Preguntas etiquetadas con linear-algebra

¿Alguien podría recomendar un método para el siguiente problema de mínimos cuadrados: encuentre que minimiza: , donde R es unitario (rotación) 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 Podría obtener una solución 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 (arbitraria A∈R3×3A∈R3×3A \in \mathbb{R}^{3 \times 3} ), …

11 linear-algebra  least-squares  svd 

Considere una simétrica definida positiva tridiagonal sistema lineal , donde A ∈ R n × n y b ∈ R n . Dados tres índices 0 ≤ i < j < k < n , si asumimos que solo las filas de ecuaciones estrictamente entre i y k se mantienen, …

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 Actualmente estoy haciendo esto con la biblioteca de armadillo , pero resulta ser demasiado lento. La cuestión es que necesito hacer esto por un billón de matrices y resulta que calcular los dos determinantes es el cuello de botella de mi programa. …

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

¿Cómo MATLAB, por ejemplo, calcula la SVD de una matriz dada? Supongo que la respuesta probablemente implica calcular los vectores propios y los valores propios de A*A'. Si ese es el caso, también me gustaría saber cómo los calcula.

11 linear-algebra  matrix 

Tengo un sistema lineal no homogéneo A x = bAx=b Ax=b donde es una matriz real n × n con n ≤ 4 . Se garantiza que el espacio nulo de A es de dimensión cero, por lo que la ecuación tiene un inverso único x = A - 1 …

11 linear-algebra  ode 

Entonces, el teorema de descomposición de Cholesky establece que cualquier matriz real simétrica positiva definida tiene una descomposición de Cholesky donde es una matriz triangular inferior.MMMM=LL⊤M=LL⊤M= LL^\topLLL Dado , ya sabemos que existen algoritmos rápidos para calcular su factor Cholesky .MMMLLL Ahora, supongamos que me dieron una matriz rectangular matriz …

11 linear-algebra  algorithms 

Estoy resolviendo para una enorme matriz definida positiva escasa A usando el método de gradiente conjugado (CG). ¿Es posible calcular el determinante de A utilizando la información producida durante la resolución?A x = bAx=bAx=bUNAAAUNAAA

11 linear-algebra  optimization  krylov-method  conjugate-gradient 

nVidia, por ejemplo, tiene CUBLAS, que promete una aceleración de 7-14x. Ingenuamente, esto no está cerca del rendimiento teórico de ninguna de las tarjetas GPU de nVidia. ¿Cuáles son los desafíos para acelerar el álgebra lineal en las GPU, y hay rutas de álgebra lineal más rápidas ya disponibles?

11 linear-algebra  lapack  blas  gpu 

Supongamos que es una matriz simétrica real y su descomposición en autovalores V Λ V T es dado. Es fácil ver qué sucede con los valores propios de la suma A + c I donde c es una constante escalar (vea esta pregunta ). ¿Podemos sacar alguna conclusión en el …

11 linear-algebra 

Supongamos que A es una matriz dispersa general, y quiero calcular los valores propios. No sé cómo detectar la multiplicidad de los valores propios. Hasta donde yo sé, para un caso especial, encontrar las raíces polinómicas mediante el método de matriz complementaria, podemos aplicar RRQR para detectar la multiplicidad de …

11 linear-algebra 

Dado el sistema donde A ∈ R n × n , leí que, en caso de que la iteración de Jacobi se use como solucionador, el método no convergerá si b tiene un componente distinto de cero en el espacio nulo de A . Entonces, ¿cómo podría uno declarar formalmente …

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

Estoy haciendo una diagonalización de Lanczos de una gran matriz dispersa (~ 2 millones de elementos). Casi todos los pasos del algoritmo de Lanzcos se realizan en paralelo en la GPU, excepto la diagonalización de la matriz de Lanczos para verificar la convergencia. Para eso, he estado usando el algoritmo …

11 linear-algebra  algorithms  eigensystem 

Suponga que la siguiente matriz se da con su transpuesta . El producto rinde ,[ 0.500 - 0.333 - 0,167 - 0.500 0,667 - 0,167 - 0.500 - 0.333 0.833 ] A T A T A = G [ 0,750 - 0,334 - 0.417 - 0,334 0,667 - 0,333 - …

11 linear-algebra  matrix  eigensystem 

¿Existe una forma más rápida de calcular errores estándar para problemas de regresión lineal, que invirtiendo ? Aquí supongo que tenemos regresión:X′XX′XX'X y=Xβ+ε,y=Xβ+ε,y=X\beta+\varepsilon, donde es n × k matriz e y es n × 1 vector.XXXn×kn×kn\times kyyyn×1n×1n\times 1 Para encontrar la solución del problema de mínimos cuadrados no es práctico …

11 linear-algebra  optimization 

En la ciencia computacional, a menudo encontramos grandes sistemas lineales que debemos resolver por algunos medios (eficientes), por ejemplo, ya sea por métodos directos o iterativos. Si nos centramos en esto último, ¿cómo podemos establecer que un método iterativo para resolver un sistema lineal grande es convergente en la práctica? …

11 linear-algebra  iterative-method  convergence  krylov-method