*L**T来计算实线性方程组 * X = B的解

dpptrf(l)

计算压缩存储中实对称正定矩阵的 Cholesky 分解

dpptri(l)

使用 DPPTRF 计算的 Cholesky 分解 A = U**T*U / L*L**T 计算实对称正定矩阵的逆

dpptrs(l)

使用由 DPPTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T 求解压缩形式的线性方程组 *X = B

dpstf2(l)

计算实对称正定半定矩阵的完全主元 Cholesky 分解

dpstrf(l)

计算实对称正定半定矩阵的完全主元 Cholesky 分解

dptcon(l)

使用 DPTTRF 计算的分解 A = L*D*L**T / U**T*D*U，计算实对称正定三对角矩阵的条件数倒数

dpteqr(l)

通过首先使用 DPTTRF 对矩阵进行因式分解，然后调用 DBDSQR，计算对称正定三对角矩阵的所有特征值和特征向量...

dptrfs(l)

改进当系数矩阵为对称正定且三对角时线性方程组的计算解，并提供误差界限和...

dptsv(l)

计算实线性方程组 *X = B 的解，其中是 N 乘 N 对称正定三对角矩阵，X 和 B 是 N 乘 NRHS 矩阵

dptsvx(l)

使用分解 = L*D*L**T 计算实线性方程组 *X = B 的解，其中是 N 乘 N 对称正定三对角矩阵，并且...

dpttrf(l)

计算实对称正定三对角矩阵的 L*D*L' 分解

dpttrs(l)

使用 DPTTRF 计算的 A 的 L*D*L' 分解求解三对角方程组 A * X = B

dptts2(l)

使用 DPTTRF 计算的 A 的 L*D*L' 分解求解三对角方程组 A * X = B

drot(l)

DROT 应用平面旋转

drotg(l)

DROTG 构造 Givens 平面旋转

drotm(l)

将修改后的 Givens 变换 H 应用于 2-乘-N 矩阵，其中 **T 表示转置

drotmg(l)

构造修改后的 Givens 变换矩阵 H，它将 2-向量 (DSQRT*DX1, DSQRT*...) 的第二个分量置零

drscl(l)

将 n 元素实向量 x 乘以实标量 1/

dsbev(l)

计算实对称带状矩阵的所有特征值和特征向量

dsbevd(l)

计算实对称带状矩阵的所有特征值和特征向量

dsbevx(l)

计算实对称带状矩阵的选定特征值和特征向量

dsbgst(l)

将实对称正定带状广义特征问题 A*x = lambda*B*x 归约为标准形式 C*y = lambda*y

dsbgv(l)

计算实对称正定带状广义特征问题 A*x = B*x 的所有特征值和特征向量

dsbgvd(l)

计算实对称正定带状广义特征问题 A*x = B*x 的所有特征值和特征向量

dsbgvx(l)

计算实对称正定带状广义特征问题 A*x = B*x 的选定特征值和特征向量

dsbmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

dsbtrd(l)

通过正交相似变换将实对称带状矩阵归约为对称三对角形式 T

dscal(l)

DSCAL 用常数缩放向量

dsdot(l)

累加/结果

dsecnd(l)

进程的用户时间（秒）

dsecnd_ext_etime(l)

进程的用户时间（秒）

dsecnd_ext_etime_(l)

进程的用户时间（秒）

dsecnd_int_cpu_time(l)

进程的用户时间（秒）

dsecnd_int_etime(l)

进程的用户时间（秒）

dsecnd_none(l)

不返回进程的用户时间（秒）

dsecndtst(l)

dsfrk(l)

3 类似于BLAS的例程，用于RFP格式的C

dsgesv(l)

计算实数线性方程组 * X = B 的解

dspcon(l)

使用 DSPTRF 计算的分解 A = U*D*U**T / L*D*L**T，估计实对称压缩矩阵的条件数倒数

dspev(l)

计算压缩存储中实对称矩阵的所有特征值和特征向量

dspevd(l)

计算压缩存储中实对称矩阵的所有特征值和特征向量

dspevx(l)

计算压缩存储中实对称矩阵的选定特征值和特征向量

dspgst(l)

使用压缩存储将实对称正定广义特征问题归约为标准形式

dspgv(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的所有特征值和特征向量

dspgvd(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的所有特征值和特征向量

dspgvx(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的选定特征值和特征向量

dspmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

dsposv(l)

计算实数线性方程组 * X = B 的解

dspr(l)

执行对称秩 1 操作 A := alpha*x*x' + A

dspr2(l)

执行对称秩 2 操作 A := alpha*x*y' + alpha*y*x' + A

dsprfs(l)

改进线性方程组的计算解，当系数矩阵是对称不定且紧密时，并提供误差界和反向...

dspsv(l)

计算实数线性方程组 * X = B 的解

dspsvx(l)

使用对角选主元分解 A = U*D*U**T 或 A = L*D*L**T 计算实线性方程组 A * X = B 的解，其中 A 是 N-乘-N 对称矩阵...

dsptrd(l)

通过正交相似变换将以压缩形式存储的实对称矩阵归约为对称三对角形式 T

dsptrf(l)

使用 Bunch-Kaufman 对角选主元法计算以压缩格式存储的实对称矩阵的分解

dsptri(l)

使用 DSPTRF 计算的分解 A = U*D*U**T / L*D*L**T 计算压缩存储中实对称不定矩阵的逆

dsptrs(l)

使用 DSPTRF 计算的分解 A = U*D*U**T / L*D*L**T，求解以压缩格式存储的实对称矩阵的线性方程组 A*X = B

dstebz(l)

计算对称三对角矩阵 T 的特征值

dstedc(l)

使用分治法计算对称三对角矩阵的所有特征值和，，特征向量

dstegr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

dstein(l)

使用反迭代法计算对应于指定特征值的实对称三对角矩阵 T 的特征向量

dstemr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

dsteqr(l)

使用隐式 QL 或 QR 方法计算对称三对角矩阵的所有特征值和，，特征向量

dsterf(l)

使用 QL/QR 算法的 Pal-Walker-Kahan 变体计算对称三对角矩阵的所有特征值

dstev(l)

计算实对称三对角矩阵的所有特征值和特征向量

dstevd(l)

计算实对称三对角矩阵的所有特征值和特征向量

dstevr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

dstevx(l)

计算实对称三对角矩阵的选定特征值和特征向量

dswap(l)

交换两个向量

dsycon(l)

使用 DSYTRF 计算的分解 A = U*D*U**T / L*D*L**T，估计实对称矩阵的条件数倒数

dsyequb(l)

计算行/列缩放，旨在平衡对称矩阵/降低其条件数

dsyev(l)

计算实对称矩阵的所有特征值和特征向量

dsyevd(l)

计算实对称矩阵的所有特征值和特征向量

dsyevr(l)

计算实对称矩阵的选定特征值和特征向量

dsyevx(l)

计算实对称矩阵的选定特征值和特征向量

dsygs2(l)

将实对称正定广义特征问题归约为标准形式

dsygst(l)

将实对称正定广义特征问题归约为标准形式

dsygv(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的所有特征值和特征向量

dsygvd(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的所有特征值和特征向量

dsygvx(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的选定特征值和特征向量

dsymm(l)

执行矩阵-矩阵运算 C := alpha**B + beta*C

dsymv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

dsyr(l)

执行对称秩 1 操作 A := alpha*x*x' + A

dsyr2(l)

执行对称秩 2 操作 A := alpha*x*y' + alpha*y*x' + A

dsyr2k(l)

执行对称秩 2k 操作之一 C := alpha**B' + alpha*B*' + beta*C

dsyrfs(l)

改进线性方程组的计算解，当系数矩阵是对称不定时，并提供误差界和反向误差...

dsyrfsx(l)

DSYRFSX 改进当系数矩阵为对称不定矩阵时线性方程组的计算解，并提供误差界限和后向误差...

dsyrk(l)

执行对称秩 k 操作之一 C := alpha**' + beta*C

dsysv(l)

计算实数线性方程组 * X = B 的解

dsysvx(l)

使用对角选主元分解计算实线性方程组 A * X = B 的解

dsysvxx(l)

DSYSVXX 使用对角选主元分解计算双精度线性方程组 A * X = B 的解，其中 A 是 N-乘-N 对称矩阵，X...

dsytd2(l)

通过正交相似变换将实对称矩阵归约为对称三对角形式 T

dsytf2(l)

使用 Bunch-Kaufman 对角选主元法计算实对称矩阵的分解

dsytrd(l)

通过正交相似变换将实对称矩阵归约为实对称三对角形式 T

dsytrf(l)

使用 Bunch-Kaufman 对角选主元法计算实对称矩阵的分解

dsytri(l)

使用 DSYTRF 计算的分解 A = U*D*U**T / L*D*L**T 计算实对称不定矩阵的逆

dsytrs(l)

使用 DSYTRF 计算的分解 A = U*D*U**T / L*D*L**T，求解实对称矩阵的线性方程组 A*X = B

dtbcon(l)

估计三角带矩阵，在 1 范数或无穷范数中，条件数的倒数

dtbmv(l)

执行矩阵-向量操作之一：x := A*x, 或 x := A'*x

dtbrfs(l)

为具有三角带系数矩阵的线性方程组的解提供误差界/反向误差估计

dtbsv(l)

求解方程组之一：A*x = b, 或 A'*x = b

dtbtrs(l)

求解三角形方程组 A * X = B 或 A**T * X = B

dtfsm(l)

RFP 格式中的 3 BLAS 类似例程

dtftri(l)

计算 RFP 格式中存储的三角矩阵的逆

dtfttp(l)

将三角矩阵从矩形全打包格式复制到标准打包格式

dtfttr(l)

将三角矩阵从矩形全打包格式复制到标准全格式

dtgevc(l)

计算一对实矩阵 (S, P) 的部分或全部右/左特征向量，其中 S 是拟三角矩阵，P 是上三角矩阵

dtgex2(l)

通过正交等价变换交换上三角矩阵对中相邻的 1-乘-1 / 2-乘-2 对角块

dtgexc(l)

使用正交等价变换 (A, B) = Q * (A, B) * Z' 重排实矩阵对的广义实 Schur 分解

dtgsen(l)

重排实矩阵对的广义实 Schur 分解（通过正交等价变换 Q' * (A, B) * Z），使得所选的...

dtgsja(l)

计算两个实上三角矩阵 (A, B) 的广义奇异值分解

dtgsna(l)

估计广义实 Schur 标准形式（或任何矩阵对）中矩阵对的指定特征值/特征向量的倒数条件数

dtgsy2(l)

求解广义 Sylvester 方程

dtgsyl(l)

求解广义 Sylvester 方程

dtpcon(l)

估计打包三角矩阵，在 1 范数或无穷范数中，条件数的倒数

dtpmv(l)

执行矩阵-向量操作之一：x := A*x, 或 x := A'*x

dtprfs(l)

为具有三角打包系数矩阵的线性方程组的解提供误差界/反向误差估计

dtpsv(l)

求解方程组之一：A*x = b, 或 A'*x = b

dtptri(l)

计算以压缩格式存储的实上/下三角矩阵的逆

dtptrs(l)

求解三角形方程组 A * X = B 或 A**T * X = B

dtpttf(l)

将三角矩阵从标准打包格式复制到矩形全打包格式

dtpttr(l)

将三角矩阵从标准打包格式复制到标准全格式

dtrcon(l)

估计三角矩阵，在 1 范数或无穷范数中，条件数的倒数

dtrevc(l)

计算实上拟三角矩阵 T 的部分/全部右/左特征向量

dtrexc(l)

重排实矩阵 A = Q*T*Q**T 的实 Schur 分解，使得行索引为 IFST 的 T 的对角块移动到 ILST

dtrmm(l)

执行矩阵-矩阵操作之一：B := alpha*op*B, 或 B := alpha*B*op

dtrmv(l)

执行矩阵-向量操作之一：x := A*x, 或 x := A'*x

dtrrfs(l)

为具有三角系数矩阵的线性方程组的解提供误差界/反向误差估计

dtrsen(l)

重排实矩阵 A = Q*T*Q**T 的实 Schur 分解，使得所选的特征值簇出现在上三角矩阵...

dtrsm(l)

求解矩阵方程之一 op*X = alpha*B，或 X*op = alpha*B

dtrsna(l)

估计实上拟三角矩阵 T 的指定特征值/右特征向量的倒数条件数

dtrsv(l)

求解方程组之一：A*x = b, 或 A'*x = b

dtrsyl(l)

求解实 Sylvester 矩阵方程

dtrti2(l)

计算实上/下三角矩阵的逆

dtrtri(l)

计算实上/下三角矩阵的逆

dtrtrs(l)

求解三角形方程组 A * X = B 或 A**T * X = B

dtrttf(l)

将标准全格式的三角矩阵复制到矩形全打包格式

dtrttp(l)

将全格式的三角矩阵复制到标准打包格式

dtzrqf(l)

该例程已弃用/已被例程 DTZRZF 取代

dtzrzf(l)

通过正交变换将 M-乘-N 实上梯形矩阵归约为上三角形式

dx(l)

启动 Data Explorer 可视化系统。直接启动用户界面、executive、Data Prompter、模块构建器或教程

dzasum(l)

DZASUM 求绝对值之和

dznrm2(l)

此版本于1982年10月25日编写

dzsum1(l)

计算复向量的绝对值之和/返回双精度结果

icamax(l)

ICAMAX 查找具有最大值的元素索引

icmax1(l)

查找实部具有最大绝对值的元素索引

idamax(l)

IDAMAX 查找具有最大值的元素索引

ieeeck(l)

从 ILAENV 调用以验证无穷大/可能的 NaN 算术是否安全（即

ilaclc(l)

扫描其最后一个非零列

ilaclr(l)

扫描其最后一个非零行

iladiag(l)

子例程将指定矩阵是否有单位对角的字符字符串翻译为相关 BLAST 指定的整数常量

iladlc(l)

扫描其最后一个非零列

iladlr(l)

扫描其最后一个非零行

ilaenv(l)

从 LAPACK 例程调用，为本地环境选择问题相关的参数

ilaprec(l)

子例程将指定中间精度的字符字符串翻译为相关 BLAST 指定的整数常量

ilaslc(l)

扫描其最后一个非零列

ilaslr(l)

扫描其最后一个非零行

ilatrans(l)

子例程将指定转置操作的字符字符串翻译为相关 BLAST 指定的整数常量

ilauplo(l)

子例程将指定上/下三角矩阵的字符字符串翻译为相关 BLAST 指定的整数常量

ilaver(l)

子例程返回 Lapack 版本 参数 ========= VERS_MAJOR INTEGER 返回 lapack 主版本 VERS_MINOR INTEGER 返回 lapack 次版本，来自主...

ilazlc(l)

扫描其最后一个非零列

ilazlr(l)

扫描其最后一个非零行

iparmq(l)

此程序设置对 xHSEQR 及其子例程有用的问题/机器相关参数

isamax(l)

ISAMAX 查找具有最大值的元素索引

izamax(l)

IZAMAX 查找具有最大值的元素索引

izmax1(l)

查找实部具有最大绝对值的元素索引

lapack(l)

lapack_version(l)

lsame(l)

返回 .TRUE

lsamen(l)

测试 CA 的前 N 个字母是否与 CB 的前 N 个字母相同，忽略大小写

lsametst(l)

sasum(l)

SASUM 求绝对值之和

saxpy(l)

SAXPY 常数乘以向量加上向量

sbdsdc(l)

计算实数 N×N 双对角矩阵 B 的奇异值分解

sbdsqr(l)

计算奇异值以及，，实 N 阶双对角矩阵 B 的奇异向量分解的右/左奇异向量，使用隐式零移 QR ...

scabs1(l)

计算复数的绝对值 =====================================================================

scasum(l)

SCASUM 计算复向量的绝对值之和/返回单精度结果

scnrm2(l)

此版本于1982年10月25日编写

scopy(l)

SCOPY 将向量 x 复制到向量 y

scsum1(l)

计算复向量的绝对值之和/返回单精度结果

sdisna(l)

计算实对称/复 Hermitian 矩阵的特征向量的倒数条件数/一般 m×n 矩阵的左/右奇异向量

sdot(l)

SDOT 形成两个向量的点积

sdsdot(l)

second(l)

进程的用户时间（秒）

second_ext_etime(l)

进程的用户时间（秒）

second_ext_etime_(l)

进程的用户时间（秒）

second_int_cpu_time(l)

进程的用户时间（秒）

second_int_etime(l)

进程的用户时间（秒）

second_none(l)

不返回进程的用户时间（秒）

secondtst(l)

sgbbrd(l)

通过正交变换将实数通用的 m×n 带状矩阵化为上双对角形式 B

sgbcon(l)

估计实数通用带状矩阵的条件数的倒数，使用 1-范数或无穷范数

sgbequ(l)

计算行/列缩放，旨在平衡 M 阶 N 阶带状矩阵/降低其条件数

sgbequb(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

sgbmv(l)

执行以下矩阵向量运算之一：y := alpha**x + beta*y，或 y := alpha*'*x + beta*y

sgbrfs(l)

改进带状系数矩阵的线性方程组的计算解，并为解提供误差界限和后向误差估计

sgbrfsx(l)

SGBRFSX 改进线性方程组的计算解/提供解的误差界限和后向误差估计

sgbsv(l)

计算实数线性方程组 * X = B 的解，其中是具有 KL 个子对角线和 KU 个超对角线的 N 阶带状矩阵，并且 X 和 B 是...

sgbsvx(l)

使用 LU 分解计算实数线性方程组 * X = B、**T * X = B 或 **H * X = B 的解

sgbsvxx(l)

SGBSVXX 使用 LU 分解计算实线性方程组 A * X = B 的解，其中 A 是 N-乘-N 矩阵，X 和 B 是 N-乘-NRHS 矩阵

sgbtf2(l)

使用部分枢轴和行互换计算实数 m×n 带状矩阵的 LU 分解

sgbtrf(l)

使用部分枢轴和行互换计算实数 m×n 带状矩阵的 LU 分解

sgbtrs(l)

使用 SGBTRF 计算的 LU 分解，求解通用带状矩阵的线性方程组 A * X = B / A' * X = B

sgebak(l)

通过对 SGEBAL 输出的平衡矩阵的计算特征向量进行后向变换，形成实通用矩阵的右/左特征向量

sgebal(l)

平衡通用实数矩阵

sgebd2(l)

通过正交变换将实数通用 m×n 矩阵化为上/下双对角形式 B

sgebrd(l)

通过正交变换将通用实数 M×N 矩阵化为上/下双对角形式 B

sgecon(l)

使用 SGETRF 计算的 LU 分解，估计通用实矩阵 A 在 1-范数或无穷范数下的条件数倒数

sgeequ(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

sgeequb(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

sgees(l)

计算 N×N 实数非对称矩阵的特征值、实数 Schur 形式 T 以及 Schur 向量矩阵 Z

sgeesx(l)

计算 N×N 实数非对称矩阵的特征值、实数 Schur 形式 T 以及 Schur 向量矩阵 Z

sgeev(l)

计算 N×N 实数非对称矩阵的特征值以及左/右特征向量

sgeevx(l)

计算 N×N 实数非对称矩阵的特征值以及左/右特征向量

sgegs(l)

该例程已弃用/已被例程 SGGES 取代

sgegv(l)

该例程已弃用/已被例程 SGGEV 取代

sgehd2(l)

通过正交相似变换将实数通用矩阵化为上 Hessenberg 形式 H

sgehrd(l)

通过正交相似变换将实数通用矩阵化为上 Hessenberg 形式 H

sgejsv(l)

[], 其中 M >= N

sgelq2(l)

计算实数 m×n 矩阵的 LQ 分解

sgelqf(l)

计算实数 M×N 矩阵的 LQ 分解

sgels(l)

使用 QR 或 LQ 分解求解涉及 M×N 矩阵或其转置的超定或欠定实数线性系统

sgelsd(l)

计算实线性最小二乘问题的最小范数解

sgelss(l)

计算实数线性最小二乘问题的最小范数解

sgelsx(l)

该例程已弃用/已被例程 SGELSY 取代

sgelsy(l)

计算实线性最小二乘问题的最小范数解

sgemm(l)

执行矩阵-矩阵运算 C := alpha*op*op + beta*C

sgemv(l)

执行以下矩阵向量运算之一：y := alpha**x + beta*y，或 y := alpha*'*x + beta*y

sgeql2(l)

计算实数 m×n 矩阵的 QL 分解

sgeqlf(l)

计算实数 M×N 矩阵的 QL 分解

sgeqp3(l)

计算矩阵的带列枢轴的 QR 分解

sgeqpf(l)

该例程已弃用/已被例程 SGEQP3 取代

sgeqr2(l)

计算实数 m×n 矩阵的 QR 分解

sgeqrf(l)

计算实数 M×N 矩阵的 QR 分解

sger(l)

执行秩 1 运算 := alpha*x*y' +

sgerfs(l)

改进线性方程组的计算解/提供误差界限/后向误差估计

sgerfsx(l)

SGERFSX 改进线性方程组的计算解/提供解的误差界限和后向误差估计

sgerq2(l)

计算实数 m×n 矩阵的 RQ 分解

sgerqf(l)

计算实数 M×N 矩阵的 RQ 分解

sgesc2(l)

使用 SGETC2 计算的具有完全选主元的 LU 分解，求解通用 N-乘-N 矩阵的线性方程组 A * X = scale* RHS

sgesdd(l)

计算实数 M×N 矩阵的奇异值分解，计算左奇异向量和右奇异向量

sgesv(l)

计算实数线性方程组 * X = B 的解

sgesvd(l)

计算实数 M×N 矩阵的奇异值分解，计算左奇异向量和右奇异向量

sgesvj(l)

计算实数 M×N 矩阵的奇异值分解，其中 M >= N

sgesvx(l)

使用 LU 分解计算实数线性方程组 * X = B 的解

sgesvxx(l)

SGESVXX 使用 LU 分解计算实线性方程组 A * X = B 的解，其中 A 是 N-乘-N 矩阵，X 和 B 是 N-乘-NRHS 矩阵

sgetc2(l)

使用完全枢轴计算 n×n 矩阵的 LU 分解

sgetf2(l)

使用部分枢轴和行互换计算一般 m 阶 n 阶矩阵的 LU 分解

sgetrf(l)

使用部分枢轴和行互换计算一般 M 阶 N 阶矩阵的 LU 分解

sgetri(l)

使用 SGETRF 计算的 LU 分解计算矩阵的逆

sgetrs(l)

使用 SGETRF 计算的 LU 分解，求解通用 N-乘-N 矩阵的线性方程组 A * X = B / A' * X = B

sggbak(l)

通过对 DGEBAL 输出的平衡矩阵的计算特征向量进行反向变换形成实数广义特征问题 *x = lambda*B*x 的右或左特征向量

sggbal(l)

平衡一对通用实数矩阵

sgges(l)

计算一对 N×N 实数非对称矩阵的广义特征值

sggesx(l)

计算一对 N×N 实数非对称矩阵的广义特征值、实数 Schur 形式

sggev(l)

计算一对 N×N 实数非对称矩阵的广义特征值

sggevx(l)

计算一对 N×N 实数非对称矩阵的广义特征值

sggglm(l)

求解一般 Gauss-Markov 线性模型问题

sgghrd(l)

使用正交变换将一对实数矩阵化为广义上 Hessenberg 形式，其中是通用矩阵，B 是上三角矩阵

sgglse(l)

求解线性等式约束最小二乘问题

sggqrf(l)

计算 N 阶 M 阶矩阵/N 阶 P 阶矩阵 B 的广义 QR 分解

sggrqf(l)

计算 M 阶 N 阶矩阵/P 阶 N 阶矩阵 B 的广义 RQ 分解

sggsvd(l)

计算实数 M×N 矩阵/P×N 实数矩阵 B 的广义奇异值分解

sggsvp(l)

计算正交矩阵 U、V 和 Q，使得 N-K-L K L U'**Q = K 如果 M-K-L >= 0

sgsvj0(l)

作为预处理器从 SGESVJ 调用，这是它的主要目的

sgsvj1(l)

作为预处理器从 SGESVJ 调用，这是它的主要目的

sgtcon(l)

使用 SGTTRF 计算的 LU 分解，估计实三对角矩阵的条件数倒数

sgtrfs(l)

改进带状系数矩阵的线性方程组的计算解，并为解提供误差界限和后向误差估计

sgtsv(l)

求解方程 *X = B

sgtsvx(l)

使用 LU 分解计算实线性方程组 * X = B 或 **T * X = B 的解

sgttrf(l)

使用部分选主元/行互换的消元法计算实三对角矩阵的 LU 分解

sgttrs(l)

求解方程组 *X = B 或 '*X = B 中的一个

sgtts2(l)

求解方程组 *X = B 或 '*X = B 中的一个

shgeqz(l)

计算实矩阵对的特征值

shsein(l)

使用逆迭代法找到实上赫森堡矩阵 H 的指定右/左特征向量

shseqr(l)

SHSEQR 计算 Hessenberg 矩阵 H 的特征值，以及来自 Schur 分解 H = Z T Z**T 的矩阵 T 和 Z，其中 T 是上拟三角矩阵，...

sisnan(l)

返回 .TRUE

sla_gbamv(l)

执行一种矩阵-向量运算 y := alpha*abs*abs + beta*abs

sla_gbrcond(l)

SLA_GERCOND 估计 op * op2 的 Skeel 条件数，其中 op2 由 CMODE 确定如下：CMODE = 1 op2 = C, CMODE = 0 op2 = I, CMODE = -1 op2 = inv...

sla_gbrfsx_extended(l)

计算

sla_gbrpvgrw(l)

计算

sla_geamv(l)

执行一种矩阵-向量运算 y := alpha*abs*abs + beta*abs

sla_gercond(l)

SLA_GERCOND 估计 op * op2 的 Skeel 条件数，其中 op2 由 CMODE 确定如下：CMODE = 1 op2 = C, CMODE = 0 op2 = I, CMODE = -1 op2 = inv...

sla_gerfsx_extended(l)

计算

sla_lin_berr(l)

SLA_LIN_BERR 从公式 max ( abs(R)/( abs(op)*abs + abs ) ) 计算分量相对后向误差，其中 abs 是分量绝对值...

sla_porcond(l)

SLA_PORCOND 估计 op * op2 的 Skeel 条件数，其中 op2 由 CMODE 确定如下：CMODE = 1 op2 = C, CMODE = 0 op2 = I, CMODE = -1 op2 = inv...

sla_porfsx_extended(l)

计算

sla_porpvgrw(l)

计算

sla_rpvgrw(l)

计算

sla_syamv(l)

执行矩阵-向量运算 y := alpha*abs*abs + beta*abs

sla_syrcond(l)

SLA_SYRCOND 估计 op * op2 的 Skeel 条件数，其中 op2 由 CMODE 确定如下：CMODE = 1 op2 = C, CMODE = 0 op2 = I, CMODE = -1 op2 = inv...

sla_syrfsx_extended(l)

计算

sla_syrpvgrw(l)

计算

sla_wwaddw(l)

SLA_WWADDW 将向量 W 添加到双单精度向量中

slabad(l)

获取由 SLAMCH 计算的下溢和上溢输入值，如果 LARGE 的对数足够大，则返回这些值的平方根

slabrd(l)

通过正交变换 Q' * * P 将实通用 m 乘 n 矩阵的前 NB 行和列减少为上或下双对角形式，并返回矩阵 X ...

slacn2(l)

估计实方阵的 1-范数

slacon(l)

估计实方阵的 1-范数

slacpy(l)

将二维矩阵的所有/部分复制到另一个矩阵 B

sladiv(l)

在实数运算中执行复数除法 + i*b p + i*q = --------- c + i*d 算法来自 Robert L

slae2(l)

计算 2x2 对称矩阵 [ B ] [ B C ] 的特征值

slaebz(l)

包含迭代循环，这些循环计算并使用函数 N，它是对称三对角矩阵 T 小于或等于其参数 w 的特征值的数量

slaed0(l)

使用分治法计算对称三对角矩阵的所有特征值/相应的特征向量

slaed1(l)

计算通过秩为一的对称矩阵修改后对角矩阵的更新特征系统

slaed2(l)

将两组特征值合并成单个排序组

slaed3(l)

找到由 D、W 和 RHO 中的值定义的世俗方程的根，介于 1 和 K 之间

slaed4(l)

子例程计算对称秩一修正对角矩阵的第 I 个更新特征值，其元素由数组 d 中给出，并且 D < D 对于 i ...

slaed5(l)

子例程计算对称秩一修正的 2x2 对角矩阵 diag + RHO 的第 I 个特征值，数组 D 中的元素假定满足 ...

slaed6(l)

计算 z z z f = rho + --------- + ---------- + --------- d-x d-x d-x 的正/负根，假设如果 ORGATI = .true

slaed7(l)

计算通过秩为一的对称矩阵修改后对角矩阵的更新特征系统

slaed8(l)

将两组特征值合并成单个排序组

slaed9(l)

找到由 D、Z 和 RHO 中的值定义的世俗方程的根，介于 KSTART 和 KSTOP 之间

slaeda(l)

计算合并步骤中第 CURLVL 步的向量 Z，合并过程有 TLVLS 步，用于 CURPBMth 问题

slaein(l)

使用逆迭代法找到实上赫森堡矩阵 H 的特征值的右/左特征向量

slaev2(l)

计算 2x2 对称矩阵 [ B ] [ B C ] 的特征分解

slaexc(l)

通过正交相似变换交换上准三角矩阵 T 的相邻对角块 T11/T22，阶数为 1/2

slag2(l)

计算 2x2 广义特征值问题的特征值 - w B，必要时进行缩放以避免溢出/下溢

slag2d(l)

将 SINGLE PRECISION 矩阵 SA 转换为 DOUBLE PRECISION 矩阵

slags2(l)

计算 2x2 正交矩阵 U、V 和 Q，使得如果那么 U'**Q = U'**Q = 并且 V'*B*Q = V'**Q = 或者如果那么 U'**Q = U'**Q = 并且 V'*B*Q = V'**Q = 行 ...

slagtf(l)

将矩阵分解为 T - lambda*I = PLU，其中 T 是 n 乘 n 的三对角矩阵，lambda 是标量

slagtm(l)

执行矩阵-向量乘积形式 B := alpha * * X + beta * B 其中是 N 阶三对角矩阵，B 和 X 是 N by NRHS 矩阵，alpha 和 beta ...

slagts(l)

可用于求解方程组 *x = y 或 '*x = y 中的一个

slagv2(l)

计算实 2x2 矩阵铅笔的广义 Schur 分解，其中 B 是上三角的

slahqr(l)

SLAHQR 是 SHSEQR 调用的辅助例程，用于更新已由 SHSEQR 计算的特征值和 Schur 分解，通过处理 Hessenberg 子矩阵...

slahr2(l)

减少实通用 n-BY- 矩阵的前 NB 列，使得 k-th 对角线以下的元素为零

slahrd(l)

减少实通用 n-by- 矩阵的前 NB 列，使得 k-th 对角线以下的元素为零

slaic1(l)

应用增量条件估计的一个步骤，以其最简单的形式

slaisnan(l)

子例程 i 不供通用使用

slaln2(l)

求解形式为 X = s B/X = s B 的系统，并可能对

slals0(l)

应用反向乘法因子，左/右奇异向量矩阵的对角矩阵附加到右侧矩阵 B 中，以求解最小...

slalsa(l)

是求解最小二乘问题的中间步骤，通过以紧凑形式计算系数矩阵的奇异值分解

slalsd(l)

使用奇异值分解来求解最小二乘问题，找到 X 以最小化 *X-B 的每一列的欧几里得范数，其中是 N-by-N 上...

slamch(l)

单精度机器参数

slamchtst(l)

slamrg(l)

将创建排列列表，该列表将合并到单个按升序排序的集合中

slaneg(l)

计算 Sturm 计数，在对三对角矩阵 T - sigma I 进行分解时遇到的负主元的数量

slangb(l)

返回 1 范数、Frobenius 范数、无穷范数或 n by n 带矩阵 的最大绝对值元素，其中 kl 个次对角线和 ku ...

slange(l)

返回实矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

slangt(l)

返回实三对角矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

slanhs(l)

返回Hessenberg矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

slansb(l)

返回n x n对称带状矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，具有k个超对角线

slansf(l)

返回实对称矩阵在 RFP 格式中的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

slansp(l)

返回实对称矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值，以打包形式提供

slanst(l)

返回实对称三对角矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

slansy(l)

返回实对称矩阵的 1-范数、Frobenius 范数、无穷范数或最大绝对值元素的值

slantb(l)

返回n x n三角带状矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，具有对角线

slantp(l)

返回三角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，以紧凑形式提供

slantr(l)

返回梯形或三角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

slanv2(l)

计算实 2x2 非对称矩阵的标准形式的 Schur 分解

slapll(l)

对于两个列向量X和Y，令 =

slapmt(l)

根据整数1,...,N的排列K,K,...,K重新排列M x N矩阵X的列

slapy2(l)

返回 sqrt，注意不要引起不必要的溢出

slapy3(l)

返回 sqrt，注意不要引起不必要的溢出

slaqgb(l)

使用向量R/C中的行/缩放因子对具有KL个次对角线/KU个超对角线的通用M x N带状矩阵进行平衡

slaqge(l)

使用向量R/C中的行/列缩放因子对通用M x N矩阵进行平衡

slaqp2(l)

计算块的带列主元QR分解

slaqps(l)

使用 Blas-3 计算实 M 乘 N 矩阵的带列主元的 QR 分解步骤

slaqr0(l)

SLAQR0 计算 Hessenberg 矩阵 H 的特征值，以及由 Schur 分解 H = Z T Z**T 得到的矩阵 T 和 Z，其中 T 是拟上三角矩阵，且 ...

slaqr1(l)

slaqr2(l)

slaqr3(l)

slaqr4(l)

SLAQR4 计算 Hessenberg 矩阵 H 的特征值，以及由 Schur 分解 H = Z T Z**T 得到的矩阵 T 和 Z，其中 T 是拟上三角矩阵，且 ...

slaqr5(l)

slaqsb(l)

使用向量S中的缩放因子对对称带状矩阵进行平衡

slaqsp(l)

使用向量S中的缩放因子对对称矩阵进行平衡

slaqsy(l)

使用向量S中的缩放因子对对称矩阵进行平衡

slaqtr(l)

如果 LREAL = .TRUE，则求解 op*p = scale*c 形式的实准三角系统

slar1v(l)

计算tridiagonal矩阵L D L^T - sigma I中行B1到BN的逆矩阵的第r列

slar2v(l)

从两侧应用实平面旋转向量到由向量 x、y 和 z 定义的 2x2 实对称矩阵序列

slarf(l)

从左侧或右侧将实初等反射器 H 应用于实 m 乘 n 矩阵 C

slarfb(l)

从左侧或右侧将实块反射器 H 或其转置 H' 应用于实 m 乘 n 矩阵 C

slarfg(l)

生成实初等反射器 H，阶数为 n，使得 H * = ，H' * H = I

slarfp(l)

生成实初等反射器 H，阶数为 n，使得 H * = ，H' * H = I

slarft(l)

形成实块反射器H的三角因子T，阶数为n，定义为k个基本反射器的乘积

slarfx(l)

从左侧或右侧将实初等反射器 H 应用于实 m 乘 n 矩阵 C

slargv(l)

生成由实向量x和y的元素确定的实平面旋转向量

slarnv(l)

返回来自均匀/正态分布的n个随机实数向量

slarra(l)

具有阈值SPLTOL的分裂点

slarrb(l)

相对稳健的表示 L D L^T，SLARRB 执行有限二分法以细化 L D L^T 的特征值

slarrc(l)

如果JOBT = 'T'，则计算对称三对角矩阵T在区间(VL,VU]内的特征值个数，如果JOBT = 'L'，则计算L D L^T的特征值个数

slarrd(l)

计算对称三对角矩阵T的特征值，达到合适的精度

slarre(l)

寻找给定的实对称三对角矩阵 T 的目标特征值，SLARRE 将任何小的非对角元素设为零，并针对每个不可约块 T_i ...

slarrf(l)

初始表示 L D L^T 及其接近特征值的簇，W, W,

slarrj(l)

T 的初始特征值近似值，SLARRJ 执行二分法以细化 T 的特征值

slarrk(l)

计算对称三对角矩阵T的一个特征值，达到合适的精度

slarrr(l)

测试以确定对称三对角矩阵T是否值得进行昂贵的计算，从而保证特征值的相对高精度

slarrv(l)

计算tridiagonal矩阵T = L D L^T的特征向量，给定L、D和L D L^T特征值的近似值

slarscl2(l)

对向量执行倒数对角线缩放

slartg(l)

构造平面旋转，使得 [ CS SN ]

slartv(l)

将实平面旋转向量应用于实向量x/y的元素

slaruv(l)

返回来自均匀分布的n个随机实数向量

slarz(l)

从左侧或右侧将实基本反射器H应用于实M-by-N矩阵C

slarzb(l)

将实块反射器H/其转置H**T应用于实分布式M-by-N C，从左侧/右侧

slarzt(l)

形成实块反射器H的三角因子T，阶数大于n，定义为k个基本反射器的乘积

slas2(l)

计算2-by-2矩阵 [ F G ] [ 0 H ]的奇异值

slascl(l)

将M-by-N实矩阵乘以实标量 CTO/CFROM

slascl2(l)

对向量执行对角线缩放

slasd0(l)

分治法，SLASD0 计算带有对角 D 和非对角 E 的实上双对角 N-by-M 矩阵 B 的奇异值分解，其中 M = ...

slasd1(l)

计算上双对角N-by-M矩阵B的SVD

slasd2(l)

将两组奇异值合并成单个排序组

slasd3(l)

找到世俗方程根的所有平方根，如D和Z中的值定义

slasd4(l)

子例程计算正对称秩一修正到正对角矩阵的第I个更新特征值的平方根，其条目由...给出

slasd5(l)

子例程计算正对称秩一修正的2-by-2对角矩阵diag * diag + RHO对角条目在...中的第I个特征值的平方根

slasd6(l)

计算通过附加行合并两个较小矩阵获得的更新上双对角矩阵B的SVD

slasd7(l)

将两组奇异值合并成单个排序组

slasd8(l)

找到世俗方程根的平方根

slasd9(l)

找到世俗方程根的平方根

slasda(l)

分治法，SLASDA 计算带有对角 D 和非对角 E 的实上双对角 N-by-M 矩阵 B 的奇异值分解，其中 M = ...

slasdq(l)

计算具有对角线D和非对角线E的实双对角矩阵的奇异值分解，如果需要则累积变换

slasdt(l)

为双对角分而治之创建子问题树

slaset(l)

将m-by-n矩阵初始化为对角线上的BETA/非对角线上的ALPHA

slasq1(l)

计算具有对角线D/非对角线E的实N-by-N双对角矩阵的奇异值

slasq2(l)

计算与qd数组Z相关的对称正定三对角矩阵的所有特征值，达到高相对精度，达到高相对...

slasq3(l)

检查是否可以进行消去，计算移位并调用dqds

slasq4(l)

使用来自先前变换的d值计算最小特征值的近似值TAU

slasq5(l)

以乒乓形式计算一个dqds变换，一个版本用于IEEE机器，另一个版本用于非IEEE机器

slasq6(l)

以乒乓形式计算一个dqd变换，并防止下溢和溢出

slasr(l)

将平面旋转序列应用于实矩阵

slasrt(l)

按递增顺序/按递减顺序排列D中的数字

slassq(l)

返回值scl和smsq，使得 *smsq = x**2 +...+ x**2 + *sumsq

slasv2(l)

计算2-by-2三角矩阵 [ F G ] [ 0 H ]的奇异值分解

slaswp(l)

对矩阵执行一系列行互换

slasy2(l)

求解N1-by-N2矩阵X，1 <= N1,N2 <= 2，在op*X + ISGN*X*op = SCALE*B中

slasyf(l)

使用Bunch-Kaufman对角枢轴方法计算实对称矩阵的偏分解

slatbs(l)

求解其中是上或下三角带矩阵的 *x = s*b 或 '*x = s*b，并进行缩放以防止溢出

slatdf(l)

使用由 SGETC2 计算的 n-by-n 矩阵 Z 的 LU 分解，并通过求解 Z * x = b 来计算倒数 Dif 估计的贡献，并选择右端项

slatps(l)

求解其中是上或下三角矩阵存储在紧凑形式中的 *x = s*b 或 '*x = s*b，并进行缩放以防止溢出

slatrd(l)

通过正交相似变换Q' * * Q将实对称矩阵的NB行和列减少为对称三对角形式，并返回矩阵V和...

slatrs(l)

求解其中是上或下三角矩阵的 *x = s*b/'*x = s*b，并进行缩放以防止溢出

slatrz(l)

将M-by-实上梯形矩阵 [ A1 A2 ] = [ ]分解为 * Z，通过正交变换

slatzm(l)

该例程已弃用/已被 SORMRZ 例程替换

slauu2(l)

计算U * U'或L' * L，其中三角因子U或L存储在数组的上三角或下三角部分

slauum(l)

计算U * U'或L' * L，其中三角因子U或L存储在数组的上三角或下三角部分

slazq3(l)

用于消去，计算移位并调用dqds

slazq4(l)

使用来自先前变换的d值计算最小特征值的近似值TAU

snrm2(l)

通过函数名称返回向量的欧几里得范数，即 SNRM2 := sqrt

sopgtr(l)

生成实正交矩阵 Q，定义为 n-1 个阶为 n 的基本反射器 H 的乘积，如 SSPTRD 使用打包存储所返回的那样

sopmtr(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

sorg2l(l)

生成具有正交列的m-by-n实矩阵Q

sorg2r(l)

生成具有正交列的m-by-n实矩阵Q

sorgbr(l)

生成在将实矩阵约化为双对角形式时由 SGEBRD 确定的实正交矩阵 Q/P**T 之一

sorghr(l)

生成实正交矩阵 Q，定义为 IHI-ILO 个阶为 N 的基本反射器之积，由 SGEHRD 返回

sorgl2(l)

生成具有正交行的m-by-n实矩阵Q

sorglq(l)

生成具有正交行的M-by-N实矩阵Q

sorgql(l)

生成具有正交列的M-by-N实矩阵Q

sorgqr(l)

生成具有正交列的M-by-N实矩阵Q

sorgr2(l)

生成具有正交行的m-by-n实矩阵Q

sorgrq(l)

生成具有正交行的M-by-N实矩阵Q

sorgtr(l)

生成实正交矩阵 Q，定义为 n-1 个阶为 N 的基本反射器之积，由 SSYTRD 返回

sorm2l(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

sorm2r(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

sormbr(l)

VECT = 'Q'，SORMBR 用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用实 M-by-N 矩阵 C

sormhr(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

sorml2(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

sormlq(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

sormql(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

sormqr(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

sormr2(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

sormr3(l)

覆盖通用实m-by-n矩阵C，如果SIDE = 'L'且TRANS = 'N'，则为Q * C，如果SIDE = 'L'且TRANS = 'T'，则为Q'* C，如果SIDE = 'R'且TRANS = ...

sormrq(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

sormrz(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

sormtr(l)

覆盖通用实M-by-N矩阵C，SIDE = 'L' SIDE = 'R' TRANS = 'N'

spbcon(l)

估计实对称正定带矩阵的条件数倒数，使用由 SPBTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T

spbequ(l)

计算用于平衡对称正定带矩阵/降低其条件数的行/列缩放

spbrfs(l)

当系数矩阵是对称正定且带状时，改进线性方程组的计算解，并提供误差界限和...

spbstf(l)

计算实对称正定带矩阵的分割Cholesky分解

spbsv(l)

计算实数线性方程组 * X = B 的解

spbsvx(l)

使用Cholesky分解= U**T*U或= L*L**T来计算实线性方程组 * X = B的解

spbtf2(l)

计算实对称正定带矩阵的Cholesky分解

spbtrf(l)

计算实对称正定带矩阵的Cholesky分解

spbtrs(l)

使用由 SPBTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T，求解带有对称正定带矩阵的线性方程组 *X = B

spftrf(l)

计算实对称正定矩阵的Cholesky分解

spftri(l)

使用由 SPFTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T 计算实正定矩阵的逆

spftrs(l)

使用由 SPFTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T，求解带有对称正定矩阵的线性方程组 *X = B

spocon(l)

估计实对称正定矩阵的条件数倒数，使用由 SPOTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T

spoequ(l)

计算行/列缩放，旨在平衡对称正定矩阵/减小其条件数

spoequb(l)

计算行/列缩放，旨在平衡对称正定矩阵/减小其条件数

sporfs(l)

改进当系数矩阵为对称正定时线性方程组的计算解

sporfsx(l)

SPORFSX 在系数矩阵为对称正定时改进线性方程组的计算解，并提供误差界限和后向 ...

sposv(l)

计算实数线性方程组 * X = B 的解

sposvx(l)

使用Cholesky分解= U**T*U或= L*L**T来计算实线性方程组 * X = B的解

sposvxx(l)

SPOSVXX 使用 Cholesky 分解 = U**T*U 或 = L*L**T 来计算实线性方程组 * X = B 的解，其中是 N-by-N 对称正定 ...

spotf2(l)

计算实对称正定矩阵的Cholesky分解

spotrf(l)

计算实对称正定矩阵的Cholesky分解

spotri(l)

使用由 SPOTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T 计算实对称正定矩阵的逆

spotrs(l)

使用由 SPOTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T，求解带有对称正定矩阵的线性方程组 *X = B

sppcon(l)

估计实对称正定打包矩阵的条件数倒数，使用由 SPPTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T

sppequ(l)

计算行/列缩放，旨在平衡压缩存储中的对称正定矩阵/降低其条件数

spprfs(l)

改进当系数矩阵为对称正定且压缩时线性方程组的计算解，并提供误差界限和...

sppsv(l)

计算实数线性方程组 * X = B 的解

sppsvx(l)

使用Cholesky分解= U**T*U或= L*L**T来计算实线性方程组 * X = B的解

spptrf(l)

计算压缩存储中实对称正定矩阵的 Cholesky 分解

spptri(l)

使用由 SPPTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T 计算实对称正定矩阵的逆

spptrs(l)

使用由 DPPTRF 计算的 Cholesky 分解 = U**T*U/= L*L**T 求解压缩形式的线性方程组 *X = B

spstf2(l)

计算实对称正定半定矩阵的完全主元 Cholesky 分解

spstrf(l)

计算实对称正定半定矩阵的完全主元 Cholesky 分解

sptcon(l)

使用由 SPTTRF 计算的分解 = L*D*L**T/= U**T*D*U 计算实对称正定三对角矩阵的条件数倒数

spteqr(l)

通过首先使用 SPTTRF 对矩阵进行分解，然后调用 SBDSQR 计算对称正定三对角矩阵的所有特征值和特征向量 ...

sptrfs(l)

改进当系数矩阵为对称正定且三对角时线性方程组的计算解，并提供误差界限和...

sptsv(l)

计算实线性方程组 *X = B 的解，其中是 N 乘 N 对称正定三对角矩阵，X 和 B 是 N 乘 NRHS 矩阵

sptsvx(l)

使用分解 = L*D*L**T 计算实线性方程组 *X = B 的解，其中是 N 乘 N 对称正定三对角矩阵，并且...

spttrf(l)

计算实对称正定三对角矩阵的 L*D*L' 分解

spttrs(l)

使用由 SPTTRF 计算的分解 = L*D*L' 求解 * X = B 形式的三对角系统

sptts2(l)

使用由 SPTTRF 计算的分解 = L*D*L' 求解 * X = B 形式的三对角系统

squeleton(l)

of ROUTINE> 计算 参数 ========= TYPE 参数描述 TYPE 参数描述 更多细节 ...

srot(l)

应用平面旋转

srotg(l)

SROTG 构建 Givens 平面旋转

srotm(l)

将修改后的 Givens 变换 H 应用于 2-乘-N 矩阵，其中 **T 表示转置

srotmg(l)

构建修改后的 GIVENS 变换矩阵 H，它将 2-向量 (SQRT*SX1, SQRT* 的第二个分量置零

srscl(l)

将 n 元素实向量 x 乘以实标量 1/

ssbev(l)

计算实对称带状矩阵的所有特征值和特征向量

ssbevd(l)

计算实对称带状矩阵的所有特征值和特征向量

ssbevx(l)

计算实对称带状矩阵的选定特征值和特征向量

ssbgst(l)

将实对称正定带状广义特征问题 A*x = lambda*B*x 归约为标准形式 C*y = lambda*y

ssbgv(l)

计算实对称正定带状广义特征问题 A*x = B*x 的所有特征值和特征向量

ssbgvd(l)

计算实对称正定带状广义特征问题 A*x = B*x 的所有特征值和特征向量

ssbgvx(l)

计算实对称正定带状广义特征问题 A*x = B*x 的选定特征值和特征向量

ssbmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

ssbtrd(l)

通过正交相似变换将实对称带状矩阵归约为对称三对角形式 T

sscal(l)

按常数缩放向量

ssfrk(l)

3 类似于BLAS的例程，用于RFP格式的C

sspcon(l)

估计实对称打包矩阵的条件数倒数，使用由 SSPTRF 计算的分解 = U*D*U**T/= L*D*L**T

sspev(l)

计算压缩存储中实对称矩阵的所有特征值和特征向量

sspevd(l)

计算压缩存储中实对称矩阵的所有特征值和特征向量

sspevx(l)

计算压缩存储中实对称矩阵的选定特征值和特征向量

sspgst(l)

使用压缩存储将实对称正定广义特征问题归约为标准形式

sspgv(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的所有特征值和特征向量

sspgvd(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的所有特征值和特征向量

sspgvx(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的选定特征值和特征向量

sspmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

sspr(l)

执行对称秩 1 操作 A := alpha*x*x' + A

sspr2(l)

执行对称秩 2 操作 A := alpha*x*y' + alpha*y*x' + A

ssprfs(l)

改进线性方程组的计算解，当系数矩阵是对称不定且紧密时，并提供误差界和反向...

sspsv(l)

计算实数线性方程组 * X = B 的解

sspsvx(l)

使用对角选主元分解 A = U*D*U**T 或 A = L*D*L**T 计算实线性方程组 A * X = B 的解，其中 A 是 N-乘-N 对称矩阵...

ssptrd(l)

通过正交相似变换将以压缩形式存储的实对称矩阵归约为对称三对角形式 T

ssptrf(l)

使用 Bunch-Kaufman 对角选主元法计算以压缩格式存储的实对称矩阵的分解

ssptri(l)

使用由 SSPTRF 计算的分解 = U*D*U**T/= L*D*L**T 计算打包存储中实对称不定矩阵的逆

ssptrs(l)

使用由 SSPTRF 计算的分解 = U*D*U**T/= L*D*L**T 求解打包格式存储的实对称矩阵的线性方程组 *X = B

sstebz(l)

计算对称三对角矩阵 T 的特征值

sstedc(l)

使用分治法计算对称三对角矩阵的所有特征值和，，特征向量

sstegr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

sstein(l)

使用反迭代法计算对应于指定特征值的实对称三对角矩阵 T 的特征向量

sstemr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

ssteqr(l)

使用隐式 QL 或 QR 方法计算对称三对角矩阵的所有特征值和，，特征向量

ssterf(l)

使用 QL/QR 算法的 Pal-Walker-Kahan 变体计算对称三对角矩阵的所有特征值

sstev(l)

计算实对称三对角矩阵的所有特征值和特征向量

sstevd(l)

计算实对称三对角矩阵的所有特征值和特征向量

sstevr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

sstevx(l)

计算实对称三对角矩阵的选定特征值和特征向量

sswap(l)

交换两个向量

ssycon(l)

估计实对称矩阵的条件数倒数，使用由 SSYTRF 计算的分解 = U*D*U**T/= L*D*L**T

ssyequb(l)

计算行/列缩放，旨在平衡对称矩阵/降低其条件数

ssyev(l)

计算实对称矩阵的所有特征值和特征向量

ssyevd(l)

计算实对称矩阵的所有特征值和特征向量

ssyevr(l)

计算实对称矩阵的选定特征值和特征向量

ssyevx(l)

计算实对称矩阵的选定特征值和特征向量

ssygs2(l)

将实对称正定广义特征问题归约为标准形式

ssygst(l)

将实对称正定广义特征问题归约为标准形式

ssygv(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的所有特征值和特征向量

ssygvd(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的所有特征值和特征向量

ssygvx(l)

计算实对称正定广义特征问题 A*x = B*x, ABx = x, 或 BAx = x 的选定特征值和特征向量

ssymm(l)

执行矩阵-矩阵运算 C := alpha**B + beta*C

ssymv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

ssyr(l)

执行对称秩 1 操作 A := alpha*x*x' + A

ssyr2(l)

执行对称秩 2 操作 A := alpha*x*y' + alpha*y*x' + A

ssyr2k(l)

执行对称秩 2k 操作之一 C := alpha**B' + alpha*B*' + beta*C

ssyrfs(l)

改进线性方程组的计算解，当系数矩阵是对称不定时，并提供误差界和反向误差...

ssyrfsx(l)

SSYRFSX 在系数矩阵为对称不定时改进线性方程组的计算解，并提供误差界限和后向误差 ...

ssyrk(l)

执行对称秩 k 操作之一 C := alpha**' + beta*C

ssysv(l)

计算实数线性方程组 * X = B 的解

ssysvx(l)

使用对角选主元分解计算实线性方程组 A * X = B 的解

ssysvxx(l)

SSYSVXX 使用对角选主元分解来计算实线性方程组 * X = B 的解，其中是 N-by-N 对称矩阵，X 和 B 是 ...

ssytd2(l)

通过正交相似变换将实对称矩阵归约为对称三对角形式 T

ssytf2(l)

使用 Bunch-Kaufman 对角选主元法计算实对称矩阵的分解

ssytrd(l)

通过正交相似变换将实对称矩阵归约为实对称三对角形式 T

ssytrf(l)

使用 Bunch-Kaufman 对角选主元法计算实对称矩阵的分解

ssytri(l)

使用由 SSYTRF 计算的分解 = U*D*U**T/= L*D*L**T 计算实对称不定矩阵的逆

ssytrs(l)

使用由 SSYTRF 计算的分解 = U*D*U**T/= L*D*L**T 求解实对称矩阵的线性方程组 *X = B

stbcon(l)

估计三角带矩阵，在 1 范数或无穷范数中，条件数的倒数

stbmv(l)

执行矩阵-向量操作之一：x := A*x, 或 x := A'*x

stbrfs(l)

为具有三角带系数矩阵的线性方程组的解提供误差界/反向误差估计

stbsv(l)

求解方程组之一：A*x = b, 或 A'*x = b

stbtrs(l)

求解三角形方程组 A * X = B 或 A**T * X = B

stfsm(l)

RFP 格式中的 3 BLAS 类似例程

stftri(l)

计算 RFP 格式中存储的三角矩阵的逆

stfttp(l)

将三角矩阵从矩形全打包格式复制到标准打包格式

stfttr(l)

将三角矩阵从矩形全打包格式复制到标准全格式

stgevc(l)

计算一对实矩阵 (S, P) 的部分或全部右/左特征向量，其中 S 是拟三角矩阵，P 是上三角矩阵

stgex2(l)

通过正交等价变换交换上三角矩阵对中相邻的 1-乘-1 / 2-乘-2 对角块

stgexc(l)

使用正交等价变换 (A, B) = Q * (A, B) * Z' 重排实矩阵对的广义实 Schur 分解

stgsen(l)

重排实矩阵对的广义实 Schur 分解（通过正交等价变换 Q' * (A, B) * Z），使得所选的...

stgsja(l)

计算两个实上三角矩阵 (A, B) 的广义奇异值分解

stgsna(l)

估计广义实 Schur 标准形式（或任何矩阵对）中矩阵对的指定特征值/特征向量的倒数条件数

stgsy2(l)

求解广义 Sylvester 方程

stgsyl(l)

求解广义 Sylvester 方程

stpcon(l)

估计打包三角矩阵，在 1 范数或无穷范数中，条件数的倒数

stpmv(l)

执行矩阵-向量操作之一：x := A*x, 或 x := A'*x

stprfs(l)

为具有三角打包系数矩阵的线性方程组的解提供误差界/反向误差估计

stpsv(l)

求解方程组之一：A*x = b, 或 A'*x = b

stptri(l)

计算以压缩格式存储的实上/下三角矩阵的逆

stptrs(l)

求解三角形方程组 A * X = B 或 A**T * X = B

stpttf(l)

将三角矩阵从标准打包格式复制到矩形全打包格式

stpttr(l)

将三角矩阵从标准打包格式复制到标准全格式

strcon(l)

估计三角矩阵，在 1 范数或无穷范数中，条件数的倒数

strevc(l)

计算实上拟三角矩阵 T 的部分/全部右/左特征向量

strexc(l)

重排实矩阵 A = Q*T*Q**T 的实 Schur 分解，使得行索引为 IFST 的 T 的对角块移动到 ILST

strmm(l)

执行矩阵-矩阵操作之一：B := alpha*op*B, 或 B := alpha*B*op

strmv(l)

执行矩阵-向量操作之一：x := A*x, 或 x := A'*x

strrfs(l)

为具有三角系数矩阵的线性方程组的解提供误差界/反向误差估计

strsen(l)

重排实矩阵 A = Q*T*Q**T 的实 Schur 分解，使得所选的特征值簇出现在上三角矩阵...

strsm(l)

求解矩阵方程之一 op*X = alpha*B，或 X*op = alpha*B

strsna(l)

估计实上拟三角矩阵 T 的指定特征值/右特征向量的倒数条件数

strsv(l)

求解方程组之一：A*x = b, 或 A'*x = b

strsyl(l)

求解实 Sylvester 矩阵方程

strti2(l)

计算实上/下三角矩阵的逆

strtri(l)

计算实上/下三角矩阵的逆

strtrs(l)

求解三角形方程组 A * X = B 或 A**T * X = B

strttf(l)

将标准全格式的三角矩阵复制到矩形全打包格式

strttp(l)

将全格式的三角矩阵复制到标准打包格式

stzrqf(l)

该例程已弃用/已被 STZRZF 例程替换

stzrzf(l)

通过正交变换将 M-乘-N 实上梯形矩阵归约为上三角形式

tstiee(l)

从 LAPACK 例程中调用，为本地环境选择与问题相关的参数

xerbla(l)

是 LAPACK 例程的错误处理程序

xerbla_array(l)

协助其他语言调用 XERBLA、LAPACK 和 BLAS 错误处理程序

zaxpy(l)

ZAXPY 常数乘向量加上向量

zbdsqr(l)

计算奇异值以及，，实 N 阶双对角矩阵 B 的奇异向量分解的右/左奇异向量，使用隐式零移 QR ...

zcgesv(l)

计算复数线性方程组 * X = B 的解

zcopy(l)

ZCOPY 复制向量 x 到向量 y

zcposv(l)

计算复数线性方程组 * X = B 的解

zdotc(l)

形成向量的点积

zdotu(l)

ZDOTU 形成两个向量的点积

zdrot(l)

平面旋转，其中 cos 和 sin 是实数，向量 cx 和 cy 是复数

zdrscl(l)

将 n 元素复向量 x 乘以实标量 1/

zdscal(l)

ZDSCAL 按常数缩放向量

zgbbrd(l)

将复数一般 m 阶 n 阶带状矩阵通过酉变换化简为实上双对角矩阵 B

zgbcon(l)

估计复数一般带状矩阵的条件数的倒数，使用 1-范数或无穷范数

zgbequ(l)

计算行/列缩放，旨在平衡 M 阶 N 阶带状矩阵/降低其条件数

zgbequb(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

zgbmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y，或 y := alpha*'*x + beta*y，或 y := alpha*conjg*x + beta*y

zgbrfs(l)

改进带状系数矩阵的线性方程组的计算解，并为解提供误差界限和后向误差估计

zgbrfsx(l)

ZGBRFSX 改进线性方程组的计算解/提供解的误差界限/后向误差估计

zgbsv(l)

计算复数线性方程组 * X = B 的解，其中是 N 阶带状矩阵，具有 KL 个子对角线和 KU 个超对角线，X 和 B 是...

zgbsvx(l)

使用 LU 分解计算复数线性方程组 * X = B，**T * X = B，或 **H * X = B

zgbsvxx(l)

ZGBSVXX 使用 LU 分解来计算复数*16 线性方程组 * X = B 的解，其中是 N-by-N 矩阵，X 和 B 是 N-by-NRHS 矩阵

zgbtf2(l)

使用部分枢轴和行互换计算复数 m 阶 n 阶带状矩阵的 LU 分解

zgbtrf(l)

使用部分枢轴和行互换计算复数 m 阶 n 阶带状矩阵的 LU 分解

zgbtrs(l)

使用由 ZGBTRF 计算的 LU 分解，求解通用带矩阵的线性方程组 * X = B，**T * X = B，或 **H * X = B

zgebak(l)

通过对 ZGEBAL 输出的平衡矩阵的计算特征向量进行后向变换，形成复通用矩阵的右/左特征向量

zgebal(l)

平衡一般复数矩阵

zgebd2(l)

通过酉变换将复数一般 m 阶 n 阶矩阵化简为上/下实双对角矩阵 B

zgebrd(l)

通过酉变换将一般复数 M 阶 N 阶矩阵化简为上/下双对角矩阵 B

zgecon(l)

估计通用复矩阵的条件数倒数（1-范数或无穷范数），使用由 ZGETRF 计算的 LU 分解

zgeequ(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

zgeequb(l)

计算行/列缩放，旨在平衡 M 阶 N 阶矩阵/降低其条件数

zgees(l)

计算 N 阶 N 阶复数非对称矩阵的特征值、Schur 形式 T 以及 Schur 向量矩阵 Z

zgeesx(l)

计算 N 阶 N 阶复数非对称矩阵的特征值、Schur 形式 T 以及 Schur 向量矩阵 Z

zgeev(l)

计算 N 阶 N 阶复数非对称矩阵的特征值以及左/右特征向量

zgeevx(l)

计算 N 阶 N 阶复数非对称矩阵的特征值以及左/右特征向量

zgegs(l)

该例程已弃用/已被 ZGGES 例程替换

zgegv(l)

该例程已弃用/已被 ZGGEV 例程替换

zgehd2(l)

通过酉相似变换将复数一般矩阵化简为上 Hessenberg 形式 H

zgehrd(l)

通过酉相似变换将复数一般矩阵化简为上 Hessenberg 形式 H

zgelq2(l)

计算复数 m 阶 n 阶矩阵的 LQ 分解

zgelqf(l)

计算复数 M 阶 N 阶矩阵的 LQ 分解

zgels(l)

使用矩阵的 QR 或 LQ 分解求解超定或欠定复数线性系统，涉及 M 阶 N 阶矩阵

zgelsd(l)

计算实线性最小二乘问题的最小范数解

zgelss(l)

计算复线性最小二乘问题的最小范数解

zgelsx(l)

该例程已弃用/已被 ZGELSY 例程替换

zgelsy(l)

计算复线性最小二乘问题的最小范数解

zgemm(l)

执行矩阵-矩阵运算 C := alpha*op*op + beta*C

zgemv(l)

执行矩阵-向量运算 y := alpha**x + beta*y，或 y := alpha*'*x + beta*y，或 y := alpha*conjg*x + beta*y

zgeql2(l)

计算复数 m 阶 n 阶矩阵的 QL 分解

zgeqlf(l)

计算复数 M 阶 N 阶矩阵的 QL 分解

zgeqp3(l)

计算矩阵的带列枢轴的 QR 分解

zgeqpf(l)

该例程已弃用/已被 ZGEQP3 例程替换

zgeqr2(l)

计算复数 m 阶 n 阶矩阵的 QR 分解

zgeqrf(l)

计算复数 M 阶 N 阶矩阵的 QR 分解

zgerc(l)

执行秩 1 运算 := alpha*x*conjg +

zgerfs(l)

改进线性方程组的计算解/提供误差界限/后向误差估计

zgerfsx(l)

ZGERFSX 改进线性方程组的计算解/提供解的误差界限/后向误差估计

zgerq2(l)

计算复数 m 阶 n 阶矩阵的 RQ 分解

zgerqf(l)

计算复数 M 阶 N 阶矩阵的 RQ 分解

zgeru(l)

执行秩 1 运算 := alpha*x*y' +

zgesc2(l)

使用带有由 ZGETC2 计算的全选主元 LU 分解，求解通用 N-by-N 矩阵的线性方程组 * X = scale* RHS

zgesdd(l)

使用分治法计算复数 M 阶 N 阶矩阵的奇异值分解，计算左/右奇异向量

zgesv(l)

计算复数线性方程组 * X = B 的解

zgesvd(l)

计算复数 M 阶 N 阶矩阵的奇异值分解，计算左/右奇异向量

zgesvx(l)

使用 LU 分解计算复数线性方程组 * X = B 的解

zgesvxx(l)

ZGESVXX 使用 LU 分解来计算复数*16 线性方程组 * X = B 的解，其中是 N-by-N 矩阵，X 和 B 是 N-by-NRHS 矩阵

zgetc2(l)

使用完全枢轴计算 n 阶 n 阶矩阵的 LU 分解

zgetf2(l)

使用部分枢轴和行互换计算一般 m 阶 n 阶矩阵的 LU 分解

zgetrf(l)

使用部分枢轴和行互换计算一般 M 阶 N 阶矩阵的 LU 分解

zgetri(l)

使用由 ZGETRF 计算的 LU 分解计算矩阵的逆

zgetrs(l)

使用由 ZGETRF 计算的 LU 分解，求解通用 N-by-N 矩阵的线性方程组 * X = B，**T * X = B，或 **H * X = B

zggbak(l)

通过对平衡矩阵的计算特征向量进行反向变换，形成复数广义特征值问题 *x = lambda*B*x 的右或左特征向量

zggbal(l)

平衡一对一般复数矩阵

zgges(l)

计算一对 N 阶 N 阶复数非对称矩阵的广义特征值、广义复数 Schur 形式以及左/右 Schur 向量

zggesx(l)

计算一对 N 阶 N 阶复数非对称矩阵的广义特征值、复数 Schur 形式

zggev(l)

计算一对 N 阶 N 阶复数非对称矩阵的广义特征值以及左/右广义特征向量

zggevx(l)

计算一对 N 阶 N 阶复数非对称矩阵的广义特征值以及左/右广义特征向量

zggglm(l)

求解一般 Gauss-Markov 线性模型问题

zgghrd(l)

使用酉变换将一对复数矩阵化简为广义上 Hessenberg 形式，其中是一般矩阵，B 是上三角矩阵

zgglse(l)

求解线性等式约束最小二乘问题

zggqrf(l)

计算 N 阶 M 阶矩阵/N 阶 P 阶矩阵 B 的广义 QR 分解

zggrqf(l)

计算 M 阶 N 阶矩阵/P 阶 N 阶矩阵 B 的广义 RQ 分解

zggsvd(l)

计算复数 M 阶 N 阶矩阵/复数 P 阶 N 阶矩阵 B 的广义奇异值分解

zggsvp(l)

计算酉矩阵 U、V 和 Q，使得 N-K-L K L U'**Q = K 如果 M-K-L >= 0

zgtcon(l)

使用由 ZGTTRF 计算的 LU 分解估计复三对角矩阵的条件数倒数

zgtrfs(l)

改进带状系数矩阵的线性方程组的计算解，并为解提供误差界限和后向误差估计

zgtsv(l)

求解方程 *X = B

zgtsvx(l)

使用 LU 分解计算复数线性方程组 * X = B，**T * X = B，或 **H * X = B

zgttrf(l)

使用消去法和部分枢轴/行互换计算复数三对角矩阵的 LU 分解

zgttrs(l)

求解线性方程组 * X = B，**T * X = B，或 **H * X = B

zgtts2(l)

求解线性方程组 * X = B，**T * X = B，或 **H * X = B

zhbev(l)

计算复数 Hermitian 带状矩阵的所有特征值和特征向量

zhbevd(l)

计算复数 Hermitian 带状矩阵的所有特征值和特征向量

zhbevx(l)

计算复数 Hermitian 带状矩阵的选定特征值和特征向量

zhbgst(l)

将复数 Hermitian-definite 带状广义特征值问题 *x = lambda*B*x 化简为标准形式 C*y = lambda*y

zhbgv(l)

计算复数广义 Hermitian-definite 带状特征值问题的所有特征值和特征向量，形式为 *x=*B*x

zhbgvd(l)

计算复数广义 Hermitian-definite 带状特征值问题的所有特征值和特征向量，形式为 *x=*B*x

zhbgvx(l)

计算复数广义 Hermitian-definite 带状特征值问题的所有特征值和特征向量，形式为 *x=*B*x

zhbmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

zhbtrd(l)

通过酉相似变换将复数 Hermitian 带状矩阵化简为实对称三对角矩阵 T

zhecon(l)

估计复厄米矩阵的条件数倒数，使用由 ZHETRF 计算的分解 = U*D*U**H/= L*D*L**H

zheequb(l)

计算行/列缩放，旨在平衡对称矩阵/降低其条件数

zheev(l)

计算复数 Hermitian 矩阵的所有特征值和特征向量

zheevd(l)

计算复数 Hermitian 矩阵的所有特征值和特征向量

zheevr(l)

计算复数 Hermitian 矩阵的选定特征值和特征向量

zheevx(l)

计算复数 Hermitian 矩阵的选定特征值和特征向量

zhegs2(l)

将复数 Hermitian-definite 广义特征值问题化简为标准形式

zhegst(l)

将复数 Hermitian-definite 广义特征值问题化简为标准形式

zhegv(l)

计算复数广义 Hermitian-definite 特征值问题的所有特征值和特征向量，形式为 *x=*B*x、*Bx=*x 或 B**x=*x

zhegvd(l)

计算复数广义 Hermitian-definite 特征值问题的所有特征值和特征向量，形式为 *x=*B*x、*Bx=*x 或 B**x=*x

zhegvx(l)

计算复数广义 Hermitian-definite 特征值问题的选定特征值和特征向量，形式为 *x=*B*x、*Bx=*x 或 B**x=*x

zhemm(l)

执行矩阵-矩阵运算 C := alpha**B + beta*C

zhemv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

zher(l)

执行 Hermitian 秩 1 运算 := alpha*x*conjg +

zher2(l)

执行 Hermitian 秩 2 运算 := alpha*x*conjg + conjg*y*conjg +

zher2k(l)

执行一个Hermitian秩为2k的操作 C := alpha**conjg + conjg*B*conjg + beta*C

zherfs(l)

当系数矩阵为Hermitian不定矩阵时，改进求解线性方程组的计算解，并提供误差界限和后向误差...

zherfsx(l)

ZHERFSX 在系数矩阵为厄米不定时改进线性方程组的计算解，并提供误差界限和后向误差 ...

zherk(l)

执行一个Hermitian秩为k的操作 C := alpha**conjg + beta*C

zhesv(l)

计算复数线性方程组 * X = B 的解

zhesvx(l)

使用对角线主元分解来计算复线性方程组 * X = B 的解

zhesvxx(l)

ZHESVXX 使用对角选主元分解来计算复数*16 线性方程组 * X = B 的解，其中是 N-by-N 对称矩阵，X 和 B ...

zhetd2(l)

通过酉相似变换将复Hermitian矩阵简化为实对称三对角矩阵 T

zhetf2(l)

使用Bunch-Kaufman对角线主元方法计算复Hermitian矩阵的分解

zhetrd(l)

通过酉相似变换将复Hermitian矩阵简化为实对称三对角矩阵 T

zhetrf(l)

使用Bunch-Kaufman对角线主元方法计算复Hermitian矩阵的分解

zhetri(l)

使用由 ZHETRF 计算的分解 = U*D*U**H/= L*D*L**H 计算复厄米不定矩阵的逆

zhetrs(l)

使用由 ZHETRF 计算的分解 = U*D*U**H/= L*D*L**H 求解复厄米矩阵的线性方程组 *X = B

zhfrk(l)

3 类似于BLAS的例程，用于RFP格式的C

zhgeqz(l)

计算复矩阵对的特征值

zhpcon(l)

估计复厄米打包矩阵的条件数倒数，使用由 ZHPTRF 计算的分解 = U*D*U**H/= L*D*L**H

zhpev(l)

计算复Hermitian矩阵在紧凑存储中的所有特征值和，，特征向量

zhpevd(l)

计算复Hermitian矩阵在紧凑存储中的所有特征值和，，特征向量

zhpevx(l)

计算复Hermitian矩阵在紧凑存储中的选定特征值和，，特征向量

zhpgst(l)

使用紧凑存储将复Hermitian-定广义特征问题简化为标准形式

zhpgv(l)

计算复广义Hermitian-定特征问题的全部特征值和，，特征向量，形式为 *x=*B*x，*Bx=*x，或 B**x=*x

zhpgvd(l)

计算复广义Hermitian-定特征问题的全部特征值和，，特征向量，形式为 *x=*B*x，*Bx=*x，或 B**x=*x

zhpgvx(l)

计算复广义Hermitian-定特征问题的选定特征值和，，特征向量，形式为 *x=*B*x，*Bx=*x，或 B**x=*x

zhpmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

zhpr(l)

执行 Hermitian 秩 1 运算 := alpha*x*conjg +

zhpr2(l)

执行 Hermitian 秩 2 运算 := alpha*x*conjg + conjg*y*conjg +

zhprfs(l)

改进求解线性方程组的计算解，当系数矩阵为Hermitian不定矩阵且为紧凑形式时，并提供误差界限和后向...

zhpsv(l)

计算复数线性方程组 * X = B 的解

zhpsvx(l)

使用对角线主元分解 = U*D*U**H 或 = L*D*L**H 计算复线性方程组 * X = B 的解，其中是 N-by-N Hermitian ...

zhptrd(l)

通过酉相似变换将以紧凑形式存储的复Hermitian矩阵简化为实对称三对角矩阵 T

zhptrf(l)

使用Bunch-Kaufman对角线主元方法计算复Hermitian紧凑矩阵的分解

zhptri(l)

使用由 ZHPTRF 计算的分解 = U*D*U**H/= L*D*L**H 计算打包存储中复厄米不定矩阵的逆

zhptrs(l)

使用由 ZHPTRF 计算的分解 = U*D*U**H/= L*D*L**H 求解打包格式存储的复厄米矩阵的线性方程组 *X = B

zhsein(l)

使用反迭代法找到复上Hessenberg矩阵H的指定右/左特征向量

zhseqr(l)

ZHSEQR 计算 Hessenberg 矩阵 H 的特征值，以及由 Schur 分解 H = Z T Z**H 得到的矩阵 T 和 Z，其中 T 是上三角矩阵，且 Z 是 ...

zla_gbamv(l)

执行一种矩阵-向量运算 y := alpha*abs*abs + beta*abs

zla_gbrcond_c(l)

ZLA_GBRCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是双精度向量

zla_gbrcond_x(l)

ZLA_GBRCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复数*16 向量

zla_gbrfsx_extended(l)

计算

zla_gbrpvgrw(l)

计算

zla_geamv(l)

执行一种矩阵-向量运算 y := alpha*abs*abs + beta*abs

zla_gercond_c(l)

ZLA_GERCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是双精度向量

zla_gercond_x(l)

ZLA_GERCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复数*16 向量

zla_gerfsx_extended(l)

计算

zla_heamv(l)

执行矩阵-向量运算 y := alpha*abs*abs + beta*abs

zla_hercond_c(l)

ZLA_HERCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是双精度向量

zla_hercond_x(l)

ZLA_HERCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复数*16 向量

zla_herfsx_extended(l)

计算

zla_herpvgrw(l)

计算

zla_lin_berr(l)

ZLA_LIN_BERR 从公式 max ( abs(R)/( abs(op)*abs + abs ) ) 计算分量相对后向误差，其中 abs 是分量的绝对值 ...

zla_porcond_c(l)

DLA_PORCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是双精度向量 参数 ========= C 双精度向量

zla_porcond_x(l)

ZLA_PORCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复数*16 向量

zla_porfsx_extended(l)

计算

zla_porpvgrw(l)

计算

zla_rpvgrw(l)

计算

zla_syamv(l)

执行矩阵-向量运算 y := alpha*abs*abs + beta*abs

zla_syrcond_c(l)

ZLA_SYRCOND_C 计算 op * inv(diag) 的无穷范数条件数，其中 C 是双精度向量

zla_syrcond_x(l)

ZLA_SYRCOND_X 计算 op * diag 的无穷范数条件数，其中 X 是复数*16 向量

zla_syrfsx_extended(l)

计算

zla_syrpvgrw(l)

计算

zla_wwaddw(l)

ZLA_WWADDW 将向量 W 添加到双单精度向量中

zlabrd(l)

通过酉变换 Q' * * P 将复一般 m by n 矩阵的前 NB 行和列简化为上或下实双对角形式，并返回...

zlacgv(l)

共轭长度为 N 的复向量

zlacn2(l)

估计平方复矩阵的 1 范数

zlacon(l)

估计平方复矩阵的 1 范数

zlacp2(l)

将实二维矩阵的所有/部分复制到复矩阵 B

zlacpy(l)

将二维矩阵的所有/部分复制到另一个矩阵 B

zlacrm(l)

执行非常简单的矩阵-矩阵乘法

zlacrt(l)

执行操作 ==> 其中 c/s 是复/向量 x/y 是复

zladiv(l)

:= X/Y，其中 X 和 Y 是复数

zlaed0(l)

分治法，ZLAED0 计算对称三对角矩阵的所有特征值，该矩阵是来自约化稠密或带矩阵所得块中的一个对角块 ...

zlaed7(l)

计算通过秩为一的对称矩阵修改后对角矩阵的更新特征系统

zlaed8(l)

将两组特征值合并成单个排序组

zlaein(l)

使用反迭代法找到与复上Hessenberg矩阵H的特征值W对应的右/左特征向量

zlaesy(l)

计算 2-by-2 对称矩阵 ( ; ) 的特征分解，前提是特征向量矩阵的范数大于某个阈值

zlaev2(l)

计算 2-by-2 Hermitian 矩阵 [ B ] [ CONJG C ] 的特征分解

zlag2c(l)

将复数*16 矩阵 SA 转换为复数矩阵

zlags2(l)

计算 2-by-2 酉矩阵 U、V 和 Q，使得如果那么 U'**Q = U'**Q = 并且 V'*B*Q = V'**Q = 或者如果那么 U'**Q = U'**Q = 并且 V'*B*Q = V'**Q = 其中 U = ...

zlagtm(l)

执行矩阵-向量乘积形式 B := alpha * * X + beta * B 其中是 N 阶三对角矩阵，B 和 X 是 N by NRHS 矩阵，alpha 和 beta ...

zlahef(l)

使用Bunch-Kaufman对角线主元方法计算复Hermitian矩阵的部分分解

zlahqr(l)

ZLAHQR 是 CHSEQR 调用的辅助例程，用于通过处理 Hessenberg 子矩阵来更新已由 CHSEQR 计算出的特征值和 Schur 分解 ...

zlahr2(l)

减少复一般 n-BY- 矩阵的前 NB 列，使得 k-th 子对角线以下的元素为零

zlahrd(l)

减少复一般 n-by- 矩阵的前 NB 列，使得 k-th 子对角线以下的元素为零

zlaic1(l)

应用增量条件估计的一个步骤，以其最简单的形式

zlals0(l)

应用反向乘法因子，左/右奇异向量矩阵的对角矩阵附加到右侧矩阵 B 中，以求解最小...

zlalsa(l)

是求解最小二乘问题的中间步骤，通过以紧凑形式计算系数矩阵的奇异值分解

zlalsd(l)

使用奇异值分解来求解最小二乘问题，找到 X 以最小化 *X-B 的每一列的欧几里得范数，其中是 N-by-N 上...

zlangb(l)

返回 1 范数、Frobenius 范数、无穷范数或 n by n 带矩阵 的最大绝对值元素，其中 kl 个次对角线和 ku ...

zlange(l)

返回复矩阵的 1 范数、Frobenius 范数、无穷范数或最大绝对值元素

zlangt(l)

返回复三对角矩阵的 1 范数、Frobenius 范数、无穷范数或最大绝对值元素

zlanhb(l)

返回 n by n Hermitian 带矩阵 的 1 范数、Frobenius 范数、无穷范数或最大绝对值元素，其中 k 个超对角线

zlanhe(l)

返回一个范数、Frobenius范数、无穷范数或复Hermitian矩阵中最大绝对值元素的数值

zlanhf(l)

返回RFP格式的复Hermitian矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素的数值

zlanhp(l)

返回复Hermitian矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，以紧凑形式提供

zlanhs(l)

返回Hessenberg矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

zlanht(l)

返回复Hermitian三对角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

zlansb(l)

返回n x n对称带状矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，具有k个超对角线

zlansp(l)

返回复对称矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，以紧凑形式提供

zlansy(l)

返回复对称矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

zlantb(l)

返回n x n三角带状矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，具有对角线

zlantp(l)

返回三角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素，以紧凑形式提供

zlantr(l)

返回梯形或三角矩阵的一个范数、Frobenius范数、无穷范数或最大绝对值元素

zlapll(l)

对于两个列向量X和Y，令 =

zlapmt(l)

根据整数1,...,N的排列K,K,...,K重新排列M x N矩阵X的列

zlaqgb(l)

使用向量R/C中的行/缩放因子对具有KL个次对角线/KU个超对角线的通用M x N带状矩阵进行平衡

zlaqge(l)

使用向量R/C中的行/列缩放因子对通用M x N矩阵进行平衡

zlaqhb(l)

使用向量S中的缩放因子对对称带状矩阵进行平衡

zlaqhe(l)

使用向量S中的缩放因子对Hermitian矩阵进行平衡

zlaqhp(l)

使用向量S中的缩放因子对Hermitian矩阵进行平衡

zlaqp2(l)

计算块的带列主元QR分解

zlaqps(l)

使用Blas-3计算复M x N矩阵的带列主元QR分解的步骤

zlaqr0(l)

ZLAQR0 计算 Hessenberg 矩阵 H 的特征值，以及由 Schur 分解 H = Z T Z**H 得到的矩阵 T 和 Z，其中 T 是上三角矩阵，且 Z 是 ...

zlaqr1(l)

zlaqr2(l)

zlaqr3(l)

zlaqr4(l)

ZLAQR4 计算 Hessenberg 矩阵 H 的特征值，以及由 Schur 分解 H = Z T Z**H 得到的矩阵 T 和 Z，其中 T 是上三角矩阵，且 Z 是 ...

zlaqr5(l)

zlaqsb(l)

使用向量S中的缩放因子对对称带状矩阵进行平衡

zlaqsp(l)

使用向量S中的缩放因子对对称矩阵进行平衡

zlaqsy(l)

使用向量S中的缩放因子对对称矩阵进行平衡

zlar1v(l)

计算tridiagonal矩阵L D L^T - sigma I中行B1到BN的逆矩阵的第r列

zlar2v(l)

从两侧应用具有实余弦的复平面旋转向量到一系列2x2复Hermitian矩阵

zlarcm(l)

执行非常简单的矩阵-矩阵乘法

zlarf(l)

从左侧或右侧将复初等反射器H应用于复M x N矩阵C

zlarfb(l)

从左侧或右侧将复块反射器H或其转置H'应用于复M x N矩阵C

zlarfg(l)

生成复初等反射器H的阶数为n，使得H' * = , H' * H = I

zlarfp(l)

生成复初等反射器H的阶数为n，使得H' * = , H' * H = I

zlarft(l)

形成复块反射器H的阶数为n的三角因子T，该因子定义为k个初等反射器的乘积

zlarfx(l)

从左侧或右侧将复初等反射器H应用于复m x n矩阵C

zlargv(l)

生成具有实余弦的复平面旋转向量，由复向量x和y的元素确定

zlarnv(l)

返回n个来自均匀/正态分布的随机复数向量

zlarrv(l)

计算tridiagonal矩阵T = L D L^T的特征向量，给定L、D和L D L^T特征值的近似值

zlarscl2(l)

对向量执行倒数对角线缩放

zlartg(l)

生成平面旋转，使得[ CS SN ] [ F ] [ R ] [ __ ]

zlartv(l)

将具有实余弦的复平面旋转向量应用于复向量x/y的元素

zlarz(l)

从左侧或右侧将复初等反射器H应用于复M x N矩阵C

zlarzb(l)

从左侧/右侧将复块反射器H/其转置H**H应用于复分布式M x N C

zlarzt(l)

形成复块反射器H的阶数为> n的三角因子T，该因子定义为k个初等反射器的乘积

zlascl(l)

将M x N复矩阵乘以实标量CTO/CFROM

zlascl2(l)

对向量执行对角线缩放

zlaset(l)

将2D数组初始化为对角线上的BETA和非对角线上的ALPHA

zlasr(l)

从左侧或右侧将一系列实平面旋转应用于复矩阵

zlassq(l)

返回值scl和ssq，使得*ssq = x**2 +...+ x**2 + *sumsq

zlaswp(l)

对矩阵执行一系列行互换

zlasyf(l)

使用Bunch-Kaufman对角线枢轴方法计算复对称矩阵的偏分解

zlat2c(l)

将复数*16 三角矩阵 SA 转换为复数三角矩阵

zlatbs(l)

求解以下三角系统* x = s*b，**T * x = s*b，或**H * x = s*b

zlatdf(l)

通过求解Z * x = b来计算对倒数Dif估计的贡献，其中b被选择为使x的范数尽可能大

zlatps(l)

求解以下三角系统* x = s*b，**T * x = s*b，或**H * x = s*b

zlatrd(l)

通过酉相似变换Q' * * Q将复Hermitian矩阵的NB行和列减少为Hermitian三对角形式，并返回矩阵V和...

zlatrs(l)

求解以下三角系统* x = s*b，**T * x = s*b，或**H * x = s*b

zlatrz(l)

将M x N复上梯形矩阵[ A1 A2 ] = [ ]分解为* Z，通过酉变换，其中Z是-x-酉矩阵，R和A1是...

zlatzm(l)

该例程已弃用/已被 ZUNMRZ 例程替换

zlauu2(l)

计算U * U'或L' * L，其中三角因子U或L存储在数组的上三角或下三角部分

zlauum(l)

计算U * U'或L' * L，其中三角因子U或L存储在数组的上三角或下三角部分

zpbcon(l)

估计复厄米正定带矩阵的条件数倒数，使用由 ZPBTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H

zpbequ(l)

计算行/列缩放，旨在平衡Hermitian正定带状矩阵/减小其条件数

zpbrfs(l)

当系数矩阵是Hermitian正定且带状时，改进线性方程组的计算解，并提供误差界限和...

zpbstf(l)

计算复Hermitian正定带状矩阵的分割Cholesky分解

zpbsv(l)

计算复数线性方程组 * X = B 的解

zpbsvx(l)

使用Cholesky分解= U**H*U或= L*L**H来计算复线性方程组* X = B的解

zpbtf2(l)

计算复Hermitian正定带状矩阵的Cholesky分解

zpbtrf(l)

计算复Hermitian正定带状矩阵的Cholesky分解

zpbtrs(l)

使用由 ZPBTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H，求解带有厄米正定带矩阵的线性方程组 *X = B

zpftrf(l)

计算复Hermitian正定矩阵的Cholesky分解

zpftri(l)

使用由 ZPFTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H 计算复厄米正定矩阵的逆

zpftrs(l)

使用由 ZPFTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H，求解带有厄米正定矩阵的线性方程组 *X = B

zpocon(l)

估计复厄米正定矩阵的条件数倒数，使用由 ZPOTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H

zpoequ(l)

计算行/列缩放，旨在平衡Hermitian正定矩阵/减小其条件数

zpoequb(l)

计算行/列缩放，旨在平衡对称正定矩阵/减小其条件数

zporfs(l)

当系数矩阵是Hermitian正定时，改进线性方程组的计算解

zporfsx(l)

ZPORFSX 在系数矩阵为对称正定时改进线性方程组的计算解，并提供误差界限和后向 ...

zposv(l)

计算复数线性方程组 * X = B 的解

zposvx(l)

使用Cholesky分解= U**H*U或= L*L**H来计算复线性方程组* X = B的解

zposvxx(l)

ZPOSVXX 使用 Cholesky 分解 = U**T*U 或 = L*L**T 来计算复数*16 线性方程组 * X = B 的解，其中是 N-by-N 对称 ...

zpotf2(l)

计算复Hermitian正定矩阵的Cholesky分解

zpotrf(l)

计算复Hermitian正定矩阵的Cholesky分解

zpotri(l)

使用由 ZPOTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H 计算复厄米正定矩阵的逆

zpotrs(l)

使用由 ZPOTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H，求解带有厄米正定矩阵的线性方程组 *X = B

zppcon(l)

估计复厄米正定打包矩阵的条件数倒数，使用由 ZPPTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H

zppequ(l)

计算行/列缩放，旨在平衡 Hermitian 正定矩阵在紧密存储中的状态/降低其条件数

zpprfs(l)

改进线性方程组的计算解，当系数矩阵是 Hermitian 正定且紧密时，并提供误差界和...

zppsv(l)

计算复数线性方程组 * X = B 的解

zppsvx(l)

使用Cholesky分解= U**H*U或= L*L**H来计算复线性方程组* X = B的解

zpptrf(l)

计算复 Hermitian 正定矩阵的 Cholesky 分解，该矩阵以紧密格式存储

zpptri(l)

使用由 ZPPTRF 计算的 Cholesky 分解 = U**H*U/= L*L**H 计算复厄米正定矩阵的逆

zpptrs(l)

使用 Cholesky 分解 = U**H*U/= L*L**H 由 ... 计算，求解 Hermitian 正定矩阵的线性方程组 *X = B，该矩阵以紧密格式存储

zpstf2(l)

计算复 Hermitian 正半定矩阵的完全主元 Cholesky 分解

zpstrf(l)

计算复 Hermitian 正半定矩阵的完全主元 Cholesky 分解

zptcon(l)

使用由 ZPTTRF 计算的分解 = L*D*L**H/= U**H*D*U 计算复厄米正定三对角矩阵的条件数倒数

zpteqr(l)

通过首先使用 DPTTRF 对矩阵进行分解，然后调用 ZBDSQR 计算对称正定三对角矩阵的所有特征值和特征向量 ...

zptrfs(l)

改进线性方程组的计算解，当系数矩阵是 Hermitian 正定且三对角时，并提供误差界和...

zptsv(l)

计算复线性方程组 *X = B 的解，其中是 N 维 Hermitian 正定三对角矩阵，X 和 B 是 N 维 NRHS...

zptsvx(l)

使用分解 = L*D*L**H 来计算复线性方程组 *X = B 的解，其中是 N 维 Hermitian 正定三对角矩阵...

zpttrf(l)

计算复 Hermitian 正定三对角矩阵的 L*D*L' 分解

zpttrs(l)

使用由 ZPTTRF 计算的分解 = U'*D*U/= L*D*L' 求解 * X = B 形式的三对角系统

zptts2(l)

使用由 ZPTTRF 计算的分解 = U'*D*U/= L*D*L' 求解 * X = B 形式的三对角系统

zrot(l)

应用平面旋转，其中 cos 是实数，sin 是复数，向量 CX 和 CY 是复数

zrotg(l)

ZROTG 确定双复数 Givens 旋转

zscal(l)

ZSCAL 按常数缩放向量

zspcon(l)

估计复对称打包矩阵的条件数倒数，使用由 ZSPTRF 计算的分解 = U*D*U**T/= L*D*L**T

zspmv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

zspr(l)

执行对称秩 1 操作 := alpha*x*conjg +

zsprfs(l)

改进线性方程组的计算解，当系数矩阵是对称不定且紧密时，并提供误差界和反向...

zspsv(l)

计算复数线性方程组 * X = B 的解

zspsvx(l)

使用对角主元分解 = U*D*U**T 或 = L*D*L**T 来计算复线性方程组 * X = B 的解，其中是 N 维对称...

zsptrf(l)

使用 Bunch-Kaufman 对角主元方法计算以紧密格式存储的复对称矩阵的分解

zsptri(l)

使用由 ZSPTRF 计算的分解 = U*D*U**T/= L*D*L**T 计算打包存储中复对称不定矩阵的逆

zsptrs(l)

使用由 ZSPTRF 计算的分解 = U*D*U**T/= L*D*L**T 求解打包格式存储的复对称矩阵的线性方程组 *X = B

zstedc(l)

使用分治法计算对称三对角矩阵的所有特征值和，，特征向量

zstegr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

zstein(l)

使用反迭代法计算对应于指定特征值的实对称三对角矩阵 T 的特征向量

zstemr(l)

计算实对称三对角矩阵 T 的选定特征值和，，特征向量

zsteqr(l)

使用隐式 QL 或 QR 方法计算对称三对角矩阵的所有特征值和，，特征向量

zswap(l)

ZSWAP 互换两个向量

zsycon(l)

估计复对称矩阵的条件数倒数，使用由 ZSYTRF 计算的分解 = U*D*U**T/= L*D*L**T

zsyequb(l)

计算行/列缩放，旨在平衡对称矩阵/降低其条件数

zsymm(l)

执行矩阵-矩阵运算 C := alpha**B + beta*C

zsymv(l)

执行矩阵-向量运算 y := alpha**x + beta*y

zsyr(l)

执行对称秩 1 操作 := alpha*x* +

zsyr2k(l)

执行对称秩 2k 操作之一 C := alpha**B' + alpha*B*' + beta*C

zsyrfs(l)

改进线性方程组的计算解，当系数矩阵是对称不定时，并提供误差界和反向误差...

zsyrfsx(l)

ZSYRFSX 在系数矩阵为对称不定时改进线性方程组的计算解，并提供误差界限和后向误差 ...

zsyrk(l)

执行对称秩 k 操作之一 C := alpha**' + beta*C

zsysv(l)

计算复数线性方程组 * X = B 的解

zsysvx(l)

使用对角线主元分解来计算复线性方程组 * X = B 的解

zsysvxx(l)

ZSYSVXX 使用对角选主元分解来计算复数*16 线性方程组 * X = B 的解，其中是 N-by-N 对称矩阵，X 和 B ...

zsytf2(l)

使用 Bunch-Kaufman 对角主元方法计算复对称矩阵的分解

zsytrf(l)

使用 Bunch-Kaufman 对角主元方法计算复对称矩阵的分解

zsytri(l)

使用由 ZSYTRF 计算的分解 = U*D*U**T/= L*D*L**T 计算复对称不定矩阵的逆

zsytrs(l)

使用由 ZSYTRF 计算的分解 = U*D*U**T/= L*D*L**T 求解复对称矩阵的线性方程组 *X = B

ztbcon(l)

估计三角带矩阵，在 1 范数或无穷范数中，条件数的倒数

ztbmv(l)

执行矩阵向量运算之一 x := *x，或 x := '*x，或 x := conjg*x

ztbrfs(l)

为具有三角带系数矩阵的线性方程组的解提供误差界/反向误差估计

ztbsv(l)

求解方程组之一 *x = b，或 '*x = b，或 conjg*x = b

ztbtrs(l)

求解三角系统 * X = B，**T * X = B，或 **H * X = B

ztfsm(l)

RFP 格式中的 3 BLAS 类似例程

ztftri(l)

计算 RFP 格式中存储的三角矩阵的逆

ztfttp(l)

将三角矩阵从矩形全打包格式复制到标准打包格式

ztfttr(l)

将三角矩阵从矩形全打包格式复制到标准全格式

ztgevc(l)

计算复矩阵对的某些或全部右/左特征向量，其中 S 和 P 是上三角矩阵

ztgex2(l)

交换相邻的对角 1x1 块/

ztgexc(l)

重新排序复矩阵对的广义 Schur 分解，使用酉等价变换 := Q * * Z'，使得具有行...的 T 的对角块

ztgsen(l)

重新排序复矩阵对的广义 Schur 分解（就酉等价变换 Q' * * Z 而言），使得选定的特征值簇出现在上三角...

ztgsja(l)

计算两个复上三角矩阵/B 的广义奇异值分解

ztgsna(l)

估计矩阵对的指定特征值/特征向量的条件数的倒数

ztgsy2(l)

使用第 1 级和第 2 级 BLAS 求解广义 Sylvester 方程 * R - L * B = scale D * R - L * E = scale * F，其中 R 和 L 是未知的 M 维 N 矩阵

ztgsyl(l)

求解广义 Sylvester 方程

ztpcon(l)

估计打包三角矩阵，在 1 范数或无穷范数中，条件数的倒数

ztpmv(l)

执行矩阵向量运算之一 x := *x，或 x := '*x，或 x := conjg*x

ztprfs(l)

为具有三角打包系数矩阵的线性方程组的解提供误差界/反向误差估计

ztpsv(l)

求解方程组之一 *x = b，或 '*x = b，或 conjg*x = b

ztptri(l)

计算以打包格式存储的复上/下三角矩阵的逆

ztptrs(l)

求解三角系统 * X = B，**T * X = B，或 **H * X = B

ztpttf(l)

将三角矩阵从标准打包格式复制到矩形全打包格式

ztpttr(l)

将三角矩阵从标准打包格式复制到标准全格式

ztrcon(l)

估计三角矩阵，在 1 范数或无穷范数中，条件数的倒数

ztrevc(l)

计算复上三角矩阵 T 的某些/全部右/左特征向量

ztrexc(l)

重新排序复矩阵 = Q*T*Q**H 的 Schur 分解，使得 T 的具有行索引 IFST 的对角元素移动到行 ILST

ztrmm(l)

执行矩阵矩阵运算之一 B := alpha*op*B，或 B := alpha*B*op，其中 alpha 是标量，B 是 m 维 n 矩阵，是单位或非单位，上三角或下三角...

ztrmv(l)

执行矩阵向量运算之一 x := *x，或 x := '*x，或 x := conjg*x

ztrrfs(l)

为具有三角系数矩阵的线性方程组的解提供误差界/反向误差估计

ztrsen(l)

重新排序复矩阵 = Q*T*Q**H 的 Schur 分解，使得选定的特征值簇出现在上三角...

ztrsm(l)

求解矩阵方程之一 op*X = alpha*B，或 X*op = alpha*B

ztrsna(l)

估计复上三角矩阵 T 的指定特征值/右特征向量的条件数的倒数

ztrsv(l)

求解方程组之一 *x = b，或 '*x = b，或 conjg*x = b

ztrsyl(l)

求解复 Sylvester 矩阵方程

ztrti2(l)

计算复上/下三角矩阵的逆

ztrtri(l)

计算复上/下三角矩阵的逆

ztrtrs(l)

求解三角系统 * X = B，**T * X = B，或 **H * X = B

ztrttf(l)

将标准全格式的三角矩阵复制到矩形全打包格式

ztrttp(l)

将全格式的三角矩阵复制到标准打包格式

ztzrqf(l)

该例程已弃用/已被 ZTZRZF 例程替换

ztzrzf(l)

通过酉变换将 M×N 复数上梯形矩阵化为上三角形式

zung2l(l)

生成具有正交列的 m×n 复数矩阵 Q

zung2r(l)

生成具有正交列的 m×n 复数矩阵 Q

zungbr(l)

生成在将复矩阵约化为双对角形式时由 ZGEBRD 确定的复酉矩阵 Q/P**H 之一

zunghr(l)

生成复酉矩阵 Q，定义为 IHI-ILO 个阶为 N 的基本反射器之积，由 ZGEHRD 返回

zungl2(l)

生成具有正交行的 m×n 复数矩阵 Q

zunglq(l)

生成具有正交行的 M×N 复数矩阵 Q

zungql(l)

生成具有正交列的 M×N 复数矩阵 Q

zungqr(l)

生成具有正交列的 M×N 复数矩阵 Q

zungr2(l)

生成具有正交行的 m×n 复数矩阵 Q

zungrq(l)

生成具有正交行的 M×N 复数矩阵 Q

zungtr(l)

生成复酉矩阵 Q，定义为 n-1 个阶为 N 的基本反射器之积，由 ZHETRD 返回

zunm2l(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

zunm2r(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

zunmbr(l)

VECT = 'Q'，ZUNMBR 用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用复 M-by-N 矩阵 C

zunmhr(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

zunml2(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

zunmlq(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

zunmql(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

zunmqr(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

zunmr2(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

zunmr3(l)

如果 SIDE = 'L' 且 TRANS = 'N'，或者 SIDE = 'L' 且 TRANS = 'C'，或者 SIDE = 'R' 且 TRANS = ...，则用 Q * C 覆盖通用的复数 m×n 矩阵 C

zunmrq(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

zunmrz(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

zunmtr(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

zupgtr(l)

生成复酉矩阵 Q，定义为 n-1 个阶为 n 的基本反射器 H 的乘积，如 ZHPTRD 使用打包存储所返回的那样

zupmtr(l)

用 SIDE = 'L' SIDE = 'R' TRANS = 'N' 覆盖通用的复数 M×N 矩阵 C

站点搜索

库

linux 文档

linux man 页

玩具

世界阳光

月相