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 Matrizen EINEINAGGGEINEINAn × nn×nn\times nnnnGGGn × mn×mn\times mmmm1 < m < 10001<m<10001 \lt m \lt 1000111000GTG = ichGTG=ichG^TG = IEINEINAA x = bEINx=bAx = bB i C G S t a b (l)BichCGSteinb(l)\mathrm{BiCGStab}(l)EIN- 1EIN-1A^{-1} Ich möchte ein System der Form lösen: ( GTEIN- 1G ) x = b(GTEIN-1G)x=b(G^TA^{-1}G)x …
Wie wir wissen, sind orthogonale Transformationsmethoden (Givens-Rotationen und Housholder-Reflexionen) für lineare Gleichungssysteme teurer als die Gauß-Elimination, haben jedoch theoretisch bessere Stabilitätseigenschaften in dem Sinne, dass sie die Bedingungszahl des Systems nicht ändern. Obwohl ich nur ein akademisches Beispiel für eine Matrix kenne, die durch Gaußsche Eliminierung mit partiellem Schwenken zerstört …
Es gibt eine Reihe verschiedener Bibliotheken, die ein spärliches lineares Gleichungssystem lösen. Ich finde es jedoch schwierig, die Unterschiede herauszufinden. Soweit ich das beurteilen kann, gibt es drei Hauptpakete : Trilinos , PETSc und Intel MKL . Sie können alle spärliche Matrixlösungen ausführen, sie sind alle schnell (soweit ich das …
Gibt es eine O(n3+n2k)O(n3+n2k)O(n^3+n^2 k) -Methode, um kkk lineare Systeme der Form zu lösen, (Di+A)xi=bi(Di+A)xi=bi(D_i + A) x_i = b_iwobei AAA eine feste SPD-Matrix ist und DiDiD_i positive Diagonalmatrizen sind? Wenn beispielsweise jedes DiDiD_i Skalar ist, genügt es , den SVD zu berechnen AAA . Dies bricht jedoch für General …
Diese Frage wurde von Mathematics Stack Exchange migriert, da sie über Computational Science Stack Exchange beantwortet werden kann. Vor 6 Jahren migriert . ist einespärliche Matrix mit n × n symmetrischen positiv definierten (SPD) Werten. G ist eine spärliche Diagonalmatrix. n ist groß ( n > 10000) und die Anzahl …
Für die Lösung großer linearer Systeme mit iterativen Methoden ist es häufig von Interesse, Vorkonditionierung einzuführen, zB anstelle von M - 1 aufzulösen ( A x = b ) , wobei M hier für die linke Vorkonditionierung des Systems verwendet wird. Normalerweise sollten wir haben M - 1 ≈ A …
Ich schreibe eine kleine Bibliothek für spärliche Matrixberechnungen, um mir beizubringen, die objektorientierte Programmierung bestmöglich zu nutzen. Ich habe wirklich hart daran gearbeitet, ein schönes Objektmodell zu haben, bei dem die Teile (dünne Matrizen und die Graphen, die ihre Konnektivitätsstruktur beschreiben) sehr locker gekoppelt sind. Meiner Meinung nach ist der …
Bei einer dichten Matrix was ist der beste Weg, um seine Nullraumbasis innerhalb einer Toleranz zu finden ϵ ?A ∈ Rm × n, M > > n ; m a x ( m ) ≤ 100000A∈Rm×n,m>>n;max(m)≈100000A \in R^{m \times n}, m >> n; max(m) \approx 100000 ϵϵ\epsilon Basierend auf dieser …
Bei der Berechnung der QR-Faktorisierung in der Praxis werden Householder-Reflexionen verwendet, um den unteren Teil einer Matrix auf Null zu setzen. Ich weiß, dass für die Berechnung von Eigenwerten symmetrischer Matrizen das Beste, was Sie mit Householder-Reflexionen tun können, darin besteht, sie in eine tridiagonale Form zu bringen. Gibt es …
Betrachte mit nahezu singulär, was bedeutet, dass es einen sehr kleinen Eigenwert von gibt. Das übliche einer iterativen Methode basiert auf dem Residuum und die Iterationen anhalten können, wenn mit der Iterationsnummer. Aber in dem Fall, den wir betrachten, könnte es einen großen Fehler , der in dem mit dem …
Frage: Angenommen, Sie haben zwei verschiedene (faktorisierte) Vorbedingungen für eine symmetrische positive definite Matrix : und wobei die Umkehrungen der Faktoren sind einfach anzuwenden.A ≤ B T B A ≤ C T C , B , B T , C , C TEINAAA ≈ BTBA≈BTBA \approx B^TBA ≈ CTC,A≈CTC,A \approx …
Ein häufiges Problem in der Statistik ist die Berechnung der Quadratwurzel einer symmetrischen positiven definitiven Matrix. Was wäre der effizienteste Weg, dies zu berechnen? Ich bin auf Literatur gestoßen (die ich noch nicht gelesen habe) und habe hier zufälligen R-Code gefunden , den ich hier der Einfachheit halber wiedergeben werde …
Ich brauche eine einfache Erklärung der Multigrid-Methode oder Literatur dazu. Ich kenne mich mit iterativen Methoden wie BiCGStab, CG, GS, Jacobi und Vorkonditionierung aus, bin aber Anfänger mit Multigrid-Methoden. Kann jemand dies im Detail erklären oder zumindest klar Pseudocode oder Quellcode liefern, auch mit guter Literatur für Anfänger? Vielen Dank!
Ich habe ein lineares Gleichungssystem der Größe mxm, wobei m groß ist. Die Variablen, die mich interessieren, sind jedoch nur die ersten n Variablen (n ist klein im Vergleich zu m). Gibt es eine Möglichkeit, die Lösung für die ersten m-Werte zu approximieren, ohne das gesamte System lösen zu müssen? …
Nach meinem Kenntnisstand verwenden Multigrid-Löser iterative Glätter wie Jacobi, Gauss-Seidel und SOR, um den Fehler bei verschiedenen Frequenzen zu dämpfen. Könnte stattdessen eine Krylov-Subraummethode (wie Konjugatgradient, GMRES usw.) verwendet werden? Ich glaube nicht, dass sie als "Glätteisen" klassifiziert sind, aber sie können verwendet werden, um die Grobgitterlösung anzunähern. Können wir …
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.