Ich möchte ein nichtlineares Problem mit nichtlinearen Gleichheitsbeschränkungen lösen und verwende ein erweitertes Lagrange mit einem Term der Strafregulierung, der bekanntlich die Bedingungszahl meiner linearisierten Systeme verdirbt (bei jeder von mir genannten Newton-Iteration). . Je größer die Strafe ist, desto schlechter ist die Konditionszahl. Würde jemand einen effizienten Weg kennen, …
Jacobian-freie Newton-Krylov-Methoden (JFNK) und Krylov-Methoden im Allgemeinen können sehr nützlich sein, da sie keine explizite Speicherung oder Konstruktion einer Matrix erfordern, sondern nur die Ergebnisse von Matrixvektorprodukten. Wenn Sie tatsächlich das Sparse-System bilden, gibt es viele Vorkonditionierer für Sie. Was steht für echte matrixfreie Methoden zur Verfügung? Beim Googeln werden …
Gibt es Hoffnung, das folgende lineare System mit einer iterativen Methode effizient zu lösen? A∈Rn×n,x∈Rn,b∈Rn, with n>106A∈Rn×n,x∈Rn,b∈Rn, with n>106A \in \mathbb{R}^{n \times n}, x \in \mathbb{R}^n, b \in \mathbb{R}^n \text{, with } n > 10^6 Ax=bAx=bAx=b mit A=(Δ−K)A=(Δ−K) A=(\Delta - K) , wobeiΔΔ\Delta eine sehr spärliche Matrix mit einigen Diagonalen …
Angesichts des Systems in dem A ∈ R n × n ist , habe ich gelesen, dass bei Verwendung der Jacobi-Iteration als Löser die Methode nicht konvergiert, wenn b eine Nicht-Null-Komponente im Nullraum von A hat . Wie könnte man also formal sagen, dass die Jacobi-Methode nicht konvergent ist , …
Bitte listen Sie das Python-Paket (Jewsc4py usw.) und die von ihm unterstützten spärlichen Direktlöser auf. Bitte eine (Community-Wiki) Antwort pro Paket.
In Matlab werden sowohl Linsolve als auch Mldivide zum Lösen eines linearen Gleichungssystems in allen bestimmten, überbestimmten und unterbestimmten Fällen verwendet. Als ich ihre Dokumente las, fragte ich mich, welche Unterschiede zwischen ihnen bestehen. Verwenden sie in den drei Fällen fast dieselben Algorithmen zur Matrixfaktorisierung und Triangularisierung? Wenn A die …
Ich arbeite derzeit an der Lösung sehr großer symmetrischer (aber nicht positiv definierter) Systeme, die von bestimmten Algorithmen generiert werden. Diese Matrizen haben eine schöne Blocksparsity, die zum parallelen Lösen verwendet werden kann. Ich kann mich jedoch nicht entscheiden, ob ich einen direkten Ansatz (wie Multi-Frontal) oder einen iterativen Ansatz …
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 bereits eine funktionierende Lösung der Finite-Elemente-Methode entwickelt, um Wärmeübertragungsprobleme mit GPU und OpenCL mithilfe der Conjugate Gradient-Methode zu lösen. Der Hauptnachteil dieses Verfahrens ist der hohe Speicherbedarf. Darüber hinaus ist bei Grafikkarten der Speicher oft sehr begrenzt. Ich sehe zwei Möglichkeiten: Erstellen Sie Subdomains und tauschen Sie Teile …
Ich bin sehr daran interessiert, die lineare Systemlösung für kleine Matrizen (10x10), manchmal auch winzige Matrizen genannt, zu optimieren . Gibt es dafür eine fertige Lösung? Die Matrix kann als nicht singulär angenommen werden. Dieser Solver soll mehr als 1 000 000 Mal in Mikrosekunden auf einer Intel-CPU ausgeführt werden. …
Ich suche nach einer schnellen (wage ich zu sagen, optimal?) Expliziten Lösung für das lineare 3x3-Problem, , . A x = bEINx=b\mathbf{A}\mathbf{x} = \mathbf{b}A ∈ R.3 × 3, b ∈ R.3EIN∈R.3×3,b∈R.3\mathbf{A} \in \mathbf{R}^{3 \times 3}, \mathbf{b} \in \mathbf{R}^{3} Matrix ist allgemein, aber nahe an der Identitätsmatrix mit einer Bedingungsnummer nahe …
Gibt es eine einfache Faustregel, um zu sagen, ob es sich lohnt, SOR anstelle von Gauß-Seidel durchzuführen? (und mögliche Methode zur Schätzung des Realxationsparameters )ωω\omega Ich meine, nur indem ich auf die Matrix schaue oder das Wissen über ein bestimmtes Problem, das die Matrix darstellt? Ich habe die Antwort auf …
Ich beabsichtige, Ax = b zu lösen, wobei A eine komplexe, spärliche, unsymmetrische und stark schlecht konditionierte (Bedingungsnummer ~ 1E + 20) quadratische oder rechteckige Matrix ist. Ich konnte das System mit ZGELSS in LAPACK genau lösen. Mit zunehmenden Freiheitsgraden in meinem System dauert es jedoch lange, das System auf …
Ich muss Ax = b lösen, aber mir ist klar, dass das Speichern der Matrixkoeffizienten meines Problems zu viel Speicher benötigt, selbst wenn es spärlich ist. Jetzt überlege ich mir, eine matrixfreie Methode zu verwenden, da die gleichen Koeffizienten viel Zeit in der Matrix erscheinen, sodass ich mein eigenes privates …
Der größte Teil meiner Programmierung besteht aus einmaligen Forschungscodes in C für meinen eigenen Gebrauch. Ich habe niemals Code an andere als enge Mitarbeiter verteilt. Ich habe einen Algorithmus entwickelt, den ich in einer wissenschaftlichen Zeitschrift veröffentliche. Ich möchte den Quellcode und möglicherweise den ausführbaren Code in der Online-Ergänzung zum …
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.