Fragen zu den algorithmischen / rechnerischen Aspekten der linearen Algebra, einschließlich der Lösung linearer Systeme, Probleme der kleinsten Quadrate, Eigenprobleme und anderer solcher Fragen.
Ich habe versucht, Testfälle für CG auszuführen, und ich muss Folgendes generieren: symmetrische positive definitive Matrizen mit einer Größe> 10.000 VOLL DICHTE Verwenden Sie nur Matrixindizes und gegebenenfalls 1 Vektor (wie A(i,j)=x(i)−x(j)(i+j)A(i,j)=x(i)−x(j)(i+j)A(i,j) = \dfrac{x(i) - x(j)}{(i+j)} ) Mit einer Bedingungsnummer von weniger als 1000. Ich habe versucht: Generieren von Zufallsmatrizen …
Angenommen, Sie lösen ein lineares System durch eine iterative Methode, z. B. konjugierte Gradienten oder Richardson-Iteration. Dann versuchen Sie, ein lineares System zu lösen, das in der Matrix und auf der rechten Seite leicht gestört ist, z. B. .˜ A ˜ u = ˜ fA u = fAu=fAu = fEIN~u~= …
Ich habe diese Antwort gelesen und festgestellt, dass ich den Unterschied zwischen aufeinanderfolgenden Iterationen verwendet habe, um ein Stoppkriterium für eine iterative Methode zum Finden von Eigenwerten / Vektoren zu definieren. Was sind gute Stoppkriterien für iterative Methoden, die zu Eigenwerten und Eigenvektoren konvergieren?
Ich erinnere mich schwach an meine frühen "numerischen" Vorlesungen, dass iterative lineare Löser für oft erfordern, wenn zerlegt wird alsAx=bEINx=bAx=bAEINA A=D+MEIN=D.+M.A=D + M Wenn D eine Diagonalmatrix ist und eine Diagonale von Null hat, sollten die Elemente von über den Einträgen in dominieren, damit iterative Löser eine gute Leistung erbringen.MM.MDD.DMM.M …
Meine Frage wird wahrscheinlich zu allgemein sein, um sie mit ein paar Worten zu beantworten. Könnten Sie bitte in diesem Fall eine gute Lektüre vorschlagen? Projektionsmethoden werden verwendet, um die Größe des Lösungsraums für die Probleme zu reduzieren. Und es gibt mindestens zwei sehr interessante Anwendungen (aus meiner Sicht). Das …
Ich löse ein System mit Singularwertzerlegung. Die Singularwerte (vor der Skalierung) sind: 1.82277e+29 1.95011e+27 1.15033e+23 1.45291e+21 4.79336e+17 7.48116e+15 8.31087e+12 1.71838e+11 5.63232e+08 2.17863e+08 9.02783e+07 1.72345e+07 1.73889e+05 8.09382e+02 2.16644e+00 Ich habe festgestellt, dass das Akzeptieren aller Singularwerte und des damit verbundenen Beitrags zu meinem Lösungsvektor zu schlechten Ergebnissen führt. Ich skaliere sie …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.