Questions sur les aspects algorithmiques / informatiques de l'algèbre linéaire, y compris la solution des systèmes linéaires, les problèmes des moindres carrés, les problèmes propres et d'autres questions de ce type.
J'essaie de résoudre une équation de Poisson 2D par des différences finies. Dans le processus, j'obtiens une matrice clairsemée avec seulement variables dans chaque équation. Par exemple, si les variables étaient U , alors la discrétisation donnerait:555UUU Ui−1,j+Ui+1,j−4Ui,j+Uje,j−1+Uje,j+1=fi , jUi−1,j+Uje+1,j-4Uje,j+Uje,j-1+Uje,j+1=Fje,jU_{i-1,j} + U_{i+1,j} -4U_{i,j} + U_{i,j-1} + U_{i,j+1} = f_{i,j} Je …
Je veux calculer le spectre ( toutes les valeurs propres) d'une grande matrice clairsemée (des centaines de milliers de lignes). C'est dur. Je suis prêt à me contenter d'une approximation. Existe-t-il des méthodes d'approximation pour ce faire? Bien que j'espère une réponse générale à cette question, je serais également satisfait …
Partout où j'ai vu, le didacticiel PETSc / documents, etc., dit qu'il est utile pour l'algèbre linéaire et spécifie généralement que les systèmes clairsemés en bénéficieront. Et les matrices denses? Je veux résoudreA x = bUNEX=bAx=b pour dense UNEUNEA. J'ai écrit mon propre code pour CG et QMR à Fortran. …
Je jouais avec PETSc et j'ai remarqué que lorsque j'exécute mon programme avec plus d'un processus via MPI, il semble fonctionner encore plus lentement ! Comment puis-je vérifier ce qui se passe?
La plupart des bibliothèques C ++ les plus connues en science informatique telles que Eigen , Trilinos et deal.II utilisent l'objet de bibliothèque d'en-tête de modèle C ++ standard std::complex<>, pour représenter des nombres à virgule flottante complexes. Dans la réponse de Jack Poulson à une question sur les constructeurs …
Dans un projet logiciel sur lequel je travaille, certains calculs sont beaucoup plus faciles pour les matrices denses de bas rang. Certaines instances problématiques impliquent des matrices denses de bas rang, mais elles me sont données dans leur intégralité, plutôt que comme des facteurs, donc je vais devoir vérifier le …
J'ai deux graphiques avec près de n ~ 100 000 nœuds chacun. Dans les deux graphiques, chaque nœud est connecté à exactement 3 autres nœuds, de sorte que la matrice d'adjacence est symétrique et très clairsemée. La partie difficile est que j'ai besoin de toutes les valeurs propres de la …
Multigrid (MG) peut être utilisé pour résoudre un système linéaire en construisant une supposition initiale et en répétant ce qui suit pour jusqu'à la convergence:A x = bUNEX=bAx=bX0X0x_0i = 0 , 1 ..je=0,1..i=0,1.. Calculer lerje= b - A xjerje=b-UNEXjer_i = b-Ax_i Appliquer un cycle multigrille pour obtenir une approximation , …
Le titre est la question. Cette technique consiste à utiliser la «matrice des cofacteurs», ou «matrice adjugée», et donne des formules explicites pour les composantes de l'inverse d'une matrice carrée. Ce n'est pas facile à faire à la main pour une matrice plus grande que, disons, 3×33×33\times 3 . Pour …
Je dois résoudre des problèmes de valeurs propres généralisés où A et B sont tous deux tridiagonaux, B est symétrique positif défini et réel, mais A n'est que symétrique complexe (non défini ou hermitien). De plus, j'ai besoin de la composition eigend complète. J'appelle actuellement egensolver généralisé de Lapack, mais …
J'ai un programme qui calcule la plus grande valeur propre de nombreuses matrices 50x50 symétriques réelles en effectuant des décompositions de valeurs singulières sur chacune d'entre elles. Le SVD est un goulot d'étranglement dans le programme. Existe-t-il des algorithmes beaucoup plus rapides pour trouver la plus grande valeur propre, ou …
J'ai utilisé différentes méthodes pour calculer à la fois le rang d'une matrice et la solution d'un système matriciel d'équations. Je suis tombé sur la fonction linalg.svd. En comparant cela à mes propres efforts pour résoudre le système avec l'élimination gaussienne, cela semble être à la fois plus rapide et …
Dans une méthode comme le gmres ou le bicgstab, il pourrait être intéressant d'utiliser une autre méthode krylov comme préconditionneur. Après tout, ils sont faciles à mettre en œuvre sans matrice et dans un environnement parallèle. Par exemple, on peut utiliser quelques (disons ~ 5) itérations de bigcstab non conditionné …
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.