Fragen zu den algorithmischen / rechnerischen Aspekten der linearen Algebra, einschließlich der Lösung linearer Systeme, Probleme der kleinsten Quadrate, Eigenprobleme und anderer solcher Fragen.
Ich versuche, eine 2D-Poisson-Gleichung durch endliche Differenzen zu lösen. Dabei erhalte ich eine spärliche Matrix mit nur Variablen in jeder Gleichung. Wenn die Variablen beispielsweise wären, würde die Diskretisierung ergeben:555UUU Ui−1,j+Ui+1,j−4Ui,j+Ui,j−1+Ui,j+1=fi,jUi−1,j+Ui+1,j−4Ui,j+Ui,j−1+Ui,j+1=fi,jU_{i-1,j} + U_{i+1,j} -4U_{i,j} + U_{i,j-1} + U_{i,j+1} = f_{i,j} Ich weiß, dass ich dieses System durch eine iterative Methode …
Ich möchte das Spektrum ( alle Eigenwerte) einer großen spärlichen Matrix (Hunderttausende von Zeilen) berechnen. Das ist schwer. Ich bin bereit, mich mit einer Annäherung zufrieden zu geben. Gibt es dazu Näherungsmethoden? Während ich auf eine allgemeine Antwort auf diese Frage hoffe, würde ich mich auch über eine Antwort im …
Wo immer ich es gesehen habe, sagen PETSc-Tutorials / -Dokumente usw., dass es für die lineare Algebra nützlich ist und normalerweise angibt, dass spärliche Systeme davon profitieren. Was ist mit dichten Matrizen? Ich mache mir Sorgen, für dichtes A zu lösen .Ax=bAx=bAx=bAAA Ich habe meinen eigenen Code für CG und …
Ich habe mit PETSc herumgespielt und festgestellt, dass mein Programm, wenn ich es mit mehr als einem Prozess über MPI ausführe, noch langsamer zu laufen scheint ! Wie kann ich überprüfen, was los ist?
Viele der in der Computerwissenschaft bekannteren C ++ - Bibliotheken wie Eigen , Trilinos und deal.II verwenden das Standardobjekt der C ++ - Headerbibliothek , std::complex<>um komplexe Gleitkommazahlen darzustellen. In Jack Poulsons Antwort auf eine Frage zu Standardkonstruktoren weist er darauf hin, dass er "aus mehreren Gründen" eine eigene Implementierung …
In einem Softwareprojekt, an dem ich arbeite, sind bestimmte Berechnungen für dichte Matrizen mit niedrigem Rang erheblich einfacher. Bei einigen Problemfällen handelt es sich um dichte Matrizen mit niedrigem Rang, die mir jedoch vollständig und nicht als Faktoren zur Verfügung stehen. Daher muss ich den Rang und den Faktor der …
Ich habe zwei Graphen mit jeweils fast n ~ 100000 Knoten. In beiden Diagrammen ist jeder Knoten mit genau drei anderen Knoten verbunden, sodass die Adjazenzmatrix symmetrisch und sehr dünn ist. Der schwierige Teil ist, dass ich alle Eigenwerte der Adjazenzmatrix brauche, aber keine Eigenvektoren. Um genau zu sein, wird …
Multigrid (MG) kann verwendet werden, um ein lineares System zu lösen, indem eine anfängliche Schätzung x 0 erstellt und das Folgende für i = 0 , 1 ... bis zur Konvergenz wiederholt wird :A x = bEINx=bAx=bx0x0x_0i = 0 , 1 ..ich=0,1 ..i=0,1.. Berechnen Sie den Rest rich= b - …
Der Titel ist die Frage. Bei dieser Technik wird die "Matrix der Cofaktoren" oder "Adjugatmatrix" verwendet und es werden explizite Formeln für die Komponenten der Inversen einer quadratischen Matrix angegeben. Es ist nicht einfach, eine Matrix von Hand zu erstellen, die größer als beispielsweise 3 ×33×33\times 3 . Für eine …
Ich muss verallgemeinerte Eigenwertprobleme lösen, wobei A und B beide tridiagonal sind, B symmetrisch positiv definit und real ist, aber A nur komplex symmetrisch ist (nicht definit oder hermitisch). Außerdem brauche ich die volle eigendecomposition. Ich rufe gerade Lapacks verallgemeinerten Eigensolver an, aber ich frage mich, ob es für dieses …
Ich habe ein Programm, das den größten Eigenwert vieler reeller symmetrischer 50x50-Matrizen berechnet, indem es Singulärwertzerlegungen für alle durchführt. Die SVD ist ein Engpass im Programm. Gibt es Algorithmen, die viel schneller den größten Eigenwert finden, oder würde eine Optimierung dieses Teils nicht viel Kapitalrendite bringen?
Ich habe verschiedene Methoden verwendet, um sowohl den Rang einer Matrix als auch die Lösung eines Matrixgleichungssystems zu berechnen. Ich bin auf die Funktion linalg.svd gestoßen. Vergleicht man dies mit meiner eigenen Anstrengung, das System mit der Gaußschen Eliminierung zu lösen, scheint es sowohl schneller als auch präziser zu sein. …
In Methoden wie gmres oder bicgstab könnte es attraktiv sein, eine andere Krylov-Methode als Vorkonditionierer zu verwenden. Schließlich sind sie einfach matrixfrei und in einer parallelen Umgebung zu implementieren. Zum Beispiel kann man einige Iterationen (sagen wir ~ 5) von nicht aufbereiteten Bigcstab als Vorbedingung für gmres oder jede andere …
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.