Perguntas com a marcação «linear-algebra»

Alguém poderia recomendar um método para o seguinte problema dos mínimos quadrados: encontre que minimize: , em que R é uma unidade (rotação) matriz.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 Eu poderia obter uma solução aproximada minimizando ∑i=0N(Axi−bi)2→min∑i=0N(Axi−bi)2→min\sum\limits_{i=0}^N (Ax_i - b_i)^2 \rightarrow \min (arbitrário A∈R3×3A∈R3×3A \in \mathbb{R}^{3 …

11 linear-algebra  least-squares  svd 

Considere um simétrica definida positiva tridiagonal sistema linear , onde A ∈ R N x N e b ∈ R n . Dados três índices 0 ≤ i < j < k < n , se assumirmos apenas linhas da equação estritamente entre i e k reter, podemos eliminar variáveis …

11 linear-algebra  poisson 

12×1212×1212 \times 12QQQdet(Q)=det(12I−Q−J)(1)det(Q)=det(12I−Q−J)(1)\det(Q) = \det(12I-Q-J) \; \; (1)JJJ Atualmente, estou fazendo isso com a biblioteca do tatu , mas ela acaba sendo muito lenta. O problema é que eu preciso fazer isso por um trilhão de matrizes e acontece que calcular os dois determinantes é o gargalo do meu programa. …

11 linear-algebra  matrix  c++  graph-theory  c 

Como o MATLAB, por exemplo, calcula o SVD de uma determinada matriz? Suponho que a resposta provavelmente envolva calcular os autovetores e autovalores de A*A'. Se for esse o caso, eu também gostaria de saber como isso os computa.

11 linear-algebra  matrix 

Eu tenho um sistema linear não homogêneo Ax=bAx=b Ax=b onde é uma matriz real com . O espaço nulo de é garantido como de dimensão zero, portanto a equação possui um inverso exclusivo . Como o resultado entra no lado direito de uma ODE, que pretendo resolver usando um método …

11 linear-algebra  ode 

Assim, os estados de Cholesky decomposição teorema que que qualquer verdadeira simétrica definida positiva matriz tem uma decomposição de Cholesky M = G G ⊤ onde L é uma matriz triangular inferior.MMMM=LL⊤M=LL⊤M= LL^\topLLL Dado , já sabemos que existem algoritmos rápidos para calcular seu fator L de Cholesky .MMMLLL Agora, …

11 linear-algebra  algorithms 

Estou resolvendo para uma enorme matriz definida positiva esparsa A usando o método do gradiente conjugado (CG). É possível calcular o determinante de A usando as informações produzidas durante a resolução?Ax=bAx=bAx=bAAAAAA

11 linear-algebra  optimization  krylov-method  conjugate-gradient 

A nVidia, por exemplo, possui CUBLAS, que promete aceleração de 7-14x. Ingenuamente, isso não chega nem perto do rendimento teórico de qualquer placa de GPU da nVidia. Quais são os desafios para acelerar a álgebra linear em GPUs, e já existem roteiros mais rápidos de álgebra linear disponíveis?

11 linear-algebra  lapack  blas  gpu 

Suponha que é uma matriz simétrica real e sua decomposição de autovalor V Λ V T é dada. É fácil ver o que acontece com os autovalores da soma A + c I, em que c é uma constante escalar (consulte esta pergunta ). Podemos tirar alguma conclusão no caso …

11 linear-algebra 

Dado o sistema onde , li que, caso a iteração Jacobi seja usada como solucionador, o método não convergirá se tiver um valor diferente de zero componente no nulo-espaço de . Então, como alguém poderia formalmente afirmar que, desde que tenha um componente diferente de zero, abrangendo o espaço nulo …

11 linear-algebra  optimization  matrix  iterative-method  linear-solver 

Suponha que A seja uma matriz esparsa geral e eu quero calcular os autovalores. Não sei como detectar a multiplicidade dos valores próprios. Até onde eu sei, para um caso especial, encontrando as raízes polinomiais pelo método da matriz companheira, podemos aplicar o RRQR para detectar a multiplicidade das raízes.

11 linear-algebra 

Suponha que a seguinte matriz seja dada com sua transposta . O produto gera ,AAA⎡⎣⎢0.500−0.500−0.500−0.3330.667−0.333−0.167−0.1670.833⎤⎦⎥[0.500−0.333−0.167−0.5000.667−0.167−0.500−0.3330.833] \left[\begin{array}{ccc} 0.500 & -0.333 & -0.167\\ -0.500 & 0.667 & -0.167\\ -0.500 & -0.333 & 0.833\end{array}\right]ATATA^TATA=GATA=GA^TA=G⎡⎣⎢0.750−0.334−0.417−0.3340.667−0.333−0.417−0.3330.750⎤⎦⎥[0.750−0.334−0.417−0.3340.667−0.333−0.417−0.3330.750] \left[\begin{array}{ccc}0.750 & -0.334 & -0.417\\ -0.334 & 0.667 & -0.333\\ -0.417 & -0.333 & 0.750\end{array}\right] onde é uma matriz …

11 linear-algebra  matrix  eigensystem 

Estou fazendo uma diagonalização de Lanczos de uma grande matriz esparsa (~ 2 milhões de elementos). Quase todas as etapas do algoritmo Lanzcos são realizadas em paralelo na GPU, exceto na diagonalização da matriz de Lanczos para verificar a convergência. Para isso, tenho usado o algoritmo TQLI da Numerical Recipes. …

11 linear-algebra  algorithms  eigensystem 

Existe uma maneira mais rápida de calcular erros padrão para problemas de regressão linear do que invertendo ? Aqui presumo que tenhamos regressão:X′XX′XX'X y=Xβ+ε,y=Xβ+ε,y=X\beta+\varepsilon, onde é n × k matriz e y é n × 1 vetor.XXXn×kn×kn\times kyyyn×1n×1n\times 1 Para encontrar a solução do problema dos mínimos quadrados, não é …

11 linear-algebra  optimization 

Na ciência computacional, freqüentemente encontramos grandes sistemas lineares que somos obrigados a resolver por alguns meios (eficientes), por exemplo, por métodos diretos ou iterativos. Se focarmos neste último, como podemos estabelecer que um método iterativo para resolver grandes sistemas lineares é convergente na prática? Está claro que podemos fazer análises …

11 linear-algebra  iterative-method  convergence  krylov-method