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 dispersa?
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 dispersa?
Respuestas:
Los factores LU de una matriz dispersa son al menos algo dispersos. La matriz en QR también puede preservar algo la escasez, y se usa típicamente cuando la matriz es muy larga y delgada. La SVD de una matriz dispersa casi siempre tendrá factores U y V completamente densos , por lo que destruye cualquier razón para realizar los cálculos que tratan la matriz escasamente.