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.
Quelqu'un pourrait-il recommander une méthode pour le problème des moindres carrés suivant: trouver qui minimise: , où R est unitaire (rotation) matrice.R∈R3×3R∈R3×3R \in \mathbb{R}^{3 \times 3}∑i=0N(Rxi−bi)2→min∑i=0N(Rxi−bi)2→min\sum\limits_{i=0}^N (Rx_i - b_i)^2 \rightarrow \minRRR Je pourrais obtenir une solution approximative en minimisant ∑i=0N(Axi−bi)2→min∑i=0N(Axi−bi)2→min\sum\limits_{i=0}^N (Ax_i - b_i)^2 \rightarrow \min (arbitraire A∈R3×3A∈R3×3A \in \mathbb{R}^{3 \times …
Considérons un système linéaire tridiagonal défini symétrique positif où et . Étant donné trois indices , si nous supposons uniquement des lignes d'équation strictement entre et tenir, nous pouvons éliminer les variables intermédiaires pour obtenir une équation de la forme où . Cette équation relie la valeur de à indépendamment …
On me donne une matrice symétrique, inversible, définie positive et dense. Je dois tester si où J est la matrice des uns.12×1212×1212 \times 12QQQJdet(Q)=det(12I−Q−J)(1)det(Q)=det(12I−Q−J)(1)\det(Q) = \det(12I-Q-J) \; \; (1)JJJ Je fais actuellement cela avec la bibliothèque de tatou mais cela s'avère trop lent. Le fait est que je dois le …
Comment MATLAB, par exemple, calcule-t-il la SVD d'une matrice donnée? Je suppose que la réponse implique probablement de calculer les vecteurs propres et les valeurs propres de A*A'. Si tel est le cas, j'aimerais également savoir comment calcule-t-on ces informations?
J'ai un système linéaire inhomogène A x = bUNEX=b Ax=b où UNEUNEA est une matrice n × nn×nn\times n réelle avec n ≤ 4n≤4n\leq 4 . L'espace nul de UNEUNEA est garanti d'être de dimension nulle, l'équation a donc un inverse unique x = A- 1bX=UNE-1bx=A^{-1} b . Puisque le …
Ainsi , le théorème de décomposition de Cholesky que que toute réel symétrique définie positive matrice a une décomposition de Cholesky où est une matrice triangulaire inférieure.MMMM=LL⊤M=LL⊤M= LL^\topLLL Compte tenu , nous savons déjà , il y a des algorithmes rapides pour calculer le facteur de Cholesky .MMMLLL Supposons maintenant …
Je résout pour une énorme matrice définie positive clairsemée utilisant la méthode du gradient conjugué (CG). Est-il possible de calculer le déterminant de utilisant les informations produites lors de la résolution?A AA x = bAx=bAx=bUNEAAUNEAA
nVidia, par exemple, a CUBLAS, qui promet une accélération de 7 à 14 fois. Naïvement, cela est loin du débit théorique de l'une des cartes GPU de nVidia. Quels sont les défis liés à l'accélération de l'algèbre linéaire sur les GPU, et existe-t-il déjà des routages d'algèbre linéaire plus rapides?
Supposons que soit une matrice symétrique réelle et que sa décomposition en valeurs propres V Λ V T soit donnée. Il est facile de voir ce qui se passe avec les valeurs propres de la somme A + c I où c est une constante scalaire (voir cette question ). …
Étant donné le système où , j'ai lu que, dans le cas où l'itération Jacobi est utilisée comme solveur, la méthode ne convergera pas si a un non-zéro composant dans l'espace nul de . Alors, comment pourrait-on déclarer formellement que, à condition que ait une composante non nulle couvrant l'espace …
Supposons que A soit une matrice générale clairsemée et que je souhaite calculer les valeurs propres. Je ne sais pas comment détecter la multiplicité des valeurs propres. Pour autant que je sache, pour un cas particulier, trouver les racines polynomiales par la méthode de la matrice compagnon, nous pouvons appliquer …
Je fais une diagonalisation Lanczos d'une grande matrice clairsemée (~ 2 millions d'éléments). Presque toutes les étapes de l'algorithme de Lanzcos sont effectuées en parallèle sur le GPU, à l'exception de la diagonalisation de la matrice de Lanczos pour vérifier la convergence. Pour cela, j'ai utilisé l'algorithme TQLI de Recettes …
Existe-t-il un moyen plus rapide de calculer les erreurs standard pour les problèmes de régression linéaire qu'en inversant ? Ici, je suppose que nous avons une régression:X′XX′XX'X y=Xβ+ε,y=Xβ+ε,y=X\beta+\varepsilon, où est n × k matrice et y est n × 1 vecteur.XXXn×kn×kn\times kyyyn×1n×1n\times 1 Pour trouver une solution au problème des …
Supposons que la matrice suivante est donnée [ 0,500 - 0,333 - 0,167 - 0,500 0,667 - 0,167 - 0,500 - 0,333 0,833 ] avec sa transposée A T . Le produit A T A = G donne [ 0,750 - 0,334 - 0,417 - 0,334 0,667 - 0,333 - …
En science informatique, nous rencontrons souvent de grands systèmes linéaires que nous devons résoudre par des moyens (efficaces), par exemple par des méthodes directes ou itératives. Si nous nous concentrons sur ces derniers, comment pouvons-nous établir qu'une méthode itérative pour résoudre un grand système linéaire est convergente dans la pratique? …
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.