Domande taggate «linear-algebra»

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.


17
Esiste un solutore di programmazione non lineare di alta qualità per Python?
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 …


4
In che modo l'operatore MATLAB backslash risolve per le matrici quadrate?
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 …



16
Buoni esempi di "due è facile, tre è difficile" nelle scienze computazionali
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 …




5
Permettere una matrice sul posto in numpy
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 …




3
Qual è il principio alla base della convergenza dei metodi del sottospazio di Krylov per risolvere i sistemi lineari di equazioni?
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 …

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.