Por ejemplo, las bibliotecas de matriz dispersa de C ++ que utilicé: Eigen y SuiteSparse, parecen no tener ninguna funcionalidad SVD para la matriz dispersa. Entonces, curioso, ¿es SVD más difícil que QR / LU para una matriz
Deje ser matrices reales, cuadradas y densas. G y Q son simétricos. DejarA , G , QA,G,QA, G, QsolGGQQQ H= [ A- Q- G- AT]H=[A−G−Q−AT]H = \begin{bmatrix} A & -G \\ -Q &-A^T \end{bmatrix} ser una matriz hamiltoniana. Quiero calcular la exponencial de la matriz . Necesito la matriz exponencial...
Estoy tratando de diagonalizar algunas matrices densas y mal acondicionadas. En la precisión de la máquina, los resultados son inexactos (devuelve valores propios negativos, los vectores propios no tienen las simetrías esperadas). Cambié a la función Eigensystem [] de Mathematica para aprovechar la...
Estoy trabajando en un gran sistema de ecuaciones lineales dispersas mal acondicionado. Quiero usar aritmética doble-doble o aritmética cuádruple-doble para resolverlos. Sé que hay un paquete llamado MPACK desarrollado por Nakata, Maho, que puede realizar cálculos algebraicos lineales numéricos...
En las clases de FEM, generalmente se da por sentado que la matriz de rigidez es positiva definida, pero no puedo entender por qué. ¿Alguien podría dar alguna explicación? Por ejemplo, podemos considerar el problema de Poisson: cuya matriz de rigidez es: que es simétrico y positivo definido....
Soy nuevo en el paquete PETSc. Tengo un ~ 4000x4000 matriz A en formato de mercado de matriz y quiero obtener PETSc para resolver esto usando múltiples procesadores. Sé cómo resolver el sistema en un único procesador, pero no sé cómo distribuir la matriz y los vectores entre diferentes...
Actualmente estoy trabajando para resolver sistemas simétricos muy grandes (pero no positivos definidos), generados por algunos algoritmos determinados. Estas matrices tienen una buena dispersión de bloques que se puede usar para la resolución paralela. Pero no puedo decidir si debería usar un...
Dada una matriz simétrica definida positiva, ¿cuál es el algoritmo más rápido para calcular la matriz inversa y su determinante? Para los problemas que me interesan, la dimensión de la matriz es de 30 o menos. La alta precisión y velocidad es realmente necesaria. (se realizan millones de...
Tengo que hacer una transformación de coordenadas entre dos sistemas de referencia (ejes). Para eso, se deben multiplicar tres matrices ( ) debido a que se utilizan algunos ejes intermedios. He pensado en dos enfoques para resolver esto:3 × 33×33\times3 Método # 1 : Hacer la multiplicación...
¿Compilar PETSc con una biblioteca externa BLAS / LAPACK afecta significativamente el rendimiento en matrices dispersas, o solo usa esas bibliotecas para matemáticas de matriz
Tengo la intención de resolver Ax = b donde A es matriz cuadrada o rectangular compleja, escasa, asimétrica y altamente mal acondicionada (número de condición ~ 1E + 20). He podido resolver el sistema con ZGELSS en LAPACK con precisión. Pero a medida que crecen los grados de libertad en mi sistema,...
A partir de la definición del número de condición, parece que se necesita una inversión de matriz para calcularlo, me pregunto si para una matriz cuadrada genérica (o mejor si es simétrica positiva definida) es posible explotar cierta descomposición de la matriz para calcular el número de condición...
Supongamos que tengo el sistema lineal original grande y disperso: . Ahora, no tengo A - 1 ya que A es demasiado grande para factorizar o cualquier tipo de descomposición de A , pero supongo que tengo la solución x 0 encontrada con una solución iterativa.Ax0=b0UNAX0 0=si0
Necesitamos calcular matrices de covarianza con tamaños que varían de a . Tenemos acceso a GPU y clústeres, nos preguntamos cuál es el mejor enfoque paralelo para acelerar estos cálculos.100000 × 10000010000 × 1000010000×1000010000\times10000100000 ×
Dada una matriz dispersa genérica con m << n (corrección: m ≪ n 2 ) elementos distintos de cero (típicamente m ∈ O ( n ) ). A es genérico en el sentido de que no tiene propiedades específicas (por ejemplo, definición positiva), y no se supone ninguna estructura (por ejemplo, bandas).A ∈ Rn ×...
La rutina QR de LAPACK almacena Q como reflectores de cabeza de familia. Escala el vector de reflexión vvv con 1/v11/v11/v_1 , por lo que el primer elemento del resultado se convierte en 111 , por lo que no tiene que almacenarse. Y almacena un vector ττ\tau separado , que contiene los factores de...
En mi proyecto, tengo que resolver un par de matrices tridiagonales en cada paso, por lo que es crucial tener un buen solucionador para esos. Hice mi propia implementación, solo la forma clásica de hacerlo descrita en Wikipedia. Luego intenté usar Lapack, ¡y para mi sorpresa fue más lento! Ahora,...
Muchas bibliotecas FEM adaptativas utilizan estructuras de datos de malla más avanzadas para manejar la adición / eliminación de nodos, bordes, triángulos, tetraedros, etc. Por ejemplo, la biblioteca p4est usa estructuras de datos octree para el refinamiento de malla adaptable; a menudo no...
Suponga que el siguiente sistema lineal se da Lx=c,(1)(1)Lx=c,Lx=c,\tag1 donde LLL es el Laplaciano ponderado que se sabe que es positivo semi−semi−semi- definido con un espacio nulo unidimensional dividido por 1n=(1,…,1)∈Rn1n=(1,…,1)∈Rn1_n=(1,\dots,1)\in\mathbb{R}^n , y la varianza de traducción...
Me pregunto cómo se implementan efectivamente las condiciones de contorno de Dirichlet en matrices globales de elementos finitos dispersos. Por ejemplo, supongamos que nuestra matriz global de elementos finitos fue: K= ⎡⎣⎢⎢⎢⎢⎢⎢5 520 0- 10 024 410 00 00 016 632- 10 037 70 00 00 020 03⎤⎦⎥⎥⎥⎥⎥⎥y...