Domande sugli aspetti algoritmici / computazionali dell'algebra lineare, compresa la soluzione di sistemi lineari, problemi dei minimi quadrati, problemi di autovalori e altre questioni simili.
Qualcuno ha consigli su una libreria di matrici C ++ veloce e utilizzabile? Quello che intendo per usabile è il seguente: Gli oggetti Matrix hanno un'interfaccia intuitiva (es .: posso usare righe e colonne durante l'indicizzazione) Posso fare qualsiasi cosa con la classe matrix che posso fare con LAPACK e …
Ho diversi problemi di ottimizzazione globale non convessi da risolvere. Attualmente uso MATLAB's Optimization Toolbox (in particolare, fmincon()con algoritmo = 'sqp'), che è abbastanza efficace . Tuttavia, la maggior parte del mio codice è in Python e mi piacerebbe fare l'ottimizzazione anche in Python. Esiste un solutore NLP con attacchi …
I sistemi lineari sparsi si presentano con frequenza crescente nelle applicazioni. Uno ha molte routine tra cui scegliere per risolvere questi sistemi. Al livello più alto, esiste uno spartiacque tra i metodi diretti (ad es. Eliminazione gaussiana sparsa o decomposizione di Cholesky, con speciali algoritmi di ordinamento e metodi multifrontali) …
Stavo confrontando alcuni dei miei codici con codici MATLAB "stock". Sono sorpreso dai risultati. Ho eseguito un codice di esempio (Sparse Matrix) n = 5000; a = diag(rand(n,1)); b = rand(n,1); disp('For a\b'); tic;a\b;toc; disp('For LU'); tic;LULU;toc; disp('For Conj Grad'); tic;conjgrad(a,b,1e-8);toc; disp('Inv(A)*B'); tic;inv(a)*b;toc; Risultati: For a\b Elapsed time is 0.052838 …
Per quanto ne so, ci sono 4 modi per risolvere un sistema di equazioni lineari (correggimi se ci sono più): Se la matrice di sistema è una matrice quadrata a pieno titolo, è possibile utilizzare la regola di Cramer; Calcola l'inverso o lo pseudoinverso della matrice del sistema; Utilizzare metodi …
ATLAS è un sostituto BLAS / LAPACK gratuito che si sintonizza sulla macchina durante la compilazione. MKL è la libreria commerciale fornita da Intel. Queste due librerie sono comparabili quando si tratta di prestazioni o MKL ha il sopravvento per alcune attività? Se sì, quali?
Di recente ho incontrato una formulazione del meta-fenomeno : " due è facile, tre è difficile " (così definito da Federico Poloni), che può essere descritto come segue: Quando viene formulato un determinato problema per due entità, è relativamente facile da risolvere; tuttavia, un algoritmo per una formulazione di tre …
det(A)≈0det(A)≈0\det(A) \approx 0 È vero anche il contrario? Una matrice mal condizionata ha un determinante quasi zero? Ecco qualcosa che ho provato in Octave: a = rand(4,4); det(a) %0.008 cond(a)%125 a(:,4) = 1*a(:,1) + 2*a(:,2) = 0.000000001*ones(4,1); det(a)%1.8E-11 cond(a)%3.46E10
In statistica e nelle sue varie applicazioni, spesso calcoliamo la matrice di covarianza , che è definita positiva (nei casi considerati) e simmetrica, per vari usi. A volte, abbiamo bisogno dell'inverso di questa matrice per vari calcoli (forme quadratiche con questo inverso come la (sola) matrice centrale, per esempio). Date …
EDIT: sto testando se gli autovalori hanno una grandezza di uno o più. Devo trovare il più grande autovalore assoluto di una matrice sparsa, non simmetrica. Ho usato la eigen()funzione di R , che utilizza l'algo QR di EISPACK o LAPACK per trovare tutti gli autovalori e quindi uso abs()per …
Voglio modificare una densa matrice di transizione quadrata sul posto cambiando l'ordine di molte delle sue righe e colonne, usando la libreria numpy di Python. Matematicamente questo corrisponde a pre-moltiplicare la matrice per la matrice di permutazione P e post-moltiplicarla per P ^ -1 = P ^ T, ma questa …
Ho cercato le librerie di algebra lineare C ++ per un progetto a cui stavo lavorando. Qualcosa su cui ancora non ho alcuna comprensione è la connessione di BLAS e LAPACK ad altre librerie di algebra lineare. Guardando questo articolo sulle librerie di algebra lineare ho trovato interessante che: alcune …
Che cos'è un semplice algoritmo per il calcolo dell'SVD di matrici 2×22×22 \times 2 ? Idealmente, vorrei un algoritmo numericamente robusto, ma mi piacerebbe vedere implementazioni sia semplici che non così semplici. Codice C accettato. Qualche riferimento a documenti o codice?
Cosa può andare storto quando si usano i metodi di Krylov precondizionati di KSP (il pacchetto di risolutore lineare di PETSc ) per risolvere un sistema lineare sparso come quelli ottenuti discretizzando e linearizzando equazioni differenziali parziali? Quali passi posso prendere per determinare cosa non va nel mio problema? Quali …
A quanto ho capito, ci sono due principali categorie di metodi iterativi per risolvere i sistemi lineari di equazioni: Metodi stazionari (Jacobi, Gauss-Seidel, SOR, Multigrid) Metodi di sottospazio di Krylov (gradiente coniugato, GMRES, ecc.) Comprendo che la maggior parte dei metodi stazionari funziona rilassando ripetutamente (attenuando) le modalità di Fourier …
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.