Pertanyaan yang diberi tag lapack

Saya telah mencari ke dalam perpustakaan aljabar C ++ linier untuk proyek yang telah saya kerjakan. Sesuatu yang saya masih belum pahami adalah koneksi BLAS dan LAPACK ke perpustakaan aljabar linier lainnya. Melihat melalui artikel ini di perpustakaan aljabar linier, saya merasa menarik...

Maaf untuk posting lama tapi saya ingin memasukkan semua yang saya pikir relevan pada langkah pertama. Apa yang saya inginkan Saya menerapkan versi paralel dari Metode Subruang Krylov untuk Matriks Padat.Terutama GMRES, QMR dan CG. Saya menyadari (setelah membuat profil) bahwa rutinitas DGEMV...

Saya telah menggunakan metode yang berbeda untuk menghitung peringkat matriks dan solusi sistem persamaan matriks. Saya menemukan fungsi linalg.svd. Membandingkan ini dengan upaya saya sendiri untuk memecahkan sistem dengan Gaussian Elimination, tampaknya lebih cepat dan lebih tepat. Saya mencoba...

Dalam proyek perangkat lunak yang saya kerjakan, perhitungan tertentu jauh lebih mudah untuk matriks peringkat rendah yang padat. Beberapa contoh masalah melibatkan matriks peringkat rendah yang padat, tetapi mereka diberikan kepada saya secara penuh, bukan sebagai faktor, jadi saya harus memeriksa...

Saya tahu bahwa ATLAS dapat mengoptimalkan dirinya untuk mesin yang dikompilasi dan dengan demikian manfaat maksimum dapat ditemukan dengan mengkompilasi dari sumber. Apakah ada manfaat untuk menyusun LAPACK dari sumber? Akan jauh lebih mudah untuk menginstal paket

Saat ini saya mencoba untuk murah menghitung perkiraan yang baik peringkat untuk matriks . Oleh karena itu saya menghitung penggunaan QR decompostion columnt pivotingSEBUAHAA [Q,R,E]=qr(A) di Matlab. Saya memperkirakan peringkat menggunakanSEBUAHAA tol = size(A,n)*eps*norm(A,'fro'); r =...

Saya porting kode yang ada dari MATLAB ke C ++ dan memiliki sistem linier untuk menyelesaikan (daripada bentuk yang lebih khas A x = b )xA=bxA=bxA=bAx=bAx=bAx=b Matriks padat, dan berbentuk umum, tetapi tidak lebih besar dari 1000x1000. Jadi dalam MATLAB, solusinya ditemukan oleh fungsi atau...

Saya baru saja dimasukkan ke fortran 95 untuk beberapa simulasi mekanika kuantum. Jujur, saya telah dimanjakan oleh Oktaf jadi saya telah mengambil matriks eksponensial begitu saja. Dengan kemiringan (kecil, ) - Matriks Jerman dengan ukuran , apa cara paling efisien menggunakan LAPACK untuk...

nVidia, misalnya, memiliki CUBLAS, yang menjanjikan peningkatan 7-14x. Naifnya, ini sama sekali tidak mendekati throughput teoritis kartu GPU nVidia. Apa saja tantangan dalam mempercepat aljabar linier pada GPU, dan apakah sudah ada rute aljabar linier yang lebih

Baru-baru ini saya mengajukan pertanyaan di sepanjang baris yang sama untuk matriks miring-Hermitian. Terinspirasi oleh keberhasilan pertanyaan itu, dan setelah membenturkan kepalaku ke dinding selama beberapa jam, aku melihat matriks eksponensial dari matriks asimetris yang nyata. Rute untuk...

Setiap matriks nyata dapat direduksi menjadi bentuk Schur nyata T = U T A U menggunakan transformasi U yang mirip ortogonal . Di sini matriks T adalah bentuk kuasi-segitiga dengan 1 oleh 1 atau 2 oleh 2 blok pada diagonal utama. Setiap 1 oleh 1 blok berkorespondensi dengan nilai eigen nyata A dan...

Saya baru mengenal ilmu komputasi dan saya sudah mempelajari metode dasar untuk integrasi, interpolasi, metode seperti RK4, Numerov dll pada c ++ tetapi baru-baru ini profesor saya meminta saya untuk belajar bagaimana menggunakan LAPACK untuk menyelesaikan masalah yang berkaitan dengan matriks....

Apakah kompilasi PETSc dengan perpustakaan BLAS / LAPACK eksternal secara signifikan mempengaruhi kinerja pada matriks jarang, atau apakah hanya menggunakan perpustakaan tersebut untuk matematika matriks

Saya telah menulis toolbox sistem kontrol dari awal dan murni di Python3 (plug shameless:) harold. Dari penelitian saya sebelumnya, saya selalu mengeluh tentang pemecah Riccati care.mkarena alasan teknis / tidak relevan. Karenanya, saya telah menulis serangkaian rutinitas saya sendiri. Satu hal...

Saya bermaksud untuk menyelesaikan Ax = b di mana A adalah matriks persegi atau persegi panjang empat persegi panjang yang rumit, jarang, tidak simetris dan sangat tidak terkondisi (kondisi nomor ~ 1E + 20). Saya telah berhasil menyelesaikan sistem dengan ZGELSS di LAPACK secara akurat. Tetapi...

Dalam proyek saya, saya harus menyelesaikan beberapa matriks tridiagonal pada setiap langkah waktu, jadi sangat penting untuk memiliki pemecah yang baik untuk mereka. Saya melakukan implementasi saya sendiri, hanya cara klasik untuk melakukannya dijelaskan di Wikipedia. Saya kemudian mencoba...

QR rutin LAPACK menyimpan Q sebagai reflektor rumah tangga. Ini skala vektor refleksi dengan , jadi elemen pertama hasilnya menjadi , sehingga tidak harus disimpan. Dan itu menyimpan vektor terpisah , yang berisi faktor skala yang diperlukan. Jadi matriks reflektor adalah seperti