Fragen zu den algorithmischen / rechnerischen Aspekten der linearen Algebra, einschließlich der Lösung linearer Systeme, Probleme der kleinsten Quadrate, Eigenprobleme und anderer solcher Fragen.
In der Computerwissenschaft begegnen wir häufig großen linearen Systemen, die wir mit einigen (effizienten) Mitteln lösen müssen, z. B. entweder mit direkten oder iterativen Methoden. Wenn wir uns auf Letzteres konzentrieren, wie können wir feststellen, dass eine iterative Methode zur Lösung großer linearer Systeme in der Praxis konvergent ist? Es …
Angenommen, man möchte die numerische lineare Algebra eingehend studieren (und Zeitschriften zur numerischen linearen Algebra und Matrixtheorie folgen), was ein besserer Kurs / ein besseres Buch wäre, das man zuerst aufgreifen sollte: Mit Hoffman und Kunze mit Beweisen und Strenge (ich habe keine Probleme mit strenger Mathematik). ODER Mit Prof. …
So wie ich es verstehe, löst die Multigrid-Methode ein lineares System, indem sie eine gröbere Version desselben Problems löst (dort durch Eliminieren von Niederfrequenzfehlern) und dann zurück zum feinen Gitter projiziert, um die Hochfrequenzfehler zu glätten. Bei großen Systemen kann ich sehen, wie eine iterative Methode auf jeder Gitterebene parallel …
Gibt es einen abgeschnittenen SVD-Algorithmus, der die Singularwerte einzeln berechnet? Mein Problem: Ich möchte die ersten kkk Singularwerte (und Singularvektoren) einer großen dichten Matrix berechnen MMM, weiß aber nicht, was ein geeigneter Wert von kkk wäre. MMM ist groß, daher würde ich aus Effizienzgründen die vollständige SVD lieber nicht auswerten, …
Sei reelle, quadratische, dichte Matrizen. G und Q sind symmetrisch. LassenA , G , Q.A,G,QA, G, QGGGQ.QQ H.= [ A.- Q.- G.- A.T.]]H=[A−G−Q−AT]H = \begin{bmatrix} A & -G \\ -Q &-A^T \end{bmatrix} sei eine Hamiltonsche Matrix. Ich möchte die Matrix Exponential von berechnen . Ich brauche das Exponential der Vollmatrix, …
Ich habe einen Datensatz, der sich langsam ändert, und ich muss die Eigenvektoren / Eigenwerte seiner Kovarianzmatrix verfolgen. Ich habe es benutzt scipy.linalg.eigh, aber es ist zu teuer und es nutzt nicht die Tatsache, dass ich bereits eine Zerlegung habe, die nur geringfügig falsch ist. Kann jemand einen besseren Ansatz …
Zum Beispiel scheinen die von mir verwendeten C ++ - Sparse-Matrix-Bibliotheken - Eigen und SuiteSparse - keine SVD-Funktionalität für Sparse-Matrix zu haben. Also nur neugierig, ist SVD für eine spärliche Matrix schwieriger als QR / LU?
Zur Modellreduktion möchte ich die linken Singularvektoren berechnen, die den - sagen wir 20 - größten Singularwerten einer Matrix , wobei und . Leider wird meine Matrix ohne Struktur dicht sein. N ≤ 10 6 k ≤ 10 3 A.A∈RN,kA∈RN,kA \in \mathbb R^{N,k}N≈106N≈106N\approx 10^6k≈103k≈103k\approx 10^3AAA Wenn ich nur die svdRoutine …
Ich verwende das Crank-Nicolson-Finite-Differenzen-Schema, um eine 1D-Wärmegleichung zu lösen. Ich frage mich, ob das Maximum / Minimum-Prinzip der Wärmegleichung (dh das Maximum / Minimum tritt im Anfangszustand oder an den Grenzen auf) auch für die diskretisierte Lösung gilt. Dies wird wahrscheinlich durch die Tatsache impliziert, dass Crank-Nicolson ein stabiles und …
Wir alle kennen die vielen Berechnungsmethoden zur Lösung des linearen Standardsystems Ax=b.Ax=b. Ax=b. Ich bin jedoch gespannt, ob es "Standard" -Berechnungsmethoden zum Lösen eines allgemeineren (endlichdimensionalen) linearen Systems der Form gibt wobei beispielsweise A eine m 1 × n 1 -Matrix ist, B eine m 2 × n 2 -Matrix …
Ich versuche, einige dichte, schlecht konditionierte Matrizen zu diagonalisieren. Bei der Maschinengenauigkeit sind die Ergebnisse ungenau (Rückgabe negativer Eigenwerte, Eigenvektoren haben nicht die erwarteten Symmetrien). Ich habe auf die Eigensystem [] -Funktion von Mathematica umgestellt, um die willkürliche Genauigkeit zu nutzen, aber die Berechnungen sind extrem langsam. Ich bin offen …
Skaliert die Matrixmultiplikation (sowohl Mat * Mat als auch Mat * Vec) mit der Anzahl der Nicht-Nullen oder mit der Größe der Matrix? Oder eine Kombination aus beiden. Was ist mit der Form? Zum Beispiel habe ich eine 100 x 100-Matrix mit 100 Werten oder eine 1000 x 1000-Matrix mit …
Ich frage mich, wie man die Eigenwerte einer spärlichen Matrix in einem gegebenen Intervall [a, b] durch iterative Methode findet. Nach meinem persönlichen Verständnis ist es offensichtlicher, die Krylov-Subraummethode zu verwenden, um die extremen Eigenwerte zu finden, anstatt die inneren.
Ich möchte wissen , welche der klassischen linearen Löser (zB Gauss-Seidel, Jacobi, SOR) für das Problem zu Converge garantiert , wo A positiv ist halb bestimmte und natürlich b ∈ i m ( A )A x = bAx=bAx=bEINAAb ∈ i m ( A )b∈im(A)b \in im(A) (Hinweis ist halbbestimmt und …
Ich habe kürzlich eine ähnliche Frage für schief-hermitische Matrizen gestellt. Inspiriert vom Erfolg dieser Frage und nachdem ich ein paar Stunden lang meinen Kopf gegen eine Wand geschlagen habe, betrachte ich die Exponentialmatrix realer asymmetrischer Matrizen. Der Weg zum Finden der Eigenwerte und Eigenvektoren scheint ziemlich kompliziert zu sein, und …
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.