Preguntas etiquetadas con linear-solver

Tengo que resolver varios problemas desafiantes de optimización global no convexo. Actualmente uso la Caja de herramientas de optimización de MATLAB (específicamente, fmincon()con algoritmo = 'sqp'), que es bastante eficaz . Sin embargo, la mayor parte de mi código está en Python, y me encantaría...

Los sistemas lineales dispersos aparecen con frecuencia creciente en las aplicaciones. Uno tiene muchas rutinas para elegir para resolver estos sistemas. En el nivel más alto, existe una línea divisoria entre los métodos directos (p. Ej., Eliminación gaussiana escasa o descomposición de Cholesky,...

Que yo sepa, hay 4 formas de resolver un sistema de ecuaciones lineales (corríjame si hay más): Si la matriz del sistema es una matriz cuadrada de rango completo, puede usar la Regla de Cramer; Calcule el inverso o el seudoinverso de la matriz del sistema; Utilice métodos de descomposición...

Tengo matrices y G . A es escaso y es n × n con n muy grande (puede ser del orden de varios millones). G es una matriz alta de n × m con m bastante pequeño ( 1 < m < 1000 ) y cada columna solo puede tener una sola 1 entrada con el resto siendo 0 's, de tal manera que G T G = I . A es enorme,...

Existen varias bibliotecas diferentes que resuelven un sistema lineal de ecuaciones disperso, sin embargo, me resulta difícil descubrir cuáles son las diferencias. Por lo que puedo decir, hay tres paquetes principales: Trilinos , PETSc e Intel MKL . Todos pueden hacer soluciones de matriz...

Estoy interesado en casos en los que el gradiente Conjugate funciona mucho mejor que el método GMRES. En general, CG es la opción preferible en muchos casos de SPD (simétrica-positiva-definida) porque requiere menos almacenamiento y el límite teórico en la tasa de convergencia para CG es el doble...

Estoy muy impresionado con el rendimiento en serie de los preacondicionadores de ILU basados ​​en inversos multinivel , particularmente para Helmholtz heterogéneo , pero me sorprende no poder encontrar ninguna implementación de código abierto. En particular, ILUPACK pone los binarios a disposición...

Supongamos que tenemos un sistema lineal y no sabemos nada sobre su condicionamiento y no tenemos información preliminar sobre la solución. Aplicamos ciegamente la eliminación gaussiana y obtenemos alguna solución XXx . ¿Es posible determinar si esta solución es confiable (es decir, que el sistema...

Los números de punto flotante de precisión simple ocupan la mitad de la memoria y en máquinas modernas (incluso en GPU parece) las operaciones se pueden hacer con ellos a casi el doble de velocidad en comparación con la precisión doble. Muchos códigos FDTD que he encontrado utilizan exclusivamente...

Me pregunto si el algoritmo de Thomas es la forma más rápida (¿probablemente?) De resolver un sistema tridiagonal disperso simétrico que domina diagonalmente en términos de complejidad algorítmica (no busca paquetes de implementación como LAPACK, etc.). Sé que tanto el algoritmo de Thomas como la...

En métodos como gmres o bicgstab, podría ser atractivo utilizar otro método krylov como preacondicionador. Después de todo, son fáciles de implementar de forma libre de matriz y en un entorno paralelo. Por ejemplo, uno podría usar algunas (digamos ~ 5) iteraciones de bigcstab sin preacondicionar...

Multigrid (MG) puede usarse para resolver un sistema lineal construyendo una conjetura inicial x 0 y repitiendo lo siguiente para i = 0 , 1 .. hasta la convergencia:Ax=bAx=bAx=bx0x0x_0i=0,1..i=0,1..i=0,1.. Calcule el residuo ri=b−Axiri=b−Axir_i = b-Ax_i Aplique un ciclo de cuadrículas múltiples...

Estoy transfiriendo un código existente de MATLAB a C ++ y tengo un sistema lineal para resolver (en lugar de la forma más típica )A x = bxA=bxA=bxA=bAx=bAx=bAx=b La matriz es densa y de forma general, pero no es mayor que 1000x1000. Entonces, en MATLAB, la solución o la notación de barra diagonal...

Quiero resolver un problema no lineal con restricciones de igualdad no lineales y estoy usando un lagrangiano aumentado con un término de regularización de penalización que, como bien se sabe, estropea el número de condición de mis sistemas linealizados (quiero decir en cada iteración de Newton) ....

Estoy usando MATLAB para resolver un problema que implica resolver en cada paso de tiempo, donde cambia con el tiempo. En este momento, estoy logrando esto usando MATLAB :bA x = bAx=b\mathbf{A} \mathbf{x}=\mathbf{b}sib\mathbf{b}mldivide x = A\b Tengo la flexibilidad de hacer tantas calculaciones...

Necesito resolver el mismo sistema lineal disperso (300x300 a 1000x1000) con muchos lados derechos (300 a 1000). Además de este primer problema, también me gustaría resolver diferentes sistemas, pero con los mismos elementos distintos de cero (solo valores diferentes), es decir, muchos sistemas...

¿Hay alguna esperanza en resolver el siguiente sistema lineal de manera eficiente con un método iterativo? 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 con , donde Δ es...

Dado el sistema donde A ∈ R n × n , leí que, en caso de que la iteración de Jacobi se use como solucionador, el método no convergerá si b tiene un componente distinto de cero en el espacio nulo de A . Entonces, ¿cómo podría uno declarar formalmente eso, siempre que b tenga un componente distinto de...

Enumere el paquete de Python (petsc4py, etc.) y los pocos solucionadores directos que admite. Una respuesta (community-wiki) por paquete, por

Los métodos Jacobian-Free Newton-Krylov (JFNK), y los métodos de Krylov en general, pueden ser muy útiles porque no requieren almacenamiento explícito o construcción de una matriz, solo los resultados de productos de vectores de matriz. Si realmente forma el sistema disperso, hay muchos...